آموزش هوش مصنوعی انسان‌محور - آخرین آپدیت

پودمان ۱: محاسبات انسان‌محور - طراحی برای مردم Module 1: Human-Centered Computing - Designing for People

• خوش‌آمدگویی به دوره Welcome to the Course

• محاسبات انسان‌محور Human-Centered Computing

• دیدگاه‌های HCC HCC Perspectives

• دیدگاه‌های محاسباتی Computational Perspectives

• طراحی کاربرمحور User Centered Design

• نمونه‌سازی (پروتوتایپینگ) Prototyping

• تنظیمات تجربی Experimental Settings

• روش‌های تحقیق در HCC Research Methods in HCC

• روش‌های تجربی Experimental Methods

• تحلیل محتوا و نظریه داده‌بنیاد Content Analysis & Grounded Theory

• ابزارها و اندازه‌گیری‌ها Instruments and Measurements

• ابزارها و کتابخانه‌های تحقیق HCC Tools and Libraries for HCC Research

• سخن پایانی: پذیرش مسیر HCC Closing Thoughts: Embracing the HCC Journey

پودمان ۲: هوش مصنوعی Module 2: Artificial Intelligence

• مقدمه‌ای بر هوش مصنوعی (AI) Introduction to Artificial Intelligence (AI)

• پیش‌بینی الگوها و مقادیر در داده‌های جدولی Predicting Patterns and Values in Tabular Data

• پیش‌بینی‌ها Predictions

• ارزیابی خطا Error Evaluation

• مبانی طبقه‌بندی باینری Binary Classification Basics

• شبکه‌های عصبی Neural Networks

• شبکه‌های عصبی پیچشی (CNN) Convolutional Neural Networks (CNN)

• شبکه‌های عصبی بازگشتی (RNN) Recurrent Neural Networks (RNN)

• ترنسفورمرها Transformers

• مدل‌های زبانی بزرگ (LLM) Large Language Models

• رویکردهای یادگیری ماشین Machine Learning Approaches

• مقدمه‌ای بر روش‌های تحقیق در هوش مصنوعی Introduction to AI Research Methods

• معیارهای آموزش و ارزیابی برای مدل‌های هوش مصنوعی Training and Evaluation Metrics for AI Models

• معیارهای ارزیابی: ماتریس اغتشاش، بنچ‌مارک و مطالعات حذف (Ablation) Evaluation Metrics: Confusion Matrix, Benchmarking, and Ablation Studies

• سایر ارزیابی‌های مدل یادگیری ماشین Other Machine Learning Model Evaluations

• تضمین بازتولیدپذیری: شبیه‌سازی‌ها و آزمایش‌های کنترل‌شده Ensuring Reproducibility: Simulations and Controlled Experiments

• استقرار در محیط واقعی Field Deployments

پودمان ۳: مقدمه‌ای بر هوش مصنوعی انسان‌محور و روش‌های تحقیق در HCAI Module 3: Introduction to Human-Centered AI & Research Methods in HCAI

• مقدمه‌ای بر هوش مصنوعی انسان‌محور Introduction to Human-Centered AI

• دیدگاه‌های HCC در HCAI HCC Perspectives in HCAI

• اصول اصلی HCAI Main Principles of HCAI

• سیستم‌های قابل اعتماد، ایمن و مورد اطمینان Reliable, Safe, and Trustworthy Systems

• متدولوژی‌ها در محاسبات انسان‌محور Methodologies in Human-Centered Computing

• چالش‌ها و نقدها در HCAI Challenges and Critiques in HCAI

• عدالت، سوگیری و تبعیض در هوش مصنوعی Fairness, Bias, and Discrimination in AI

• روش‌های تحقیق در HCAI Research Methods in HCAI

• قابلیت اطمینان و استحکام در سیستم‌های هوش مصنوعی Reliability and Robustness in AI Systems

• شفافیت و توضیح‌پذیری در هوش مصنوعی Transparency and Explainability in AI

• پاسخگویی و ایمنی در HCAI Accountability and Safety in HCAI

• نظارت و کنترل انسانی Human Oversight and Control

• تحقیقات رفاه و دسترسی‌پذیری در هوش مصنوعی Wellbeing and Accessibility Research in AI

• ابزارها و اندازه‌گیری‌ها در تحقیقات هوش مصنوعی Instruments and Measurements in AI Research

• مثال‌های دقیق از کاربرد ابزارها Detailed Examples of Instrument Usage

• کاربرد عملی HCAI Practical Application of HCAI

• جهت‌گیری‌های پژوهشی در HCAI Research Directions in HCAI

• نتیجه‌گیری و مسیرهای آینده Conclusion and Future Directions

پودمان ۴: هوش جمعی و هوش ترکیبی Module 4: Collective Intelligence and Hybrid Intelligence

• مقدمه‌ای بر هوش جمعی Introduction to Collective Intelligence

• مزایا و چالش‌های هوش جمعی Benefits and Challenges of Collective Intelligence

• جمع‌سپاری (Crowdsourcing) و هوش جمعی Crowdsourcing and Collective Intelligence

• بازارهای پیش‌بینی و هوش گروهی (Swarm Intelligence) Prediction Markets and Swarm Intelligence

