L'IA ricopre un ruolo di primo piano nei meccanismi che governano le attuali reti sociali e gran parte dei servizi digitali con cui interagiamo ogni giorno. Un uso improprio può alimentare disuguaglianze, polarizzare opinioni e amplificare convinzioni false/errate. In questo documento, sono delineate alcune delle linee di ricerca di maggiore interesse, sia in ambito accademico che industriale, che mirano a stimolare lo sviluppo di piattaforme di IA più eque, trasparenti ed affidabili. Successivamente sono presentate altresì alcune delle soluzioni definite dal gruppo di ricerca dell'ICAR-CNR volte ad affrontare le problematiche connesse allo sviluppo di questa nuova generazione di IA.

Bias e Fairness in Information Sharing e Filtering

Massimo Guarascio;Francesco Sergio Pisani;Ettore Ritacco;Giuseppe Manco
2022

Abstract

L'IA ricopre un ruolo di primo piano nei meccanismi che governano le attuali reti sociali e gran parte dei servizi digitali con cui interagiamo ogni giorno. Un uso improprio può alimentare disuguaglianze, polarizzare opinioni e amplificare convinzioni false/errate. In questo documento, sono delineate alcune delle linee di ricerca di maggiore interesse, sia in ambito accademico che industriale, che mirano a stimolare lo sviluppo di piattaforme di IA più eque, trasparenti ed affidabili. Successivamente sono presentate altresì alcune delle soluzioni definite dal gruppo di ricerca dell'ICAR-CNR volte ad affrontare le problematiche connesse allo sviluppo di questa nuova generazione di IA.
2022
Istituto di Calcolo e Reti ad Alte Prestazioni - ICAR
Information Sharing
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14243/414718
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact