LG Aimers - Module1. AI윤리

 

LG Aimers 과정에서 수업을 수강하는 'AI Essential Course'는 총 8개의 module로 이루어져 있다. 그중 오늘 포스팅할 첫번째 module은 데이터 분석가가 되기 위한 기본 소양에 대한 내용이다. 

 

Part1. 데이터 분석과 AI학습에서 유의할 점

✏️ 데이터 처리 및 수집에서 윤리 이슈 

1) 데이터를 잘 해석하고 있는가?  : 상관관계와 인과관계를 동일시 하는 실수 유의

2) 데이터 전처리와 분석 바업은 적절한가? : error bar 추가하기, 적합한 통계 테스트 찾기, 아웃라이어 제거, 표준호, EDA에 충분한 시간쏟기

3) 학습에 쓰는 데이터가 충분한가? : 과적합(over-fitting)과 저학습(under-fitting) 방지, 학습데이터와 테스트 데이터는 달라야함

4) blackbox algorithm : 성능 뿐 아니라 설명력도 중요 

5) Handling the Web data : 정보의 대표성 즉, 많이 언급되는 토픽이라고 해서 중요한 의견은 아닐 수 있다(Spiral of silence) 이러한 편향 현상, 오정보를 주의해야함. 오정보는 급격히 빨리 퍼지며 인포데믹을 조심해야함 

 

* Spiral of silence : 사회 내에서 자신의 견해가 우세한 다수의견에 속하면 공개적으로 의견을 표명하고, 그렇지 않은 소수에 속할 경우 침묵을 지키는 현상

* 인포데믹(infodemic) : 사실정보와 더불어 오정보의 양이 늘어 구분이 어려워지는 정보 과부화 현상

 

6) 윤리에 대한 법적 제도 : 단순 서비스를 넘어서서 법 제도의 변화도 따라가야함

7) AI and Algorithm : 알고리즘이 어떤 편향을 갖는지, 사회의 편향을 조장하고 있는 것은 아닌지 유의 

 

 

✔️ 데이터의 확보, 전처리, 분석, 해석의 전 과정이 중요

✔️ 알고리즘의 설명력, 편향, 신로의 문제에 주의

 

 

Part2. AI Ethics

✏️ 인공지능 알고리즘과 윤리 이슈

1) AI and creativity : 인간 고유의 영역인 '창작'이 어느정도 까지 따라 왔을까? 음악, 예술, 토론 등 여러방면에서 많이 따라왔으나 아직은 한계가 있음

2) AI Art in Action : 인공지능에게 저작권을 줄 수 있는가? 줄 수 있다면 누구에게 주어야 하는가? 저작권이 없는 예술의 시대가 도래함

3) Copyright Issues : 학습에 사용된 데이터를 제공한 사람에게도 혜택이 돌아가기 어려움. 학습에 사용된 데이터를 제공한 사람에게도 혜택이 돌아가기 어려움. 현존하는 스타일을 따라한 작품을 만들 경우 상업적 피해를 주며 창작자인 AI는 법적 권리를 제공할 수 있는 제도가 없음.

 

 

✔️ 인간의 창조적 활동 영억으로 들어온 인공지능

✔️ AI시대 지식재산, 법인격, 처벌, 그리고 윤리의 문제 부각

✔️ AI에 대한 경계와 규제의 선택은 인류에 대한 재정의임

 

 

Part3. 세계적인 데이터 과학자가 되는 방법

✏️ 데이터 사이언티스트의 소양

   - '변화가 곧 생존이다'

   - 협업이 중요