למידת מכונה (Machine Learning) לעיתים מכונה גם למידה חישובית היא תת-תחום במדעי המחשב ובבינה מלאכותית המשיק לתחומי הסטטיסטיקה והאופטימיזציה.

התחום עוסק בפיתוח אלגוריתמים המיועדים לאפשר למחשב ללמוד מתוך דוגמאות, ופועל במגוון משימות חישוביות בהן התכנות הקלאסי אינו אפשרי או אינו כדאי.

למידת מכונה היינו תחום חדש באופן יחסי ולאחרונה אחראי לפריצות דרך משמעותיות בעולמות הבינה המלאכותית, כריית המידע וגילוי אוטומטי של ידע מתוך נתונים.

בבסיס תחום זה עומדת היכולת לגרום למחשבים לפעול ״עצמאית״ מבלי לתכנת אותם, וזאת ע״י אנליזה וניתוח כמויות גדולות של מידע מהעבר שיאפשר לזהות תבניות ולחזות התנהגותיות בעתיד.

בעולם החדשני בו אנו חיים כיום, לאיכות המוצרים והשירותים הטכנולוגיים יש חשיבות רבה.

דבר אשר נגזר ומושפע מרמת המקצועיות של מהנדסים וחברות.

בוא נחשוב לשנייה על מהנדס תוכנה, אשר יכול לגרום נזק עצום אם אין לו קו אתי מנחה.

בידיו יש כוח רב עוצמה המעצב מחדש את הפרקטיקות היומיומיות, האינטראקציות האישיות,

המקצועיות והסביבות. לרווחת האנושות, יש חשיבות מכרעת לכך שכוח זה ישמש ככוח חיובי ולא הרסני.

אנו נמצאים בעיצומה של מהפכת הנתונים ובעוד שזה זמן ומקום מדהים להיות בו, יש להיזהר מההשלכות הנובעות מכך.

כיום, טכנולוגיות AI נמצאות בשלב מתקדם של התפתחות ואימוץ, בעקבות התפתחויות במתמטיקה ומדעי המחשב,

שמאפשרים כוח מחשוב רב ויכולת לתפוס ולאחסן כמויות גדולות של נתונים.

בהתאם, אפיקים שונים של קבלת החלטות אנושיות מוחלפים או נתמכים יותר ויותר על ידי מחשבים,

בין אם זה באישור או סירוב של בקשות הלוואות במערכת הפיננסית או בסוגי אלגוריתמים, כגון של פייסבוק,

המקשרים ביננו לעולם. ללא התוספת האנושית – כלומר המוסרית – אנו בונים מסביבנו חומות טכנולוגיות יעילות,

אך שעשויות להיות פוגעניות. שימוש וניהול נכון של הכח הדיגיטלי חייב לקחת בחשבון סוגיות שחורגות

הרבה מעבר להנדסה עצמה. בקורס ״אתיקה בהנדסה״ נניח תשתית תיאורטית להבנה וניתוח דילמות אתיות הנדסיות