• هوش جمعی انسان و هوش مصنوعی Human-AI Collective Intelligence

• سوگیری‌ها و اخلاق در هوش جمعی Biases and Ethics in Collective Intelligence

• هوش جمعی در سازمان‌ها Collective Intelligence in Organizations

• ارزیابی هوش جمعی Evaluation of Collective Intelligence

• پلتفرم‌های هوش جمعی و مطالعات موردی Collective Intelligence Platforms and Case Studies

• مقدمه‌ای بر هوش ترکیبی Introduction to Hybrid Intelligence

• تقسیم کار انسان-هوش مصنوعی و طراحی تعامل Human-AI Division of Labor and Interaction Design

• خودمختاری قابل تنظیم و تعامل ابتکار مختلط Adjustable Autonomy and Mixed-Initiative Interaction

• میانجی‌گری الگوریتمی Algorithmic Mediation

• تقویت توانمندی‌های انسانی Augmenting Human Capabilities

• ریسک‌ها و اخلاق در همکاری انسان و هوش مصنوعی Risks and Ethics of Human-AI Collaboration

• کاربردهای هوش ترکیبی Applications of Hybrid Intelligence

• مثال‌های هدایت‌شده از هوش جمعی Guided Examples of Collective Intelligence

• مثال‌های هدایت‌شده از هوش ترکیبی Guided Examples of Hybrid Intelligence

پودمان ۵: سوگیری الگوریتمی و عدالت در هوش مصنوعی Module 5: Algorithmic Bias & AI Fairness

• مقدمه‌ای بر سوگیری الگوریتمی Introduction to Algorithmic Bias

• سوگیری نمونه‌برداری و انتخاب Sampling and Selection Bias

• سوگیری‌های جمع‌آوری و نمایش داده‌ها Data Collection and Representation Biases

• سوگیری‌های مربوط به تجمیع و زمان Aggregation and Time-Related Biases

• سوگیری‌های اندازه‌گیری و ارزیابی Measurements and Evaluation Biases

• سوگیری‌های مدل و الگوریتم Model and Algorithm Biases

• اندازه‌گیری و کاهش سوگیری الگوریتمی Measuring and Mitigating Algorithmic Bias

• یادگیری ماشین با آگاهی از عدالت Fairness-Aware Machine Learning

• مقدمه‌ای بر عدالت Introduction to Fairness

• رویکردهای پیش‌پردازش، پردازش و پس‌پردازش برای عدالت Pre-, In-, Post-Processing Approaches for Fairness

• ملاحظات مربوط به عدالت الگوریتمی Considerations for Algorithmic Fairness

• سوگیری الگوریتمی در بخش‌های خاص و مسیرهای تحقیق آینده Sector-Specific Algorithmic Bias and Future Research Directions

• پیاده‌سازی و ارزیابی معیارهای عدالت و تکنیک‌های کاهش سوگیری Implementing and Evaluating Fairness Metrics and Mitigation Techniques

• تحلیل و رفع سوگیری در پردازش زبان طبیعی (NLP) Analyzing and Addressing Bias in Natural Language Processing

• مطالعه موردی: تأیید عادلانه وام مسکن Case Study: Fair Housing Loan Approval

• چارچوب‌ها و ابزارهای عملی برای تضمین عدالت در هوش مصنوعی Practical Frameworks and Tools for Ensuring Fairness in AI

• پروژه چرخه حیات هوش مصنوعی عادل: سیستم امتیازدهی اعتباری عادلانه Fair AI Lifecycle Project: Fair Credit Scoring System

پودمان ۶: هم‌ترازی هوش مصنوعی و اخلاق Module 6: AI Alignment & Ethics

• مقدمه‌ای بر هم‌ترازی هوش مصنوعی Introduction to AI Alignment

• هم‌تراز کردن هوش مصنوعی با ارزش‌های انسانی: چالش‌ها، تئوری و تکنیک‌های یادگیری Aligning AI with Human Values: Challenges, Theory, and Learning Techniques

• یادگیری تقویت‌شده از بازخورد انسانی: بررسی مکانیسم‌های RLHF Reinforcement Learning and Human Feedback: Exploring RLHF Mechanisms

• یادگیری آنلاین برای هم‌ترازی، تثبیت ارزش و هوش مصنوعی قانون‌مند (RLAIF) Online Learning for Alignment, Value, Locking, and Constitutional AI (RLAIF)

• میان‌افزار برای هم‌ترازی: مطالعات موردی در دستیارهای هوش مصنوعی و رسانه‌های اجتماعی Middleware for Alignment: Case Studies on AI Assistants and Social Media

• مکانیسم‌های نظارتی: معیارهای پیشرفت هم‌ترازی و همکاری‌های بین‌المللی Oversight Mechanisms: Alignment Progress Metrics and International Cooperation

• اخلاق در هوش مصنوعی AI Ethics

• مهارت‌زدایی اخلاقی، سفیدشویی اخلاقی و فشار بیش از حد اخلاقی Moral Deskilling, Ethics Washing, and Moral Overload

• ارزیابی ریسک اخلاقی و راهکارهای فنی Ethical Risk Assessment and Technical Solutions