Banca de QUALIFICAÇÃO: ELIZANGELA DE FREITAS XIMENES

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : ELIZANGELA DE FREITAS XIMENES
DATA : 20/02/2024
HORA: 10:00
LOCAL: Teams
TÍTULO:

ERC4AI: Uma Ferramenta para Classificação de Requisitos Éticos em IA.

PALAVRAS-CHAVES:

Ética em Inteligência Artificial, Requisitos Éticos, Processamento de Linguagem Natural, Aprendizado de Máquina.

PÁGINAS: 94
RESUMO:

A Inteligência Artificial (IA) tem ganhado destaque significativo tanto na comunidade científica quanto na indústria, possibilitando que máquinas realizem tarefas anteriormente exclusivas aos humanos. Como consequência, impulsionou avanços em várias áreas, como a medicina, a educação e as finanças, graças à implementação de tecnologias como BERT, ChatGPT, GANs, entre outras. Contudo, as implicações éticas e de segurança relacionadas à utilização da IA têm se tornado uma preocupação crescente, incidindo sobre questões de viés, uso indevido e o impacto social que pode causar. Objetivo: Este trabalho teve como objetivo desenvolver o Ethical Requirements Classifier for AI (ERC4AI), um classificador automatizado que empregou técnicas de Aprendizado de Máquina para identificar requisitos éticos em projetos de IA e validar a conformidade destes com RE4AI Ethical Guide, destinado a auxiliar os Product Owners e desenvolvedores de aplicações baseadas em IA na coleta de requisitos éticos. Método: Neste estudo, foram adotadas algumas fases propostas pelo Cross Industry Standard Process for Data Mining (CRISP-DM) na realização da mineração de dados. A Fase 1 foi dedicada à análise do RE4AI Ethical Guide, para avaliar a possibilidade de integrá-lo no desenvolvimento de soluções baseadas em IA, utilizando-o no levantamento de requisitos éticos. Na Fase 2 foi realizada a obtenção dos dados em repositórios públicos, com o propósito de construir um conjunto representativo de requisitos éticos para desenvolvimento do ERC4AI. A Fase 3 se propôs à análise manual e a rotulação dos dados para classificação de textos com padrão de requisitos éticos em IA, seguida pela Fase 4, em que foram os aplicadas técnicas de pré-processamento de dados para a limpeza e padronização dos mesmos, preparando-os assim para o treinamento do modelo. A Fase 5 envolveu o desenvolvimento de um classificador textual, explorando algoritmos como BERT, RoBERTa, DistilBERT e XLM. Após a implementação e a avaliação comparativa dos modelos, o algoritmo com melhor desempenho foi selecionado e denominado ERC4AI. Resultados: Dentre os modelos avaliados,  BERT demonstrou superioridade em termos de desempenho, alcançando uma taxa de certo superior a 80% nas métricas de Precisão, Recall, F1-Score e Macro AVG. Além isso, observou-se uma correspondência significativa entre as perguntas do RE4AI Ethical uide e os requisitos éticos em IA considerados neste estudo, especialmente os princípios éticos de Transparência e Responsabilidade, que se destacaram com o maior número de uestões associadas. Conclusão: Os resultados obtidos indicam uma precisão notável a classificação de requisitos éticos em IA. Adicionalmente, é ressaltada a viabilidade do E4AI Ethical Guide como uma ferramenta para a incorporação de considerações éticas o desenvolvimento de sistemas de IA. Este estudo abre caminho para futuras investigações focadas na otimização de modelos de classificação de requisitos éticos em IA.

MEMBROS DA BANCA:
Externa à Instituição - CARLA TACIANA LIMA LOURENÇO SILVA - UFPE
Presidente - 1780217 - EDNA DIAS CANEDO
Interno - 1220587 - LI WEIGANG