Découvrez comment l'IA peut habiliter les travailleurs de l'économie à la tâche grâce à l'action collective. Apprenez à propos d'un cadre utilisant des LLM et des données détenues par les travailleurs pour créer des technologies qui améliorent les conditions de travail sur des plateformes comme Upwork et Amazon Mechanical Turk.
- Introduction à l'IA et à l'action collective des travailleurs
Aperçu de l'IA et de ses applications
L'économie du gig: plateformes et leur impact
Action collective: concepts et exemples
- Comprendre les grands modèles de langage (LLM)
Que sont les LLM et comment fonctionnent-ils ?
Cas d'utilisation des LLM dans diverses industries
Limitations et considérations éthiques
- Données détenues par les travailleurs
L'importance de la propriété des données
Souveraineté des données et confidentialité
Études de cas: initiatives réussies de données par les travailleurs
- Cadre d'IA pour responsabiliser les travailleurs du gig
Concevoir des outils d'IA pour la négociation collective
Rôle des LLM pour améliorer les conditions de travail
Construire des systèmes d'IA transparents et responsables
- Amélioration des conditions de travail sur les plateformes de gig
Analyse des plateformes comme Upwork et Mechanical Turk
Identifier les points douloureux et les opportunités d'intervention de l'IA
Développer des solutions technologiques centrées sur les travailleurs
- Études de cas et applications réelles
Implémentations réussies de l'IA pour l'action des travailleurs
Leçons tirées des initiatives précédentes
Écueils potentiels et comment les éviter
- Ateliers et sessions pratiques
Exercices pratiques avec des outils d'IA pour l'action collective
Projets de groupe sur la création de solutions basées sur l'IA pour les travailleurs du gig
Sessions de retour d'expérience et de critique
- Implications éthiques et sociales
Aborder les biais dans les modèles d'IA
Assurer l'équité dans le déploiement technologique
Impacts à long terme sur l'économie du gig et les travailleurs
- Projet final: Concevoir une solution d'IA pour les travailleurs du gig
Développement et présentation de la proposition
Révision par les pairs et retour d'expérience collaboratif
Affinement et plans d'implémentation future
- Clôture du cours et directions futures
Récapitulatif des enseignements clés
Tendances émergentes dans l'IA et le travail
Opportunités de recherche et d'action supplémentaires