생성형 인공지능 윤리 2
> Chapter 6. 데이터의 편향성을 개선한 인공지능
[생각열기] 인공지능 데이터 편향성 문제 이해하기
5차시에서는 인공지능에서 나타나는 다양한 데이터 편향성 사례들을 살펴보며 직접 체험해보고 편향성 문제에 대해 토론하며 생각을 정리해보았습니다. 이번 차시에서는 얼굴 특징을 통해 성별을 예측하는 인공지능을 만들어볼 것입니다. 머리 길이, 이마 너비, 코 길이, 입술 두께 등으로 성별을 정확하게 예측할 수 있을까요? 사용한 데이터에 편향성이 담겨있지는 않을까요? 데이터 편향성으로 인한 문제가 있는지 확인해보고, 문제가 있다면 개선해봅시다.
성별 예측 인공지능 개발은 다음 순서로 진행됩니다. 첫째, 성별 예측 인공지능에 사용할 데이터를 분석합니다. 둘째, 데이터 분석 결과를 바탕으로 데이터를 시각화하여 확인해봅니다. 셋째, 인공지능 모델을 학습시킵니다. 넷째, 인공지능 모델의 성능을 평가합니다. 다섯째, 데이터 편향성 문제를 개선합니다.
[수업 활동 tip]
1) 프로그래밍 활동으로, 한 차시 안에 수행하기 어려운 경우 두 차시 이상의 수업으로 진행할 수 있다.
2) 학생들의 프로그래밍 수준이 높은 경우, 교재의 빈칸을 채워나가는 형식이 아니라, 직접 프로그램을 작성하도록 지도할 수 있다.