Conteúdo do curso
Introdução à IA generativa
Acreditamos que Generative AI e Large Language Models (LLMs) têm o potencial de transformar a educação. Ao nos envolvermos com essas ferramentas, podemos aprender como criar experiências alegres, personalizadas, interativas e envolventes que impulsionam o aprendizado profundo.
0/3
Bem-vindo ao curso!
IA em 5 minutos
Novas ferramentas para uma nova era: FAQ
Série de vídeos: O que é IA? | Code.org
A série "Como a IA funciona" do Code.org é uma introdução fantástica aos fundamentos da inteligência artificial. Comece sua aventura de aprendizado de IA aqui!
0/7
Como funciona a IA
01:29
O que é aprendizado de máquina?
02:52
Como funcionam os chatbots e os grandes modelos de linguagem
A IA tem criatividade e imaginação?
05:17
IA: Dados de treinamento e viés
02:40
Como funcionam as redes neurais
Como funciona a visão computacional
Série de vídeos: Ética e IA | Code.org
Aprenda sobre algumas das questões éticas espinhosas que envolvem o uso da inteligência artificial.
0/4
Por que a IA é importante com Deb Raji
02:02
Ética e IA: Privacidade e o Futuro do Trabalho
03:27
Ética e IA: Igualdade de acesso e viés algorítmico
03:23
Painel de discussão: Explorando a Ética da IA
49:01
Preparando-se para ensinar com IA
Acreditamos que Generative AI e Large Language Models (LLMs) têm o potencial de transformar a educação. Ao nos envolvermos com essas ferramentas, podemos aprender como criar experiências alegres, personalizadas, interativas e envolventes que impulsionam o aprendizado profundo.
0/5
Bate-papo ao pé da lareira com Sal Khan e Hadi Partovi
Desmistificando a IA para educadores
30:43
Transformando a aprendizagem com IA
23:40
Garantir uma abordagem responsável à IA
Trazendo a IA para a sala de aula
29:01
IA na sala de aula: práticas promissoras
A revolução da IA ​​pode ser um pouco assustadora, mas não precisa ser! Vamos começar.
0/7
Um novo capítulo na educação
Estabelecendo expectativas realistas
Não proíba chatbots com tecnologia de IA
Aprendizagem com IA: práticas promissoras para estudantes
Ensino com IA: Práticas emergentes para professores
Ensino com IA: Mais inspiração para professores
O processo de escrita, redefinido na Era da IA
Série de vídeos: IA prática para educação
Esta série de vídeos em 5 partes, com os professores Ethan Mollick e Lilach Mollick da Wharton School da Universidade da Pensilvânia, fornece uma visão geral esclarecedora da IA ​​generativa e das melhores práticas emergentes para seu uso no ensino superior. <p><a href="https://interactive.wharton.upenn.edu/teaching-with-ai/">Saiba mais sobre o ensino com IA na Wharton Interactive</a></p>
0/5
Parte 1: Introdução à IA
10:16
Parte 2: Grandes modelos de linguagem (LLMs)
12:40
Parte 3: Solicitando IA
11:41
Parte 4: IA para professores
12:36
Parte 5: IA para estudantes
09:39
Planos de aula: Alfabetização em IA | Educação de senso comum
Aumente sua confiança conforme você aprende sobre estratégias, técnicas e melhores práticas emergentes na sala de aula. Considere ideias de planejamento de aulas e comece a aproveitar a inteligência artificial generativa para potencializar os resultados dos seus alunos!
0/2
O que é IA? Plano de aula
O que é IA?
02:34
Como a IA é treinada?
Não há IA sem treinamento. Esta lição foi criada pela Common Sense Education.
0/1
Como a IA é treinada? Plano de aula
Compreendendo o preconceito da IA
As inteligências artificiais são treinadas em dados humanos e, portanto, podem compartilhar nossos preconceitos humanos também. Esta lição foi criada pela Common Sense Education.
0/1
Compreendendo o viés da IA: plano de aula
Como o preconceito da IA ​​afeta nossas vidas
As consequências do viés da IA ​​são muito, muito reais. Esta lição foi criada pela Common Sense Education.
0/1
Como o preconceito da IA ​​afeta nossas vidas: Plano de aula
Chatbots de IA: quem está por trás da tela?
Quer saber por que os chatbots de IA parecem tão realistas? Continue lendo (e assistindo)! Esta lição foi criada pela Common Sense Education.
0/2
Chatbots de IA: Quem está por trás da tela? Plano de aula
O que são chatbots de IA?
Enfrentando o reconhecimento facial
Vamos explorar os benefícios e riscos da tecnologia de reconhecimento facial. Esta lição foi criada pela Common Sense Education.
0/1
Enfrentando o reconhecimento facial: Plano de aula
Algoritmos de IA: o quanto eles conhecem você?
Aprenda sobre como algoritmos de IA influenciam o que você vê e vivencia online. Esta lição foi criada pela Common Sense Education.
0/2
Algoritmos de IA: O quão bem eles conhecem você? Plano de aula
A internet está expandindo ou estreitando nossas mentes?
08:59
Chatbots de IA e amizade
Como os chatbots de IA podem moldar nosso conceito de amizade? Esta lição foi criada pela Common Sense Education.
0/1
Chatbots de IA e amizade: Plano de aula
Introdução à IA Generativa na Educação
Sobre a Aula

Como ocorre o viés da IA?

