Etyka

Zasady etyki AI poddane meta-analizie, podkreślono prawa człowieka

mm
Dodaj Unite.AI do preferowanych źródeł w Google

W 2019 roku nastąpił wzrost zainteresowania etyką AI niż kiedykolwiek wcześniej. Jednak wiele z tych dyskusji wydawało się mgliste, bez żadnego skodyfikowanego podejścia. Zamiast tego, różne firmy tworzyły własne ramy i polityki dotyczące etyki AI. Posiadanie konsensusu w sprawie kwestii etyki AI jest ważne, ponieważ pomaga decydentom tworzyć i dostosowywać polityki, a także informuje pracę badaczy i naukowców. Poza tym, firmy AI muszą wiedzieć, gdzie są granice etyczne, jeśli chcą uniknąć nieetycznego wdrożenia AI. Aby stworzyć lepszy obraz trendów w etyce AI, jak donosi VentureBeats, Berkman Klein Center na Uniwersytecie Harvarda przeprowadził meta-analizę różnych istniejących zasad i ram etyki AI.

Zgodnie z autorami analizy, badacze chcieli porównać zasady wzajemnie, aby znaleźć nakładanie się i rozbieżności. Jessica Fjeld, asystentka dyrektora Kliniki Prawa Cyfrowego na Uniwersytecie Harvarda, wyjaśniła, że zespół badawczy chciał „odkryć ukryty impet w skłóconej, globalnej dyskusji na temat przyszłości AI, co zaowocowało tym dokumentem i powiązaną wizualizacją danych.”

Podczas analizy zespół zbadał 36 różnych dokumentów z zasad AI pochodzących z całego świata i różnych typów organizacji. Wyniki badań wykazały, że istnieją osiem tematów, które stale pojawiają się w wielu dokumentach.

Prywatność i odpowiedzialność były dwoma najczęściej pojawiającymi się tematami etycznymi, podobnie jak bezpieczeństwo/safety AI. Przezroczystość/wyjaśnialność była również często cytowanym celem, z wieloma próbami uczynienia algorytmów bardziej wyjaśnialnymi w ciągu 2019 roku. Sprawiedliwość/niedyskryminacja była innym punktem etycznym, odzwierciedlając rosnące obawy o stronniczość danych. Zapewnienie kontroli ludzkiej nad technologią i nieprzekazywanie władzy decyzyjnej AI było również często wymieniane. Odpowiedzialność zawodowa była siódmym powszechnym tematem znalezionym przez badaczy. Wreszcie, badacze znaleźli stałe wzmianki o promowaniu wartości ludzkich w dokumentacji etyki AI, którą badali.

Zespół badawczy przedstawił jakościową i ilościową analizę, jak te tematy manifestują się w dokumentacji etyki AI w swoim artykule i w towarzyszącej mapie. Mapa wyświetla, gdzie każdy z tych tematów został wymieniony.

Zespół badawczy zauważył, że wiele dyskusji na temat etyki AI krążyło wokół troski o wartości i prawa człowieka. Jak zauważa artykuł badawczy:

„64% naszych dokumentów zawierało odniesienie do praw człowieka, a pięć dokumentów [14%] przyjęło międzynarodowe prawa człowieka jako ramę dla całego wysiłku.”

Odwołania do praw człowieka i wartości były bardziej powszechne w dokumentach wytworzonych przez grupy sektora prywatnego i społeczeństwa obywatelskiego. Wskazuje to, że firmy sektora prywatnego AI nie są zainteresowane tylko zyskami, ale także wytwarzaniem AI w sposób etyczny. Tymczasem agencje rządowe wydają się mniej zainteresowane lub świadome etyki AI, z mniej niż połową dokumentów związanych z AI pochodzących z agencji rządowych, które zajmują się etyką AI.

Badacze zauważyli również, że jeśli dokumenty, które badali, były nowsze, były bardziej skłonne do zajmowania się wszystkimi ośmioma najbardziej znaczącymi tematami, zamiast tylko kilkoma. Ten fakt sugeruje, że idee dotyczące tego, co stanowi etyczne użytkowanie AI, zaczynają krystalizować wśród tych, którzy prowadzą dyskusję na temat etyki AI. Wreszcie, badacze stwierdzają, że powodzenie tych zasad w kierowaniu rozwojem AI będzie zależało od tego, jak dobrze zostaną one zintegrowane z szerszą społecznością AI. Badacze stwierdzają w artykule:

„Ponadto, zasady są punktem wyjścia dla zarządzania, a nie celem. Samo zestawienie zasad jest mało prawdopodobne, aby było czymś więcej niż delikatnie przekonywującym. Jego wpływ będzie zależał od tego, jak jest ono osadzone w szerszym ekosystemie zarządzania, w tym na przykład odpowiednich polityk (np. krajowych planów AI), praw, przepisów, a także praktyk zawodowych i codziennych rutyn.”

Blogger i programista ze specjalnościami w Machine Learning i Deep Learning tematy. Daniel liczy, że pomoże innym wykorzystać moc sztucznej inteligencji dla dobra społecznego.