Comunicación de resultados

Para informar de manera efectiva sobre su solución de IA, ¿qué debe saber sobre la audiencia del informe?

Usted debe ser consciente del nivel de conocimiento de su audiencia y de sus necesidades y expectativas.

¿Cuáles son los dos elementos críticos para comunicar información de su proyecto de manera efectiva?

Asegurarse de que los conocimientos son relevantes para los objetivos del proyecto y proporcionar contexto sobre cómo llegó a ellos y cómo se aplican al objetivo del proyecto.

¿Cómo puede evitar que su proyecto de IA y sus resultados sean una "caja negra"? ¿Por qué es importante hacer esto?

Asegurándose de que los resultados del modelo sean explicables. Ser capaz de explicar por qué el modelo llegó a una conclusión o generó cierta información le ayudará a entender si el modelo funciona correctamente y optimizarlo.

¿Cuáles son los cinco componentes que debe incluir en la presentación de los resultados del modelo?

Un resumen ejecutivo, una descripción del problema que la solución se propuso abordar, una descripción de los datos utilizados en la solución, la hipótesis que formuló para llegar a la solución, y la solución y la información revelada por el modelo.

¿Por qué debería considerar la visualización de los resultados?

Las visualizaciones son una mejor opción para transmitir patrones en números y pueden ser más fáciles de entender e interpretar para las audiencias sin conocimientos técnicos.

Resumen

Considere los tipos de proyectos de IA en los que le gustaría trabajar. ¿A qué audiencias presentaría los resultados de estos proyectos?

Las respuestas variarán. Dado que los estudiantes están comenzando su viaje de IA, probablemente se sentirían más cómodos comenzando con una pequeña audiencia de personas que conocen, como amigos o familiares. A medida que desarrollan sus habilidades, pueden tener más confianza en presentar sus resultados a los maestros y compañeros de clase. Para aquellos estudiantes que tarde o temprano entran en una carrera en IA, es probable que tengan que presentar sus resultados a los líderes empresariales y otras partes interesadas en una organización.

¿Qué tipo de problemas en relación con la seguridad, la privacidad y la ética puede pensar que afectarían a los proyectos de IA que le interesan?

Las respuestas variarán. Los desafíos de seguridad y privacidad son muy comunes en cualquier proyecto que incorpore datos de usuario, particularmente PII. Los desafíos éticos relacionados con el sesgo también son comunes en los datos demográficos que indican el estado, la clase u otros grupos de identidad. Incluso si un proyecto no usa directamente datos confidenciales sobre las personas, la forma en que se aplican los resultados del proyecto puede tener implicaciones éticas, de seguridad y de privacidad. Por ejemplo, un modelo que determina la forma óptima de enrutar el transporte público no necesariamente usará los datos de las personas para tomar sus decisiones, pero aun así puede terminar desfasando a las personas que viven en ciertas áreas.