Hal | Velkomst og instruktioner

Hej, velkommen til mit hjem!

Da jeg ved, at du/I har begrænset tid til at fuldføre din mission,
kan jeg hjælpe jer ved at give jer et par tips.

HVORDAN SPILLER
MAN?
TEMAER

Her er en plantegning
over huset med de rum,
du skal igennem…

HVORDAN SPILLER MAN?
Mål

Har du nogensinde hørt om Escape Rooms?

Dit mål er at komme ud af huset og samtidig være helt sikker på,
at du har opnået den nødvendige viden til at forstå betydningen af
algoritmisk bias og dens potentielle konsekvenser,
at du kan genkende bias i AI-applikationer,
og at du har en følelse af ansvar og er bevidst om etiske hensyn i
forbindelse med AI og teknologianvendelse.

HVORDAN SPILLER MAN?
Mål

Du skal undersøge alle rum i huset og gennemføre alle udfordringer
for at få fat i nøglen, der giver dig adgang til det næste rum.
Målet er at slippe ud af huset så hurtigt som muligt og med flest point.

HVORDAN SPILLER MAN?
Point og nøgler

Der kan være valgfrie udfordringer og andre,
der er obligatoriske. For hver udfordring, der løses, får holdet point.

Når du har løst alle de obligatoriske udfordringer i et rum,
får du en nøgle, der låser passagen til det næste rum op.

HVORDAN SPILLER MAN?
Udfordringer

Rummene 1 til 4 har samme struktur:

1 indledning

2 obligatoriske udfordringer (hver med 2 forsøg)
2 valgfrie udfordringer (med 1 forsøg)
(hvis alle forsøg er brugt, uden der er svaret rigtigt, får du ikke point)

1 afsluttende besked

HVORDAN SPILLER MAN?
Vær opmærksom!

Når du går videre til det næste rum,
kan du ikke gå tilbage til det forrige.

I slutningen af spillet kan du besøge alle rummene igen, men
udfordringerne er allerede "lukket", så du kan ikke besvare de
valgfrie udfordringer, som du måske ikke havde besvaret tidligere.

Alle rum i spillet vil have disse funktioner eller features.

Lad os nu se, hvilket hold der kan udforske alle rummene,
fuldføre alle missionerne og slippe ud af
huset så hurtigt som muligt med flest point!

Hvis du har spørgsmål om, hvordan spillet fungerer,
kan din Taskmaster hjælpe dig.

Er du klar?

Klik på ‘næste’

Ansvarsfraskrivelse: Dette spil er designet til at blive spillet i hold.

Lad os starte med at vælge en avatar til dit team!

Er du klar? Lad os komme i gang!

En af disse rare personer bliver dit holds avatar.

Den vil blive valgt tilfældigt…

Klik på knappen TILDEL for at se, hvilken person du har fået tildelt!

Godt gået!

Det er den avatar, der repræsenterer dit hold, og som har den nøgle, der giver jer adgang til det næste rum!

Tag et skærmbillede eller et foto for at præsentere denne person for din Taskmaster via den aftalte kommunikationskanal.

Klik på nøglen
for at komme videre
til næste rum!

Har du sendt skærmbilledet til din Taskmaster?

Send et skærmbillede af denne skærm til din Taskmaster. Du kan sende det via chatrummet eller via e-mail.

Når du har sendt det, skal du klikke på knappen:

Klik på de(t) tilgængelige rum

Hal

Hal
Velkomst og instruktioner

Rum 1

Rum 1
Introduktion til AI og potentielle uligheder

Rum 2

Rum 2
Hvordan AI fungerer og algoritmisk bias

Rum 3

Rum 3
Algoritmisk bias og dens farer

Rum 4

Rum 4
Etiske overvejelser om AI: politiske dagsordener og konsekvenser i verden

Udgang

Udgang
Afsluttende beskeder

Rum 1 | Introduktion til AI og potentielle uligheder

Obligatorisk

Obligatorisk

Valgfrit

Valgfrit

Velkommen til det lyserøde værelse!

Her vil vi undersøge emner som f.eks:

- Hvad er kunstig intelligens (AI)?
- Hvordan påvirker AI vores liv?
- Hvilke uligheder kan AI medføre?

Vidste du, at...

AI er ikke kun for forskere! Vidste du, at de film, du ser, de spil, du spiller, og selv den musik, du lytter til, ofte er designet eller valgt af AI? For eksempel hjælper AI Netflix med at foreslå film, du måske kan lide, og Spotify finder nye sange baseret på dine lyttevaner. AI står også bag de seje funktioner i videospil som f.eks. non-player characters (NPC'er), der opfører sig som rigtige mennesker.

Før du går på opdagelse i dette rum, bør du læse dette dokument:

I dette rum får du nogle udfordringer, som vil hjælpe dig med at forstå disse emner bedre. Det eneste, du skal gøre, er at finde de genstande, der giver dig adgang til udfordringerne. Skal vi gå videre og lede efter mere information i genstandene i rummet?

Pppsssst, et hint...
Rummet kan drejes!

Charlie

Hej, hvordan går det?

Sig mig, i hvor høj grad tror du, at kunstig intelligens allerede er en integreret del af din hverdag?

Hey, du skal ikke svare, før du har set det dokument, jeg sender til dig…

Klik for at åbne filen.

Hvilket svar ville du give?

Vælg den rigtige mulighed.

Mig: For eksempel ved at personalisere mit indhold på sociale medier baseret på mine browservaner og præferencer.

Mig: AI bliver i dag ikke brugt på nogen områder i min hverdag; det bliver måske relevant i fremtiden.

Godt gået! Dit svar er korrekt. Tjek den yderligere information.

Dit svar er ikke korrekt. Tjek den yderligere information.

Yderligere information

AI er ikke en fremtidig teknologi, der venter på at blive implementeret; den er allerede dybt indlejret i forskellige aspekter af dagligdagen, også i sociale medier.

AI bruges f.eks. i navigationssystemer som GPS, stemmeassistenter som Siri og Alexa, anbefalingssystemer på streamingplatforme og endda til at optimere trafikken i byer. Det bruges på tværs af mange sektorer og hverdagsteknologier.

Yderligere information

AI er ikke en fremtidsteknologi, der venter på at blive implementeret; den er allerede dybt indlejret i forskellige aspekter af din hverdag. Hvis du ikke bruger sociale medier, så er AI til stede på mange andre måder i dit liv.

AI bruges f.eks. i navigationssystemer som GPS, stemmeassistenter som Siri og Alexa, anbefalingssystemer på streamingplatforme og endda til at optimere trafikken i byer. Hvis man hævder, at AI kun vil blive brugt engang ude i fremtiden, ignorerer man dens nuværende og udbredte anvendelse på tværs af mange sektorer og hverdagsteknologier.

Charlie

Hej, er alt i orden?

Sig mig, har du nogensinde undret dig over, hvorfor din ven eller veninde ser forskelligt indhold på sin sociale medie-app i forhold til det, du ser?

Vælg den rigtige mulighed.

Mig: Deres indhold er personaliseret ud fra deres individuelle præferencer, interaktioner og browserhistorik, som sandsynligvis er forskellig fra din.

Mig: Indhold på sociale medier vises tilfældigt for hver bruger uden nogen specifik personalisering eller noget specifikt mønster.

Godt gået! Dit svar er korrekt. Tjek den yderligere information.

Dit svar er ikke korrekt. Tjek den yderligere information.

Yderligere information

Sociale medieplatforme bruger sofistikerede AI-algoritmer til at analysere individuel brugeradfærd, herunder likes, delinger, kommentarer og tid brugt på specifikke opslag.

Disse data bruges til at skabe et personligt feed, der passer til hver brugers præferencer og sikrer, at det indhold, der vises, er relevant for brugernes interesser.

