Følg os

Etik

AI-etiske principper gennemgår meta-analyse, menneskerettigheder understreget

mm

I 2019 var der mere fokus på AI-etik end nogensinde før. Men meget af denne diskussion virkede tåget uden nogen kodificeret tilgang. Snarere skabte forskellige virksomheder deres egne rammer og politikker vedrørende AI-etik. At have en konsensus om AI-etiske spørgsmål er vigtigt, fordi det hjælper politikere med at skabe og justere politikker, og det informerer også om arbejdet udført af forskere og forskere. Ud over det skal AI-virksomheder vide, hvor de etiske grænser er, hvis de håber at undgå uetisk implementering af AI. For at skabe et bedre billede af tendenserne inden for AI-etik, som VentureBeats rapporterer, Berkman Klein Center ved Harvard University udført en meta-analyse af de forskellige eksisterende AI-etiske principper og rammer.

Ifølge forfatterne til analysen ønskede forskerne at sammenligne principperne side om side for at se efter overlap og divergens. Jessica Fjeld, assisterende direktør for Harvard Law School Cyberlaw Clinic, forklarede, at forskerholdet ønskede at "afdække det skjulte momentum i en splittet, global samtale om fremtiden for AI, hvilket resulterede i denne hvidbog og den tilhørende datavisualisering."

Under analysen undersøgte holdet 36 forskellige AI-principdokumenter, der stammer fra hele verden og kommer fra mange forskellige organisationstyper. Resultaterne af forskningen viste, at der var otte temaer, der blev ved med at dukke op på tværs af de mange dokumenter.

Privatliv og ansvarlighed var to af de mest almindeligt forekommende etiske temaer, ligesom AI sikkerhed/sikkerhed. Gennemsigtighed/forklarlighed var også et almindeligt nævnt mål, med der mange forsøg på at gøre algoritmer mere forklarlige i løbet af 2019. Retfærdighed/ikke-diskriminering var et andet etisk omdrejningspunkt, hvilket afspejlede voksende bekymringer om databias. At sikre menneskelig kontrol over teknologien og ikke at overgive beslutningsmagten til AI blev også stærkt nævnt. Fagligt ansvar var det syvende fælles tema, som forskerne fandt. Endelig fandt forskerne konstant omtale af fremme af menneskelige værdier i den AI-etiske dokumentation, de undersøgte.

Forskerholdet gav kvalitative og kvantitative nedbrydninger af, hvordan disse temaer manifesterede sig inden for AI-etisk dokumentation i deres papir og i en medfølgende kort. Kortet viser, hvor hvert af temaerne blev nævnt.

Forskerholdet bemærkede, at meget af diskussionen om AI-etik drejede sig om bekymring for menneskelige værdier og rettigheder. Som forskningspapiret bemærker:

"64 % af vores dokumenter indeholdt en henvisning til menneskerettigheder, og fem dokumenter [14 %] tog internationale menneskerettigheder som en ramme for deres samlede indsats."

Referencer til menneskerettigheder og værdier var mere almindelige i dokumenter udarbejdet af grupper i den private sektor og civilsamfundsgrupper. Dette indikerer, at AI-virksomheder i den private sektor ikke kun beskæftiger sig med overskud, men med at producere AI på en etisk måde. I mellemtiden synes offentlige myndigheder generelt at være mindre bekymrede eller bevidste om AI-etik, idet mindre end halvdelen af ​​AI-relaterede dokumenter stammer fra offentlige myndigheder, der beskæftiger sig med AI-etik.

Forskerne bemærkede også, at hvis de dokumenter, de undersøgte, var nyere, var de mere tilbøjelige til at behandle alle de otte mest fremtrædende temaer i stedet for blot nogle få. Denne kendsgerning antyder, at ideerne bag, hvad der udgør etisk AI-brug, begynder at smelte sammen blandt dem, der leder diskussionen om AI-etik. Endelig siger forskerne, at disse princippers succes med at styre udviklingen af ​​AI vil afhænge af, hvor godt integreret de er i AI-udviklingssamfundet som helhed. Forskerne udtaler i avisen:

"Desuden er principper et startsted for styring, ikke en afslutning. I sig selv er det usandsynligt, at et sæt principper er mere end forsigtigt overbevisende. Dens indvirkning vil sandsynligvis afhænge af, hvordan den er indlejret i et større styringsøkosystem, herunder for eksempel relevante politikker (f.eks. AI nationale planer), love, regler, men også professionel praksis og hverdagsrutiner."

Blogger og programmør med speciale i Maskinelæring og Deep Learning emner. Daniel håber at kunne hjælpe andre med at bruge AI's kraft til socialt gode.