Aj modely AI vedia byť nespravodlivé, ak sa ich tvorcovia nezamyslia nad spoločenskými dôsledkami. Pár ukážok z USA v oblasti vzdelávania, spravodlivosti, polície, zdravotníctva, personalistiky, v bankách, poisťovniach aj v láske. Aké sú možné riešenia?
Menia nové médiá vzťahy a hodnoty k horšiemu? Ako vyzerali vzťahy bez technológií a s nimi? Čo sú atribúty zdravého vzťahu? Načo nám sú hlboké vzťahy? Ako na nás vplýva karanténne odlúčenie a stretnutia, prebiehajúce iba virtuálne? Aká je budúcnosť vzťahov?
Čo sa môžu konšpirátori naučiť od vedcov (a naopak)Andrea Hrckova
(Informační) vedci bežne vyhodnocujú množstvo zdrojov a vytvorili si pri tom určité zvyky. Iba na tejto prednáške vám niekoľko z nich ukážeme. Pozor, tieto tipy sa môžu zísť aj šíriteľom fake news a konšpirácií!
Increasing the findability of digital heritage documents by using Search Engi...Andrea Hrckova
Mass digitization of cultural heritage and the growing amount of born digital heritage documents enabled the availability of these documents to everyone. Nevertheless, in the age of big data, the availability of content is not sufficient, if it means to be discovered and reached by the public. Nowadays, Google processes on average 40,000 search queries per second, therefore this medium cannot be ignored by any subject, striving to be discovered on the Internet. Still we face an underestimation in the field of findability of digital cultural heritage. The position of a content in search engine ranking page (SERP) might be influenced by the utilization of search engine optimization (SEO) methods that are rarely used in cultural sphere. These methods include among others the appropriate user research, semantic markup according to Schema vocabulary or microformats and sufficient number of links and mentions outside the website. In this contribution, the case studies of Slovak digital heritage portals using (consciously or unconsciously) SEO methods are presented and the possibilities for further development and research are suggested. The question is, whether these methods are able not just to increase the visibility of the documents of cultural institutions, but also to contribute to the decrease of disinformation and low quality content findability on the Internet.
Manipulácia, hoaxy a filtračné bubliny na sociálnych sieťachAndrea Hrckova
Prečo sú ľudia náchylní veriť dezinformáciám a hoaxom? Ako ich rozlišovať a ako sa proti nim brániť? Ukážeme si známe a neznáme hoaxy aj to, čím k nim prispievajú sociálne médiá.
Menia nové médiá vzťahy a hodnoty k horšiemu? Ako vyzerali vzťahy bez technológií a s nimi? Čo sú atribúty zdravého vzťahu? Načo nám sú hlboké vzťahy? Ako na nás vplýva karanténne odlúčenie a stretnutia, prebiehajúce iba virtuálne? Aká je budúcnosť vzťahov?
Čo sa môžu konšpirátori naučiť od vedcov (a naopak)Andrea Hrckova
(Informační) vedci bežne vyhodnocujú množstvo zdrojov a vytvorili si pri tom určité zvyky. Iba na tejto prednáške vám niekoľko z nich ukážeme. Pozor, tieto tipy sa môžu zísť aj šíriteľom fake news a konšpirácií!
Increasing the findability of digital heritage documents by using Search Engi...Andrea Hrckova
Mass digitization of cultural heritage and the growing amount of born digital heritage documents enabled the availability of these documents to everyone. Nevertheless, in the age of big data, the availability of content is not sufficient, if it means to be discovered and reached by the public. Nowadays, Google processes on average 40,000 search queries per second, therefore this medium cannot be ignored by any subject, striving to be discovered on the Internet. Still we face an underestimation in the field of findability of digital cultural heritage. The position of a content in search engine ranking page (SERP) might be influenced by the utilization of search engine optimization (SEO) methods that are rarely used in cultural sphere. These methods include among others the appropriate user research, semantic markup according to Schema vocabulary or microformats and sufficient number of links and mentions outside the website. In this contribution, the case studies of Slovak digital heritage portals using (consciously or unconsciously) SEO methods are presented and the possibilities for further development and research are suggested. The question is, whether these methods are able not just to increase the visibility of the documents of cultural institutions, but also to contribute to the decrease of disinformation and low quality content findability on the Internet.