Denne proces øger brugernes engagement ved at vise indhold, som den enkelte med større sandsynlighed vil kunne lide og interagere med.

Yderligere information

Sociale medieplatforme investerer kraftigt i algoritmisk personalisering for at maksimere brugernes engagement og tilfredshed.

Tilfældige visninger ville ikke opfylde dette formål, da det sandsynligvis ville føre til visning af irrelevant indhold, hvilket kunne mindske brugernes engagement og tilfredshed med platformen.

Denne fejlagtige fremstilling tager ikke højde for det komplekse og målrettede design bag indholdskuratering på sociale medier.

Er AI-systemer generelt fri for uligheder?

Vælg den rigtige mulighed:

A

Ja, AI-systemer er designet med avancerede algoritmer, der automatisk korrigerer eventuelle bias i dataene.

B

Ja, fordi AI-systemer behandler data matematisk.

C

Nej, hvis de er trænet med forudindtagede eller biased data eller implementeret uden omhyggelige overvejelser af deres sociale konsekvenser.

Godt gået! Dit svar er korrekt.
AI-systemer er som enhver anden teknologi, der er afhængig af data, modtagelige for de fordomme eller bias, der findes i disse data. Da disse systemer lærer af historiske data, kan eventuelle eksisterende fordomme eller forskelle i dataene føre til forudindtagede eller biased resultater. Derudover kan design og implementering af AI utilsigtet medføre nye bias, hvis de ikke håndteres omhyggeligt.

Dit svar er forkert.
AI-algoritmer kan identificere og afbøde nogle typer bias, men kan ikke automatisk korrigere alle bias i træningsdataene. Effektiv afhjælpning af bias kræver løbende tilsyn udført af mennesker, systemopdateringer og tilpasninger baseret på ny forståelse af bias. Algoritmer og modeller er bygget af mennesker og trænet med menneskeskabte data, som kan indeholde implicitte bias. Derfor er AI-systemer ikke i sig selv fri for uligheder uden velovervejede indgreb.

Kan du være sikker på, at alle AI-systemer omkring dig altid er gavnlige for dig og miljøet?

Vælg den rigtige mulighed.

A

Nej, ikke alle AI-systemer er med garanti gavnlige, da deres virkning afhænger af, hvordan de er designet, hvilke data de bruger, og hvilke formål de anvendes til.

B

Nej, fordi alle AI-systemer bruger en betydelig mængde energi, skader de i sagens natur miljøet, uanset deres tilsigtede brug eller nytteværdi.

C

Ja, alle AI-systemer er programmeret til automatisk at gavne både individer og miljøet uden nogen negative konsekvenser.

Godt gået! Dit svar er korrekt.
AI-systemers fordele og ulemper afhænger af mange forskellige faktorer, herunder deres design, implementering og integriteten af deres data. Etiske overvejelser og potentialet for systemernes skadelige virkninger skal evalueres på baggrund af specifikke omstændigheder og de sikkerhedsforanstaltninger, der måtte være indført.

Dit svar er forkert.
AI-systemer kan have utilsigtede konsekvenser, hvis de ikke er designet korrekt, eller hvis anvendelsen af dem ikke tager højde for de mere vidtgående samfundsmæssige og miljømæssige konsekvenser. For eksempel kan AI-drevne processer øge effektiviteten, men også være en udfordring for miljøet, hvis processerne ikke håndteres ansvarligt. Selvom nogle AI-systemer er energikrævende, er mange også designet til at være energieffektive og har til formål at reducere miljøpåvirkningen, hvilket fremhæver AI-applikationernes mangfoldighed og potentielle fordele mht. bæredygtighed.

Hvilket maleri er skabt med AI (DALL-E)?

Vælg den rigtige mulighed.

”Sunflower fields” (solsikkemarker)

Er dette en kopi af et maleri af en berømt europæisk kunstner?

Pige med perleørering

Er dette en kopi af et maleri af en berømt europæisk kunstner?

Dit svar er korrekt.
"Sunflower fields" (solsikkemarker) blev indtastet i AI-værktøjet DALL-E for at generere et maleri inspireret af Vincent Van Gogh. Selv om AI er i stand til at producere kunst, giver denne fremgangsmåde anledning til bekymringer om ophavsret og de etiske konsekvenser af digital kopiering, især når AI efterligner etablerede kunstnere. Hvad er dine tanker om etikken i at samskabe med maskiner, der efterligner rigtige kunstneres værker?

Dit svar er forkert.
"Pige med perleørering" er et berømt kunstværk af Johannes Vermeer, en mester fra den hollandske guldalder. Maleriet er skabt omkring 1665 og er berømt for sin subtile brug af lys og farver samt den intime og indadvendte skildring af motivet, hvilket gør det til et af de mest elskede værker i kunsthistorien.
Billede fra Wikipedia.

Vil du se en ledetråd? Klik her

Match de følgende udsagn om kunstig intelligens:

Lav det rigtige match, og klik på INDSEND.

AI vedrører udviklingen af...
AI er...
Hvis AI ikke er omhyggeligt designet, kan AI være årsag til...
... computersystemer, der kan udføre opgaver, som typisk kræver menneskelig intelligens.
... en fuldstændig integreret del af vores daglige liv.
... forskelsbehandling på tværs af demografi.

Godt gået! Dit svar er korrekt.
1. AI vedrører udviklingen af computersystemer, der kan udføre opgaver, som typisk kræver menneskelig intelligens. Dette definerer korrekt, hvad AI er.
2. AI er indlejret i vores dagligdag, hvilket præcist afspejler, hvor integreret AI er blevet i forskellige aspekter af vores daglige rutiner.
3. Hvis AI ikke er omhyggeligt designet, kan det medføre forskelsbehandling på tværs af demografi, hvilket understreger vigtigheden af etiske overvejelser under udviklingen af AI.

Dit svar er forkert.
Lad os gennemgå kombinationerne! Det ser ud til, at der er sket en forveksling:
1. AI vedrører udviklingen af computersystemer, der kan udføre opgaver, som typisk kræver menneskelig intelligens. Dette udsagn forklarer, hvad AI grundlæggende er.
2. AI er indlejret i vores hverdag, hvilket viser, at den er allestedsnærværende og bliver brugt på utallige måder.
3. Hvis AI ikke er omhyggeligt designet, kan det medføre forskelsbehandling på tværs af demografi, hvilket understreger de potentielle etiske og samfundsmæssige risici, der er forbundet med AI.

Løsning

Match de følgende udsagn om kunstig intelligens.

AI vedrører til udviklingen af...
AI er...
Hvis AI ikke er omhyggeligt designet, kan AI være årsag til...
... computersystemer, der kan udføre opgaver, som typisk kræver menneskelig intelligens.
... en fuldstændig integreret del af vores daglige liv.
... forskelsbehandling på tværs af demografi.

Dolor eu fermentum dui. Proin quis lorem lacus. Aliquam erat volutpat. Phasellus vulputate dolor gravida porttitor molestie. Sed pulvinar diam ut eleifend commodo. Maecenas a faucibus tortor, id semper arcu. Duis eget varius massa, ut faucibus?

Draw, take a photo and send it to your taskmaster.

 

Once you’ve sent your photo, click on the "Challenge completed" button.

Well done!
Mission completed!

 

Thank’s for sharing your work!

Vil du se en ledetråd? Klik her

Rummet er færdiggjort

Du har allerede gennemført alle de obligatoriske udfordringer.

Har du allerede løst de 2 valgfrie udfordringer? Hvis du ikke har gjort det, kan du vælge at blive i dette rum og løse dem. Eller du kan gå videre til næste rum.

Valget er dit!

Du har lige taget de første skridt ind i den fascinerende verden af kunstig intelligens (AI)!

Nu ved du, hvad AI er, hvordan den ændrer vores liv, og hvilke udfordringer den medfører, herunder potentielle uligheder.

