🍞 Bias in a dataset (the ‘bread’ problem, localized) / डेटासेटमा पूर्वाग्रह (स्थानीयकृत 'रोटी/पाउरोटी' को समस्या)

View

Make forum posts: 1

English
नेपाली

Forum discussion: Bias in a dataset — the bread problem, localized

In this 10-minute forum activity, you will discuss how narrow datasets can make AI misunderstand local culture, language, food, learners, and classroom realities.

Scenario

Imagine an image-recognition AI model trained mostly on photos of sliced Western bread. When it sees roti, sel-roti, chapati, naan, dhindo, or other local foods, it may fail to recognise them correctly. This does not mean local food is less valuable. It means the dataset was too narrow.

The same problem can happen in education. If AI systems are trained mostly on examples from urban, English-speaking, wealthy, or Western contexts, they may misunderstand Nepali classrooms, local languages, rural schools, public-school conditions, local festivals, student names, family structures, or cultural practices.

Your forum post

Write one short forum post of about 120–180 words.

Your post should answer the three questions below.

Your reply

Reply to at least one classmate in about 50–80 words.

Your reply should add a new idea, ask a thoughtful question, or connect their example with your own experience.

Forum post prompts

Give one Nepali example: What local object, food, language, name, festival, classroom practice, or cultural idea might an international AI system misunderstand?
Identify who may be excluded: Which learners or communities might be affected by this kind of narrow data?
Explain as a teacher: How would you explain this issue to students in simple language?

Reply instructions

When replying to a classmate, do not only write “I agree.” Make your reply meaningful. You may use one of these sentence starters:

“Your example made me think about...”
“Another group that might be excluded is...”
“I agree because..., but I also wonder...”
“This could be explained to students by...”

Discussion rule

Be respectful. Avoid blaming any group or culture. Focus on how AI systems can become unfair when their datasets are incomplete or narrow.

Success checklist

I gave one clear Nepali or local example.
I explained who might be excluded.
I connected the issue to teaching or student learning.
I replied thoughtfully to at least one peer.

Forum छलफल: डेटासेटमा पक्षपात — bread समस्या, नेपालीकरण

यस १०-मिनेटको forum गतिविधिमा तपाईंले साँघुरो डेटासेटका कारण एआईले स्थानीय संस्कृति, भाषा, खाना, विद्यार्थी र कक्षाकोठाको वास्तविकता कसरी गलत बुझ्न सक्छ भन्ने विषयमा छलफल गर्नुहुनेछ।

अवस्था

कल्पना गर्नुहोस्, कुनै image-recognition AI model लाई मुख्य रूपमा sliced Western bread का फोटोहरूबाट मात्र तालिम दिइएको छ। त्यसले रोटी, सेलरोटी, चपाती, naan, ढिँडो वा अन्य स्थानीय खाना देख्दा सही रूपमा नचिन्न सक्छ। यसको अर्थ स्थानीय खाना कम महत्वपूर्ण हो भन्ने होइन। यसको अर्थ डेटासेट धेरै साँघुरो थियो भन्ने हो।

शिक्षामा पनि यस्तै समस्या हुन सक्छ। यदि एआई प्रणालीहरू मुख्य रूपमा शहरी, अंग्रेजी बोल्ने, सम्पन्न वा पश्चिमी सन्दर्भका उदाहरणबाट प्रशिक्षित छन् भने तिनले नेपाली कक्षाकोठा, स्थानीय भाषा, ग्रामीण विद्यालय, सार्वजनिक विद्यालयका अवस्था, स्थानीय चाडपर्व, विद्यार्थीका नाम, पारिवारिक संरचना वा सांस्कृतिक अभ्यास गलत बुझ्न सक्छन्।

तपाईंको forum post

करिब १२०–१८० शब्दको एउटा छोटो forum post लेख्नुहोस्।

तपाईंको post ले तलका तीन प्रश्नको उत्तर दिनुपर्छ।

तपाईंको reply

कम्तीमा एक जना सहपाठीलाई करिब ५०–८० शब्दमा reply गर्नुहोस्।

तपाईंको reply ले नयाँ विचार थप्नुपर्छ, अर्थपूर्ण प्रश्न सोध्नुपर्छ, वा सहपाठीको उदाहरणलाई आफ्नै अनुभवसँग जोड्नुपर्छ।

Forum post का प्रश्नहरू

एउटा नेपाली उदाहरण दिनुहोस्: कुन स्थानीय वस्तु, खाना, भाषा, नाम, चाडपर्व, कक्षा अभ्यास वा सांस्कृतिक विचार अन्तर्राष्ट्रिय एआई प्रणालीले गलत बुझ्न सक्छ?
कसलाई बहिष्कार गर्न सक्छ? यस्तो साँघुरो data ले कुन विद्यार्थी वा समुदायलाई असर गर्न सक्छ?
शिक्षकका रूपमा व्याख्या गर्नुहोस्: तपाईंले यो समस्या विद्यार्थीलाई सरल भाषामा कसरी बुझाउनुहुन्छ?

