أخلاقيات الذكاء الاصطناعي والذكاء المسؤول
الإنصاف والشفافية والخصوصية والحوكمة، مطبَّقة على نموذج قرض استهلاكيّ يُدقَّق من الجمع إلى الطعن.
مدّة الدورة: 4 ساعات
ما ستتعلّمه
- تحويل مبادئ «المسؤول» إلى متطلّبات قابلة للتحقّق
- تشخيص مصادر التحيّز في التاريخ والمعطيات والتوسيم
- حساب مقاييس الإنصاف بـFairlearn واختيار المقياس المناسب
- توليد تفسيرات محلّية وعامّة بـSHAP وقراءة حدودها
- إخفاء الهويّة وتطبيق الخصوصية التفاضلية بميزانية epsilon
- كتابة بطاقة نموذج وورقة بيانات ذات معنى تدقيقيّ
- تصميم إشراف بشريّ حقيقيّ وإجراء طعن قابل للتنفيذ
- تصنيف النظام في القانون الأوروبيّ للذكاء الاصطناعي واستنتاج الالتزامات
- تطبيق قواعد حماية البيانات الشخصية للجمهور العربيّ
- إجراء تدقيق كامل لنظام قرار وكتابة تقرير قابل للدفاع عنه
المتطلّبات المسبقة
- التعلّم المُشرَف (الدورة 04)
- Python وpandas وscikit-learn على مستوى تشغيليّ
وحدات الدورة
- ما يعنيه «المسؤول» عمليًا
- مصادر التحيّز: الجمع والتوسيم والتاريخ
- مقاييس الإنصاف وتعارضاتها
- القابلية للتفسير: LIME وSHAP وحدودهما
- الخصوصية: إخفاء الهويّة والخصوصية التفاضلية
- التوثيق: بطاقات النماذج وأوراق بيانات مجموعات البيانات
- الإشراف البشريّ وسبل الطعن
- القانون الأوروبيّ للذكاء الاصطناعي ومستويات الخطر
- حماية البيانات الشخصية
- دراسة حالة: تدقيق نظام قرار
التقييم والشهادة
يُختَم المسار باختبار من 40 سؤالًا يغطّي الوحدات كلّها، وتُمنَح عند النجاح شهادة إتمام قابلة للتحقّق برقمها على المنصّة.