Husk altid, at selvom AI kan gøre vores liv lettere og sjovere, er det vigtigt at bruge den med omtanke og tænke over, hvordan den påvirker alle omkring os.

Fortsæt med at være nysgerrig, sæt spørgsmålstegn ved normerne, og brug det, du har lært i dag, som en hjælp til at skabe en mere retfærdig fremtid med teknologi.

Er du klar til at se, hvad der nu kommer? Lad os dykke dybere ned!

Tag nu nøglen, og gå ind i det næste rum!

Klik på de(t) tilgængelige rum

Hal

Hal
Velkomst og instruktioner

Rum 1

Rum 1
Introduktion til AI og potentielle uligheder

Rum 2

Rum 2
Hvordan AI fungerer og algoritmisk bias

Rum 3

Rum 3
Algoritmisk bias og dens farer

Rum 4

Rum 4
Etiske overvejelser om AI: politiske dagsordener og konsekvenser i verden

Udgang

Udgang
Afsluttende beskeder

Rum 2 | Hvordan AI fungerer og algoritmisk bias

Obligatorisk

Obligatorisk

Valgfrit

Valgfrit

Velkommen til det gule rum!

Her vil vi undersøge emner som f.eks:

- Hvordan AI lærer: fra data, ved hjælp af neurale netværk, gennem træning og testning
- Forskellige typer af bias i AI: data-bias, algoritmisk bias og samfundsmæssig bias.
- Betydningen af retfærdighed i AI: sikring af retfærdige beslutninger, forståelse af konsekvenser og etisk udvikling.

Vidste du, at...

AI-systemer kan trænes til at genkende ikke bare frugter, men også ansigter, dyr og endda håndskrevne noter! Men hvis AI-systemet ikke er trænet med forskellige data, tror den måske, at en chihuahua er en blåbærmuffin! (Ja, det er faktisk sket!) Desuden kan nogle AI-applikationer endda skabe kunst og musik, der ser ud og lyder, som om den er lavet af mennesker, og andre bruges i videospil til at skabe dygtigere modstandere!

Før du går på opdagelse i dette rum, bør du læse dette dokument:

I dette rum får du nogle udfordringer, som vil hjælpe dig med at forstå disse emner bedre. Det eneste, du skal gøre, er at finde de genstande, der giver dig adgang til udfordringerne. Skal vi gå videre og lede efter mere information i genstandene i rummet?

Match de forskellige typer af bias med deres beskrivelser.

Lav det rigtige match, og klik på INDSEND.

Data-bias
Algoritmisk bias eller modelbias
Menneskedrevet eller samfundsmæssig bias
Dette opstår, når træningsdataene ikke er varierede nok. Et eksempel: Hvis AI kun trænes på billeder af én slags hunde, som f.eks. beagler, genkender den muligvis ikke andre racer.
Dette opstår, når AI-modellen utilsigtet favoriserer visse grupper. Et eksempel: Hvis en ansættelsesalgoritme favoriserer CV'er, der indeholder bestemte søgeord, kan den overse kvalificerede ansøgere, der bruger andre ord.
Dette betyder, at AI afspejler uretfærdige eller urimelige holdninger, som måtte eksistere i samfundet. Et eksempel: Hvis AI, der bruges inden for retshåndhævelse, er trænet på biased kriminalitetsdata i historisk perspektiv, kan det have uhensigtsmæssige og uretfærdige konsekvenser for bestemte samfundsgrupper.

Godt gået! Dit svar er korrekt.
Du matchede hver type bias med den korrekte beskrivelse og det korrekte eksempel. At forstå disse forskelle hjælper med at identificere og håndtere bias i AI-systemer effektivt.

Dit svar er forkert.
Dit svar er forkert. Husk, at data-bias stammer fra begrænsede træningsdata, algoritmisk bias stammer fra modelpræferencer, og samfundsmæssig bias afspejler samfundets holdninger.

Løsning

Match de forskellige typer af bias med deres beskrivelser.

Data-bias
Algoritmisk bias eller modelbias
Menneskedrevet eller samfundsmæssig bias
Dette opstår, når træningsdataene ikke er varierede nok. Et eksempel: Hvis AI kun trænes på billeder af én slags hunde, som f.eks. beagler, genkender den muligvis ikke andre racer.
Dette opstår, når AI-modellen utilsigtet favoriserer visse grupper. Et eksempel: Hvis en ansættelsesalgoritme favoriserer CV'er, der indeholder bestemte søgeord, kan den overse kvalificerede ansøgere, der bruger andre ord.
AI til ansigtsgenkendelse har problemer med at genkende visse etniciteter på grund af manglende diversitet under træningen.
Vil du se en ledetråd? Så klik her

Træk hver AI-applikation hen til den korrekte beskrivelse.

Lav det rigtige match, og klik på INDSEND.

Diagnoser i sundhedsvæsenet
Autonome køretøjer
Anbefalings-systemer
Bruger AI til at analysere medicinske billeder og patientdata for at diagnosticere sygdomme og anbefale behandlinger.
Bruger sensorer og AI til at navigere på veje, undgå forhindringer og træffe beslutninger under kørslen.
Bruger brugerdata og AI til at foreslå produkter, film eller musik, som brugeren måske kan lide.

Godt gået! Dit svar er korrekt.
Fremragende! Du matchede hver AI-applikation korrekt med en beskrivelse af den. Din forståelse af AI-applikationer inden for sundhedsvæsenet, autonome køretøjer og anbefalingssystemer er spot on!

Dit svar er forkert.
Du er der næsten! Tjek dine matches igen. Husk, at sundhedsdiagnoser involverer analyse af medicinske billeder og patientdata, autonome køretøjer navigerer på vejene ved hjælp af AI, og anbefalingssystemer foreslår produkter baseret på brugerdata.

Løsning

Match de forskellige typer af bias med deres beskrivelser.

Diagnoser i sundhedsvæsenet
Autonome køretøjer
Anbefalings-systemer
Bruger AI til at analysere medicinske billeder og patientdata for at diagnosticere sygdomme og anbefale behandlinger.
Bruger sensorer og AI til at navigere på veje, undgå forhindringer og træffe beslutninger under kørslen.
Bruger brugerdata og AI til at foreslå produkter, film eller musik, som brugeren måske kan lide.
Vil du se en ledetråd? Klik her

Charlie

Hej, jeg tænkte lige på, at den måde, hvorpå AI lærer af data, svarer til den måde, hvorpå vi lærer en papegøje at genkende frugt :D Eller hvad mener du? Jeg vil give dig to hypoteser:

Den første: Papegøjen (AI) er programmeret med faste oplysninger om frugter, bruger foruddefinerede regler og behøver ikke at se nye frugter.

Eller ... papegøjen (AI) får vist mange billeder af forskellige frugter (data), lærer mønstre (features) at kende og identificerer nye frugter (test).

Hvad ville du svare?

Vælg den rigtige mulighed.

Mig: Aha... det var en interessant tanke! Jeg tror, det er din anden hypotese.

Mig: Hmm, sjovt, at du lige tænkte på det, det var interessant! Jeg tror, det er den første hypotese, du nævnte.

Godt gået! Dit svar er korrekt. Tjek den yderligere information.

Dit svar er ikke korrekt. Tjek den yderligere information.

Yderligere information

Du forklarede korrekt, hvordan AI lærer ved at drage en analogi til en papegøje.

Papegøjen (AI) lærer ved at se mange forskellige frugter (data). Den identificerer mønstre som form og farve (features) og genkender derefter nye frugter (test).

Yderligere information

Husk, at AI (ligesom papegøjen) lærer af eksempler (data), identificerer vigtige træk eller features (såsom form og farve) og tester sin indlæring ved at genkende nye frugter.

