Dirbtinio intelekto etinis mokymas

Dirbtinio intelekto pasaulyje vienas didžiausių iššūkių yra sukurti DI sistemas, kurios būtų ne tik protingos, bet ir veiktų pagal žmogaus vertybes ir etikos normas. Vienas iš būdų tai pasiekti – DI mokyti, naudojant įstatymų kodeksus ir teismų praktiką kaip pagrindą. Šiame straipsnyje nagrinėjamas šis metodas ir aptariamos papildomos strategijos, kaip sukurti DI, turintį žmogiškas normas ir vertybes. Šį pasiūlymą, atstovaudamas Nyderlandų DI koalicijai, taip pat pateikiau Teisingumo ir Viešosios tvarkos ministerijai strateginiame dokumente, kurį parengėme ministerijos pavedimu.

GAN naudojimas spragoms nustatyti

Generatyviniai kontradikciniai tinklai (GAN) gali būti naudojami kaip priemonė atskleisti teisės aktų spragas. Generuodami scenarijus, kurie nepatenka į esamų įstatymų taikymo sritį, GAN gali išryškinti galimas etines dilemas ar nenumatytas situacijas. Tai leidžia kūrėjams nustatyti šias spragas ir jas pašalinti, taip užtikrinant, kad DI turėtų išsamesnį etinių duomenų rinkinį, iš kurio galėtų mokytis. Žinoma, modeliui tobulinti mums taip pat reikės teisininkų, teisėjų, politikų ir etikos specialistų.

Dirbtinio intelekto etinio mokymo galimybės ir apribojimai 

Nors mokymas remiantis teisės aktais suteikia tvirtą atspirties tašką, reikia atsižvelgti į keletą svarbių dalykų:

1. Ribotas normų ir vertybių atspindys Įstatymai neapima visų žmogaus etikos aspektų. Daugelis normų ir vertybių yra nulemtos kultūros ir neužfiksuotos oficialiuose dokumentuose. Dirbtinis intelektas, apmokytas tik remiantis teisės aktais, gali praleisti šiuos subtilius, bet esminius aspektus.
2. Interpretacija ir kontekstas Teisiniai tekstai dažnai yra sudėtingi ir priklausomi nuo interpretacijos. Be žmogaus gebėjimo suprasti kontekstą, dirbtinis intelektas gali sunkiai taikyti įstatymus konkrečiose situacijose etiškai atsakingu būdu.
3. Etiško mąstymo dinaminis pobūdis Socialinės normos ir vertybės nuolat kinta. Tai, kas šiandien priimtina, rytoj gali būti laikoma neetiška. Todėl dirbtinis intelektas turi būti lankstus ir pritaikomas, kad galėtų susidoroti su šiais pokyčiais.
4. Etika prieš teisėtumą Svarbu pripažinti, kad ne viskas, kas legalu, yra etiška, ir atvirkščiai. Dirbtinis intelektas turi gebėti pažvelgti plačiau nei įstatymo raidę ir suprasti etinių principų dvasią.

Papildomos strategijos, siekiant įtraukti Įmogaus vertybes į DI

Norint sukurti dirbtinį intelektą (DI), kuris iš tiesų atitiktų žmogaus etiką, reikalingas holistinis požiūris.

1. Kultūrinių ir socialinių duomenų integravimas

Sistemos supažindinimas su literatūra, filosofija, menu ir istorija gali padėti jai giliau suprasti žmogaus būklę ir etinių klausimų sudėtingumą.

2. Žmogaus sąveika ir grįžtamasis ryšys

Įtraukiant etikos, psichologijos ir sociologijos ekspertus į mokymo procesą, galima patikslinti DI veikimą. Žmogaus grįžtamasis ryšys suteikia niuansų ir padeda ištaisyti sistemos trūkumus.

3. Nuolatinis mokymasis ir prisitaikymas

Dirbtinio intelekto (DI) sistemos turi būti kuriamos taip, kad mokytųsi iš naujos informacijos ir prisitaikytų prie kintančių normų bei vertybių. Tam reikalinga infrastruktūra, leidžianti nuolat atnaujinti ir pakartotinai mokyti sistemą.

4. Skaidrumas ir paaiškinamumas

Kritinai svarbu, kad DI priimami sprendimai būtų skaidrūs ir paaiškinami. Tai ne tik palengvina vartotojų pasitikėjimą, bet ir leidžia kūrėjams įvertinti etinius aspektus bei prireikus pakoreguoti sistemą.

Išvada

DI mokymas remiantis įstatymų kodeksais ir teismų praktika yra vertingas žingsnis kuriant sistemas, suprantančias žmogaus normas ir vertybes. Tačiau, norint sukurti DI, kuris iš tiesų veiktų etiškai taip, kaip žmonės, reikalingas tarpdisciplininis požiūris. Sujungiant teisės aktus su kultūrinėmis, socialinėmis ir etinėmis įžvalgomis bei integruojant žmogaus patirtį į mokymo procesą, galime kurti ne tik protingas, bet ir išmintingas bei empatiškas DI sistemas. Pažiūrėkime, ką ateitis atnešti

Papildomi šaltiniai:

• Etiški principai ir (ne)egzistuojantys teisiniai AI reglamentai. Šiame straipsnyje aptariami etiniai reikalavimai, kuriuos turi atitikti dirbtinio intelekto sistemos, kad būtų patikimos. Duomenys ir visuomenė
• AI valdymas paaiškintas: Apžvalga, kaip AI valdymas gali prisidėti prie etiško ir atsakingo AI diegimo organizacijose. Asmeninio mokymo AI 
• Atsakingo DI trys ramsčiai: kaip laikytis Europos DI akto. Šis straipsnis nagrinėja etiško dirbtinio intelekto (DI) taikymo pagrindinius principus pagal naujus Europos teisės aktus. Emerce
• Etikos atsakingų dirbtinio intelekto tyrėjų mokymas: atvejų studija. Akademinis tyrimas apie DI tyrėjų rengimą, sutelkiant dėmesį į etinę atsakomybę. ArXiv