লোড হচ্ছে…
মিশ্রমাঝারিAI-এর মৌলিক ধারণাAI নৈতিকতা ও দায়িত্বশীল ব্যবহার
AI নৈতিকতা ও দায়িত্বশীল ব্যবহার: অ্যাডভান্সড
ভালো উদ্দেশ্য থেকে নথিভুক্ত সিদ্ধান্তে: ঝুঁকি মূল্যায়ন, ন্যায্যতার পরিমাপ, ডেটা গভর্ন্যান্স, সিস্টেম কার্ড, তদারকি, ঘটনা ও গো/নো-গো সিদ্ধান্ত। সাথে ইংরেজি-বাংলা টিউটোরিয়াল, অফলাইনে চলা Python, বাছাই করা ভিডিও আর তিনটা পরীক্ষা।
২০ টি পাঠ৩ টি পরীক্ষা11h 49m
কোর্স সম্পর্কে
BitByte AI পথের Level 0-এর সপ্তম বিষয় (দুই ভাগের দ্বিতীয় ভাগ), যাঁরা বিগিনার কোর্স শেষ করেছেন আর সাধারণ Python পড়তে পারেন তাঁদের জন্য। কোনো AI ফিচার ন্যায্য, নিরাপদ ও জবাবদিহিমূলক হওয়া উচিত, এ কথা বলা সহজ। কীভাবে মূল্যায়ন করলেন, কী মাপলেন, কী নথিভুক্ত করলেন আর সিদ্ধান্ত কে নেবে, তা দেখাতে পারাই প্র্যাকটিশনারের কাজ। এই কোর্স একবারে একটা সীমিত ফিচার ধরে সেই শৃঙ্খলা শেখায়।
এখানে পাবেন ইংরেজি ও বাংলায় লেখা টিউটোরিয়াল, যার Python উদাহরণগুলো ছোট বানানো টয় ডেটাসেটে অফলাইনে চলে, বাছাই করা ভিডিও আর তিনটা পরীক্ষা। কোনো API কি, মডেল কল বা পয়সা-দেওয়া সার্ভিস লাগে না। কোর্সটা শিক্ষামূলক, এটা আইনি পরামর্শ নয়: স্ট্যান্ডার্ড ও আইন দেশ, খাত ও সময়ভেদে আলাদা, তাই একটা নিয়মের সেট ধরে না নিয়ে প্রয়োজনগুলো কীভাবে ম্যাপ ও যাচাই করবেন, তা-ই শেখানো হয়।
আপনি যা শিখবেন
- স্টেকহোল্ডার, ক্ষতি, উপকার ও অজানা বিষয়সহ একটা সীমিত AI ফিচারের ইমপ্যাক্ট অ্যাসেসমেন্টের পরিধি ঠিক করা
- সহজাত ও অবশিষ্ট ঝুঁকি আলাদা করে, প্রতিটা ঝুঁকিকে নিয়ন্ত্রণ, দায়িত্বপ্রাপ্ত ব্যক্তি ও রিভিউয়ের তারিখের সঙ্গে জুড়ে রিস্ক রেজিস্টার বানানো
- নীতি, ফ্রেমওয়ার্ক, স্ট্যান্ডার্ড ও নিয়ন্ত্রণকে পরীক্ষাযোগ্য প্রয়োজনের সঙ্গে মেলানো এবং কোনটা স্বেচ্ছাসেবী আর কোনটা বাধ্যতামূলক তা স্পষ্ট বলা
- Python-এ টয় ডেটায় সিলেকশন রেট ও এরর রেট হিসাব করা এবং ছোট স্যাম্পলের সীমাসহ একটা মেট্রিক কী দেখাতে পারে না তা ব্যাখ্যা করা
- ডেটা গভর্ন্যান্স প্রয়োগ করা: উদ্দেশ্য, সম্মতি, ন্যূনতম ডেটা, মান, পুনঃশনাক্তকরণের ঝুঁকি, ডেটা অধিকার ও রেকর্ড
- মডেল কার্ড, সিস্টেম কার্ড ও ডেটাশিট লেখা ও যাচাই করা, প্রমাণ বানিয়ে না বলে অনুপস্থিত ঘরগুলো জানানো
- উচ্চ-ঝুঁকির ব্যবহারের জন্য অর্থবহ মানুষের তদারকি, এসকেলেশন ও ব্যবহার-বন্ধের নিয়ম ডিজাইন করা
