Impact of computing · Dampak komputasi
Computing changes the world
- Computing affects almost every part of life: school, work, health, money, and friends.
- The same tool can bring benefits (good effects) and harms (bad effects).
- A good computer scientist thinks about both sides, not just the cool features.
Komputasi mengubah dunia
- Komputasi memengaruhi hampir setiap aspek kehidupan: sekolah, kerja, kesehatan, keuangan, dan pertemanan.
- Alat yang sama dapat membawa manfaat (efek positif) dan kerugian (efek negatif).
- Ilmuwan komputer yang baik mempertimbangkan kedua sisi, bukan hanya fitur-fitur menariknya saja.
One technology, two sides:
Social media
Benefit: stay in touch, share, learn
Harm: bullying, false news, less sleep
Benefits and harms together
- A benefit for one group can be a harm for another.
- Example: an app that suggests videos keeps you watching (benefit for the company) but can waste your time (harm for you).
- Always ask: who gains, who loses, and what could go wrong?
Manfaat dan kerugian bersama
- Manfaat bagi satu kelompok bisa menjadi kerugian bagi kelompok lain.
- Contoh: aplikasi yang menyarankan video membuat Anda terus menonton (manfaat bagi perusahaan) tetapi bisa membuang waktu Anda (kerugian bagi Anda).
- Selalu tanyakan: siapa yang untung, siapa yang rugi, dan apa yang bisa salah?
The digital divide
- The digital divide is the gap between people who have good access to computing and those who do not.
- Causes include money, where you live (no fast Internet), and not having training.
- This is unfair: people without access miss out on school, jobs, and information.
Kesenjangan digital
- Kesenjangan digital adalah kesenjangan antara orang-orang yang memiliki akses komputasi yang baik dan mereka yang tidak.
- Penyebabnya meliputi uang, tempat tinggal (tidak ada internet cepat), dan kurangnya pelatihan.
- Ini tidak adil: orang tanpa akses kehilangan kesempatan di sekolah, pekerjaan, dan informasi.
Bias in computing
- Bias means an unfair result that favors one group over another.
- Software learns from data. If the data is unfair or incomplete, the results can be unfair too.
- Example: a face tool trained mostly on one kind of face may work badly for other people.
Bias dalam komputasi
- Bias berarti hasil yang tidak adil yang menguntungkan satu kelompok dibanding yang lain.
- Perangkat lunak belajar dari data. Jika datanya tidak adil atau tidak lengkap, hasilnya juga bisa menjadi tidak adil.
- Contoh: alat wajah yang dilatih sebagian besar pada satu jenis wajah mungkin bekerja buruk untuk orang lain.
Biased data -> biased results
Training data: mostly group A faces
Result: works well for A, poorly for B
Intellectual property and licensing
- Intellectual property (IP) is creative work people make: code, music, art, writing.
- A license is the rules for how others may use that work. Using work without permission can break the law.
- Open source software shares its code so others may read and reuse it; Creative Commons licenses let creators say "you may share this, with these conditions".
Kekayaan intelektual dan lisensi
- Kekayaan intelektual (IP) adalah karya kreatif yang dibuat orang: kode, musik, seni, tulisan.
- Lisensi adalah aturan tentang bagaimana orang lain dapat menggunakan karya tersebut. Menggunakan karya tanpa izin dapat melanggar hukum.
- Perangkat lunak open source membagikan kodenya agar orang lain dapat membacanya dan menggunakannya kembali; lisensi Creative Commons memungkinkan pembuat menyatakan "Anda boleh membagikan ini, dengan syarat-syarat berikut".
Privacy and PII
- PII means Personally Identifiable Information: data that points to a real person.
- Examples: full name, home address, phone number, ID number, exact location.
- Once data is online it is hard to take back, and apps may collect more than you expect. Share carefully.
Privasi dan PII
- PII berarti Informasi Identifikasi Pribadi: data yang merujuk pada seseorang yang nyata.
- Contoh: nama lengkap, alamat rumah, nomor telepon, nomor identitas, lokasi pasti.