Hvis der vises tilstrækkelig mange billeder, kan papegøjen f.eks. skelne mellem æbler og appelsiner ud fra disse features.

Charlie

Hej! Hvordan går det? Har du nogensinde tænkt på, at neurale netværk behandler information på samme måde som hjerneceller?

Fortæl mig, hvad du tror ... tror du, at 1- Neurale netværk er som uafhængige hjerneceller - de følger faste regler og behøver ikke data for at træffe beslutninger... Eller...

2- Neurale netværk er som forbundne hjerneceller - de behandler information og lærer af data?

Hvad ville du svare?

Vælg den rigtige mulighed.

Mig:Interessant, ja! ... Jeg er enig i din anden hypotese.

Mig:Åh ja, jeg kan godt forstå, hvad du mener; jeg tror, det er din første hypotese!

Godt gået! Dit svar er korrekt. Tjek den yderligere information.

Dit svar er ikke korrekt. Tjek den yderligere information.

Yderligere information

Du beskrev neurale netværk godt.

De er som forbundne hjerneceller. De behandler information, træffer databaserede beslutninger og lærer af erfaringer.

Yderligere information

Betragt neurale netværk som forbundne hjerneceller, der behandler information og træffer beslutninger baseret på data.

Ligesom hjerneceller lærer af erfaringer, forbedres neurale netværk ved at lære af data. For eksempel kan de lære at genkende billeder af dyr over tid ved at behandle mange billeder.

Hvad er data-bias i AI?

Vælg den rigtige mulighed.

A

Den viser, hvornår en AI-model utilsigtet favoriserer visse grupper.

B

Data-bias opstår, når træningsdataene ikke er tilstrækkligt varierede.

C

Både A og B er korrekt.

Godt gået! Dit svar er korrekt.
Begge udsagn er korrekte. Data-bias i AI opstår, når en model utilsigtet favoriserer visse grupper, ofte på grund af træningsdata, som ikke er tilstrækkeligt varierede.

Dit svar er forkert.
Det rigtige svar er C - "Begge svar er korrekte".
Data bias opstår, når en model utilsigtet favoriserer visse grupper, ofte på grund af utilstrækkelig diversitet i træningsdataene.

Vil du se en ledetråd? Klik her

Hvilket foto viser bedst et varieret træningsdatasæt til AI-læring?

Vælg den rigtige mulighed.

Foto A

Dette billede viser en kurv med blandede frugter, bl.a. æbler, bananer og appelsiner.

BILLEDKILDE: billede skabt ved hjælp af Dall-E

Foto B

Dette billede viser en kurv, der kun er fyldt med grønne æbler.

BILLEDKILDE: billede skabt ved hjælp af Dall-E

Dit svar er korrekt.
Det var et godt valg! Foto A, der viser en række forskellige frugter, udgør et varieret træningsdatasæt. Ligesom det at lære om forskellige frugter hjælper dig med at genkende dem alle, har AI brug for varierede data for at forstå og fungere godt i forskellige situationer.

Dit svar er forkert.
Du er der ikke helt. Foto B, der kun viser grønne æbler, mangler forskellighed og variation. For at AI kan lære effektivt, har den brug for en række forskellige eksempler. Forestil dig, at du prøver at kunne genkende alle frugter ved kun at se grønne æbler; du ville dermed ikke kunne identificere andre frugter. AI fungerer på samme måde.

Vil du se en ledetråd? Så klik her

Dolor eu fermentum dui. Proin quis lorem lacus. Aliquam erat volutpat. Phasellus vulputate dolor gravida porttitor molestie. Sed pulvinar diam ut eleifend commodo. Maecenas a faucibus tortor, id semper arcu. Duis eget varius massa, ut faucibus?

Draw, take a photo and send it to your taskmaster.

 

Once you’ve sent your photo, click on the "Challenge completed" button.

Well done!
Mission completed!

 

Thank’s for sharing your work!

Vil du se en ledetråd? Klik her

Rummet er færdiggjort

Du har allerede gennemført alle de obligatoriske udfordringer.

Har du allerede løst de 2 valgfrie udfordringer? Hvis du ikke har gjort det, kan du vælge at blive i dette rum og løse dem. Eller du kan gå videre til næste rum.

Valget er dit!

I dette rum har du gennemgået den grundlæggende mekanik i systemer med kunstig intelligens (AI) og begrebet algoritmisk bias.

AI lærer gennem dataanalyse, ligesom når man lærer en papegøje at genkende frugter ud fra billeder. Neurale netværk fungerer som AI's fundament, idet de behandler information og træffer beslutninger baseret på mønstre i data.

Trænings- og testfaserne er afgørende i AI-udvikling, hvor systemet lærer af datasæt for at kunne identificere typiske features og forudsige resultater for nye data. Men i teksten understreges også risikoen for, at der sniger sig algoritmiske bias ind i AI-systemerne. Disse bias kan stamme fra begrænset variation i træningsdata, iboende bias i selve AI-modellen eller samfundsmæssige bias, der påvirker dens udvikling.

Konsekvenserne af biased AI er betydelige, især i applikationer som f.eks. jobrekruttering, hvor uretfærdige beslutninger kan fastholde uligheder. Dette understreger udviklernes ansvar for at afbøde bias og sikre, at AI-systemer fungerer retfærdigt i forskellige aspekter af tilværelsen.

Tag nu nøglen, og gå ind i det næste rum!

Klik på de(t) tilgængelige rum

Hal

Hal
Velkomst og instruktioner

Rum 1

Rum 1
Introduktion til AI og potentielle uligheder

Rum 2

Rum 2
Hvordan AI fungerer og algoritmisk bias

Rum 3

Rum 3
Algoritmisk bias og dens farer

Rum 4

Rum 4
Etiske overvejelser om AI: politiske dagsordener og konsekvenser i verden

Udgang

Udgang
Afsluttende beskeder

Rum 3 | Algoritmisk bias og dens farer

Obligatorisk

Obligatorisk

Valgfrit

Valgfrit

Velkommen til det blå rum!

Vidste du...
at algoritmer og kunstig intelligens nogle gange kan træffe uretfærdige beslutninger?

Det sker på grund af forskellige typer bias, som f.eks. datadrevet bias, modeldrevet bias og menneskedrevet bias. Men bare rolig, der er måder man kan løse det på!

I dette rum vil vi undersøge emner som f.eks.:

- Datadrevet bias: Hvad er det? Eksempler og scenarier.
- Algoritmisk eller modeldrevet bias: Hvad er det? Eksempler og scenarier.
- Menneskedrevet eller samfundsmæssig bias: Hvad er det? Eksempler og scenarier.

Vi vil også lære om de forskellige strategier, der kan bruges til at håndtere sådanne situationer.

Før du går på opdagelse i dette rum, bør du læse dette dokument:

I dette rum får du nogle udfordringer, som vil hjælpe dig med at forstå disse emner bedre. Det eneste, du skal gøre, er at finde de genstande, der giver dig adgang til udfordringerne. Skal vi gå videre og lede efter mere information i genstandene inde i rummet.

Hvis du skulle uploade et billede af en fagperson, der arbejder på et hospital, hvilket billede ville du så vælge?

Vælg den rigtige mulighed:

Professionelt team, der arbejder på et hospital

BILLEDKILDE: billede skabt ved hjælp af Dall-E

Professionelt team, der arbejder på et hospital

BILLEDKILDE: billede skabt ved hjælp af Dall-E

Ja, det er det rigtigste valg!
Sørg for at udvælge billeder med en blanding af køn og personer i forskellige funktioner for at undgå bias.

Vær opmærksom!
Når du skaber eller træner AI, skal du sørge for, at de data, du bruger, indeholder forskellige eksempler på personer i forskellige, faglige roller. På dette billede er der kun mandlige læger og kvindelige sygeplejersker: Det forstærker bias. Brug i stedet billeder med en blanding af køn og personer i forskellige funktioner for at undgå bias.

