S18 · AA, datuak eta etika

1 · Berrikuspena 0-8 min

Aurreko astekoa

Non huts egin zuen transkripzioak, eta zergatik hor?
Zer zeregin emango zenioke AAri lasai, eta zer ez inoiz?
Zer arrazoi desagertuko da denborarekin eta zein ez?

2 · Lehen froga 8-33 min

Datu-meatzaritza eskuz

1. froga

Aurkitu inork idatzi ez duen araua

25 min · hiruko taldeak

Materiala: hogei mailegu-fitxa inprimatuta (irakasleak prestatuta), koadernoa.

Talde bakoitzak tailerreko hogei mailegu-fitxa jasotzen ditu: nork, zer materiala, zer egunetan, zenbat denboraz.
Aztertu eta bilatu hiru patroi. Adibidez: zer eramaten da beti batera? Zein egunetan eskatzen da gehien? Zer itzultzen da beti berandu?
Patroi bakoitza arau moduan idatzi: «X eramaten duenak Y ere eramaten du kasuen % Z-tan».
Erabaki: zer egingo zenuke arau horrekin? Zer aldatuko zenuke biltegian?
Alderatu taldeen artean: patroi berdinak aurkitu dituzue?

Zer aurkitu behar duzu

1. Egin duzuena datu-meatzaritza da: datu gordinetan inork idatzi ez zuen ezagutza aurkitzea.

2. Patroia ez zenuen zuk jarri eta ez zegoen fitxa bakar batean ere: hogeien artean bakarrik agertzen da. Hori da «datu masiboen» ideia, eskala txikian.

3. Adibide klasikoa supermerkatuena da: pixoihalak erosten dituenak garagardoa ere erosten duela aurkitu zuten. Inork ez zuen espero, eta apalak berrantolatu zituzten.

3 · Edukia 33-55 min

Datuetatik ezagutzara, eta hortik arazoetara

Ezagutzaren aurkikuntza (KDD)

Urratsa	Zer egiten den
Datuak lortu	Iturri desberdinetako datu gordinak biltzea
A · Garbitu	Bikoiztuak, hutsak eta akatsak kentzea
B · Prestatu	Eraldatu, normalizatu, garrantzitsuenak hautatu. Denbora gehien hemen doa.
C · Meatzaritza	Algoritmoak aplikatu: multzokatzea, erregresioa, sailkapena, anomaliak
D · Ebaluatu	Aurkitutako patroiak baliozkoak eta erabilgarriak diren egiaztatu

Eredua eta patroia

Bereizketa erabilgarria: bonboiak egiteko moldea eredua da; ateratzen diren bonboiak, patroiak. Ereduak sortzen ditu patroiak.

Lau arazo, lau erantzun

Arazoa	Zer den	Zer egin daitekeen
Pribatutasuna	Ereduek datu pertsonal asko behar dituzte	Anonimizatu, pseudonimizatu, ikaste federatua erabili
Alborapena	Datuen desoreka errepikatu eta handitu egiten da	Entrenamendu-multzoa orekatu eta auditatu
Gardentasuna	«Kutxa beltza»: ez dakigu zergatik erabaki duen hori	Azalgarritasuna eskatu erabaki kritikoetan
Erantzukizuna	Sistemak kalte egiten badu, nor da errudun?	Gizakiaren gainbegiratzea eta auditoretza

Air Canadaren kasua

Konpainiaren txatbotak informazio okerra eman zion bezero bati tarifa bati buruz. Enpresak esan zuen txatbota «bere kabuz» ari zela eta ez zela haren erantzukizuna. Epaileak konpainia egin zuen erantzule.

Ondorioa argia da: zure izenean hitz egiten duen sistemaren erantzukizuna zurea da. Ez dago «makinak esan du»-rik.

Araudia

DBEO (RGPD): datu pertsonalak tratatzeko baimena, xede zehatza eta epea behar dira. Ezabatzeko eta eramateko eskubidea.
Europako AA Legea: arriskuaren araberako sailkapena. Debekatuta daude gizarte-puntuazioa eta denbora errealeko identifikazio biometriko masiboa (salbuespen oso mugatuekin). Eredu orokorrek zer daturekin entrenatu diren azaldu behar dute.

4 · Bigarren froga 55-80 min

Eztabaida: nondik atera dute?

2. froga

Lau postu, eztabaida antolatua

25 min · lau talde

Materiala: koadernoa. Denbora kontrolatuta.

Abiapuntua: irudiak eta testuak sortzen dituzten ereduak Internetetik hartutako milioika obrarekin entrenatu ziren: argazkiak, ilustrazioak, filmak, testuak. Gehienetan egileei baimenik eskatu gabe. Informazioa publikoa izateak ez du esan nahi jabari publikokoa denik.

Lau talde, lau postu esleituta (ez aukeratuta):
- A — Sortzaileak: baimena eta ordaina behar dira
- B — Enpresa teknologikoak: publikoki eskuragarri dagoena ikastea zilegi da
- C — Erabiltzaileak: tresna hauek sarbidea demokratizatzen dute
- D — Erregulatzaileak: muga argiak behar dira
5 min: prestatu zuen postuaren hiru argudio.
8 min: bi minutu talde bakoitzeko azaltzeko.
7 min: erantzunak eta kontraargudioak, txandaka.
5 min: bakoitzak bere iritzi propioa idazten du koadernoan —esleitutako postua edozein izanik ere—.

