Obiettivi del corso
L’intelligenza artificiale sta trasformando il nostro mondo, ma porta con sé un problema spesso invisibile: i pregiudizi di genere che si nascondono negli algoritmi e nei dati. Questo corso nasce proprio per affrontare questa sfida cruciale, guidandoci a comprendere, riconoscere e correggere queste distorsioni che rischiano di riprodurre e amplificare le disuguaglianze nella nostra società.
Impareremo insieme come questi bias si insinuano nei sistemi tecnologici, dalle piattaforme di recruiting che penalizzano i curriculum femminili agli assistenti vocali che rafforzano stereotipi. Attraverso casi concreti ed esempi pratici, esploreremo l’impatto reale che queste distorsioni hanno sulla vita delle persone, nell’accesso al lavoro, alle cure mediche o ai servizi finanziari.
Questo percorso è pensato per chi crede che la tecnologia debba essere al servizio di tutti: sviluppatori che vogliono creare algoritmi più giusti, responsabili HR impegnati nella parità di genere, policy maker che lavorano per una regolamentazione più consapevole. Al termine, avremo non solo maggiore consapevolezza del problema, ma soprattutto gli strumenti e le competenze per diventare agenti del cambiamento verso un’IA più inclusiva e equa.
Perché progettare un futuro tecnologico migliore non è solo questione di codice e algoritmi, ma di scelte etiche e responsabilità collettiva. E questo corso è il nostro punto di partenza.
Modulo: Capire il Problema – Le Radici del Bias di Genere nei Sistemi di IA
- Bias di Genere nell’Intelligenza Artificiale: Un’Introduzione Critica
Che cos’è il bias di genere? Come si manifesta nei dati, nei modelli e nei sistemi intelligenti? - Dati Sessisti: Quando il Passato Modella il Futuro
Come la storicità e la parzialità dei dati di addestramento perpetuano stereotipi e disuguaglianze. - Tecnologie Neutre? Il Mito dell’Oggettività Algoritmica
Analisi critica della “neutralità” tecnologica e dei presupposti ideologici nella progettazione dei sistemi IA.
Modulo: Osservare il Presente – Casi, Settori e Impatti
- Bias di Genere nei Sistemi di Riconoscimento Facciale e Visione Artificiale
Errori, esclusioni e sorveglianza discriminatoria nei sistemi biometrici. - Donne Invisibili: IA e Discriminazione nei Luoghi di Lavoro
Casi di discriminazione automatizzata nella selezione del personale e valutazione delle performance. - Assistenti Virtuali e Intelligenze Femminilizzate
Come la progettazione di agenti conversazionali rafforza stereotipi di genere. - IA nella Sanità: Diagnosi, Trattamenti e Ingiustizie di Genere
Differenze di trattamento, modelli androcentrici e implicazioni sulla salute delle donne.
Modulo: Reagire – Strumenti Critici, Etica e Azione
- Femminismi e Intelligenza Artificiale: Teorie Critiche e Decolonizzazione del Dato
Approcci femministi alla tecnologia, al machine learning e alla costruzione del sapere. - Etica, Legislazione e Giustizia Algoritmica di Genere
Quali strumenti giuridici ed etici per contrastare le disuguaglianze algoritmiche? - Verso un’IA Inclusiva: Linee Guida, Best Practice e Design Responsabile
Come progettare sistemi che riconoscano la diversità e promuovano l’equità di genere.
Alcuni Numeri dell’Upeace