Vil du se en ledetråd? Så klik her

Hvis du skulle uploade et billede af IT-medarbejdere, hvilket billede ville du så vælge?

Vælg den rigtige mulighed:

IT-medarbejdere

BILLEDKILDE: billede skabt ved hjælp af Dall-E

IT-medarbejdere

BILLEDKILDE: billede skabt ved hjælp af Dall-E

Godt gået! Dit svar er korrekt.
Ved at inkludere et bredt udvalg af forskellige individer får AI-modeller en større forståelse af menneskelige forhold, hvilket mindsker risikoen for biased resultater og fremmer større retfærdighed i beslutningsprocesserne.

Dit svar er forkert.
Når du udvikler eller træner AI-systemer, skal du prioritere datasæt med et bredt spektrum af personer på tværs af forskellige faglige domæner. I det viste billede er der f.eks. kun mandlige IT-medarbejdere, hvilket fastholder bias og begrænser datasættets bredde. Vælg i stedet billeder, der viser forskellige eksempler med hensyn til køn og faglige roller.

Vil du se en ledetråd? Klik her

Sæt det korrekte udsagn ind i den boks, der bedst illustrerer, hvor der er fare for bias i AI-systemer.

Lav det rigtige match, og klik på INDSEND.

Fastholdelse af uligheder
Problemer med data
Uretfærdig behandling
AI-systemer kan fastholde eksisterende sociale uligheder ved at forstærke stereotyper og diskriminerende praksis, som allerede findes i samfundet.
AI-systemer kan træffe beslutninger baseret på ufuldstændige eller ikke-repræsentative data, hvilket fører til unøjagtige resultater, der ikke afspejler befolkningens mangfoldighed.
AI-systemer kan føre til uretfærdig behandling af visse grupper ved at påvirke marginaliserede samfund uforholdsmæssigt meget og forværre eksisterende forskelle.

Godt gået! Dit svar er korrekt.
Virkelig godt gået! Du har matchet udsagnene rigtigt med deres respektive kasser: fastholdelse af uligheder, problemer med data og uretfærdig behandling.
Ved at forstå, hvordan AI-systemer kan fastholde sociale uligheder, træffe beslutninger baseret på ufuldstændige eller ikke-repræsentative data og føre til uretfærdig behandling af visse grupper, har du vist, at du har en rigtig god forståelse af farerne ved bias i AI.
Denne viden er afgørende for at kunne udvikle og bruge AI på en ansvarlig måde. Fortsæt det gode arbejde, og fortsæt med at dykke ned i de etiske konsekvenser af teknologien for at sikre en fair og retfærdig fremtid for alle. Godt gået!

Dit svar er forkert.
Men bare rolig, det er et svært emne! Det ser ud til, at nogle af udsagnene ikke passede til de rigtige kasser.
Husk, at AI-systemer kan fastholde sociale uligheder, træffe beslutninger baseret på ufuldstændige data og føre til uretfærdig behandling af visse grupper.
Kig på udsagnene igen, og prøv så igen. At forstå disse farer er nøglen til at kunne bruge AI på en ansvarlig måde.
Bare bliv ved! Du er på rette vej!

Løsning

Sæt det korrekte udsagn ind i den boks, der bedst illustrerer, hvor der er fare for bias i AI-systemer.

Fastholdelse af uligheder
Problemer med data
Uretfærdig behandling
AI-systemer kan fastholde eksisterende sociale uligheder ved at forstærke stereotyper og diskriminerende praksis, som allerede findes i samfundet.
AI-systemer kan træffe beslutninger baseret på ufuldstændige eller ikke-repræsentative data, hvilket fører til unøjagtige resultater, der ikke afspejler befolkningens mangfoldighed.
AI-systemer kan føre til uretfærdig behandling af visse grupper ved at påvirke marginaliserede samfund uforholdsmæssigt meget og forværre eksisterende forskelle.
Vil du se en ledetråd? Så klik her

Match typen af algoritmisk bias med det tilhørende eksempel:

Lav det rigtige match, og klik på INDSEND.

Uretfærdig behandling ved ansættelse
Biased predictive policing (dvs. brug af biased data til at forudsige og forebygge kriminalitet)
Diskrimination ved lånegodkendelser
Eksempel: AI-systemer, der giver forrang til ansøgere fra bestemte demografiske grupper på grund af biased træningsdata.
Eksempel: AI-algoritmer, der uretfærdigt retter sig mod specifikke samfundsgrupper baseret på historiske data.
Eksempel: AI-systemer, der afviser lån til enkeltpersoner baseret på faktorer, der ikke er relateret til deres kreditværdighed.

Godt gået! Dit svar er korrekt.
Tillykke med, at du har identificeret de eksempler helt korrekt, hvor der er fare for bias i AI-systemer!
Uretfærdige ansættelsesprocedurer: Dette er, når AI-systemer giver forrang til ansøgere fra bestemte grupper på grund af biased træningsdata.
Biased predictive policing (brug af biased data til at forudsige og forebygge kriminalitet): Dette er, når AI uretfærdigt retter sig mod specifikke samfundsgrupper baseret på biased eller forudindtagede historiske data.
Diskrimination ved afslag på lån: Dette refererer til AI-systemer, der afviser långivning af årsager, der ikke er relateret til en persons kreditværdighed, hvilket fastholder en unfair udlånspraksis.

Dit svar er forkert.
Sørg for nøjagtigt at matche hver enkelt fare ved AI-systemer til de enkelte eksempler:
Uretfærdig behandling ved ansættelse: Dette refererer til AI-systemer, der giver forrang til ansøgere fra bestemte demografiske grupper på grund af biased træningsdata, hvilket kan føre til uretfærdige ansættelsesprocedurer.
Biased predictive policing (brug af biased data til at forudsige og forebygge kriminalitet): Dette indbefatter AI-algoritmer, der uretfærdigt retter sig mod specifikke samfundsgrupper baseret på biased historiske data, hvilket påvirker politiets arbejde på en diskriminerende måde.
Diskrimination ved lånegodkendelser: Dette vedrører AI-systemer, der afviser lån til enkeltpersoner baseret på faktorer, der ikke er relateret til deres kreditværdighed, hvorved en diskriminerende udlånspraksis fastholdes.

Løsning

Match typen af algoritmisk bias med det tilhørende eksempel:

Uretfærdig behandling ved ansættelse
Biased predictive policing (brug af biased data til at forudsige og forebygge kriminalitet)
Diskrimination ved lånegodkendelser
Eksempel: AI-systemer, der giver forrang til ansøgere fra bestemte demografiske grupper på grund af biased træningsdata.
Eksempel: AI-algoritmer, der uretfærdigt retter sig mod specifikke samfundsgrupper baseret på historiske data.
Eksempel: AI-systemer, der afviser lån til enkeltpersoner baseret på faktorer, der ikke er relateret til deres kreditværdighed.
Vil du se en ledetråd? Så klik her

Charlie

Hej alle sammen, jeg har læst om AI-etik, og jeg er lidt bekymret over bias i AI-systemer, især fordi ChatGPT er så udbredt.

Læs venligst den information, som jeg sender til dig… Og fortæl mig, hvad du synes om den.

Klik for at åbne filen.

Hvilket svar ville du give?

Vælg den rigtige mulighed.

Mig: Jeg forstår, hvad du mener, men helt ærligt, så synes jeg, at vi overdriver det her med AI-bias.

Mig: Absolut, men det er vigtigt at være opmærksom på det. Vi kan gøre noget for at sikre, at ChatGPT bruges på en ansvarlig måde, og at bias minimeres i den måde, systemet anvendes på.

Godt gået! Dit svar er korrekt. Tjek den yderligere information.

Dit svar er ikke korrekt. Tjek den yderligere information.

