Curso de IA para o Bem Social

Aula 1 • O que é IA e Como Funciona

Aborda aprendizado de máquina, aprendizado profundo e sistemas baseados em regras em um nível conceitual. Fundamenta os alunos na terminologia usada ao longo do curso.

Aula 2 • Dados como Fundamento da IA

Explica como a qualidade, quantidade e representatividade dos dados determinam o desempenho da IA. Prepara os alunos para avaliar conjuntos de dados usados em projetos de impacto social.

Aula 3 • Visão Geral do Ciclo de Vida de Projetos de IA

Apresenta o processo de ponta a ponta, desde a definição do problema até a implantação e o monitoramento. Define expectativas sobre como os capítulos subsequentes se mapeiam para as fases do projeto.

Aula 1 • Detecção e Mitigação de Viés

Ensina métodos para identificar viés em dados de treinamento e saídas de modelos. Aborda diretamente o impacto desproporcional em comunidades marginalizadas.

Aula 2 • Estruturas e Padrões de Governança

Examina diretrizes internacionais de IA responsável e padrões específicos do setor. Permite que os alunos alinhem projetos com estruturas de prestação de contas reconhecidas.

Aula 3 • Princípios Éticos Fundamentais para IA

Apresenta justiça, prestação de contas, transparência e privacidade como requisitos de design. Ancora o raciocínio ético a decisões concretas de projeto.

Aula 4 • Avaliação de Risco Ético na Prática

Aplica um processo estruturado de avaliação de risco a cenários realistas de bem social. Conecta princípios abstratos a salvaguardas de projeto acionáveis.

Aula 1 • Compartilhamento de Dados e Interoperabilidade

Aborda padrões de dados abertos, APIs e abordagens de dados federados para colaboração entre organizações. Permite a troca responsável de dados sem centralizar informações sensíveis.

Aula 2 • Limpeza e Pré-processamento de Dados

Ensina abordagens sistemáticas para lidar com ruído, outliers e inconsistências em conjuntos de dados reais e desorganizados. Melhora diretamente a confiabilidade do modelo downstream.

Aula 3 • Arquitetura de Armazenamento e Acesso a Dados

Examina opções de armazenamento em nuvem, local e híbrido adequadas para organizações de bem social. Equilibra requisitos de custo, segurança e acessibilidade.

Aula 4 • Coleta de Dados em Ambientes Desafiadores

Aborda coleta de dados móvel, ferramentas offline-first e redes de sensores em campo. Trata da confiabilidade e qualidade dos dados sob restrições de infraestrutura.

Aula 1 • Sensoriamento Remoto e Observação da Terra

Aborda a análise de imagens de satélite e drones para uso da terra, desmatamento e rastreamento de poluição. Desenvolve habilidades na interpretação de saídas geoespaciais de IA.

Aula 2 • Otimização de Sistemas Energéticos

Explora aplicações de IA na gestão da rede elétrica, previsão de energia renovável e resposta à demanda. Conecta técnicas de otimização às metas de redução de carbono.

Aula 3 • Monitoramento da Biodiversidade e Ecossistemas

Aplica visão computacional e IA acústica à identificação de espécies e avaliação de habitat. Demonstra monitoramento de conservação escalável a baixo custo.

Aula 4 • Agricultura Sustentável e Sistemas Alimentares

Aborda agricultura de precisão, previsão de produtividade agrícola e redução de desperdício na cadeia de suprimentos. Conecta as saídas da IA à segurança alimentar e aos resultados para pequenos agricultores.

Aula 1 • Vigilância de Doenças e Detecção de Surtos

Examina o monitoramento epidemiológico orientado por IA usando dados clínicos, de mobilidade e sociais. Prepara os alunos para avaliar projetos de sistemas de alerta precoce.

Aula 2 • Descoberta e Reposicionamento de Fármacos

Apresenta métodos de IA para identificar candidatos a fármacos e reposicionar compostos existentes para doenças negligenciadas. Conecta a velocidade computacional ao acesso e à acessibilidade financeira.

Aula 3 • Saúde Mental e Suporte Orientado por IA

Explora IA conversacional, triagem de risco e terapias digitais para saúde mental em populações carentes. Aborda os limites éticos do suporte automatizado.

Aula 4 • Fortalecimento do Sistema de Saúde com IA

Aplica IA à gestão da cadeia de suprimentos, planejamento da força de trabalho e otimização do fluxo de pacientes. Foca no impacto sistêmico em vez de ferramentas clínicas individuais.

Aula 1 • Avaliação de Danos e Análise de Necessidades

Aplica imagens de satélite e dados crowdsourced ao mapeamento rápido de danos pós-desastre. Permite diagnósticos de necessidades mais rápidos e precisos em campo.

Aula 2 • Apoio a Refugiados e Deslocados

Aborda aplicações de IA no registro, gestão de casos e correspondência de serviços para populações deslocadas. Enfatiza dignidade, consentimento e proteção de dados.

Aula 3 • Otimização de Logística e Cadeia de Suprimentos

Examina roteamento, gestão de inventário e entrega de última milha orientados por IA em cenários de crise. Aborda as restrições exclusivas das cadeias de suprimentos humanitárias.

Aula 4 • Detecção de Crises e Alerta Precoce

Aborda métodos de IA para detectar escalada de conflitos, risco de fome e início de desastres naturais. Conecta saídas de alerta precoce a gatilhos humanitários acionáveis.

Aula 1 • Escalando e Sustentando Soluções de IA

Aborda fatores técnicos, organizacionais e financeiros que determinam se um piloto pode escalar. Prepara os alunos para planejar a sustentabilidade da solução a longo prazo.

Aula 2 • Métricas de Avaliação para Impacto Social

Aborda métricas técnicas juntamente com métricas de equidade, cobertura e resultado específicas para contextos de bem social. Garante que a avaliação reflita o impacto no mundo real, não apenas a precisão do modelo.

Aula 3 • Design de IA Centrado no Ser Humano

Apresenta métodos de design participativo que centralizam as comunidades afetadas no desenvolvimento de soluções de IA. Previne o desalinhamento entre saídas técnicas e necessidades dos usuários.

Aula 4 • Pilotagem e Testes de Campo

Estrutura pilotos controlados, testes A/B e avaliações randomizadas para intervenções de IA. Constrói evidências antes de escalar para evitar danos em larga escala.

Aula 1 • Construindo uma Estratégia de IA para o Bem Social

Orienta líderes no alinhamento de investimentos em IA com a missão organizacional e a teoria da mudança. Produz um roteiro de IA priorizado e realista em termos de recursos.

Aula 2 • Governança de IA Responsável em Escala

Projeta estruturas institucionais de governança para supervisão contínua de IA, incluindo comitês de ética e processos de auditoria. Garante a prestação de contas à medida que o uso da IA se expande.

Aula 3 • Medindo e Comunicando o Impacto da IA

Estabelece estruturas para atribuir resultados sociais a intervenções de IA e relatar para doadores e conselhos. Constrói credibilidade organizacional e cultura de aprendizado.

Aula 4 • Gestão de Mudanças para Adoção de IA

Aplica princípios de gestão de mudanças à integração de IA em organizações orientadas por missão. Aborda resistência da equipe, lacunas de habilidades e redesenho de fluxos de trabalho.