Hållbar AI – Om behovet av transparens och etik i svensk AI-utveckling
TID: 7 juni, 13.00-14.00
PLATS: Fores, Kungsbroplan 2, 11227 Stockholm

Genom användning av artificiell Intelligens (AI) och maskinlärande (ML) finns oerhörda möjligheter till att effektivisera och utveckla processer inom datadrivna branscher och myndigheter.

De möjligheter som AI medför inbegriper allt från bättre sjukdomsdiagnostik till skräddarsydda tjänster och rekommendationer, självkörande fordon och smidigare lagerhantering inom handeln.

Utvecklingen av AI är dock beroende av åtkomst till stora mängder data. Kritiska röster varnar för etiska, sociala och rättsliga utmaningar vid användandet av persondata och algoritmiskt beslutsfattande.

Hur ser vi från ett svenskt perspektiv till att AI utvecklas och integreras i människors vardag utan stor risk för sociala, etiska eller rättsliga konsekvenser? Hur säkerställs en godtagbar transparens i användningen av AI? Hur bör man balansera AI-utvecklingens behov av stora datamängder mot andra intressen, som dataskydd och individers integritet?

Tankesmedjan Fores bjuder in till seminarium med några av landets ledande forskare och experter på området. Moderator är Stefan Larsson , docent i teknik och social förändring vid Lunds universitet samt programchef för Digitala samhället vid tankesmedjan Fores.


Å SCEN:

Anna Felländer
affilierad fakultet KTH, medlem i regeringens digitaliseringsråd och senior rådgivare vid BCG

Fredrik Heintz
docent i datavetenskap vid Linköpings universitet och ordförande i Svenska AI-sällskapet

Rebecka Cedering Ångström
director of insights and concept creation, Ericsson

Åsa Zetterberg
Chief Digital Officer i regeringen

Moderator: Stefan Larsson
Programchef för Digitala samhället

Email address *
Förnamn *
Your answer
Efternamn *
Your answer
Organisation
Your answer
Vill du ha mail om kommande seminarium från Digitala samhället?
Submit
Never submit passwords through Google Forms.
This form was created inside of FORES. Report Abuse - Terms of Service - Additional Terms