Pendapat pakar: AI tanpa pengawasan akan menghasilkan bias etika
Ketelusan sering memainkan peranan penting dalam dilema perniagaan beretika – lebih banyak maklumat yang kami ada, lebih mudah untuk menentukan hasil yang boleh diterima dan tidak boleh diterima. Jika kewangan tidak sejajar, siapa yang membuat kesilapan perakaunan? Jika data dilanggar, siapa yang bertanggungjawab untuk melindunginya, dan adakah mereka bertindak dengan betul?
Tetapi apa yang berlaku apabila kita mencari sumber pepijat atau masalah yang jelas dan tidak menemui sesiapa? Di sinilah kecerdasan buatan menimbulkan pertimbangan etika yang unik.
Kecerdasan buatan menunjukkan potensi besar dalam organisasi, tetapi ia masih merupakan penyelesaian untuk mencari masalah. Ini adalah konsep yang salah faham dan aplikasi praktikal masih belum direalisasikan sepenuhnya dalam perusahaan. Ditambah dengan fakta bahawa banyak syarikat kekurangan belanjawan, bakat dan visi untuk menggunakan AI dalam cara yang benar-benar transformasi, AI masih jauh daripada mencapai jisim kritikal dan terdedah kepada penyalahgunaan.
Tetapi hanya kerana AI mungkin tidak begitu ketara dalam perniagaan sehari-hari, tidak bermakna AI tidak mempunyai peranan untuk dimainkan dalam organisasi anda. Seperti banyak dilema etika lain dalam perniagaan, kesilapan etika dalam kecerdasan buatan sering berlaku dalam bayang-bayang. Sama ada disengajakan atau tidak, akibat daripada projek atau aplikasi AI yang menolak sempadan etika boleh menjadi mimpi ngeri. Kunci untuk mengelakkan kesilapan etika dalam AI adalah dengan menyediakan tadbir urus korporat pada projek dari awal.
Membina AI dengan ketelusan dan kepercayaan
Sekarang kita semua sudah biasa dengan contoh popular AI yang salah. Dispenser sabun yang tidak berfungsi dengan betul untuk pelanggan berkulit gelap, oksimeter nadi yang lebih tepat untuk orang kulit putih, dan juga algoritma yang meramalkan sama ada penjenayah akan kembali ke penjara semuanya adalah kecerdasan buatan (boleh dikatakan tidak disengajakan).
Situasi ini bukan sahaja akan menghasilkan tajuk berita buruk dan tindak balas media sosial, tetapi ia juga akan menjejaskan lebih banyak kes penggunaan AI yang sah yang tidak akan dapat dilakukan jika teknologi itu terus dilihat dengan rasa tidak percaya . Sebagai contoh, dalam penjagaan kesihatan sahaja, AI mempunyai potensi untuk meningkatkan diagnosis kanser dan menandakan pesakit berisiko tinggi menerima kemasukan semula untuk sokongan tambahan. Melainkan kita belajar membina kepercayaan orang ramai terhadap AI, kita tidak akan melihat manfaat penuh daripada penyelesaian yang berkuasa ini.
Apabila saya bercakap tentang AI dengan rakan sebaya dan pemimpin perniagaan saya, saya telah menyokong idea ketelusan dan tadbir urus dalam usaha AI dari awal. Secara lebih khusus, berikut ialah cadangan saya:
1. AI beretika tidak boleh berlaku dalam ruang hampa
Jika tidak dilaksanakan dengan betul, aplikasi AI boleh mempunyai kesan riak yang ketara. Ini sering berlaku apabila satu jabatan atau pasukan IT mula bereksperimen dengan proses dipacu AI tanpa pengawasan. Adakah pasukan sedar tentang implikasi etika yang mungkin berlaku jika percubaan mereka menjadi salah? Adakah penempatan mematuhi dasar pengekalan data dan akses sedia ada syarikat? Tanpa pengawasan, sukar untuk menjawab soalan-soalan ini.
Dan, tanpa tadbir urus, mungkin lebih sukar untuk mengumpulkan pihak berkepentingan yang diperlukan untuk membetulkan kesilapan etika jika ia berlaku. Pengawasan tidak seharusnya dilihat sebagai penghalang kepada inovasi, tetapi sebagai pemeriksaan yang diperlukan untuk memastikan AI beroperasi dalam sempadan etika tertentu. Pengawasan akhirnya harus diserahkan kepada Ketua Pegawai Data dalam organisasi yang memilikinya, atau Ketua Pegawai Maklumat jika peranan CDO tidak wujud.
2 Sentiasa ada rancangan
Tajuk berita terburuk yang kita lihat tentang projek AI yang gagal biasanya mempunyai satu persamaan, iaitu syarikat di dalamnya tidak bersedia untuk menjawab soalan apabila mereka timbul persoalan atau terangkan sesuatu keputusan. Penyeliaan boleh menyelesaikan masalah ini. Apabila pemahaman tentang AI dan falsafah yang sihat wujud di peringkat tertinggi organisasi, ia kurang berkemungkinan dibutakan oleh masalah.
3. Ketekunan dan ujian wajar adalah wajib
Dengan lebih banyak kesabaran dan lebih banyak ujian, banyak contoh klasik bias AI boleh dikurangkan. Seperti contoh dispenser pembersih tangan, keterujaan syarikat untuk memperagakan teknologi baharunya akhirnya menjadi bumerang. Ujian lanjut mungkin mendedahkan kecenderungan ini sebelum produk dikeluarkan secara terbuka. Selain itu, sebarang aplikasi AI perlu disemak dengan teliti dari awal lagi. Oleh kerana kerumitan dan potensi AI yang tidak menentu, ia mesti digunakan secara strategik dan berhati-hati.
4. Pertimbangkan fungsi pengawasan kecerdasan buatan
Untuk melindungi privasi pelanggan, institusi kewangan melaburkan sumber yang besar dalam mengurus akses kepada fail sensitif. Pasukan rekod mereka dengan teliti mengkategorikan aset dan membina infrastruktur untuk memastikan hanya peranan dan jabatan kerja yang betul boleh melihat setiap satu. Struktur ini boleh berfungsi sebagai templat untuk membina fungsi tadbir urus AI organisasi. Pasukan yang berdedikasi boleh menganggarkan potensi kesan positif atau negatif aplikasi AI dan menentukan kekerapan keputusannya perlu disemak dan oleh siapa.
Untuk perniagaan yang mencari gangguan digital, bereksperimen dengan kecerdasan buatan ialah langkah seterusnya yang penting. Ia membebaskan pekerja manusia daripada tugas biasa dan membolehkan aktiviti tertentu, seperti analisis imej, berskala dengan cara yang tidak berhemat dari segi kewangan sebelum ini. Tetapi ini bukanlah sesuatu yang boleh dipandang ringan. Aplikasi AI mesti dibangunkan dengan teliti dan dengan penyeliaan yang sesuai untuk mengelakkan berat sebelah, keputusan yang boleh dipersoalkan dari segi etika dan hasil perniagaan yang buruk. Pastikan anda mempunyai latihan yang betul untuk usaha AI dalam organisasi anda. Keruntuhan moral yang paling serius sering berlaku di tempat gelap.
Atas ialah kandungan terperinci Pendapat pakar: AI tanpa pengawasan akan menghasilkan bias etika. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Pengenalan Katakan ada petani yang setiap hari memerhatikan kemajuan tanaman dalam beberapa minggu. Dia melihat kadar pertumbuhan dan mula merenungkan betapa lebih tinggi tumbuhannya dapat tumbuh dalam beberapa minggu lagi. Dari th