Yderligere information

Det er absolut en god idé at erkende den udbredte brug af ChatGPT og være opmærksom på bias.
Det er vigtigt at forstå, at bias i AI-systemer kan have konsekvenser i den virkelige verden. Ved at forstå og aktivt håndtere disse bias kan vi sikre, at ChatGPT og lignende teknologier bruges på en ansvarlig og retfærdig måde. Strategier som f.eks. at bruge varierede og retfærdige data, sætte spørgsmålstegn ved biased resultater, forstå AI-beslutningstagning og være forkæmper for retfærdighed er vigtige skridt mod at mindske bias i AI-applikationer.
Din bevidsthed om emnet og proaktive holdning bidrager til en etisk brug af AI.

Yderligere information

Din synsvinkel tyder på, at du måske ikke helt forstår betydningen af bias i AI.
Bekymringen om, hvorvidt der er bias i AI-systemer, herunder ChatGPT, er ikke overdrevet, men snarere et ret vigtigt spørgsmål. Bias kan føre til uretfærdige resultater, fastholde uligheder og påvirke forskellige aspekter af livet, hvor AI anvendes, f.eks. rekruttering til et job eller beslutninger om patientpleje.
At forstå og håndtere bias er afgørende for at sikre, at AI-systemer som ChatGPT bruges etisk og ansvarligt.

Hvad er algoritmisk bias?

Vælg den rigtige mulighed:

A

Algoritmisk bias er de systemiske og gentagelige fejl i computersystemer, som altid fører til nøjagtige resultater.

B

Algoritmisk bias er de systemiske og gentagelige fejl i computersystemer, der fører til uretfærdige resultater.

C

Algoritmisk bias er de tilfældige fejl i computersystemer, der nogle gange fører til uretfærdige resultater.

Godt gået! Dit svar er korrekt.
I det korrekte svar fremgår det, at algoritmisk bias vedrører konsekvente og systematiske fejl i computersystemer, hvilket resulterer i uretfærdige resultater. Bias kan opstå på grund af forskellige faktorer som f.eks. biased data, der bruges til træning, fejlbehæftede algoritmer eller diskriminerende beslutningsprocesser. Det er her vigtigt at være opmærksom på, at disse fejl ikke bare er isolerede hændelser, men de gentager sig systematisk, hvilket fører til, at uligheder fastholdes i AI-systemerne.

Dit svar er forkert.
Algoritmisk bias fører konsekvent til uretfærdige resultater, ikke præcise resultater, hvilket underminerer computersystemers objektivitet og integritet. Bias kan opstå på grund af faktorer som f.eks. biased data, fejlbehæftede algoritmer eller forkert implementering. Det er afgørende at forstå, at algoritmisk bias ikke sker sporadisk eller tilfældigt, men er snarere kendetegnet ved systemiske og gentagelige fejl i computersystemer. Disse fejl resulterer konstant i uretfærdig behandling eller diskrimination af visse grupper, hvilket har stor indflydelse på design, træning eller implementering af algoritmer.

Vil du se en ledetråd? Klik her

Dolor eu fermentum dui. Proin quis lorem lacus. Aliquam erat volutpat. Phasellus vulputate dolor gravida porttitor molestie. Sed pulvinar diam ut eleifend commodo. Maecenas a faucibus tortor, id semper arcu. Duis eget varius massa, ut faucibus?

Draw, take a photo and send it to your taskmaster.

 

Once you’ve sent your photo, click on the "Challenge completed" button.

Well done!
Mission completed!

 

Thank’s for sharing your work!

Vil du se en ledetråd? Klik her

Rummet er færdiggjort

Du har allerede gennemført alle de obligatoriske udfordringer.

Har du allerede løst de 2 valgfrie udfordringer? Hvis du ikke har gjort det, kan du vælge at blive i dette rum og løse dem. Eller du kan gå videre til næste rum.

Valget er dit!

Algoritmisk bias sker, når computere træffer uretfærdige valg igen og igen. Derfor er det meget vigtigt at forstå dette, efterhånden som AI og ML bliver mere og mere udbredt.

Husk, at der er forskellige typer af algoritmisk bias:
- Datadrevet bias opstår, når computere indlærer forudindtagede forestillinger fra de data, de bruger, som f.eks. et AI-ansættelsessystem, der favoriserer mænd til bestemte job.
- Algoritmisk eller modeldrevet bias sker tilfældigt under opbygningen af AI-modeller, f.eks. at et ansigtsgenkendelsessystem er bedre til at genkende ansigter med lys hud.
- Menneskedrevet eller samfundsmæssig bias stammer fra folks fordomme, som f.eks. forudindtaget rubricering af billeder.

At opdage bias er som at lægge et puslespil, og det er afgørende at sikre, at der tages hensyn til retfærdighed på hvert eneste trin i AI-udviklingen – lidt ligesom at bage en kage udelukkende med fairtrade-ingredienser og på en miljørigtig måde fra start til slut. Det er svært at opdage og rette op på bias, men det er vigtigt: Vi har brug for forskelligartede data, for at stille spørgsmål, og for at forstå, hvordan AI fungerer, og være fortalere for retfærdighed.

Tag nu nøglen, og gå ind i det næste rum!

Klik på de(t) tilgængelige rum

Hal

Hal
Velkomst og instruktioner

Rum 1

Rum 1
Introduktion til AI og potentielle uligheder

Rum 2

Rum 2
Hvordan AI fungerer og algoritmisk bias

Rum 3

Rum 3
Algoritmisk bias og dens farer

Rum 4

Rum 4
Etiske overvejelser om AI: politiske dagsordener og konsekvenser i verden

Udgang

Udgang
Afsluttende beskeder

Rum 4 | Etiske overvejelser om AI: politiske dagsordener og konsekvenser i verden

Obligatorisk

Obligatorisk

Valgfrit

Valgfrit

Velkommen til det orange rum – Etiske overvejelser om AI: politiske dagsordener og konsekvenser i verden

Du har indtil nu set og hørt om nogle af de utrolige ting, AI kan udrette. Men med stor magt følger også et stort ansvar!

I dette rum forvandles du til en AI-etisk detektiv, der skal sikre, at AI er fair og til gavn for alle. Vi vil undersøge begreberne gennemsigtighed, bias og databeskyttelse for at sikre, at AI-beslutninger er etiske og ansvarlige.

Er du klar til at sætte dine detektivfærdigheder på prøve? Lad os komme af sted!

Før du går på opdagelse i dette rum, bør du læse dette dokument:

I dette rum får du nogle udfordringer, som vil hjælpe dig med at forstå disse emner bedre. Det eneste, du skal gøre, er at finde de genstande, der giver dig adgang til udfordringerne. Skal vi gå videre og lede efter mere information i genstandene i rummet?

AI hjælper med at godkende lån, men AI kan også være forudindtaget eller biased. Hvad kan være årsagen til dette?

Vælg den rigtige mulighed:

A

AI-databasen får regelmæssige dataopdateringer.

B

AI prioriterer hastighed frem for nøjagtighed.

C

AI’en er overvejende trænet på velhavende ansøgere.

Godt gået! Dit svar er korrekt.
Perfekt!
Hvis AI kun trænes på begrænsede data, kan bias nedarves. Det var flot, at du kunne se denne potentielle faldgrube.

Dit svar er forkert.
Prøv at tænke dig om igen!
Databias kan snige sig ind på forskellige måder. Læs rummets dokument igen for at opfriske din hukommelse, og kom så tilbage, når du er klar!

Vil du se en ledetråd? Klik her

Et AI-system hæver din forsikringspræmie, men vil ikke forklare dig hvorfor. Hvorfor er gennemsigtighed vigtigt?

Vælg den rigtige mulighed:

A

For at forhindre AI'en i at blive for stærk.

B

Så du kan forstå, hvordan beslutningen blev taget, og sætte spørgsmålstegn ved den.