- অপব্যবহার বিশ্লেষণ, ট্রেড-অফ ওজন, নিয়ন্ত্রণ কাজ করছে কি না পরীক্ষা, ঘটনার পর্যালোচনা চালানো এবং আনুপাতিক গো/নো-গো সুপারিশের পক্ষে যুক্তি দেওয়া
পাঠ্যক্রম
১. পড়ুন: AI নৈতিকতা ও দায়িত্বশীল ব্যবহার — অ্যাডভান্সড
১ টি আইটেম২. ঝুঁকি ও ফ্রেমওয়ার্ক
৫ টি আইটেম- ISO/IEC 42001 কী? AI ম্যানেজমেন্ট সিস্টেমের গাইড9:54
- EU AI Act ব্যাখ্যা: যা যা জানা দরকার11:24
- বড় টেক কোম্পানির চাপের পর EU 'হাই-রিস্ক' AI বিধি ২০২৭ পর্যন্ত পেছাচ্ছে2:12
৩. ন্যায্যতা ও ডেটা
৩ টি আইটেম- ফেয়ারনেস ক্রাইটেরিয়া: মেশিন লার্নিংয়ে ফেয়ারনেস অন্বেষণ7:07
- অ্যালগরিদম ফেয়ারনেসের ভূমিকা: কারণ, পরিমাপ ও অন্যায্যতা প্রতিরোধ5:45
- মেশিন লার্নিংয়ে ফেয়ারনেসের সংজ্ঞা: ইকুয়াল অপরচুনিটি, ইকুয়ালাইজড ওডস ও ডিসপারেট ইমপ্যাক্ট10:32
৪. ডকুমেন্টেশন ও তদারকি
১ টি আইটেম- ডিসেম্বর ২০২১ CACM: ডেটাসেটের জন্য ডেটাশিট4:00
৫. নিজেকে যাচাই: প্রভাব, ঝুঁকি, ডকুমেন্টেশন ও তদারকি
১ টি আইটেম৬. নিরাপত্তা, সমাজ ও গভর্ন্যান্স
৭ টি আইটেম- পর্ব ১: AI রেড টিমিং কী? | AI Red Teaming 1016:15
- সিন্থেটিক মিডিয়ার জন্য PAI-এর দায়িত্বশীল অনুশীলন: সম্মিলিত পদক্ষেপের ফ্রেমওয়ার্ক1:51
- কখন বুঝবেন এটি AI1:05
- কম-রিসোর্সের ভাষার জন্য AI কীভাবে বানাবেন8:30
- বড় AI কোম্পানি কীভাবে কেনিয়ার ডেটা কর্মীদের শোষণ করে12:09
- দায়িত্বশীল AI কী? AI গভর্ন্যান্সের গাইড6:05
- AI জবাবদিহির ফাঁক পূরণ: অভ্যন্তরীণ অ্যালগরিদমিক অডিটিংয়ের এন্ড-টু-এন্ড ফ্রেমওয়ার্ক9:04
৭. নিজেকে যাচাই: রিস্ক ম্যাট্রিক্স, ন্যায্যতার হার ও নিয়ন্ত্রণ
১ টি আইটেম৮. পরিমাপ ও ঘটনা
১ টি আইটেম- ইনসাইড দ্য ইনসিডেন্ট - পর্ব ৩ - আপনার AI কতটা নির্ভুল?11:17
৯. নিজেকে যাচাই: চূড়ান্ত পরীক্ষা
১ টি আইটেম১০. পূর্ণদৈর্ঘ্যের কোর্স (ঐচ্ছিক)
৩ টি আইটেম- টিউটোরিয়াল: ২১টি ফেয়ারনেস সংজ্ঞা ও তাদের রাজনীতি55:20
- কনটেন্ট ক্রেডেনশিয়াল টেকসই হয় কীসে?31:12
- বাইটসাইজ এথিক্স ২০২৫ #৭ টেকসই AI: উদ্ভাবন ও পরিবেশগত দায়িত্বের ভারসাম্য22:17
প্রয়োজনীয়তা
- বিগিনার কোর্স: AI নৈতিকতা ও দায়িত্বশীল ব্যবহার: বিগিনার
- Python 3.12 বা নতুন সংস্করণ এবং ফাংশন, লিস্ট, ডিকশনারি ও ফাইল নিয়ে স্বাচ্ছন্দ্য (Level 0-এর আগের Python বিষয়)
- কোনো API কি, মডেল অ্যাক্সেস বা পয়সা-দেওয়া অ্যাকাউন্ট লাগবে না: সব উদাহরণ স্ট্যান্ডার্ড লাইব্রেরি দিয়ে অফলাইনে চলে
পর্যালোচনা
আলোচনায় যোগ দিতে সাইন ইন করুন।