Inteligência artificial em redes de comunicação: avanços e riscos

Detalhes bibliográficos
Autor(a) principal: GUIMARÃES, Thiago Martins
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