C

Så AI'en kan lære af sine fejl.

Godt gået! Dit svar er korrekt.
Lige præcis!
Gennemsigtighed giver dig mulighed for at forstå AI'ens beslutningsproces. Det kan hjælpe dig med at opdage fejl eller bias og eventuelt sætte spørgsmålstegn ved resultatet.

Dit svar er forkert.
Det er ikke helt rigtigt.
Selvom AI kan lære og blive bedre, handler gennemsigtighed mere om at forstå, hvordan AI'en nåede frem til en beslutning i din specifikke sag.

Vil du se en ledetråd? Så klik her

Forestil dig, at du er en juridisk assistent, der arbejder på et nyt AI-system til retssager. Hvordan skal det bruges?

Vælg den rigtige mulighed.

Mulighed 1 - Automatisk

AI-systemet analyserer sagens detaljer ved hjælp af komplekse algoritmer og træffer automatisk en beslutning.

BILLEDKILDE: billede genereret af Canva

Mulighed 2 - Manuel

AI-systemet analyserer sagens detaljer og skaber et kortfattet resumé, som dommeren og juryen kan gennemgå.

BILLEDKILDE: Helixconnect Europe

Dit svar er korrekt.
Fremragende! Mulighed 2, hvor AI'en giver et klart og kortfattet resumé, er den mest etiske fremgangsmåde. Gennemsigtighed er afgørende i AI-assisteret beslutningstagning. Denne metode kombineret med relevante juridiske fortilfælde giver dommeren en god mulighed for at gennemskue AI'ens forståelse af sagen, hvilket gør dommeren i stand til at afsige informerede og gennemsigtige domme.

Dit svar er forkert.
Du er der ikke helt! Selvom AI-analyser kan være nyttige i retssager, kan det give anledning til bekymring for gennemsigtigheden, hvis man udelukkende baserer retsspørgsmål på en kompleks algoritme. I mulighed 1 ville dommeren ikke kunne forstå AI'ens ræsonnementer fuldt ud. Mulighed 2 kan – sammen med et resumé – fremme gennemsigtigheden og give dommeren mulighed for at træffe informerede beslutninger.

Vil du se en ledetråd? Så klik her

Du arbejder som datadetektiv for en ny fitness-tracker-app. App-udviklerne overvejer to måder at indsamle brugerdata på. Hvilken ville være den bedste tilgang?

Vælg den rigtige mulighed.

Mulighed 1 - Automatisk

En kompleks app-brugergrænseflade, som har forskellige on/off-knapper og tilladelser til at tilgå diverse data (f.eks. lokaliseringssporing, mikrofonadgang, kameraadgang), og som trækker data automatisk.

BILLEDKILDE: billede skabt ved hjælp af Canva

Mulighed 2 - Manuel

En enkel og brugervenlig app-brugergrænseflade. Brugergrænsefladen viser tydelige kategorier, hvor brugerne kan indtaste deres data manuelt (f.eks. alder, højde, vægt, aktivitetsmål).

BILLEDKILDE: billede skabt ved hjælp af Canva

Dit svar er korrekt.
Godt gået, datadetektiv! Mulighed 2, hvor brugerne manuelt indtaster deres data, er den mest etiske tilgang. Denne metode giver brugerne fuld kontrol over, hvilke oplysninger de deler med appen, hvilket fremmer gennemsigtighed, og hvorved brugernes privatliv respekteres.

Dit svar er forkert.
Hmm, det er ikke helt rigtigt. Selvom mulighed 1 måske indsamler flere data til personlige fitness-træningsplaner, giver det anledning til bekymringer om privatlivets fred. Brugerne forstår måske ikke præcis, hvordan deres data (som f.eks. placering eller mikrofonadgang) bliver brugt, hvilket gør det mindre gennemsigtigt. Mulighed 1 giver brugerne mere kontrol over deres data.

Vil du se en ledetråd? Så klik her

Match initiativerne fra den virkelige verden med den kategori, der bedst beskriver den rolle, som de forskellige initiativer spiller i opbygningen af en retfærdig AI-fremtid:

Lav det rigtige match, og klik på INDSEND.

Oplysningskampagner
UNESCO's ramme for kunstig intelligens
Lovgivning om gennemsigtighed
Globale standarder for AI
Offentlighedens engagement
Lokale bestemmelser

Godt gået! Dit svar er korrekt.
Du har matchet initiativerne korrekt med deres tilsvarende kategorier for at opbygge en retfærdig og ansvarlig AI-fremtid. Du er snart en AI-ekspert!

Dit svar er forkert.
Der ser ud til at være en uoverensstemmelse i nogle af dine match. Prøv at genlæse beskrivelserne af initiativerne og kategorierne i dette rums indgangs-dokument.

Løsning

Match initiativerne fra det virkelige liv med den kategori, der bedst beskriver den rolle, som initiativerne spiller i opbygningen af en retfærdig AI-fremtid:

Oplysningskampagner
UNESCO's ramme for kunstig intelligens
Lovgivning om gennemsigtighed
Offentlighedens engagement
Globale standarder for AI
Lokale bestemmelser
Vil du se en ledetråd? Klik her

Charlie

Hey, har du hørt det her? Man vil begynde at bruge kunstig intelligens til at holde øje med vores karakterer i skolen. Jeg ville spørge min lærer, om det kunne passe, men jeg er bange for, at hun ikke vil svare!

Jeg sender dig nogle oplysninger, som måske kan være nyttige.

Klik for at åbne filen.

Hvad ville du sige?

Vælg den rigtige mulighed.

Mig: Du skal ikke være bange for at spørge! Det er en stor forandring, så du har ret til at blive ordentligt informeret om, hvordan det nye system fungerer.

Mig: Hvis skolen har besluttet at gøre det, så er det sikkert til alles bedste. Det er bedre ikke at gøre tingene mere komplicerede.

Godt gået! Dit svar er korrekt. Tjek den yderligere information.

Dit svar er ikke korrekt. Tjek den yderligere information.

Yderligere information

Det er den rette indstilling for én, der vil vide mere!
Hvis man er en ung person, der interesserer sig for AI, er det vigtigt at være nysgerrig og stille spørgsmål, især når nye teknologier introduceres.
Det lyder interessant, at skoler bruger AI til at holde øje med karaktererne, men det er også vigtigt at forstå, hvordan det fungerer.
Hvilken slags data vil skolen indsamle? Hvordan vil de blive brugt?
Ved at spørge din lærer tager du en aktiv rolle i at sikre, at dette nye system implementeres på en måde, som både er retfærdig og nøjagtig.
Husk, at AI er et stærkt værktøj, og sammen kan vi sørge for, at det bliver brugt til noget godt!

Yderligere information

Uhh, det lyder, som om du lader din frygt holde dig tilbage.
Selvom det er vigtigt at respektere lærerne, har du også ret til at blive informeret om, hvordan AI bruges i skolen.
Nye teknologier kan være komplekse, og det er okay at stille spørgsmål!
Betragt det på denne måde: Hvad nu, hvis AI-monitoreringssystemet begår en fejl og giver dig en forkert karakter? Vil du ikke gerne vide det og have det rettet?
Hvis du ikke føler dig tryg ved at stille for mange spørgsmål til de ansvarlige, kan du altid få dine venner til at bakke dig op!
Husk, at du som videbegærlig opdagelsesrejsende i AI har mulighed for at lære og tale åbent om etisk AI-udvikling!

Dolor eu fermentum dui. Proin quis lorem lacus. Aliquam erat volutpat. Phasellus vulputate dolor gravida porttitor molestie. Sed pulvinar diam ut eleifend commodo. Maecenas a faucibus tortor, id semper arcu. Duis eget varius massa, ut faucibus?

Draw, take a photo and send it to your taskmaster.

