Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Fairness and Bias in AI |
|---|---|
| Titolo del progetto di ricerca in inglese | Fairness and Bias of AI |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Computer engineering |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | - |
| Descrizione sintetica in italiano | L'avvento dell'IA ha portato notevoli progressi, ma la presenza di pregiudizi e disuguaglianze nei sistemi AI è diventata una preoccupazione critica. Questo progetto di ricerca mira a esplorare approcci innovativi per promuovere la giustizia e ridurre i bias nei sistemi di IA. Obiettivi Principali: -Analisi Critica: Condurre una revisione approfondita delle attuali pratiche e metodologie di sviluppo di algoritmi AI per identificare le fonti di unfairness e bias. - Sviluppo di Metriche Fair: Definire e implementare metriche robuste per valutare la fairness in diverse applicazioni AI, considerando le variabili demografiche e culturali. - Tecniche di Mitigazione: Investigare tecniche avanzate di mitigazione dei bias, inclusi approcci basati su machine learning, regolamenti algoritmici e miglioramento delle dataset. - Validazione Pratica: Applicare le soluzioni sviluppate a casi studio reali per valutare l'efficacia delle nuove metriche e delle tecniche di mitigazione. |
| Descrizione sintetica in inglese | The advent of artificial intelligence has brought about significant advancements, yet concerns about biases and inequalities within AI systems have become a critical focus. This research project aims to explore innovative approaches to promote fairness and reduce biases in artificial intelligence systems. Key Objectives: - Critical Analysis: Conduct an in-depth review of current practices and methodologies in AI algorithm development to identify sources of unfairness and bias. - Development of Fair Metrics: Define and implement robust metrics to assess fairness in various AI applications, considering demographic and cultural variables. - Mitigation Techniques: Investigate advanced bias mitigation techniques, including machine learning-based approaches, algorithmic regulations, and dataset enhancements. - Practical Validation: Apply the developed solutions to real-world case studies to assess the effectiveness of new metrics and mitigation techniques |
| Data del bando | 04/12/2023 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI INFORMATICA - SCIENZA E INGEGNERIA |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| roberta.calegari@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | HE |
|---|
| Data di scadenza del bando | 31/01/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |