AIの急速な進化は,私たちの生活の利便性を向上させる一方で, 社会的な影響ももたらしています. 本講義では,文理の枠にとらわれない幅広い視野を涵養し, 情報社会におけるAI倫理, 情報法制度, 及び, 責任あるAIを実現するための技術について教授します.本講義は,基盤人工知能(発展)で扱えなかったAIの社会的な課題を扱います.
現代の情報社会における倫理的・法的・社会的課題を自ら考えられるようになること.
また, 説明可能なAIや公平性についての技術を理解すること.
✔ 該当する | 実務経験と講義内容との関連(又は実践的教育内容) |
---|---|
・市川類特任教授は, 経済産業省及び関連機関で30年以上にわたりイノベーション・デジタル・AI政策に従事. ・鈴木健二特任教授は, ソニーグループ(株)にてAI倫理に関する研究開発に従事. |
AI倫理, ガバナンス, プライバシー, セキュリティ, 説明可能なAI, 公平性, 生成系AI
✔ 専門力 | ✔ 教養力 | コミュニケーション力 | 展開力(探究力又は設定力) | 展開力(実践力又は解決力) |
・対面授業とZOOMを利用したハイフレックス型授業を実施する.
・対面授業は, 大岡山キャンパスにて開催する.
・授業内課題・議論に積極的に取り組むために, 対面授業での出席を推奨する.
授業計画 | 課題 | |
---|---|---|
第1回 | AIの社会的リスクと倫理(概要) | AIが社会に対して与えるリスクについて学ぶ. |
第2回 | データのセキュリティとAIの安全性 | セキュリティやAIシステムの安全性を学ぶ. |
第3回 | AI時代におけるプライバシーと個人情報保護 | AI利用を含むプライバシー保護について学ぶ. |
第4回 | AI規制とガバナンスを巡る世界動向 | 今後のAI規制やガバナンスの在り方を考える. |
第5回 | 説明可能なAI | ブラックボックスモデルをどのように解釈するのかを学ぶ. |
第6回 | 機械学習における公平性 | データバイアスや緩和手法について学ぶ. |
第7回 | 生成系AIの倫理的・法的・社会的課題 | 生成系AIの開発や利用にあたる諸問題を考える. |
学修効果を上げるため,配布資料等の該当箇所を参照し,授業内容に関する 予習と復習(課題含む)をそれぞれ概ね100分を目安に行うこと.
特になし.
T2SCHOLAにて電子的に配布する.
授業内での課題・議論, 及び, レポートに基づいて評価する.
・AIの倫理的な側面を学ぶために, 社会的課題への関心を高めようとする向上心があること.
・責任あるAIの技術を習得するために, 機械学習の基礎を身に着けていること.
・第一回目の授業ではガイダンスを実施するので, 受講者は必ず出席すること.
市川 類 ichikawa.t.ap[at]m.titech.ac.jp
鈴木 健二 suzuki.k.ep[at]m.titech.ac.jp
[at]を[at]へ変更してください。
水曜日
・本授業科目は, 「アントレプレナーシップ科目」(GA0D, GA1D)とみなせる専門科目である.