Post लेख्ने सजिलो संरचना

मेरो उदाहरण: मेरो विचारमा एआईले ... गलत बुझ्न सक्छ।

कसलाई असर पर्न सक्छ: यसले ... लाई असर गर्न सक्छ।

विद्यार्थीलाई यसरी बुझाउँछु: एआई उदाहरणबाट सिक्छ। यदि केही उदाहरण छुटे भने यसको उत्तर अन्यायपूर्ण वा गलत हुन सक्छ।

Reply गर्ने निर्देशन

सहपाठीलाई reply गर्दा “म सहमत छु” मात्र नलेख्नुहोस्। आफ्नो reply अर्थपूर्ण बनाउनुहोस्। यी वाक्य सुरु गर्ने तरिका प्रयोग गर्न सक्नुहुन्छ:

“तपाईंको उदाहरणले मलाई ... बारे सोच्न लगायो।”
“बहिष्करणमा पर्न सक्ने अर्को समूह ... हुन सक्छ।”
“म सहमत छु, किनभने ... तर मलाई यो पनि जिज्ञासा छ कि ...”
“यो कुरा विद्यार्थीलाई ... भनेर बुझाउन सकिन्छ।”

छलफल नियम

सम्मानजनक भाषा प्रयोग गर्नुहोस्। कुनै समूह वा संस्कृतिलाई दोष नदिनुहोस्। एआई प्रणालीको dataset अपूर्ण वा साँघुरो हुँदा कसरी अन्यायपूर्ण हुन सक्छ भन्ने विषयमा केन्द्रित हुनुहोस्।

सफलता जाँचसूची

मैले एउटा स्पष्ट नेपाली वा स्थानीय उदाहरण दिएको छु।
मैले कसलाई बहिष्कार वा असर पर्न सक्छ भनेर व्याख्या गरेको छु।
मैले विषयलाई शिक्षण वा विद्यार्थी सिकाइसँग जोडेको छु।
मैले कम्तीमा एक जना सहपाठीलाई अर्थपूर्ण reply गरेको छु।

There are no discussion topics yet in this forum.

Go back

◄ 🔍 Spot the error: verify an AI output / त्रुटि पहिचान: एआईको नतिजा प्रमाणीकरण गर्ने अभ्यास

🛑 The verify-before-you-trust habit / विश्वास गर्नुअघि प्रमाणित गर्ने बानी ►

AI Literacy & Teacher Digital Competency (एआई साक्षरता र शिक्षक डिजिटल दक्षता)

Forum discussion: Bias in a dataset — the bread problem, localized

Scenario

Your forum post

Your reply

Forum post prompts

Suggested post structure

Reply instructions

Discussion rule

Success checklist

Forum छलफल: डेटासेटमा पक्षपात — bread समस्या, नेपालीकरण

अवस्था

तपाईंको forum post

तपाईंको reply

Forum post का प्रश्नहरू

Post लेख्ने सजिलो संरचना

Reply गर्ने निर्देशन

छलफल नियम

सफलता जाँचसूची

🍞 Forum discussion: Bias in a dataset — the bread problem, localized

📌 Scenario

✍️ Your forum post

💬 Your reply

🧩 Forum post prompts

📝 Suggested post structure

🤝 Reply instructions

🚦 Discussion rule

✅ Success checklist

🍞 Forum छलफल: डेटासेटमा पक्षपात — bread समस्या, नेपालीकरण

📌 अवस्था

✍️ तपाईंको forum post

💬 तपाईंको reply

🧩 Forum post का प्रश्नहरू

📝 Post लेख्ने सजिलो संरचना

🤝 Reply गर्ने निर्देशन

🚦 छलफल नियम

✅ सफलता जाँचसूची

Forum discussion: Bias in a dataset — the bread problem, localized

Scenario

Your forum post

Your reply

Forum post prompts

Suggested post structure

Reply instructions

Discussion rule

Success checklist

Forum छलफल: डेटासेटमा पक्षपात — bread समस्या, नेपालीकरण

अवस्था

तपाईंको forum post

तपाईंको reply

Forum post का प्रश्नहरू

Post लेख्ने सजिलो संरचना

Reply गर्ने निर्देशन

छलफल नियम

सफलता जाँचसूची