Καλωσορίσατε στην Εκπαίδευση του Έργου AEQUITAS

Το AEQUITAS – Preparation of the CSOs and Public Healthcare Sector to Address Gender and Racial Biases in AI είναι ένα έργο που χρηματοδοτείται από την Ευρωπαϊκή Ένωση και αποσκοπεί στην ενίσχυση της ικανότητας των οργανώσεων της κοινωνίας των πολιτών (ΟΚΠ) και των επαγγελματιών υγείας να αναγνωρίζουν και να αντιμετωπίζουν τις διακρίσεις και τις προκαταλήψεις που σχετίζονται με το φύλο και τη φυλή στα συστήματα βιοϊατρικής τεχνητής νοημοσύνης. 

Συνδυάζοντας εκπαιδευτικές δράσεις, εκστρατείες ευαισθητοποίησης και ανάπτυξη πολιτικών, το AEQUITAS επιδιώκει να προωθήσει τη δίκαιη και ηθική χρήση της τεχνητής νοημοσύνης στον τομέα της υγείας. Στο πλαίσιο αυτό, το έργο έχει αναπτύξει μια Βάση Δεδομένων Προκαταλήψεων στην Τεχνητή Νοημοσύνη (Database of AI Biases), έχει εκπονήσει το Ρυθμιστικό Μοντέλο Τεχνητής Νοημοσύνης του AEQUITAS (AEQUITAS AI Regulatory Model) με προτάσεις πολιτικής που θα κοινοποιηθούν σε φορείς χάραξης πολιτικής, νομικούς επαγγελματίες και παρόχους υπηρεσιών υγείας σε ολόκληρη την Ευρώπη, ενώ παράλληλα θα δημιουργήσει ένα ευρωπαϊκό δίκτυο οργανώσεων της κοινωνίας των πολιτών και νοσοκομείων.

Το έργο συντονίζεται από το Center for the Study of Democracy (Βουλγαρία) και υλοποιείται από κοινοπραξία εννέα εταίρων:

• Diotima Centre  (Ελλάδα)

• University Hospital of Cologne (Γερμανία)

• Innovation Hive (Ελλάδα)

• Citizens in Power (Κύπρος)

• Women‘s Issues Information Center (Λιθουανία)

• Lobby Europeo de Mujeres en España (Ισπανία)

• TIA Formazione Internazionale APS (Ιταλία)

• Health Citizens – European Research Institute (Πορτογαλία)

Σχετικά με την εκπαίδευση

Το παρόν εκπαιδευτικό πρόγραμμα αναπτύχθηκε στο πλαίσιο του έργου AEQUITAS και έχει σχεδιαστεί ειδικά για επαγγελματίες του τομέα της υγείας. Στόχος του είναι να σας εφοδιάσει με τις απαραίτητες γνώσεις και τα κατάλληλα εργαλεία ώστε να μπορείτε να αναγνωρίζετε και να αντιμετωπίζετε τις προκαταλήψεις που σχετίζονται με το φύλο και τη φυλή στις εφαρμογές βιοϊατρικής τεχνητής νοημοσύνης, με ιδιαίτερη έμφαση στη διάγνωση και τη θεραπεία των καρδιαγγειακών νοσημάτων, του σακχαρώδους διαβήτη και της κατάθλιψης.

Κατά τη διάρκεια του εκπαιδευτικού προγράμματος θα γνωρίσετε επίσης τη Βάση Δεδομένων AEQUITAS, έναν εξειδικευμένο πόρο που καταγράφει προκαταλήψεις λόγω φύλου και φυλής στις ιατρικές εφαρμογές τεχνητής νοημοσύνης, καθώς και το Ρυθμιστικό Μοντέλο Τεχνητής Νοημοσύνης του AEQUITAS, το οποίο παρέχει πρακτικές κατευθύνσεις για την ηθική και νομικά συμμορφούμενη χρήση της τεχνητής νοημοσύνης στο κλινικό περιβάλλον.

Πέρα από την παροχή τεχνικών γνώσεων, το παρόν εκπαιδευτικό πρόγραμμα αποσκοπεί στην ευαισθητοποίησή σας σχετικά με τον Χάρτη Θεμελιωδών Δικαιωμάτων της Ευρωπαϊκής Ένωσης, τις αρχές που αυτός κατοχυρώνει και τους τρόπους με τους οποίους τα θεμελιώδη δικαιώματα ενδέχεται να απειληθούν στην ψηφιακή εποχή. Όλο το εκπαιδευτικό υλικό έχει αναπτυχθεί με την ενσωμάτωση της διάστασης του φύλου και χρησιμοποιεί γλώσσα που λαμβάνει υπόψη τη διάσταση του φύλου, σε πλήρη συμφωνία με τις θεμελιώδεις αξίες του έργου.

Τι θα μάθετε

Με την ολοκλήρωση του παρόντος εκπαιδευτικού προγράμματος, θα είστε σε θέση να:

• κατανοείτε τις βασικές αρχές της βιοϊατρικής τεχνητής νοημοσύνης και τις εφαρμογές της στον τομέα της υγείας.

• αναγνωρίζετε τους κυριότερους τύπους προκαταλήψεων που μπορούν να εμφανιστούν στα συστήματα τεχνητής νοημοσύνης και να κατανοείτε τον τρόπο με τον οποίο αυτές αναπτύσσονται.

• εντοπίζετε προκαταλήψεις που σχετίζονται με το φύλο και τη φυλή σε εφαρμογές τεχνητής νοημοσύνης που υποστηρίζουν τη διάγνωση και τη θεραπεία.

• κατανοείτε το ηθικό και νομικό πλαίσιο που διέπει τη χρήση της τεχνητής νοημοσύνης στον τομέα της υγείας.

• αξιοποιείτε τη Βάση Δεδομένων AEQUITAS στην καθημερινή επαγγελματική σας πρακτική.

• εφαρμόζετε το Ρυθμιστικό Μοντέλο Τεχνητής Νοημοσύνης του AEQUITAS σύμφωνα με τον Χάρτη Θεμελιωδών Δικαιωμάτων της Ευρωπαϊκής Ένωσης

Δομή μαθήματος 

Το παρόν εκπαιδευτικό πρόγραμμα αποτελείται από έξι εκπαιδευτικές ενότητες:

1. Εισαγωγή στη Βιοϊατρική Τεχνητή Νοημοσύνη

2. Τύποι Προκαταλήψεων και ο Τρόπος με τον οποίο Ανακύπτουν

3. Έμφυλες και Φυλετικές Προκαταλήψεις στη Βιοϊατρική Τεχνητή Νοημοσύνη

4. Ηθικά και Νομικά Ζητήματα στη Βιοϊατρική Τεχνητή Νοημοσύνη

5. Εφαρμογή του Ρυθμιστικού Μοντέλου Τεχνητής Νοημοσύνης σύμφωνα με τον Χάρτη Θεμελιωδών Δικαιωμάτων της Ευρωπαϊκής Ένωσης

6. Επισκόπηση της Βάσης Δεδομένων AEQUITAS και η Αξιοποίησή της στην Καθημερινή Πρακτική

Επόμενο: Module 1