Zer aurkitu behar duzu

1. Lau postuek dituzte argudio sendoak. Ez da erraza, eta erraza dela dioena ez da ari arretaz begiratzen.

2. Zuk bi aldeetan zaude: tresna erabiltzen duzu eta sortzailea izango zara. Ez da beste norbaiten eztabaida.

3. Eztabaida ez da «AA bai ala ez»: zer baldintzatan da. Hori da erabaki daitekeena.

5 · Proiektua · 2. zatia 80-112 min

Zer arlo digitaliza daiteke

Zer entregatu behar duzuen

S14ko analisitik abiatuta, orain zer digitaliza daitekeen zehaztu behar duzue, arloz arlo.

Organigrama 8 min — marraztu zuen erakundearen arloak edo sailak. Txikia bada ere, funtzioak bereiz daitezke: produkzioa, materiala, administrazioa, komunikazioa.
Arloz arlo 14 min — bakoitzarentzat:
- Zer prozesu egiten dira eskuz?
- Non galtzen da denbora edo non sortzen dira akatsak?
- Zer datu sortzen dira eta ez dira erabiltzen?
Lehentasunak 10 min — kokatu prozesu bakoitza taula batean: zenbat inpaktu (handia/txikia) eta zenbat zailtasun (handia/txikia). Lau koadrante.

	Zailtasun txikia	Zailtasun handia
Inpaktu handia	Hemendik hasi beti	Proiektu estrategikoak
Inpaktu txikia	Egin denbora badago	Ez egin

6 · Itxiera 112-120 min

Zer daramagu etxera

Datu-meatzaritzak inork idatzi ez duen ezagutza ateratzen du datuetatik.
Lau arazo: pribatutasuna, alborapena, gardentasuna eta erantzukizuna.
Sistemaren erantzukizuna erabiltzen duenarena da, ez makinarena.
Entrenamenduaren eztabaidan bi aldeetan zaude: erabiltzailea eta sortzailea.

«Makinak esan du» ez da erantzun bat.

4. IEren ebaluazioa

Bloke hau hemen ixten da. Ebaluatzen dena: tresna baten erabilera-txostena (hiru atalak) eta eztabaidako parte-hartzea.

Jarri zeure burua proban

Hiru galdera

1. KDD prozesuan, zein urratsek eskatzen du denbora gehien?

Datuak lortzea
Datuak prestatzea eta eraldatzea
Algoritmoa aplikatzea
Emaitzak aurkeztea

Erantzuna

b. Garbiketak eta prestaketak proiektuaren denboraren zatirik handiena hartzen dute. Algoritmoa aplikatzea da azkarrena.

2. Enpresa baten txatbotak informazio okerra ematen badu, nor da erantzule?

Txatbota egin duen enpresa
Inor ez: sistema automatikoa da
Txatbota erabiltzen duen enpresa
Bezeroa, egiaztatu ez duelako

Erantzuna

c. Air Canadaren kasuan epaileak hala erabaki zuen. Zure izenean hitz egiten duen sistema zure erantzukizuna da.

3. Zer esan nahi du «informazioa publikoa izateak ez du esan nahi jabari publikokoa denik»?

Interneten dagoena ezin dela ikusi
Ikusgai egoteak ez duela egile-eskubiderik kentzen
Datu publikoak beti direla doakoak
Jabari publikoa eta Internet gauza bera direla

Erantzuna

b. Argazki bat ikusgai egoteak ez du esan nahi edonork erabil dezakeenik nahi duenerako. Hori da scrapingaren inguruko eztabaidaren muina.

Hiztegi berria

Saio honetako hitzak

Datu-meatzaritzaminería de datos

Datu-multzo handietan patroi baliagarriak eta ezezagunak aurkitzea.

KDDdescubrimiento de conocimiento

Datu gordinetatik ezagutzara doan prozesu osoa.

Scraping-ascraping

Webgunetatik datuak masiboki ateratzea, sarritan baimenik gabe.

Pseudonimizazioaseudonimización

Identifikatzaileak ordezkatzea, jatorrizko lotura bereiz gordeta.

Ikaste federatuaaprendizaje federado

Eredua gailu bakoitzean entrenatzea, datuak zentralizatu gabe.

Azalgarritasunaexplicabilidad

Sistema batek zergatik erabaki duen ulertzeko gaitasuna.

DBEORGPD

Datuak Babesteko Erregelamendu Orokorra, Europakoa.

AA LegeaReglamento europeo de IA

Europako araudia, sistemak arriskuaren arabera sailkatzen dituena.

Hiztegi osoa: moduluaren hiztegia.

Iturriak

Eusko Jaurlaritza, Lanbide Heziketako Sailburuordetza — 4.3 AA eta datuak: erlazio sinbiotikoa. CC BY-NC-SA 4.0. Moreno Pérez, J. C. — Produkzio-sektoreei aplikatutako digitalizazioa II, 4.5 eta 4.7 atalak (Air Canadaren kasua barne). Editorial Síntesis, 2025. Mailegu-fitxak eta eztabaidaren egitura: material propioa.