Manipulácia, hoaxy a filtračné bubliny na sociálnych sieťachAndrea Hrckova
Prečo sú ľudia náchylní veriť dezinformáciám a hoaxom? Ako ich rozlišovať a ako sa proti nim brániť? Ukážeme si známe a neznáme hoaxy aj to, čím k nim prispievajú sociálne médiá.
Marketing knižníc orientovaný na používateľaAndrea Hrckova
Marketing knižníc možno chápať ako neustálu komunikáciu s cieľovou skupinou knižnice. Zahŕňa používateľské prieskumy, stratégie, propagáciu, reklamu, vzťahy s verejnosťou, budovanie značky strategickým a konzistentným spôsobom a nezaobíde sa ani bez vyhodnocovania kampaní. Aj nové formy marketingovej komunikácie ako je guerilla marketing, marketing na sociálnych médiách alebo optimalizácia webových stránok musia vychádzať z poznania používateľov a ich potrieb. V príspevku si predstavíme aj výsledky kvalitatívneho výskumu využívania marketingových nástrojov v knižniciach.
Prezentácia monografie, celá je dostupná pod licenciou Creative Commons tu: http://stella.uniba.sk/texty/AH_marketing_kniznic.pdf
Know the basics of SEO and become an apprentice of this art and science. Includes black (hat) magic and white (hat) magic of SEO and examples of good practices
V súvislosti so štvrtou priemyselnou revolúciou vznikajú rôzne scenáre možností vývoja spoločnosti a ľudskej práce. V tomto diskurze by nemalo chýbať ani knihovníctvo. Je jeho pozícia v budúcnosti ohrozená? Aké sú možnosti vývoja knižničnej/ informačnej profesie? Bude v nej mať ešte človek svoje miesto? Analýzu literatúry sme doplnili obsahovou analýzou názorov odborníkov s celosvetovou pôsobnosťou z oblasti knižničnej a informačnej vedy. Pri výskume bude použitá delfská metóda, ktorá slúži na predpovedanie budúcich javov alebo pochopenie súčasných problémov na základe názorov expertov.
Byť tvorivý, to nie je len tak. Okrem základných aspektov tvorivosti a možností jej aplikácie si predstavíme aj konkrétne tvorivé výstupy v kontexte knižníc a čitateľskej kultúry. Prezentácia obsahuje aj cvičenie, môžete sa zapojiť :)
Dizajn podľa Jobsa nehovorí iba o tom, ako niečo vyzerá, ale najmä o tom, ako to funguje. Je akýmsi zrkadlom fungovania inštitúcie alebo jej produktu. Dobrý (informačný) dizajn je predpokladom toho, či používateľ bude využívať služby danej inštitúcie alebo nie. Čo teda môžu knižnice urobiť preto, aby boli považované za príťažlivé komunitné centrá, využívané aj mladou generáciou?
How can the students of library and information science help to improve the image of libraries? And what should libraries do to attract young people? To answer these questions we used triangulation of research methods, namely method of positive change, action research and interview with open question. The first grade master students in Department of Library and Information Science in Bratislava were asked as well as the library professionals from eight different Slovak libraries. The possibilities for change can be seen in the intersection of their various answers.
