Samenvatting van alle colleges Media en Digitale Samenleving

MEDIA & DIGITALE SAMENLEVING




KEUZEVAK: MEDIA EN DIGITALE SAMENLEVING
LES 1: INTRODUCTIE EN ARTIFICIËLE INTELIGENTIE

Informatie examen:
- Multiple choice (cesuur 12/20)
- Open vraag
- Vier Q&A sessie: 2 punten verdienen: goede vraag indienen ! geen deelpunten !

Veel opportuniteiten  keerzijde: kwetsbare doelgroepen (cyberpesten, online anti-sociaal gedrag, …)
 technologie begint vroeger en vroeger: kinderen niet altijd mee

Thema’s:
- Artificiële inteligentie
- Online desinformatie en polarisatie
- Online haatspraak: cyberpesten, commentaren
- Personalisatie: persoonlijke data  welke doeleinden?




DEEL 1: ARTIFICIËLE INTELIGENTIE

- Toekomst =
 Vb simulatie van kruispunt en interactie in verkeer  lijkt niet veilig
 Technologie tot een niveau brengen  dit = perfect veilig
 kan niets misgaan
- Vandaag =
 Nog niet zo ver
 Google auto’s: rijden autonoom
! maar werken in eenvoudige omgevingen ( centrum van antwerpen)

- Techniek is al vrij goed
1. Internet of things
2. Artificiële inteligentie

 Iets nieuws = grote verwachtingen  nemen toe: piek bereikt  teleurstelling
A.I. is nog in begin van grafiek

1. INTERNET OF THINGS
- Sensoren in omgeving + communicatie methodes
 veel informatie op centrale plek bij elkaar brengen
- = conclusies trekken (I.O.T)
- Eerste bankautomaat = Internet of things device (werkte met sensors)
- Evolutie: meer objecten met internet of things geconecteerd dan mensen
- Bepaalde techniek = hot? Dan kopen technische spelers bepaalde bedrijven op
- Internet of things = big business
 data = meer kennis = processen optimaliseren = voordeel
 bv bedrijven die in verleden gekozen hebben te investeren in I.O.T zijn nu goed bezig (anderen halen het niet)

 wat zit erachter?
A. SENSOREN
 bv: google glasses: zenuwen aansturen
 kennen we al heel lang: bv temperatuur sensoren
 toch sterke evolutie
o Accuraatheid
o Grootte van sensoren
o Hoeveelheid energieverbruik
 alles wordt kleiner, verbruikt minder energie, …)

B. COMMUNICATIE
 alledag: bluetooth en wifi
1

, MEDIA & DIGITALE SAMENLEVING
 veel meer dan dat: nieuwe methodes, minder energie, …
 gsm = verbonden met centrale server van alle andere gsm’s (= I.O.T)
 radiogolven: verschillende frecuenties: in stukjes + verkocht (aan bv politie)
Ook verkocht aan I.O.T = heeeel weinig: dus heel bewust mee bezig zijn
 verandering: niet alle data centraal => maar tussenstations
 veel sneller (direct communiceren)


2. ARTIFICIËLE INTELIGENTIE
=
A. A.I = computer doet dingen maar er is geen onderscheid tussen doet computer dat of ik? Bv aantwoorden lijken echt
B. Machine learning = computer kan zelf op basis van data zijn gedrag laten leren
C. Deep learning = complexe structuren

 Menselijke brein is inspiratie
= neuronen + netwerkjes
 bepaalde prikkel: neuronn al dat niet getriggerd
 rij per rij: neuronen verbonden met andere rij: geen heel snel van laag naar hoog niveau
 krijgen allemaal een gewichtje: getal = hoe belangrijk bepaalde input is voor wat je wil bereiken
 aanpassingen maken door gewichtjes aan te passen = wat er uit komt dichter benaderen (gebeurt een aantal miljoen keer)

CHALLENGES?
1) Technische challenges
 Accuraatheid van algoritme
 bv google auto: als iets verspringt = detectie
 zeldzaam ongeval: mag niet gebeuren
 laatste percentages ook oplossen
 Speed van algoritme
 bv atarispel (gameboy): 15 min voordat menselijk brein het spel onder controle heeft
 computer heeft 924 uur nodig (groot verschil)
 als achtergrond verandert van groen naar blauw  computer moet helemaal van nul beginnen
 Kleinere chips nodig: hoe kleiner hoe minder energie
 Connectivity: niet in 1 device denken  auto’s ook informatie buurauto’s nodig
 Data-kwaliteit: sensor info  niet altijd zelfde
 bv foto overdag  ’s nachts
 = verandering in kwaliteit = groot probleem
 Distributie: elke drone denkt onafhankelijk en toch vaak globaal


2) Pitfalls
 Met iets nieuws werken = doen we niet graag
 Niet omdat techniek niet goed is (wrs beter) maar omdat dingen veranderen
 Dingen die we zelf doen afgeven aan een machine = moeilijk
 Kleine stapjes zetten: menselijk brein is er niet klaar voor

