Etikk

Etiske prinsipper for AI gjennomgår meta-analyse, menneskerettigheter understrekes

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

I 2019 var det mer fokus på etikk i AI enn noen gang tidligere. Likevel virket mye av denne diskusjonen uklar, uten noen kodifisert tilnærming. I stedet skapte forskjellige selskaper sine egne rammer og politikker når det gjaldt etikk i AI. Å ha en konsensus om etiske spørsmål i AI er viktig fordi det hjelper politikere å skape og justere politikker, og det informerer også arbeidet som utføres av forskere og akademikere. Utenfor dette må AI-selskaper vite hvor de etiske grensene er hvis de håper å unngå ueiske implementeringer av AI. For å skape et bedre bilde av trendene i etikk i AI, som VentureBeats rapporterer, utførte Berkman Klein Center ved Harvard University en meta-analyse av de ulike eksisterende etiske prinsipper og rammer for AI.

Ifølge forfatterne av analysen ønsket forskerne å sammenligne prinsippene side om side for å se etter overlap og divergens. Jessica Fjeld, assisterende direktør for Harvard Law School Cyberlaw Clinic, forklarte at forskningsteamet ønsket å “avdekke den skjulte momentum i en splittet, global samtale om fremtiden til AI, som resulterte i denne hvitboken og den tilhørende datavisualiseringen.”

Under analysen undersøkte teamet 36 ulike dokumenter med AI-prinsipper som opprinnelig kom fra hele verden og fra mange ulike organisasjonstyper. Resultatene av forskningen viste at det var åtte temaer som fortsatt dukket opp over mange dokumenter.

Personvern og ansvar var to av de mest vanlige etiske temaene, likeså var AI-sikkerhet/sikkerhet. Gjennomsiktighet/forklarbarhet var også et vanlig nevnt mål, med mange forsøk på å gjøre algoritmer mer forklarbare over hele 2019. Rettferdighet/ikke-diskriminering var et annet etisk fokusområde, som reflekterte voksende bekymringer om dataforvrengning. Å sikre menneskelig kontroll over teknologi, og ikke overlate beslutningsmyndighet til AI, ble også sterkt nevnt. Faglig ansvar var det syvende vanlige temaet funnet av forskerne. Til slutt fant forskerne kontinuerlig omtale av fremming av menneskelige verdier i AI-etikkdokumentene de undersøkte.

Forsknings-teamet ga kvalitative og kvantitative nedbrytninger av hvordan disse temaene manifesterte seg innen AI-etikkdokumenter i deres papir og i en tilhørende karta. Kartet viser hvor hvert av temaene ble nevnt.

Forsknings-teamet noterte at mye av AI-etikkdiskusjonen dreide seg om bekymring for menneskelige verdier og rettigheter. Som forskningspapiret noterer:

“64% av våre dokumenter inneholdt en referanse til menneskerettigheter, og fem dokumenter [14%] tok internasjonale menneskerettigheter som ramme for deres totale innsats.”

Referanser til menneskerettigheter og verdier var mer vanlige i dokumenter produsert av private sektorgrupper og sivilsamfunnsgrupper. Dette indikerer at AI-private sektor selskaper ikke bare er opptatt av å tjene penger, men også å produsere AI på en etisk måte. I mellomtiden ser det ut til at regjeringer er mindre opptatt eller klar over AI-etikk generelt, med mindre enn halvparten av AI-relaterte dokumenter som opprinnelig kommer fra regjeringer som omhandler seg selv med AI-etikk.

Forskerne noterte også at hvis dokumentene de undersøkte var mer nylige, var de mer sannsynlig å omhandle alle de åtte mest fremtredende temaene i stedet for bare noen få. Denne faktum antyder at ideene bak hva som utgjør etisk AI-bruk begynner å samles blant de som leder diskusjonen om AI-etikk. Til slutt påpeker forskerne at suksessen til disse prinsippene i å guide utviklingen av AI vil avhenge av hvor godt de er integrert i AI-utviklerfellesskapet som helhet. Forskerne påpeker i papiret:

“Merover, prinsipper er en start på styring, ikke en slutt. På egen hånd er en samling av prinsipper usannsynlig å være mer enn svakt overbevisende. Deres innvirkning er sannsynlig å avhenge av hvordan de er innlemmet i et større styringssystem, inkludert for eksempel relevante politikker (f.eks. AI-nasjonale planer), lover, reguleringer, men også faglige praksiser og daglige rutiner.”

Blogger og programmerer med spesialområder i Machine Learning og Deep Learning emner. Daniel håper å hjelpe andre med å bruke kraften av AI for sosialt godt.