Glossari

L’aprenentatge automàtic interpretable, de vegades també anomenat IA interpretable, descriu la creació de models que són inherentment interpretables, ja que proporcionen les seves pròpies explicacions per a les seves decisions. Aquest enfocament és preferible al de l’aprenentatge automàtic explicable (vegeu la definició a continuació) per moltes raons, inclòs el fet que hauríem d’entendre què està passant des del principi als nostres sistemes, en lloc d’intentar “explicar” les caixes negres després […]

L’assignatura o el material del curs s’ajusta en funció del rendiment de l’alumne. La dificultat del material, el ritme, la seqüència, el tipus d’ajuda donada o altres característiques es poden adaptar en funció de les respostes prèvies de l’alumne.

Un sistema informàtic o un entorn d’aprenentatge digital que ofereix feedback instantani i personalitzat als estudiants. Un sistema de tutoria intel·ligent pot utilitzar IA basada en regles (regles proporcionades per un humà) o utilitzar aprenentatge automàtic sota el capó. Per sota del capó ens referim als algorismes i el codi subjacents amb els quals es construeix un ITS. Els ITS poden donar suport a l’aprenentatge adaptatiu.

Augmentar significa fer quelcom més gran; en alguns casos, potser vol dir fer possible la mateixa tasca amb menys esforç. Potser vol dir deixar que un humà (potser un professor) opti per no fer totes les tasques redundants d’una aula, sinó automatitzar-ne algunes perquè pugui fer més coses que només un humà pot fer. Pot significar altres coses. Hi ha una línia fina entre augmentar i substituir i les tecnologies

Una perspectiva centrada en l’ésser humà veu que els sistemes d’IA treballen amb humans i ajuden a augmentar les habilitats humanes. Les persones sempre haurien de tenir un paper protagonista en l’educació i els sistemes d’IA no haurien de substituir els professors.

Són les dades que s’utilitzen per entrenar l’algorisme o el model d’aprenentatge automàtic. Ha estat generat per humans en el seu treball o en altres contextos en el seu passat. Tot i que sembli senzill, les dades d’entrenament són tan importants perquè les dades incorrectes poden perpetuar biaixos sistèmics. Si esteu entrenant un sistema que us ajudi a contractar persones i utilitzeu dades d’empreses existents, entrenareu aquest sistema per contractar

Les dades són unitats d’informació sobre persones o objectes que les tecnologies d’IA poden utilitzar.

La IA crítica és un enfocament per examinar la IA des d’una perspectiva que se centra en l’avaluació reflexiva i la crítica com a forma d’entendre i desafiar les estructures històriques i existents dins de la IA. 

La visió per ordinador és un conjunt de reptes computacionals relacionats amb ensenyar als ordinadors a comprendre la informació visual, inclosos els objectes, les imatges, les escenes i el moviment (inclòs el vídeo). La visió per ordinador (sovint pensada com un problema d’IA) utilitza tècniques com l’aprenentatge automàtic per aconseguir aquest objectiu.

Aquests mecanismes, també coneguts com a sistemes d’atenció, ajuden a determinar els aspectes importants de l’entrada de diferents maneres. N’hi ha de diversos tipus i es van inspirar en com els humans poden dirigir la seva atenció a característiques importants del món, comprendre l’ambigüitat i codificar la informació.