Explore les biais cognitifs, les émotions et l'évolution du langage, couvrant les échecs de la mémoire, les heuristiques de prise de décision et les origines du langage.
S'engager dans l'équité, la partialité et la fiabilité dans l'évaluation de l'apprentissage, en s'attaquant aux préjugés inconscients et aux disparités entre les sexes dans l'éducation scientifique.
Examine les défis que posent les hypothèses de données, les biais et d'autres aspects de la recherche, y compris les écritures incomplètes et les frustrations des nouveaux arrivants.
Se penche sur les défis que pose l'équité dans les processus décisionnels algorithmiques, la lutte contre les préjugés et les injustices historiques dans les données.
Déplacer dans les préjugés et les stéréotypes dans les environnements d'apprentissage, en mettant l'accent sur les stratégies visant à réduire les préjugés et à améliorer les résultats d'apprentissage.
Envisage de reconnaître et de prévenir les préjugés implicites dans les processus de recrutement des professeurs, en mettant l'accent sur les stratégies d'égalité entre les sexes.
Déplacez-vous dans les manifestations implicites de partialité, l'impact de la perception du genre, les traits dans les entrevues de travail, la collaboration d'équipe et la prophétie auto-réalisatrice.
Explore les défis expérimentaux de conception en sciences sociales, en mettant l'accent sur la formulation d'hypothèses, le contrôle variable et l'atténuation des biais.
Introduit des concepts clés en matière de droits de l'homme, explore la discrimination, les normes sociales et l'impact des algorithmes sur les droits.
Se penche sur la sous-représentation des femmes dans le leadership, en s'attaquant aux préjugés implicites, aux stéréotypes sexistes et à la théorie de l'identité sociale.
Explore le compromis entre la complexité et le risque dans les modèles d'apprentissage automatique, les avantages de la surparamétrisation et le biais implicite des algorithmes d'optimisation.
Introduit le cours pratique AI et FX, en se concentrant sur des lectures hebdomadaires et des discussions sur les aspects éthiques et juridiques de l'IA.
Examine l'influence du genre sur les expériences de travail en groupe des étudiants en génie, en mettant l'accent sur les préjugés, les stéréotypes et les stratégies d'enseignement inclusives.
