Capítulo 3. Ética de los datos
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Como comentamos en los Capítulos 1 y 2, a veces los modelos de aprendizaje automático pueden ir mal. Pueden tener fallos. Se les pueden presentar datos que no han visto antes y comportarse de formas que no esperamos. O pueden funcionar exactamente como se diseñaron, pero utilizarse para algo para lo que preferiríamos que nunca se utilizaran.
Dado que el aprendizaje profundo es una herramienta tan poderosa y puede utilizarse para tantas cosas, resulta especialmente importante que tengamos en cuenta las consecuencias de nuestras elecciones. El estudio filosófico de la ética es elestudio de lo correcto y lo incorrecto, incluyendo cómo podemos definir esos términos, reconocer las acciones correctas e incorrectas y comprender la conexión entre acciones y consecuencias. El campo de la ética de los datos existe desde hace mucho tiempo, y muchos académicos se centran en él. Se está utilizando para ayudar a definir la política en muchas jurisdicciones; se está utilizando en empresas grandes y pequeñas ...
Get Aprendizaje profundo para programadores con fastai y PyTorch now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
