1. AI 윤리

 

 

데이터 분석과 AI 학습에서 유의할 점

1. 데이터의 확보, 전처리, 분석, 해석의 전 과정이 중요

* 고품질의 데이터가 입력되었을 때 학습 결과도 유의미하며,
데이터가 가지는 오차 범위와 특이점, 대표성에 대한 충분한 이해를 가지고 접근해야 함

 

2. 알고리즘의 설명력, 편향, 신뢰의 문제에 주의 

* 블랙박스 알고리즘이 실제 사회에서 사용되기 위해서는 많은 경우 설명력 보강이 필요하며,
노이즈와 데이터 가변성에도 대처 가능한 알고리즘을 개발하도록 노력

* AI가 다양한 사회 서비스에서 인간 결정을 돕거나 대체함에 따라
윤리적 의사결정이 확보되도록 점검