 

Once you’ve sent your photo, click on the "Challenge completed" button.

Well done!
Mission completed!

 

Thank’s for sharing your work!

Vil du se en ledetråd? Klik her

Rummet er færdiggjort

Du har allerede gennemført alle de obligatoriske udfordringer.

Har du allerede løst de 2 valgfrie udfordringer? Hvis du ikke har gjort det, kan du vælge at blive i dette rum og løse dem. Eller du kan gå videre til næste rum.

Valget er dit!

Tillykke!

Du har med succes gået på opdagelse i den spændende verden af kunstig intelligens og de deraf følgende etiske overvejelser.
I dette rum har du lært om kraften i AI, dens potentielle fordele og vigtigheden af ansvarlig udvikling. Og husk så:

- - AI er et stærkt værktøj, som kan bruges til at forbedre vores liv på mange måder, lige fra uddannelse og sundhed til underholdning og videnskabelige opdagelser.
- Men med stor magt følger også et stort ansvar. Det er afgørende at sikre, at udviklingen af kunstig intelligens er etisk, fair og gennemsigtig.

Som ung opdagelsesrejsende spiller du en vigtig rolle i udformningen af AI's fremtid. Ved at stille spørgsmål, holde dig informeret og slå til lyd for en ansvarlig AI-praksis kan du være med til at sikre, at AI bruges til noget godt.

Dit næste skridt kan f.eks. være:

- Fortsæt med at gå på opdagelse! Lær mere om AI og dens anvendelsesmuligheder.
- Del det, du har lært, med dine venner og din familie.
- Diskuter de etiske konsekvenser af AI med andre.
- Deltag i workshops eller arrangementer om AI-etik.

Sammen kan vi skabe en fremtid, hvor AI er til gavn for alle!

Tag nu nøglen, og gå ind i det næste rum!

Klik på de(t) tilgængelige rum

Hal

Hal
Velkomst og instruktioner

Rum 1

Rum 1
Introduktion til AI og potentielle uligheder

Rum 2

Rum 2
Hvordan AI fungerer og algoritmisk bias

Rum 3

Rum 3
Algoritmisk bias og dens farer

Rum 4

Rum 4
Etiske overvejelser om AI: politiske dagsordener og konsekvenser i verden

Udgang

Udgang
Afsluttende beskeder

Udgang | Endelige beskeder

Nu er du kommet til udgangen!

Men før du går, skal du finde de fire kuverter, der er gemt i dette rum!

Hovedpunkter
Rum 1 | Introduktion til AI og potentielle uligheder

Kære kommende AI-indfødte,

Kunstig intelligens (AI) forandrer vores verden på utrolige måder. Men det er vigtigt at huske, at AI også kan skabe uligheder og udgøre en fare for privatlivets fred, hvis AI ikke håndteres omhyggeligt.

Ved at tage disse udfordringer op og udnytte AI på en ansvarlig måde kan vi skabe en mere retfærdig, AI-drevet verden.

Bliv ved med at være nysgerrig og hold dig opdateret om, hvordan AI påvirker vores liv!

Venlig hilsen
Charlie

Hovedpunkter
Room2 | Hvordan AI fungerer og algoritmisk bias

Kære kommende AI-indfødte

Ligesom en papegøje, der lærer at genkende frugter, lærer kunstig intelligens af store datasæt. Den bruger forbundne, neurale netværk til at behandle information og træffe beslutninger.

AI trænes på datasæt og testes derefter på nye data for at vurdere dens evne til mønstergenkendelse. Men bias kan snige sig ind i AI på grund af data, algoritmiske og samfundsmæssige faktorer. Det kan føre til uretfærdige beslutninger og fastholde uligheder i forskellige aspekter af tilværelsen.

At gøre noget ved denne bias prioriteres højt af IT-udviklere, der ser det som et spørgsmål om overholdelse af borgerrettigheder. De arbejder hen imod større retfærdighed i AI gennem omhyggelig udvikling og testning.

Vi håber, at dette giver dig en klarere forståelse af AI.

Husk, at teknologiens fremtid ligger i dine hænder!

Venlig hilsen
Charlie

Hovedpunkter
Rum 3 | Algoritmisk bias og dens farer

Kære kommende AI-indfødte

Algoritmisk bias, der fører til uretfærdige resultater i computersystemer, stammer ofte fra systemiske fejl i AI- og ML-modeller.

Bias kan stamme fra data, algoritmer eller samfundsmæssige påvirkninger. At identificere disse årsager er en kompleks opgave – lidt ligesom at lægge puslespil. Bias kan infiltrere AI på vilkårlige trin i processen, lige fra design til brug, og derfor er det nødvendigt, at retfærdighed indtænkes i alle trin, ligesom når man bager en kage.

At mindske eller afbøde effekterne af bias kræver brug af varierede data, årvågenhed over for biased resultater, forståelse af AI’ens beslutninger og fremme af retfærdighed. En proaktiv identifikation og håndtering af bias er helt afgørende, lidt ligesom en superhelt, der kæmper for digital retfærdighed.

Vi håber, at denne lille opsamling øger din forståelse af algoritmisk bias.

Venlig hilsen
Charlie

Hovedpunkter
Rum 4 | Etiske overvejelser om AI: politiske dagsordener og konsekvenser i verden

Kære kommende AI-indfødte

AI er et mangefacetteret redskab, som kan opfylde forskellige formål – lige fra at forudsige vejret til at hjælpe læger og folk i retssystemet. Men at bruge AI ansvarligt kræver etiske retningslinjer.

Etiske udfordringer i AI er bl.a. manglende gennemsigtighed i beslutninger, risiko for bias og det at skabe balance mellem privatlivets fred og dataindsamling. Værktøjer som UNESCO's RAM sikrer, at AI-udvikling sker i overensstemmelse med etiske værdier og juridiske rammer.

Globale standarder og anbefalinger med hensyn til AI-etik er blevet etableret af organer som f.eks. UNESCO. EU har vedtaget EU's lov om kunstig intelligens, som anlægger en risikobaseret tilgang, og som forbyder visse praksisser for at sikre, at den kunstige intelligens er sikker at bruge, samt at grundlæggende rettigheder respekteres i AI-systemer.

Europa lægger vægt på tillid, gennemsigtighed og ansvarlighed i AI-udviklingen for at kunne løse samfundsmæssige udfordringer og samtidig beskytte privatlivets fred og etiske standarder.

Vi håber, at denne opsamling øger din forståelse af AI-etik.

Husk, at du er teknologiens fremtid!

Venlig hilsen
Charlie

Godt gået!

Jeg er sikker på, at det var nyttigt at blive mindet om disse hovedpunkter.

Og så har jeg gode nyheder til dig! Jeg har lige åbnet alle dørene, så du kan besøge det rum, du har lyst til.
Bare gå til menuen via dette ikon , og klik på det rum, du vil ind i!

Kom med mig, hvis du vil videre og se resultaterne af spillet!

Færdigt arbejde!

Du er nået til det sidste rum og har

0000 point

Ring til din Taskmaster, for det er kun din Taskmaster, som kan hjælpe dig med at komme ud af huset nu og afsløre, hvem der er spillets vindende hold!

I mellemtiden bør du sende et screenshot af denne skærm til din Taskmaster.

Og husk, at du kan genbesøge rummene via menuen.

Dette spil er udviklet som en del af Charlie-projektet i samarbejde med følgende organisationer:

Hal

Hal
Velkomst og instruktioner

Rum 1

Rum 1
Introduktion til AI og potentielle uligheder

Rum 2

Rum 2
Hvordan AI fungerer og algoritmisk bias

Rum 3

Rum 3
Algoritmisk bias og dens farer

Rum 4

Rum 4
Etiske overvejelser om AI: politiske dagsordener og konsekvenser i verden

Udgang

Udgang
Afsluttende beskeder