Soft AI-yang ditakrifkan sebagai sistem AI yang direka untuk melaksanakan tugas-tugas tertentu yang sempit menggunakan penalaran, pengiktirafan corak, dan pengambilan keputusan yang fleksibel-bertujuan untuk meniru pemikiran seperti manusia dengan merangkul kekaburan. Tetapi apa maksudnya untuk busine

Jawapannya jelas-seperti pengkomputeran awan memerlukan peralihan ke arah alat keselamatan awan asli, AI menuntut satu penyelesaian keselamatan baru yang direka khusus untuk keperluan unik AI. Kebangkitan pengkomputeran awan dan pelajaran keselamatan dipelajari Dalam th

Usahawan dan menggunakan AI dan Generatif AI untuk menjadikan perniagaan mereka lebih baik. Pada masa yang sama, adalah penting untuk mengingati AI generatif, seperti semua teknologi, adalah penguat - menjadikan yang hebat dan yang biasa -biasa saja, lebih buruk. Kajian 2024 yang ketat o

Buka kunci kekuatan model embedding: menyelam jauh ke kursus baru Andrew Ng Bayangkan masa depan di mana mesin memahami dan menjawab soalan anda dengan ketepatan yang sempurna. Ini bukan fiksyen sains; Terima kasih kepada kemajuan dalam AI, ia menjadi R

Model bahasa besar (LLM) dan masalah halusinasi yang tidak dapat dielakkan Anda mungkin menggunakan model AI seperti ChatGPT, Claude, dan Gemini. Ini semua contoh model bahasa besar (LLM), sistem AI yang kuat yang dilatih dalam dataset teks besar -besaran ke

Penyelidikan baru-baru ini telah menunjukkan bahawa gambaran AI boleh menyebabkan penurunan 15-64% dalam trafik organik, berdasarkan jenis industri dan carian. Perubahan radikal ini menyebabkan pemasar untuk menimbang semula keseluruhan strategi mereka mengenai penglihatan digital. Yang baru

Laporan baru -baru ini dari Elon University Imagining the Digital Future Centre meninjau hampir 300 pakar teknologi global. Laporan yang dihasilkan, 'Menjadi Manusia pada tahun 2035', menyimpulkan bahawa kebanyakannya bimbang bahawa penggunaan sistem AI yang mendalam lebih daripada t


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

MantisBT
Mantis ialah alat pengesan kecacatan berasaskan web yang mudah digunakan yang direka untuk membantu dalam pengesanan kecacatan produk. Ia memerlukan PHP, MySQL dan pelayan web. Lihat perkhidmatan demo dan pengehosan kami.

SublimeText3 versi Inggeris
Disyorkan: Versi Win, menyokong gesaan kod!

mPDF
mPDF ialah perpustakaan PHP yang boleh menjana fail PDF daripada HTML yang dikodkan UTF-8. Pengarang asal, Ian Back, menulis mPDF untuk mengeluarkan fail PDF "dengan cepat" dari tapak webnya dan mengendalikan bahasa yang berbeza. Ia lebih perlahan dan menghasilkan fail yang lebih besar apabila menggunakan fon Unicode daripada skrip asal seperti HTML2FPDF, tetapi menyokong gaya CSS dsb. dan mempunyai banyak peningkatan. Menyokong hampir semua bahasa, termasuk RTL (Arab dan Ibrani) dan CJK (Cina, Jepun dan Korea). Menyokong elemen peringkat blok bersarang (seperti P, DIV),