Etik

Etiska principer för AI genomgår metaanalys, mänskliga rättigheter betonas

mm
Lägg till Unite.AI bland dina föredragna källor på Google

2019 var det största fokuset på etik för AI än någonsin tidigare. Men mycket av denna diskussion tycktes otydlig, med ingen kodifierad metod. Istället skapade olika företag sina egna ramverk och policys för etik för AI. Att ha en konsensus om etikfrågor för AI är viktigt eftersom det hjälper beslutsfattare att skapa och anpassa policys, och det informerar också arbetet som görs av forskare och akademiker. Utöver detta måste AI-företag veta var de etiska gränserna är om de hoppas undvika oetisk AI-implementation. För att skapa en bättre bild av trenderna inom etik för AI, som VentureBeats rapporterar, utförde Berkman Klein Center vid Harvard University en metaanalys av de olika existerande etiska principerna och ramverken för AI.

Enligt författarna till analysen ville forskarna jämföra principerna sida vid sida för att leta efter överlapp och avvikelse. Jessica Fjeld, biträdande direktör för Harvard Law School Cyberlaw Clinic, förklarade att forskarteamet ville “avslöja den dolda momentum i en splittrad, global konversation om AI:s framtid, vilket resulterade i denna vitbok och den associerade datavisualiseringen.”

Under analysen undersökte teamet 36 olika AI-principdokument som härrörde från hela världen och kom från många olika organisationstyper. Forskningsresultaten visade att det fanns åtta teman som ständigt återkom i dokumenten.

Integritet och ansvar var två av de vanligaste etiska temana, liksom AI-säkerhet/säkerhet. Transparens/förklarbarhet var också ett vanligt citerat mål, med många försök att göra algoritmer mer förklarbara under 2019. Rättvisa/ icke-diskriminering var ett annat etiskt fokusområde, som speglade växande bekymmer om databias. Att säkerställa mänsklig kontroll över teknologi och inte överlämna beslutsfattande till AI nämndes också flitigt. Professionellt ansvar var det sjunde vanliga temat som forskarna fann. Slutligen fann forskarna kontinuerliga hänvisningar till främjande av mänskliga värderingar i AI-etikdokumentationen de undersökte.

Forskningsgruppen gav kvalitativa och kvantitativa nedbrytningar av hur dessa teman manifesterade sig inom AI-etikdokumentation i sin rapport och i en tillhörande karta. Kartan visar var varje tema nämndes.

Forskningsgruppen noterade att mycket av diskussionen om etik för AI kretsade kring bekymmer för mänskliga värderingar och rättigheter. Som forskningsrapporten noterar:

”64% av våra dokument innehöll en hänvisning till mänskliga rättigheter, och fem dokument [14%] tog internationella mänskliga rättigheter som ramverk för sin övergripande insats.”

Hänvisningar till mänskliga rättigheter och värderingar var vanligare i dokument som producerades av privata sektorer och civila samhällsgrupper. Detta tyder på att AI-företag i den privata sektorn inte enbart är intresserade av vinster, utan också av att producera AI på ett etiskt sätt. Samtidigt verkar det som att regeringsbyråer är mindre bekymrade eller medvetna om etik för AI, med mindre än hälften av AI-relaterade dokument som härrör från regeringsbyråer som berör sig om etik för AI.

Forskarna noterade också att om dokumenten de undersökte var mer nyliga, var de mer benägna att behandla alla åtta mest framträdande teman istället för bara några. Detta faktum antyder att idéerna bakom vad som utgör etisk AI-användning börjar samla sig bland dem som leder diskussionen om etik för AI. Slutligen påpekar forskarna att framgången för dessa principer i att vägleda AI-utvecklingen kommer att bero på hur väl de integreras i AI-utvecklingsgemenskapen i stort. Forskarna skriver i rapporten:

”Dessutom är principer en utgångspunkt för styrning, inte ett slut. På egen hand är en uppsättning principer osannolikt att vara mer än försiktigt övertygande. Dess påverkan kommer troligen att bero på hur den är inbäddad i ett större styrningssystem, inklusive till exempel relevanta policys (t.ex. AI-nationella planer), lagar, regleringar, men också professionella metoder och vardagliga rutiner.”

Blogger och programmerare med specialområden inom Machine Learning och Deep Learning ämnen. Daniel hoppas på att hjälpa andra att använda kraften från AI för socialt väl.