以可复现为机制在人工智能教学中传授公平、问责、保密与透明
人工智能
2021-12-20 v4
摘要
本文中，我们阐述了阿姆斯特丹大学开设的“人工智能中的公平、问责、保密与透明（FACT-AI）”技术型研究生课程的设置，该课程通过可复现性的视角讲授 FACT-AI 概念。课程的核心是一个基于复现顶级 AI 会议现有 FACT-AI 算法并撰写相应报告的小组项目。在课程的第一轮中，我们创建了一个包含小组项目代码实现的开源仓库。在第二轮中，我们鼓励学生将小组项目提交至机器学习可复现性挑战（Machine Learning Reproducibility Challenge），最终本课程有 9 篇报告被 ReScience 期刊接受发表。我们反思了两年来的授课经验（其中一年恰逢全球疫情），并提出了在研究生 AI 培养项目中通过可复现性讲授 FACT-AI 的指导方针。希望这能成为未来希望开设类似课程教师的宝贵资源。
引用
@article{arxiv.2111.00826,
title = {Reproducibility as a Mechanism for Teaching Fairness, Accountability, Confidentiality, and Transparency in Artificial Intelligence},
author = {Ana Lucic and Maurits Bleeker and Sami Jullien and Samarth Bhargav and Maarten de Rijke},
journal= {arXiv preprint arXiv:2111.00826},
year = {2021}
}
备注
Accepted to the AAAI Symposium on Educational Advances in AI (EAAI 2022)