- once data online sulit diambil kembali, dan aplikasi dapat mengumpulkan lebih banyak daripada yang Anda harapkan. Berbagilah dengan hati-hati.
Safe computing
- Use a strong, unique password for important accounts (long, mixed, not reused).
- Watch out for phishing: fake messages that trick you into giving passwords or money. Check the sender; do not click strange links.
- Keep software updated, and think before you post personal data.
Komputasi aman
- Gunakan kata sandi kuat dan unik untuk akun penting (panjang, campuran, tidak digunakan ulang).
- Waspadai phishing: pesan palsu yang menipu Anda untuk memberikan kata sandi atau uang. Periksa pengirim; jangan klik tautan aneh.
- Jaga pembaruan perangkat lunak, dan pikirkan sebelum memposting data pribadi.
Key words
- Digital divide: the gap in access to computing.
- Bias: an unfair result, often from unfair data.
- Intellectual property / license: who owns creative work and how it may be used.
- PII / privacy: personal data, and protecting it.
- Phishing: fake messages that try to steal your information.
Kata-kata kunci
- Kesenjangan digital: kesenjangan dalam akses ke komputasi.
- Bias: hasil yang tidak adil, sering kali berasal dari data yang tidak adil.
- Kekayaan intelektual / lisensi: siapa yang memiliki karya kreatif dan bagaimana karya tersebut dapat digunakan.
- PII / privasi: data pribadi, dan melindunginya.
- Phishing: pesan palsu yang mencoba mencuri informasi Anda.
Common mistakes
- Weigh both the benefits and the harms (bias, privacy, unequal access).
- The digital divide is the gap in access to technology.
Kesalahan umum
- Timbang manfaat dan kerugian (bias, privasi, akses tidak setara).
- Kesenjangan digital adalah kesenjangan dalam akses terhadap teknologi.
Now you try
- These tasks turn the ideas above into code: PII, bias, and password safety.
- Press Check answer to test your code.
Sekarang Anda coba
- Tugas-tugas ini mengubah ide-ide di atas menjadi kode: PII, bias, dan keamanan kata sandi.
- Tekan Periksa jawaban untuk menguji kode Anda.
PII is data that points to a real person. You are given a record fields (a dict like {"name": ..., "color": ..., "phone": ...}) and a set pii_names of PII field names. Write count_pii(fields, pii_names) that returns how many of the record's keys are PII. · PII adalah data yang merujuk pada seseorang nyata. Anda diberikan rekaman fields (dict seperti {"name": ..., "color": ..., "phone": ...}) dan himpunan pii_names nama field PII. Tulis count_pii(fields, pii_names) yang mengembalikan berapa banyak kunci rekaman yang merupakan PII.
Click Run to see the output here. · Klik Jalankan untuk melihat output di sini.
Software can be biased if it works better for one group than another. Write accuracy_gap(correct_a, total_a, correct_b, total_b) that returns group A's accuracy minus group B's accuracy, as a decimal. Example: accuracy_gap(90, 100, 60, 100) is 0.3. · Perangkat lunak dapat berbias jika bekerja lebih baik untuk satu kelompok daripada kelompok lain. Tulis accuracy_gap(correct_a, total_a, correct_b, total_b) yang mengembalikan akurasi Kelompok A dikurangi akurasi Kelompok B, sebagai desimal. Contoh: accuracy_gap(90, 100, 60, 100) adalah 0.3.
Click Run to see the output here. · Klik Jalankan untuk melihat output di sini.
A password is strong when it is at least 12 characters and is not in the list of common passwords. Write is_strong(password, common) returning True or False. Example: with common = ["password", "123456"], is_strong("correcthorsebattery", common) is True. · Kata sandi dianggap kuat jika memiliki minimal 12 karakter dan tidak ada dalam daftar kata sandi umum. Tulis is_strong(password, common) yang mengembalikan True atau False. Contoh: dengan common = ["password", "123456"], is_strong("correcthorsebattery", common) adalah True.
Click Run to see the output here. · Klik Jalankan untuk melihat output di sini.