3) Misuse
 Nieuwe techniek =. Nieuw misbruik
 Deep fake = beelden van obama waarin hij dingen zegt waar hij totaal niet achter staat

4) Bias/explainability
= Vooroordelen aan computer voeden
 Dataset niet representatief voor data (vb gelaatsherkenning: blanke man sneller dan zwarte vrouw  dataset bevat meer
blanke mannen dus is niet representatief = nefast gevolg)
 Data is van vroeger: in geschiedenis zaken gebeurd die je eigenlijk niet wil
 Manipulaties in data  beslissingen niet meer correct
 Oplossing? Risico-analyse doen

!!!!
- Ethics and risks: rekening mee houden ( je wil vooruitgaan: dit is balast)
- Juiste team: bias voorkomen? Divers team
+ team opsplitsen:
 algoritmes maken
 algoritmes nakijken

5) Fear
 Geen angst hebben van nieuwe technologie

2

, MEDIA & DIGITALE SAMENLEVING
 Vrouw sterft in autonome wagen  is dat gevaarlijk?
 Kunnen we het zelf beter?
 tesla accidenten altijd in nieuws
 soms faalt techniek maar wij veel meer
 iedereen faalt: eruit leren en vooruitgaan
!!! op goede manier omgaan met technologie
Dus NIET drinken/bellen/slapen in autonome wagen
Pas gedrag aan aan niveau van technologie

!!! nieuwe techniek = investeren: gaat heel belangrijk worden
!!! mensen gaan altijd misbruik maken
!!! data: algoritme staat of valt van data  etisch goed benaderen en representatief zijn
!!! heb geen schrik!




3

, MEDIA & DIGITALE SAMENLEVING




LES 2: AI EN ETHIEK


GASTCOLLEGE: ETHICAL AI

Smartphone: vol sensors (bv gps)  data uitlezen: terugsturen naar backhand
- Gedrag modeleren uit data: wat ben je aan het doen, wat voor persoon ben je, … gebruiken om gedrag te proberen te veranden:
stoppen met roken, veiliger rijden, …
- ook te gerbuiken voor minder mooie doeleinden

Algortimes: wat komen ze te weten?
- EVENTS: WHAT/WHERE/WHEN
Welk transport: trein, bus, …
 Later leren kennen: thuislocatie, werklocatie, …
 Inteligentie die begrijpt wat je doet
- MOMENTS: WHY
Waarom?
 voorspellen dat je naar werk gaat: want zit in auto
 op weg naar winkel
- SEGMENTS: WHO
 kinderen?
 agressief?
 huisdieren?

 Al die date gecombineerd door behavioral psycholists
 bestaande behavorial change technics: bv iemand die rookT, sigarat opsteken aan bushalte als gewoonte
 coaching programma maken = even efficient als persoonlijke coach
 Combineren met AI

Ethisch gebeuren is heel belangrijk!
 wat is ethical AI NIET?
- “Doing business in an ethical manner”
 bedrijf op ethische manier laten handelen ook nodig zonder AI: al eeuwenlang nodig
- Paniekreactie rond algemene general inteligence: superrobot die jobs gaan overnemen

 wat wel?
- AI onderzoeker schrijft zelf niet programma, AIgoritme doet dat (heeft niet de opvoeding als persoon) dus onderzoeker zorgen voor
dat algoritme in staat is beslissingen die hij maakt op een etische manier doet (bv mannen en vrouwen gelijk behandelen) = heel
technisch
 onderzoekers vanaf start rekening houden met fairness, privacy, …
 ‘nerds’ maken dit en van hun wordt verwacht: ethisch handelen = complex: cross domain

 voorbeelden waar het vandaag vaak misloopt:
- Survayors and tracking: NY bezig met gang database opbouwen: scrapen fotos van social media: potentiel iem die in bende zit
ontmaskeren
- South wales: cameras: via cameras systeem mensen tracken, locaten: zoek deze person  als dat goed gebruikt wordt niet per se
slecht
 probleem? Via fotos van gezichten geslacht weten: accuracy voor blanke mensen veel hoger dan zwarte mensen (stel cameras
zoeken mensen: mensen foutief classified)
Heel technisch probleem
 male vs female: al die systemen die facetracken werken beste voor blanke mannnen – blanke vrouwen – zwarte mannen – zwarte
vrouwen
Ethics heel belangrijk
- Systeem: compass: gebruikt door rechters om dossiers te bekijken + risico bereken, binnen hoeveel jaar nieuwe misdaad (goede
score bv enkelband en slechte score cel)
 blanke mensen goede score  zwarte all over place
 veel meer fouten bij zwarten gemaakt
- Youtube: echo chambers: ergens op klikken , volgende keer nieuwe recomandation, …
 aantal mensen die geloven dat aarde plat is enorm gegroeid: hoe hier terecht gekomen? Youtube
 als IA onderzoeker iets aan doen?


4