The overview of steps to be taken to deploy a successful marketing campain (focused on libraries). Some examples of guerilla marketing from middle Europe are provided
Hudba, kreslenie, tanec a realita: Inovatívne metódy vo výučbe informačných p...Andrea Hrckova
Čo zaujme mladého človeka v dobe, keď si všetko "vygoogli"? Ako ho motivovať k tomu, aby na prednáške nezaspal a niečo si zapamätal? Prestavujem niekoľko zábavných vzdelávacích metód, ktoré som si pri výučbe na vysokej škole osvojila. (Prednáška na 1. slovenský knihovnícky barcamp)
Predstavujem alternatívy k výskumom formou dotazníka v sociologickým výskumom. Konkrétne: obsahovú a diskurznú analýzu, heuristickú evaluáciu, analýzu transakčných logov a ďalšie zaujímavé spôsoby analýz (napríklad aj náhrobných kameňov a odpadkov v smetnom koši)
Persuazivita v prostredí internetu: technológie a dizajnAndrea Hrckova
Persuazívne technológie sú relatívne novou výskumnou oblasťou, ktorá skúma vplyv istých prvkov na rozhraní na motiváciu a pocity používateľov. Podľa priekopníka persuazívneho dizajnu, B.J. Fogga, dokážu persuazívne technológie dokonca meniť myslenie a správanie ľudí. O persuazívnych rysoch môžeme hovoriť v rozličných situáciách ako napríklad zdravie, hry, ekológia a najmä obchod. V prednáške predstavujem príklady niektorých informácií, ktoré dokážu presvedčiť a motivovať používateľov k akcii viac ako ostatné.
Marketing knižníc orientovaný na používateľaAndrea Hrckova
Marketing knižníc možno chápať ako neustálu komunikáciu s cieľovou skupinou knižnice. Zahŕňa používateľské prieskumy, stratégie, propagáciu, reklamu, vzťahy s verejnosťou, budovanie značky strategickým a konzistentným spôsobom a nezaobíde sa ani bez vyhodnocovania kampaní. Aj nové formy marketingovej komunikácie ako je guerilla marketing, marketing na sociálnych médiách alebo optimalizácia webových stránok musia vychádzať z poznania používateľov a ich potrieb. V príspevku si predstavíme aj výsledky kvalitatívneho výskumu využívania marketingových nástrojov v knižniciach.
Prezentácia monografie, celá je dostupná pod licenciou Creative Commons tu: http://stella.uniba.sk/texty/AH_marketing_kniznic.pdf
Know the basics of SEO and become an apprentice of this art and science. Includes black (hat) magic and white (hat) magic of SEO and examples of good practices
V súvislosti so štvrtou priemyselnou revolúciou vznikajú rôzne scenáre možností vývoja spoločnosti a ľudskej práce. V tomto diskurze by nemalo chýbať ani knihovníctvo. Je jeho pozícia v budúcnosti ohrozená? Aké sú možnosti vývoja knižničnej/ informačnej profesie? Bude v nej mať ešte človek svoje miesto? Analýzu literatúry sme doplnili obsahovou analýzou názorov odborníkov s celosvetovou pôsobnosťou z oblasti knižničnej a informačnej vedy. Pri výskume bude použitá delfská metóda, ktorá slúži na predpovedanie budúcich javov alebo pochopenie súčasných problémov na základe názorov expertov.
Byť tvorivý, to nie je len tak. Okrem základných aspektov tvorivosti a možností jej aplikácie si predstavíme aj konkrétne tvorivé výstupy v kontexte knižníc a čitateľskej kultúry. Prezentácia obsahuje aj cvičenie, môžete sa zapojiť :)
Dizajn podľa Jobsa nehovorí iba o tom, ako niečo vyzerá, ale najmä o tom, ako to funguje. Je akýmsi zrkadlom fungovania inštitúcie alebo jej produktu. Dobrý (informačný) dizajn je predpokladom toho, či používateľ bude využívať služby danej inštitúcie alebo nie. Čo teda môžu knižnice urobiť preto, aby boli považované za príťažlivé komunitné centrá, využívané aj mladou generáciou?
How can the students of library and information science help to improve the image of libraries? And what should libraries do to attract young people? To answer these questions we used triangulation of research methods, namely method of positive change, action research and interview with open question. The first grade master students in Department of Library and Information Science in Bratislava were asked as well as the library professionals from eight different Slovak libraries. The possibilities for change can be seen in the intersection of their various answers.
The overview of steps to be taken to deploy a successful marketing campain (focused on libraries). Some examples of guerilla marketing from middle Europe are provided
Hudba, kreslenie, tanec a realita: Inovatívne metódy vo výučbe informačných p...Andrea Hrckova
Čo zaujme mladého človeka v dobe, keď si všetko "vygoogli"? Ako ho motivovať k tomu, aby na prednáške nezaspal a niečo si zapamätal? Prestavujem niekoľko zábavných vzdelávacích metód, ktoré som si pri výučbe na vysokej škole osvojila. (Prednáška na 1. slovenský knihovnícky barcamp)
Predstavujem alternatívy k výskumom formou dotazníka v sociologickým výskumom. Konkrétne: obsahovú a diskurznú analýzu, heuristickú evaluáciu, analýzu transakčných logov a ďalšie zaujímavé spôsoby analýz (napríklad aj náhrobných kameňov a odpadkov v smetnom koši)
Persuazivita v prostredí internetu: technológie a dizajnAndrea Hrckova
Persuazívne technológie sú relatívne novou výskumnou oblasťou, ktorá skúma vplyv istých prvkov na rozhraní na motiváciu a pocity používateľov. Podľa priekopníka persuazívneho dizajnu, B.J. Fogga, dokážu persuazívne technológie dokonca meniť myslenie a správanie ľudí. O persuazívnych rysoch môžeme hovoriť v rozličných situáciách ako napríklad zdravie, hry, ekológia a najmä obchod. V prednáške predstavujem príklady niektorých informácií, ktoré dokážu presvedčiť a motivovať používateľov k akcii viac ako ostatné.
2. Aplikácia prediktívnych
modelov správania ľudí
v obchodoch v
spoločnosti (USA)
• Pri prijímaní na vysokú školu, v
hodnotení VŠ
• V online reklamách
• Na polícii a v justícii
• Pri prijímaní do práce a v práci
• V bankách a poisťovniach
• V nemocniciach
3. Vzdelávanie: Ako hodnotiť kvalitu?
• Čo je najdôležitejšie vo vzdelávaní: lepšia životná
situácia, naplnenie, uplatnenie? Ťažko spočítateľné
• 1. hodnotenie rektorov (neskôr len 1/3)
• Rebríček US News (1983) – všetko
kvantifikovateľné tak aby tie najlepšie dopadli
najlepšie
• SAT skóre na prijímačkách (eseje) záverečných testoch
• pomer študentov a učiteľov
• podiel prijatých a neprijatých
• výška darov
• štandard, všetci sa prispôsobujú ako vedia
4. Vzdelávanie: Prispôsobovanie škôl rebríčku
• Zvyšovanie atraktivity škôl (bazény...)
• zvyšovanie študentských pôžičiek – zadĺženie strednej triedy
• Najlepšie: elitárske pre bohatých
• Ľahko oklamateľné, podvádzanie ako štandard
• študenti mohli znovu vypĺňať testy
• Pomáhanie pri testoch (Zhongxiang – vysielače v ceruzkách)
• “Kúpenie” najcitovanejších matematikov (King Abdualziz
University v Saudskej Arábii medzi naj. za 2 roky
• Cielenie na potenciálnych študentov so
špecifikckými vlastnosťami
• nárok na štátnu pomoc
• konzultačné služby pre eseje (cca 20tis. V prípade prijatia)
• Obama navrhol zmenu
• zahrnúť cenovú dostupnosť, podiel chudobných, doba
zamestnania po absolvovaní, pomer prijatých a absolventov
• Neprijatie: už všetci investovali, Otázne zlepšenie: Definícia
zamestnania, zníženie podmienok pre prijatie, náhrada
drahých profesorov za lacnejších…
5. Reklamy
• Podľa správania v minulosti (kliknutia)
• Ľudia s rovnakým vzorcom správania
• Lokalita, Ľudia, ktorí sa poznajú
• Dotazník
• Predátorské reklamy
• Ľudia s veľkou potrebou a nízkou informovanosťou (Viagra, pôžičky)
• Predátorské univerzity
• Phoenix minul 50 mil.dolárov na reklamy na Google (25 mil. len pre rektora), cieli
na chudobných, migrujúcich (pôžičky od štátu)
• Corinthian College, 120 miliónov na marketing/rok, 600 mil. zisk/rok (68800 za
bakalára právneho asistenta), cieli na izolovaných, netrpezlivých, nesebavedomých
– zrušení
• Vaterott College cieli na zraniteľných: tehotné, nedávny rozvod/smrť, nízke
sebavedomie, nízky príjem, bývalí väzni, drogovo závislí, fyzicky/mentálne
postihnutí…
• Vzdelanie ako jediná šanca dostať sa z chudoby...diplom nemá žiadnu hodnotu na
trhu práce
6. Polícia
• Predikcia kriminality (PredPol,
CompStat, HunchLab..)
• na zák. historických dát o krimi lokalitách
• + iné korelácie – n. ak v susedstve
vykradnú, pravdepodobne aj u vás
• Poslanie hliadok na zraniteľné miesta
• Začalo sa krátením policajných miest
kríze (Reading)
• Zahrnúť len násilné činy alebo aj
nenásilné (drogy, pitie alkoholu pod
18...) ak korelujú?
7. Najlepšie sa predikujú malé prečiny (vraždy
najťažšie)
• sú príznačné pre chudobné oblasti
• Dostávajú tých ľudí do kruhu, z ktorého neuniknú
(viac uväznení ≠ vyššia bezpečnosť, ale vyššia
pravdepodobnosť, že budú uväznení znova)
Predikcia zločinov predtým, ako sa stanú (Illinois
Institute of Technology)
• napr. podľa kamarátov
• upozorňovali „podozrivých“, aj s čistým registrom
Bohatých tieto modely nepenalizujú
• fin. magnáti položili ekonomiku – spravodlivé by
bolo penalizovať ich už za zavádzanie klientov..
8. Justícia
• Predikcia recidívy podľa osobnej histórie
• vyhodenie zo školy, niekto z rodiny vo väzení, problémy
s alkoholom, stretnutia s políciou...-idú na dlhšie do
väzenia (lebo korelácie)
• Cieľ by mal byť pomôcť daným oblastiam,
budovať dôveru, nie trestať
• zisťovať prečo sa tak deje..ale to voličov až tak
nezaujíma
• Komerčné firmy tiež neštudujú iba lokalitu, ale aj
spokojnosť so službami
9. Pohovory do práce
• Mnohé (McDonalds, Starbucks,
Wallmart): osobnostný dotazník
(big5)
• Vylučuje (aj stabilizovaných) ľudí s
mentálnym znevýhodnením
• Osobnosť nekoreluje s pracovným
výkonom (skôr dobré na budovanie
tímov)
• Cieľ: čo najrýchlejšie a najlacnejšie
odfiltrovať kandidátov
• Bez spätnej väzby-nevieme, či sa
nevybraný dobre neuplatnil inde
• Medicína: Automatizované
vyhodnocovanie životopisov podľa
výberov z minulosti (1970):
• znevýhodnenie žien;
• Znevýh. tých, čo mali gramatické chyby v
životopisoch -korelácia s cudzími
menami
10. Prijímanie do práce
Predikcie z korelácií:
• Pravdepodobnosť skorej výpovede: korelácia s ďalekým
dochádzaním (často chudobní) - Xerox vylúčil z dát
• Talent – napr. korelácia s manga fanúšikmi (vylučuje
mnohé ženy)
• eSkóre: približné fin. zázemie podľa dát o správaní
+ zdravotný stav, politické preferencie, uväznenie,
nákupy v obchodoch (niektoré korelovali s neskorými
platbami používateľov v banke)... spárované s
verejne dostupnými dátami – balíčky od data
brokerov
Chyby v dátach..
11. Teror efektivity v práci
Prispôsobenie otváracích
hodín podľa predikcií z
veľkých dát pre čo
najvyšší zisk
• Clopening (Starbucks) –
efektíva logistika, zničená
lacná pracovná sila
• Najtvrdší kapitalizmus (keď
prší, akcie), vedia len pár dní
dopredu
• Nedá sa z toho dostať – ani
druhá práca ani štúdium
popri, rozvrátená rodina
(bez rutiny a starostlivosti...)
