Inteligência artificial em redes de comunicação: avanços e riscos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Scientia – Repositório Institucional |
Texto Completo: | https://repositorio.pgsscogna.com.br//handle/123456789/65255 |
Resumo: | A pesquisa pretendeu analisar a neutralidade de padrões de dados coletados pela IA em redes de comunicação. Foram realizadas diversas observações nos artigos científicos, em sites de tecnologia e conteúdos disponibilizados no curso. Os estudos realizados mostram que apesar dos diversos avanços, pesquisadores estão em alerta sobre o aprendizado dos algoritmos que ferem vieses e praticam preconceitos, sem filtros ou transparência. Vieses estes, que estão embutidos na grande massa de dados analisados pelos sistemas inteligentes e são utilizados como forma de entrada para analise de conhecimentos. Para aumentar a transparência da extração padronizada de dados pessoais relevantes para a decisão coletados por usuários individuais, os sistemas de IA deve mostrar às pessoas o motivo da solução ou entrega proposta do modelo e assim serem ajustados por seus desenvolvedores ou empresas responsáveis, com alta neutralidade sobre seleções sociais, raciais, generalistas, fisicalidades ou escolha sexual. Para que tenha aprimoração, vários métodos de prevenção foram disponibilizados á fim de aumentar a transparência do algoritmo assim como proposto por diversos profissionais e especialistas para tratar de forma eficaz destes padrões. |
id |
Krot_682257cafb96e33cbfdde5ce9ae0ce81 |
---|---|
oai_identifier_str |
oai:repositorio.pgsscogna.com.br:123456789/65255 |
network_acronym_str |
Krot |
network_name_str |
Scientia – Repositório Institucional |
repository_id_str |
|
spelling |
GUIMARÃES, Thiago Martins2023-10-26T21:03:54Z2023-10-26T21:03:54Z2022https://repositorio.pgsscogna.com.br//handle/123456789/65255A pesquisa pretendeu analisar a neutralidade de padrões de dados coletados pela IA em redes de comunicação. Foram realizadas diversas observações nos artigos científicos, em sites de tecnologia e conteúdos disponibilizados no curso. Os estudos realizados mostram que apesar dos diversos avanços, pesquisadores estão em alerta sobre o aprendizado dos algoritmos que ferem vieses e praticam preconceitos, sem filtros ou transparência. Vieses estes, que estão embutidos na grande massa de dados analisados pelos sistemas inteligentes e são utilizados como forma de entrada para analise de conhecimentos. Para aumentar a transparência da extração padronizada de dados pessoais relevantes para a decisão coletados por usuários individuais, os sistemas de IA deve mostrar às pessoas o motivo da solução ou entrega proposta do modelo e assim serem ajustados por seus desenvolvedores ou empresas responsáveis, com alta neutralidade sobre seleções sociais, raciais, generalistas, fisicalidades ou escolha sexual. Para que tenha aprimoração, vários métodos de prevenção foram disponibilizados á fim de aumentar a transparência do algoritmo assim como proposto por diversos profissionais e especialistas para tratar de forma eficaz destes padrões.Inteligência artificialAlgoritmo para IAPadrõesDadosInteligência artificial em redes de comunicação: avanços e riscosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisCiência da Computaçãoporreponame:Scientia – Repositório Institucionalinstname:Kroton Educacional S.A.instacron:KROTONinfo:eu-repo/semantics/openAccessORIGINALThiago+Martins+Guimarães.pdfThiago+Martins+Guimarães.pdfapplication/pdf434326https://repositorio.pgsscogna.com.br//bitstream/123456789/65255/1/Thiago%2bMartins%2bGuimar%c3%a3es.pdf2e1d66ee3afcf64db62e36d3033645aaMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.pgsscogna.com.br//bitstream/123456789/65255/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/652552023-10-26 18:03:54.382oai:repositorio.pgsscogna.com.br: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Repositório InstitucionalPRIhttps://repositorio.pgsscogna.com.br/oai/request.opendoar:2023-10-26T21:03:54falseRepositório InstitucionalPRIhttps://repositorio.pgsscogna.com.br/oai/request.repositorio@kroton.com.br || selma.elwein@cogna.com.bropendoar:2023-10-26T21:03:54Scientia – Repositório Institucional - Kroton Educacional S.A.false |
