Tehisintellekti eetiline treenimine

Tehisintellekti maailmas on üheks suurimaks väljakutseks selliste AI-süsteemide arendamine, mis pole mitte ainult intelligentsed, vaid tegutsevad ka eetiliste normide ja väärtuste kohaselt, mis ühtivad inimeste omadega. Üks viis selle saavutamiseks on AI treenimine seaduste kogumite ja pretsedendiõiguse abil. See artikli uurib seda meetodit ja vaatleb täiendavaid strateegiaid inimlike normide ja väärtustega tehisintellekti loomiseks. Esitasin selle ettepaneku ka Hollandi AI-koalitsiooni nimel Justiits- ja Julgeolekuministeeriumile strateegiadokumendis, mille kirjutasime ministeeriumi tellimusel.

GAN-ide kasutamine lünkade tuvastamiseks

Generatiivsed vastandvõrgud (GAN-id) võivad siin olla vahendiks seadusandluses olevate lünkade avastamisel. Genereerides stsenaariume, mis jäävad olemasolevate seaduste raamidest välja, saavad GAN-id tuua esile võimalikud eetilised dilemmad või lahendamata olukorrad. See võimaldab arendajatel neid lünki tuvastada ja nendega tegeleda, andes AI-le õppimiseks põhjalikuma eetilise andmestiku. Mudeli täpsustamiseks vajame loomulikult ka juriste, kohtunikke, poliitikuid ja eetikuid.

AI eetilise treenimise võimalused ja piirangud 

Kuigi seadusandlusel põhinev treenimine pakub kindla lähtepunkti, tuleb arvestada mitmete oluliste aspektidega:

1. Normide ja väärtuste piiratud esitus Seadused ei kata kõiki inimliku eetikapõhimõtete aspekte. Paljud normid ja väärtused on kultuuriliselt määratletud ja ei ole ametlikes dokumentides kirjas. AI, mida on treenitud ainult seadusandluse põhjal, võib neist peentest, kuid üliolulistest aspektidest ilma jääda.
2. Tõlgendamine ja kontekst Õigustekstid on sageli keerulised ja tõlgendatavad. Ilma inimvõimeta kontekstist aru saada võib AI-l olla raskusi seaduste rakendamisega konkreetsetes olukordades eetiliselt vastutustundlikul viisil.
3. Eetilise mõtlemise dünaamiline olemus Ühiskondlikud normid ja väärtused arenevad pidevalt. Mis on täna vastuvõetav, võib homme tunduda ebaeetiline. Seetõttu peab AI olema nende muutustega toimetulemiseks paindlik ja kohanemisvõimeline.
4. Eetika versus seaduslikkus On oluline mõista, et kõik seaduslik ei ole eetiliselt õige ja vastupidi. AI-l peab olema võime näha kaugemale seaduse tähest ja mõista eetiliste põhimõtete vaimu.

Täiendavad strateegiad inimlike normide ja väärtuste integreerimiseks AI-sse

Selleks et arendada AI-d, mis tõeliselt resoneerib inimliku eetikaga, on vaja terviklikumat lähenemist.

1. Kultuuriliste ja sotsiaalsete andmete integreerimine

Kokkupuutel kirjanduse, filosoofia, kunsti ja ajalooga võib süsteem saada sügavama arusaama inimloomusest ja eetiliste küsimuste keerukusest.

2. Inimese ja masina interaktsioon ning tagasiside

Eetika, psühholoogia ja sotsioloogia ekspertide kaasamine treeningprotsessi aitab AI-d täpsustada. Inimese tagasiside võib lisada nüansse ja korrigeerida olukordi, kus süsteem jääb hätta.

3. Pidev õppimine ja kohanemine

AI-süsteemid tuleb üles ehitada nii, et nad õpiksid uuest teabest ja kohaneksid muutuvate normide ning väärtustega. See nõuab taristut, mis võimaldab pidevaid uuendusi ja ümbertreenimist.

4. Läbipaistvus ja selgitatavus

On ülioluline, et AI otsused oleksid läbipaistvad ja selgitatavad. See mitte ainult ei suurenda kasutajate usaldust, vaid võimaldab ka arendajatel eetilisi kaalutlusi hinnata ja vajadusel süsteemi korrigeerida.

Kokkuvõte

AI treenimine seadustikule ja pretsedendiõigusele tuginedes on väärtuslik samm inimlike normide ja väärtuste mõistmisega süsteemide arendamise suunas. Kuid selleks, et luua AI, mis toimib tõeliselt eetiliselt ja inimestega sarnasel viisil, on vaja multidistsiplinaarset lähenemist. Kombineerides seadusandlust kultuuriliste, sotsiaalsete ja eetiliste teadmistega ning integreerides treeningprotsessi inimeste ekspertteadmised, saame arendada AI-süsteeme, mis pole mitte ainult nutikad, vaid ka targad ja empaatilised. Vaatame, mida tulevik tuua

Täiendavad allikad:

• Eetilised põhimõtted ja (mitte)olemasolevad õiguslikud reeglid tehisintellekti jaoks. Selles artiklis käsitletakse eetilisi nõudeid, millele AI-süsteemid peavad usaldusväärsuse tagamiseks vastama. Andmed ja ühiskond
• AI juhtimine selgitatudÜlevaade sellest, kuidas AI-juhtimine (AI governance) aitab kaasa tehisintellekti eetilisele ja vastutustundlikule rakendamisele organisatsioonides. AI-personalikoolitus 
• Vastutustundliku tehisintellekti kolm sammast: kuidas täita Euroopa tehisintellekti määruse nõudeid. See artikkel käsitleb eetiliste tehisintellektirakenduste põhiprintsiipe uue Euroopa seadusandluse kohaselt. Emerce
• Eetiliselt vastutustundlike AI-teadlaste koolitamine: juhtumiuuring. Akadeemiline uuring tehisintellekti teadlaste koolitamise kohta, keskendudes eetilisele vastutusele. ArXiv