Name: Smascherare i pregiudizi di genere (en Italiano)
Price: 186.60 PEN
Availability: InStock
Author: Vitola-Quintero, Marena; Moreno Sáenz, José Julián; Jiménez Herrera, Jhon Eduard
ISBN: 9786209584220

portada Smascherare i pregiudizi di genere (en Italiano)

Smascherare i pregiudizi di genere (en Italiano)

Formato

Libro Físico

Editorial

Edizioni Sapienza

Autor

Vitola-Quintero, Marena; Moreno Sáenz, José Julián; Jiménez Herrera, Jhon Eduard

Idioma

Italiano

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.4 cm

ISBN13

9786209584220

Smascherare i pregiudizi di genere (en Italiano)

Vitola-Quintero, Marena; Moreno Sáenz, José Julián; Jiménez Herrera, Jhon Eduard (Autor) · Edizioni Sapienza · Tapa Blanda

Más barato Libro Nuevo Importado

Envío: 21 a 26 días háb.

S/ 414,67S/ 186,60

-55%

Más rápido Libro Nuevo Importado

Envío: 13 a 18 días háb.

S/ 440,00S/ 198,00

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo Más barato

Quedan 10 unidades

S/ 186,60

Llega entre el 16 Jul y el 27 Jul a CERCADO DE LIMA, Lima. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Smascherare i pregiudizi di genere (en Italiano)"

Attraverso una revisione sistematica della letteratura, questo articolo esplora come alcuni algoritmi di IA siano parziali, una situazione che rappresenta un grave rischio etico e sociale, dato che i sistemi automatizzati partecipano attivamente a una serie di decisioni. Inoltre, analizza come la mancanza di diversità nei team di sviluppo dell'IA e negli insiemi di dati di addestramento aumenti la probabilità di pregiudizi. Inoltre, evidenzia le implicazioni etiche e sociali di questi pregiudizi in diversi contesti, come ad esempio sul posto di lavoro, dove gli strumenti di reclutamento automatico discriminano le candidate donne, o in medicina, dove le diagnosi sono meno accurate per le donne a causa della mancanza di dati rappresentativi. Da un punto di vista normativo, si riconosce l'insufficienza di quadri giuridici vincolanti. Sebbene vi siano sforzi come la proposta di legge sull'IA dell'Unione Europea o le raccomandazioni etiche dell'UNESCO, molti di questi regolamenti mancano di meccanismi di applicazione efficaci. Al contrario, Paesi come il Canada hanno adottato strumenti obbligatori di valutazione dell'impatto degli algoritmi, che rappresentano un modello più efficace.