Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 589
Aluna: Bianca Helena Ximenes de Melo e Menezes
Orientador: Prof. Geber Lisboa Ramalho
Título: DEVELOPING ETHICAL MACHINE LEARNING APPLICATIONS
Data: 23/02/2023
Hora/Local: 13h – Virtual – Interessados em assistir entrar em contato
Banca Examinadora:
Prof. Silvio Romero de Lemos Meira (UFPE / Centro de Informática)
Prof. Giordano Ribeiro Eulálio Cabral (UFPE / Centro de Informática)
Prof. Maria Amália Oliveira de Arruda Camara (UPE / FCAP))
Prof. Virgilio Augusto Fernandes Almeida (UFMG / Departamento de Ciência da Computação )
Prof. Jean-Gabriel Ganascia (Sorbonne Université / Departamento de Informática)
RESUMO:
A rápida adoção das tecnologias de Machine Learning (ML) na vida diária e nas atividades humanas tem feito surgir diversos dilemas e questões éticas sobre seu uso. Uma forma de minimizar possíveis danos à sociedade é fornecer orientação aos desenvolvedores de ML, que podem passar a construir sistemas que sejam éticos por design. Infelizmente, os desenvolvedores não têm formação ética adequada nos cursos regulares de graduação, e os documentos existentes acerca do tema, apesar de abundantes, são vagos e focados em governos e corporações e não em desenvolvedores individuais.
Para suprir essa necessidade, esta pesquisa foi centrada nos desafios e necessidades dos desenvolvedores e propõe 18 diretrizes concretas e 24 boas práticas recomendadas para ajudar os desenvolvedores a tomar decisões diárias em seus projetos de ML. Essas recomendações foram formuladas em um grupo focal e validadas quantitativamente em uma pesquisa com mais de 130 desenvolvedores de ML trabalhando na indústria e na academia, com diferentes tipos de dados e tempo de experiência.
Esta pesquisa também investigou o estado de adoção de tais recomendações e compara o que os desenvolvedores acham que devem fazer para obter resultados mais éticos versus o que realmente fazem, e como podemos avançar o estado da arte de Machine Learning sem prejudicar os seres humanos.
Palavras-chave: Inteligência artificial, Ética em machine learning, Boas práticas de desenvolvimento, Grupo focal, survey
Comentários desativados