Educação de senso comum

Compreendendo o viés da IA: plano de aula

6ª A 12ª SÉRIES
20 minutos
A inteligência artificial é treinada em dados do mundo real que as pessoas lhe deram, e se esses dados contiverem vieses (ou estiverem incompletos), a IA pode acabar sendo tendenciosa também. Nesta lição, os alunos pensarão criticamente sobre os dados de treinamento que informam o que as ferramentas de IA podem fazer, e considerarão possíveis maneiras de reduzir o viés da IA.
 

Uma maçã rotulada como "maçã" e um tomate rotulado como "maçã", com pontos de interrogação flutuando ao redor deles.

Objetivos

  • Defina viés de IA.
  • Entenda como o viés da IA ​​acontece.
  • Reflita sobre maneiras de reduzir o preconceito da IA.

Vocabulário

  • Viés de IA – quando uma ferramenta de IA toma uma decisão errada ou problemática porque aprendeu com dados de treinamento que não trataram todas as pessoas, lugares e coisas com precisão
  • dados de treinamento – as informações fornecidas a uma IA para ajudá-la a aprender como realizar tarefas específicas
  • dados de teste – as informações usadas para verificar se a IA criada é confiável e precisa

O que você vai precisar

Antes da aula

Incentivamos o ensino das seguintes lições para ajudar a estabelecer uma compreensão fundamental de como a IA funciona:

Passo a passo

  1. Diga: Quando cientistas da computação criam IA, eles usam dois tipos diferentes de dados: dados de treinamento e dados de teste ( Slide 4 ).
Dados de treinamento são as informações fornecidas a uma IA para ajudá-la a aprender como executar tarefas específicas ( Slide 5 ). Dados de teste são as informações usadas para verificar se a IA que foi criada é confiável e precisa ( Slide 6 ).
  1. Diga: Imagine que somos cientistas da computação e estamos no processo de criação de uma ferramenta de IA. O propósito da ferramenta que estamos construindo é identificar diferentes tipos de frutas. Temos alguns dados de treinamento para nos ajudar a começar ( Slide 7 ).
  2. Pergunta: Com base nesses exemplos de dados de treinamento, que tipos de frutas nossa IA pode identificar? ( Slide 8 )
  3. Mostre o Slide 9 e explique que as imagens aqui mostram exemplos dos dados de teste usados ​​para verificar se a IA está funcionando corretamente. Os rótulos sob cada imagem são o que a IA acha que cada fruta é chamada.
Pergunte: Você notou algum erro? Por que você acha que a IA está cometendo esses erros? ( Slide 10 )
  1. Explique que os erros cometidos pela IA são um exemplo de viés da IA, que ocorre quando uma ferramenta de IA toma uma decisão errada ou problemática porque aprendeu com dados de treinamento que não trataram todas as pessoas, lugares e coisas com precisão ( Slide 11 ).
Mostre o Slide 12 e diga: Nos dados de treinamento, maçãs eram o único exemplo de uma fruta vermelha. Os dados de teste mostram que a IA aprendeu a identificar qualquer coisa vermelha como uma maçã. Em outras palavras, a IA que criamos tem um viés em pensar que toda fruta vermelha é uma maçã ( Slide 12 ).
  1. Diga: Quais são algumas maneiras pelas quais podemos reduzir o viés da IA ​​deste detector de frutas? ( Slide 13 )
Convide os alunos a compartilhar e depois revisar as sugestões no Slide 14.
  1. Diga: Embora seja quase impossível eliminar completamente o viés de IA de uma ferramenta, podemos fazer o possível para reduzi-lo criando um conjunto de dados de treinamento o mais diversificado e completo possível ( Slide 15 ).
  2. Se o tempo permitir, leia o Slide 16 e peça aos alunos que trabalhem independentemente para criar uma lista de descritores de imagem. Depois, peça que eles formem duplas para comparar suas listas e continuar a adicionar quaisquer descritores de imagem adicionais.
Revise os descritores no Slide 17 e continue a adicionar itens à lista com base em quaisquer outras ideias que os alunos tenham.
  1. Diga: Lembre-se de que por trás de cada ferramenta de IA há humanos tomando decisões sobre quais dados de treinamento a ferramenta usará. Entender como o viés da IA ​​ocorre pode nos ajudar a pensar criticamente sobre seus impactos potenciais ( Slide 18 ).

 

Fonte Original: Khan Academy - IA para Educação

Licença: Creative Commons Atribuição-Não Comercial-Compartilha Igual 3.0 (CC BY-NC-SA 3.0 US).
Anterior
Próximo