Fähigkeiten ai-ethics
🛡️

ai-ethics

Sicher

Appliquer les principes d'éthique de l'IA au développement

Auch verfügbar von: Joseph OBrien

Les systèmes d'IA peuvent perpétuer les biais et causer des préjudices sans garanties éthiques appropriées. Cette compétence fournit des indications complètes pour mettre en œuvre des mesures d'équité, détecter les biais, assurer la conformité réglementaire et construire des systèmes d'IA dignes de confiance.

Unterstützt: Claude Codex Code(CC)
📊 70 Angemessen
1

Die Skill-ZIP herunterladen

2

In Claude hochladen

Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen

3

Einschalten und loslegen

Teste es

Verwendung von "ai-ethics". Evaluate this hiring AI model for potential bias and recommend mitigation strategies

Erwartetes Ergebnis:

  • **Bias Types to Check**: Historical bias from past hiring decisions, representation bias if training data underrepresents certain groups, measurement bias from proxy variables like ZIP code
  • **Fairness Metrics to Apply**: Calculate demographic parity across gender, equalized odds for false positive/negative rates, predictive parity for precision
  • **Recommended Mitigation**: Pre-processing (resampling and reweighting), in-processing (fairness constraints in loss function), post-processing (threshold adjustment per group)
  • **Documentation Required**: Model card with purpose, training data description, performance by subgroup, limitations, and version history

Sicherheitsaudit

Sicher
v3 • 1/10/2026

This is a pure prompt-based documentation skill with no code execution capabilities. The SKILL.md file contains only informational content about AI ethics principles, bias detection, governance frameworks, and regulatory compliance. No network calls, filesystem access, or command execution patterns were detected.

1
Gescannte Dateien
209
Analysierte Zeilen
0
befunde
3
Gesamtzahl Audits
Keine Sicherheitsprobleme gefunden
Auditiert von: claude Audit-Verlauf anzeigen →

Qualitätsbewertung

38
Architektur
100
Wartbarkeit
83
Inhalt
31
Community
100
Sicherheit
87
Spezifikationskonformität

Was du bauen kannst

Construire des modèles équitables

Appliquer des techniques de détection et d'atténuation des biais pendant le cycle de vie du développement du modèle pour prévenir les résultats discriminatoires.

Évaluer l'impact de l'IA

Conduire des évaluations d'impact éthique avant de déployer les fonctionnalités d'IA pour identifier les préjudices potentiels pour les utilisateurs et les parties prenantes.

Répondre aux exigences réglementaires

Documenter les systèmes d'IA conformément aux exigences du règlement européen sur l'IA et préparer les audits et processus de certification.

Probiere diese Prompts

Vérifier les biais
Use the AI Ethics skill to evaluate this AI model for potential bias. What types of bias should I look for? What fairness metrics apply?
Évaluer l'équité
Apply the AI Ethics skill to assess fairness for this classification model. How do I calculate demographic parity and equalized odds across protected groups?
Concevoir une supervision
Use the AI Ethics skill to design a human-in-the-loop oversight system for high-stakes AI decisions. What patterns and escalation paths should I implement?
Assurer la conformité
Apply the AI Ethics skill to ensure this AI system complies with the EU AI Act. What documentation and risk assessment requirements apply?

Bewährte Verfahren

  • Appliquer la détection des biais tout au long du cycle de vie du ML, de la collecte de données au déploiement et à la surveillance du modèle
  • Utiliser plusieurs métriques d'équité car différentes métriques peuvent entrer en conflit et aucune métrique unique ne capture tous les aspects de l'équité
  • Documenter toutes les considérations éthiques, les limitations et les évaluations d'impact sur les parties prenantes dans les fiches de modèle

Vermeiden

  • Supposer qu'une précision globale élevée signifie que le modèle est équitable pour tous les groupes démographiques
  • Utiliser un seul attribut protégé pour les vérifications d'équité sans considérer l'intersectionnalité
  • Déployer des systèmes d'IA à forts enjeux sans supervision humaine ou capacités de substitution

Häufig gestellte Fragen

Cette compétence fonctionne-t-elle avec tous les frameworks d'IA?
Oui. Les principes d'éthique s'appliquent universellement indépendamment du framework ML ou du type de modèle utilisé.
Quelles métriques d'équité la compétence recommande-t-elle?
Elle couvre la parité démographique, les chances égalisées, la parité prédictive et l'équité individuelle avec l'analyse contre-factuelle.
Comment cela s'intègre-t-il avec d'autres compétences?
Utilisez avec machine-learning pour le développement de modèles, testing pour les tests de biais, et documentation pour les fiches de modèle.
Mes données sont-elles安全 lorsque j'utilise cette compétence?
C'est une compétence basée sur des invites sans exécution de code. Aucune donnée ne quitte votre système et aucun appel externe n'est effectué.
Pourquoi mon modèle montre-t-il une précision élevée mais échoue aux vérifications d'équité?
Une précision globale élevée peut masquer un impact disparate. Vérifiez les métriques de performance séparément pour chaque groupe démographique.
En quoi cela diffère-t-il des directives générales sur l'IA?
Cette compétence fournit des cadres spécifiques et actionnables pour l'atténuation des biais, la gouvernance et la conformité réglementaire.

Entwicklerdetails

Dateistruktur

📄 SKILL.md