인공지능 앱이 내 나이를 정확히 맞히는지 확인해 봐요. 생각한 나이와 다르게 나왔다면 왜 그럴까요?
인공지능은 항상 정확하고 공정한 판단을 할까요?
아직 완벽하지 않으니까 잘못된 판단을 내릴 수도 있어요. 외모에 따라 차별받는 사람이 생길 수도 있고요!
🧒① 남자와 여자를 분류하는 모델을 만들어 봐요. 머리가 긴 남자도 잘 구분할까요? ② 다양한 데이터로 다시 학습시켜 결과를 비교해 봐요.
처음 만든 모델은 머리가 긴 남자를 여자로 잘못 구분했는데, 다시 학습시킨 모델은 정확했어요. 왜 그럴까요?
두 번째는 머리 길이가 다양한 데이터를 학습시켰기 때문이에요!
🧒맞아요. 인공지능은 학습한 데이터에 따라 결과가 달라져요. 한쪽으로 치우친 데이터를 학습하면 잘못된 판단을 하게 되는데, 이것을 데이터 편향이라고 해요.
딩동댕! 🎉 인공지능에게 데이터를 학습시키는 것은 만드는 사람이에요. 편향된 데이터로 생긴 문제는 개발자와 기업이 책임지고 고쳐야 해요.
다시 생각해 볼까요? 🤔 인공지능 스스로 데이터를 고른 게 아니라, 만드는 사람이 학습시킨 거예요. 그래서 만드는 사람에게 책임이 있답니다.
공정한 인공지능을 만들려면 어떤 윤리를 지켜야 할까요?
다양하고 균형 있는 데이터를 학습시켜요. 차별받는 사람이 나오지 않도록 노력해요.
🧒수시로 인공지능을 점검하고, 잘못되었을 때는 책임을 져요.
👧