dc.title.pt_BR.fl_str_mv |
Inteligência artificial em redes de comunicação: avanços e riscos |
title |
Inteligência artificial em redes de comunicação: avanços e riscos |
spellingShingle |
Inteligência artificial em redes de comunicação: avanços e riscos GUIMARÃES, Thiago Martins Inteligência artificial Algoritmo para IA Padrões Dados |
title_short |
Inteligência artificial em redes de comunicação: avanços e riscos |
title_full |
Inteligência artificial em redes de comunicação: avanços e riscos |
title_fullStr |
Inteligência artificial em redes de comunicação: avanços e riscos |
title_full_unstemmed |
Inteligência artificial em redes de comunicação: avanços e riscos |
title_sort |
Inteligência artificial em redes de comunicação: avanços e riscos |
author |
GUIMARÃES, Thiago Martins |
author_facet |
GUIMARÃES, Thiago Martins |
author_role |
author |
dc.contributor.author.fl_str_mv |
GUIMARÃES, Thiago Martins |
dc.subject.por.fl_str_mv |
Inteligência artificial Algoritmo para IA Padrões Dados |
topic |
Inteligência artificial Algoritmo para IA Padrões Dados |
description |
A pesquisa pretendeu analisar a neutralidade de padrões de dados coletados pela IA em redes de comunicação. Foram realizadas diversas observações nos artigos científicos, em sites de tecnologia e conteúdos disponibilizados no curso. Os estudos realizados mostram que apesar dos diversos avanços, pesquisadores estão em alerta sobre o aprendizado dos algoritmos que ferem vieses e praticam preconceitos, sem filtros ou transparência. Vieses estes, que estão embutidos na grande massa de dados analisados pelos sistemas inteligentes e são utilizados como forma de entrada para analise de conhecimentos. Para aumentar a transparência da extração padronizada de dados pessoais relevantes para a decisão coletados por usuários individuais, os sistemas de IA deve mostrar às pessoas o motivo da solução ou entrega proposta do modelo e assim serem ajustados por seus desenvolvedores ou empresas responsáveis, com alta neutralidade sobre seleções sociais, raciais, generalistas, fisicalidades ou escolha sexual. Para que tenha aprimoração, vários métodos de prevenção foram disponibilizados á fim de aumentar a transparência do algoritmo assim como proposto por diversos profissionais e especialistas para tratar de forma eficaz destes padrões. |
publishDate |
2022 |
dc.date.issued.fl_str_mv |
2022 |
dc.date.accessioned.fl_str_mv |
2023-10-26T21:03:54Z |
dc.date.available.fl_str_mv |
2023-10-26T21:03:54Z |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.pgsscogna.com.br//handle/123456789/65255 |
url |
https://repositorio.pgsscogna.com.br//handle/123456789/65255 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Scientia – Repositório Institucional instname:Kroton Educacional S.A. instacron:KROTON |
instname_str |
Kroton Educacional S.A. |
instacron_str |
KROTON |
institution |
KROTON |
reponame_str |
Scientia – Repositório Institucional |
collection |
Scientia – Repositório Institucional |
bitstream.url.fl_str_mv |
https://repositorio.pgsscogna.com.br//bitstream/123456789/65255/1/Thiago%2bMartins%2bGuimar%c3%a3es.pdf https://repositorio.pgsscogna.com.br//bitstream/123456789/65255/2/license.txt |
bitstream.checksum.fl_str_mv |
2e1d66ee3afcf64db62e36d3033645aa 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Scientia – Repositório Institucional - Kroton Educacional S.A. |
repository.mail.fl_str_mv |
repositorio@kroton.com.br || selma.elwein@cogna.com.br |
_version_ |
1809460331447058432 |