S'engager dans l'utilisation des outils de gestion des risques dans les décisions de politique publique et les défis de l'équité et de la responsabilisation.
Examine l'éthique du savoir et des actions, en mettant l'accent sur la bonne pensée comme base de la morale et en prônant une approche holistique de la conduite éthique.
Plonge dans l'impact des biais dans les modèles d'apprentissage automatique et l'importance d'évaluer les dommages potentiels dans le développement de tels systèmes.
Présente « Comment apprendre : concevoir des outils d'apprentissage » à l'EPFL, en mettant l'accent sur les émotions, la diversité et l'éthique dans l'enseignement de l'ingénierie.
Couvre les principes fondamentaux de l'apprentissage profond, y compris les données, l'architecture et les considérations éthiques dans le déploiement de modèles.
Explore les implications éthiques du déploiement d'algorithmes d'apprentissage automatique et souligne l'importance de l'équité dans les processus décisionnels.
Réfléchir aux défis de la définition de l’intelligence et de la conscience de soi dans le contexte de l’IA, en explorant les implications éthiques et les limites des entités artificielles dans la société.
Explore l'éthique, la justice, les agents moraux, les principes, la justice planétaire, le changement climatique, les émissions de CO2 et la distribution de la justice.
Explore l'éthique de l'IA, en mettant l'accent sur la responsabilité numérique des entreprises et le rôle du gouvernement dans la réglementation des initiatives d'IA.
Explore les concepts d'autonomie et de responsabilité, en mettant l'accent sur les conditions de responsabilité morale et le rôle des émotions dans la prise de décision.
Couvre les implications éthiques de l’intelligence artificielle dans la technologie, en se concentrant sur les données, les algorithmes, la conception, la durabilité et la responsabilité.