• V médiách, chceli zrušiť, ale
šéfovia to obchádzajú, lebo
im to znižuje prijímy
12. Meranie práce (pre vyhadzov v kríze)
• meranie počtu nových myšlienok technikov
podľa komunikácie v sieti (Cataphora)
• nie každý sa o info. delí v sieti, možno iné
devízy
• radšej sledovať čo zamestnanci vedia pre
tvorbu efektívnych tímov – IBM a Microsoft
• Neexistuje spätná väzba, či sa im v inej práci
darilo
13. • Meranie skóre učiteľov podľa tajného
„value added model“
• 1983 sa zistilo, že skóre v testoch študentov
sa za 20 r. rapídne znížilo...nezisťovalo sa
prečo – učitelia sú na vine
• „Simpson´s paradox“ keď dáta dohromady
ukážu jeden trend, ale rozsegmentované do
skupín (napr. podľa prijímu) ukážu iný – tam
všade skóre stúpalo..dohromady klesalo,
lebo školy sa otvorili pre všetkých)
• VAM: skúsený učiteľ mal 1. rok skóre 6/100,
nevedel, čo má zlepšiť, učil naďalej, 2. rok
96/100
• Neskôr meranie podľa pomeru výkonu a
predpokladaného výkonu pre daného
človeka – odhady nad odhady
• Kvalita učiteľa sa nedá kvantifikovať...testy
učiteľov pozastavené (nezrušené)
14. Výpočet rizikovosti klienta v banke aj mimo nej
• Kreditka: manžel dostal, manželka
(bonitnejšia) nie
• Málo dát o ženách
• FICO model: výpočet rizikovosti pre každého
zvlášť podľa finančného správania, keď meškali
tí s vysokým skóre, prispôsobenie (OK)
• Skóre sa teraz využíva aj pri prijímaní do
zamestnania (= zodpovedný človek) – legálne v 40
štátoch
• ZestFinance – denné pôžičky podľa kalkulácie
rizika
• all data is credit data : fin. správanie + napr. či si
prečítajú pravidlá, gramatické chyby v dotazníku …
(rule followers=nižšie riziko)
• úrok len 2x vyšší, nie 3x ako ostatné podobné
V 50.rokoch sa bankár čiernym
nedával úver
15. Čerešnička:
eSkore už aj v láske
• skóre na základe finančného
správania (klikanie na bmw
alebo bazáry?)
• Spájanie ľudí s podobným
kreditom
16. Povinné poistenie áut
• vychádza z rizikovosti na základe nehôd
+ súkromného algoritmu z korelujúcich
(nie kauzálnych) dát
• napr. finančné správanie
• Človek s čistým registrom môže zaplatiť aj
viac ako odsúdený za alkohol za volantom
• ako dostať aj od ľudí s čistým registrom
viac..
• Nové dáta podľa kamerových záznamov
vodičov kamiónov
• N. podľa rizikovosti ciest, po ktorých chodí
(skôr ukradnú), rýchlosť..
• 5-50% lacnejšie poistné, súkromie bude
luxus
17. Nemocnice
• Chceli objektivitu pri
určovaní urgentných
prípadov
• Použili dáta z poisťovní
(finančné)
• Predpoklad: čím viac
výdavkov, tým urgentnejší
prípad
= Hlúposť
21. Transparentnosť
Iba relevantné časti by mali byť
otvorené (accountability)
Auditovateľnosť ako povinnosť
• Zatiaľ dobrovoľné, využívajú
firmy, ktoré vedia, že majú
problém
• Audit vyjde lacnejšie
22. Žiadanosť (desirability)
• Ide proti záujmom jednotlivca? =
Sú nefér? Poškodzujú životy?
• Ako to majú inžinieri vedieť?
(Pýtajú sa ich)
• Spolupráca
• Je to potrebné pre spoločnosť?
Nevytvárať len preto, že môžem
23. Overenie s ľuďmi, prijatie (acceptability)
• Pýtať sa odborníkov (Nemocnice:
doktori)
• Zahrnúť používateľskú spätnú väzbu
• Zahrnúť znalosti o probléme
(napr. bezdomovectvo)
• Pochopiteľnosť používateľmi
(vysvetliteľnosť)
• Singapur
25. Manažment dát
• Využívam dáta, čo
mám, alebo aké
potrebujem?
• Sú kvalitné?
Neobsahujú bias?
• Nie z minulosti a
bez spätnej väzby
• Nemonetizovať dáta,
predávať produkt
• Nie bezhraničný
Sillicon Valey model
26. Manažment dát: Definovať
zraniteľné skupiny
Rasizmus, šovinizmus, starší ľudia...
= dáta, čo pomáhajú reprodukovať
staré vzorce a chyby alebo je ich málo
(väčšinou všetci okrem mužov v
strednom veku a zo strednej vrstvy)
27. Pozor na
generalizáciu
Modelovanie, vzory –
problematické, vždy budú ľudia
mimo normy
• Kto to bude? Aké by to
bolo, keby ste to boli vy?
Ak nie sú modely férové, treba
vyhodiť problematické dáta (ak
keď veľmi korelujú)
• Férovosť nie je
vypočítateľná a
zahrnuteľná
(=neférovosť)
28. Potrebné pýtať sa aj prečo sa niečo deje
(nielen, že sa to štatisticky deje)
• Benefit pre spoločnosť aj pre jednotlivca
29. V tomto prípade nerecyklovať
Aplikujú sa algoritmy plošne?
Urobiť čo najviac a najlepšie
ako sa dá z toho, čo existuje
31. Na záver
• Dobré algoritmy môžu robiť
lepšie rozhodnutia, ale tam
ešte nie sme
• Často je chybou nedostatok
vedomostí, nie zlé zámery
• Sú potrebné hranice (ako pri
autách)
• Auditovateľnosť
(transparentnosť)
• Vysvetliteľnosť
• Pochopiteľnosť a prijateľnosť
• Férovosť
• Kvalita dát...
Matematici: (zaplatenie, aby boli doplnkovou fakultou a zmenili si afiliáciu v Thomson Reuters odkiaľ sa čerpajú dáta do rebríčka)
Zbieranie dát v dotazníkoch po kliknutí na reklamu, predaj predátorským školám (stačí, že označil, že potrebuje fin. pomoc
Ťaž´ko si predstaviť občasné hliadky na lukratívnych miestach ako sú jachty a pod..
Študent Kyle usilujúci sa o brigádu, liečil sa na bipolárnu poruchu, otec právnik-rozhodnutie vo vzduchoprázdne
Mcdonald: https://www.mirror.co.uk/usvsth3m/could-you-pass-ridiculously-intrusive-5524546
https://www.wired.com/story/the-ai-chatbot-will-hire-you-now/
Data brokeri-chyby v dátach napr. osoba s rovnakým menom ale zlou históriou – nepriatie, nedovoláš sa...
Nová myšlienka = podľa spôsobu šírenia...
VAM: vynikajúci učitelia dopadli priemerne
ZestFinance-1 býv. Google manager
BMI je nespravodlivé k športovcom, ženám (pomer váhy a výšky)
Sú urgentné choroby, ktoré možno vyliečiť za málo peňazí
Prioritizácia bohatých, farební znevýhodnení – chodili menej k doktorom, dostávali horšiu liečbu (Gemma Geldon)
nemáme ešte bezpečné algoritmy (etické, bez diskriminačného biasu)
často „intelektuálne vlastníctvo
často „intelektuálne vlastníctvo
Pozrieť, čo sa stane predtým, ako sa zavedie
Už sa využívajú na zriedkavé záležitosti
+ ľudia niekedy už sami nevedia: PC nás segmentujú na nové kmene podľa správania - Sense Networks nakŕmili PC dátami o pohybe používateľov mobilných telefónov – vytvorili skupiny používateľov, aké by ľudia nevideli (korelácie ale ktovie prečo) tých ktorí chodili na rovnaké miesta n. nemocnica– pre reklamy