2.1.13 AI/Aplicaciones e Impacto Social (Parte I)

Temas:
Core

• Al menos una aplicación de IA a un problema y campo específico, como medicina, salud, sostenibilidad, redes sociales, economía, educación, robótica, etc. (elegir al menos uno para el Núcleo CS):
  1. Formular y evaluar una aplicación específica como un problema de IA:
     1. Cómo lidiar con problemas mal especificados o mal planteados
  2. Disponibilidad/escasez y limpieza de datos:
     1. Limpieza y preprocesamiento básico de datos
     2. Sesgo del conjunto de datos
  3. Sesgo algorítmico
  4. Sesgo de evaluación
  5. Evaluación de las implicaciones sociales de la aplicación
• Modelos generativos profundos desplegados:
  1. Visión general de alto nivel de modelos generativos de imágenes profundas (por ejemplo, a 2023, DALL-E, Midjourney, Stable Diffusion, etc.), sus usos y sus limitaciones/peligros.
  2. Visión general de alto nivel de modelos de lenguaje grandes (por ejemplo, a 2023, ChatGPT, Bard, etc.), sus usos y sus limitaciones/peligros.
• Visión general del impacto social de la IA:
  1. ética
  2. Equidad
  3. Confianza/explicabilidad
  4. Privacidad y uso de datos de entrenamiento
  5. Autonomía humana y supervisión/regulaciones/requisitos legales
  6. Sostenibilidad

Aprendizaje esperado (Learning Outcomes):
Core:

1. Dado un dominio de aplicación y problema del mundo real, formular una solución de IA para ello, identificando datos/entrada apropiados, preprocesamiento, representaciones, técnicas de IA y métricas/metodología de evaluación [Aplicar]