Moral Machine Learning: Mengajar Mata Kuliah di Persimpangan Statistika Terapan dan Filsafat Moral

Penerapan statistika semakin sering memunculkan pertimbangan etis, yang sering kali tidak dapat diselesaikan hanya melalui statistika. Penulis berargumen bahwa terdapat kekosongan komparatif dalam penalaran moral di dalam kurikulum statistika dan ilmu data. Untuk mengatasinya, diusulkan sebuah mata kuliah yang mengintegrasikan statistika terapan dan filsafat moral, dirancang untuk diterapkan di sebuah lembaga penelitian besar tetapi dapat dialihkan ke konteks lain. Motivasi ini berasal dari kebutuhan yang terus tumbuh bagi para statistikawan dan ilmuwan data untuk menavigasi dilema etis yang muncul dalam pekerjaan mereka.

Metode pengajaran mengedepankan studi kasus sebagai contoh nyata dalam alur kerja yang berulang. Alur kerja ini melibatkan empat langkah: identifikasi dilema, analisis statistik, pembelaan filosofis, dan penerapan pada studi kasus tertentu. Mata kuliah ini dirancang agar dapat diadaptasi, dengan mekanisme penilaian formatif dan sumatif yang disajikan. Penulis juga membahas arah masa depan dan potensi jebakan dalam menerapkan mata kuliah interdisipliner semacam ini.