Mer
27
Mag
Seminari e Convegni
AI Generativa, Bias e Fairness nei Sistemi Socio-tecnici
Il seminario AI Generativa, Bias e Fairness nei Sistemi Socio-tecnici, tenuto da Martina Ullasci del Dipartimento di Automatica e Informatica-DAUIN del Politecnico di Torino, si terrà mercoledì 27 maggio 2026, dalle ore 13:00 alle 14:00, nell’ambito del 131° incontro del ciclo Nexa Lunch Seminar.
Abstract
I sistemi di intelligenza artificiale generativa sono sempre più adottati in contesti decisionali ad alto impatto sociale, come la selezione del personale e la valutazione di candidati. Questi sistemi vengono addestrati su dati che riflettono le disuguaglianze della nostra società e, pertanto, non sono neutri. Essi tendono a riprodurre e, in alcuni casi, ad amplificare le stesse dinamiche patriarcali e razziste con cui determinate categorie di persone devono confrontarsi quotidianamente.
Questo seminario esplora come i large language models riproducano stereotipi sociali, attraverso esperimenti condotti su diversi modelli di AI generativa e combinando approcci quantitativi e qualitativi: dall’analisi delle discriminazioni di genere nei processi di recruitment, alle forme di bias razzista emerse dallo studio del comportamento dei modelli quando interrogati con varietà linguistiche non dominanti.
A partire da questi risultati, il seminario propone una riflessione critica sull’uso dell’intelligenza artificiale generativa in contesti ad alto rischio sociale e sulla responsabilità della ricerca nell’interrogare e rendere visibili i meccanismi di riproduzione del privilegio nei sistemi algoritmici.
Biografia
Martina Ullasci è borsista presso il Dipartimento di Automatica e Informatica-DAUIN del Politecnico di Torino, dove conduce ricerca con il gruppo SoftEng sui bias intersezionali nei sistemi di intelligenza artificiale generativa. Il suo lavoro adotta una prospettiva interdisciplinare, integrando metodi empirici con contributi provenienti dall’etica dell’IA e dagli studi di genere, con un focus particolare sull’impatto dei large language models nei processi decisionali ad alto rischio sociale, come il recruitment e la selezione del personale.
Per partecipare online, collegarsi al seguente link.
Per ulteriori informazioni contattare Valeria Bergantino o visitare il sito dedicato.
Abstract
I sistemi di intelligenza artificiale generativa sono sempre più adottati in contesti decisionali ad alto impatto sociale, come la selezione del personale e la valutazione di candidati. Questi sistemi vengono addestrati su dati che riflettono le disuguaglianze della nostra società e, pertanto, non sono neutri. Essi tendono a riprodurre e, in alcuni casi, ad amplificare le stesse dinamiche patriarcali e razziste con cui determinate categorie di persone devono confrontarsi quotidianamente.
Questo seminario esplora come i large language models riproducano stereotipi sociali, attraverso esperimenti condotti su diversi modelli di AI generativa e combinando approcci quantitativi e qualitativi: dall’analisi delle discriminazioni di genere nei processi di recruitment, alle forme di bias razzista emerse dallo studio del comportamento dei modelli quando interrogati con varietà linguistiche non dominanti.
A partire da questi risultati, il seminario propone una riflessione critica sull’uso dell’intelligenza artificiale generativa in contesti ad alto rischio sociale e sulla responsabilità della ricerca nell’interrogare e rendere visibili i meccanismi di riproduzione del privilegio nei sistemi algoritmici.
Biografia
Martina Ullasci è borsista presso il Dipartimento di Automatica e Informatica-DAUIN del Politecnico di Torino, dove conduce ricerca con il gruppo SoftEng sui bias intersezionali nei sistemi di intelligenza artificiale generativa. Il suo lavoro adotta una prospettiva interdisciplinare, integrando metodi empirici con contributi provenienti dall’etica dell’IA e dagli studi di genere, con un focus particolare sull’impatto dei large language models nei processi decisionali ad alto rischio sociale, come il recruitment e la selezione del personale.
Per partecipare online, collegarsi al seguente link.
Per ulteriori informazioni contattare Valeria Bergantino o visitare il sito dedicato.
27 maggio 2026 - ore 13,00