Ερ:
Ποια είναι ορισμένα δεοντολογικά ζητήματα σχετικά με την εκμάθηση μηχανών;
ΕΝΑ:Τα δεοντολογικά ζητήματα που αφορούν τη μηχανική μάθηση δεν αφορούν τόσο τους ίδιους τους αλγόριθμους μηχανικής μάθησης, αλλά τον τρόπο με τον οποίο χρησιμοποιούνται τα δεδομένα.
Το σκάνδαλο Cambridge Analytica με το Facebook, όπου μια πολιτική συμβουλευτική εταιρεία χρησιμοποίησε δεδομένα από τον ιστότοπο κοινωνικής δικτύωσης χωρίς τη γνώση ή τη συναίνεση των χρηστών, έδειξε πολλά από τα προβλήματα που σχετίζονται με τη συλλογή και τη χρήση δεδομένων χρήστη. Ενώ πολλές συμβάσεις άδειας χρήσης τελικού χρήστη καθορίζουν τον τρόπο με τον οποίο μπορούν να χρησιμοποιηθούν τα δεδομένα των χρηστών, πολλοί χρήστες των μέσων κοινωνικής δικτύωσης μπορεί να μην διαβάσουν τη λεπτή εκτύπωση.
Δωρεάν Λήψη: Μηχανική Μάθηση και γιατί έχει σημασία |
Ένα άλλο πρόβλημα είναι ότι αυτοί οι αλγόριθμοι εκμάθησης μηχανών μπορεί να είναι "μαύρα κουτιά" όπου είναι αδύνατο να δούμε πώς πραγματικά δουλεύουν. Μπορεί να είναι αδύνατο να γνωρίζουμε γιατί ένας αλγόριθμος εκμάθησης μηχανών έκανε μια απόφαση.
Ένας τομέας της εκμάθησης μηχανών κάνει ιατρικές διαγνώσεις. Ένας αλγόριθμος μπορεί να κοιτάξει τις ακτίνες Χ για να βρει καρκίνο. Ένας ανθρώπινος γιατρός μπορεί να εξηγήσει γιατί έκαναν μια διάγνωση, αλλά ίσως να μην γνωρίζουμε πώς ένας αλγόριθμος εκμάθησης μηχανής διαπίστωσε ότι ένας ασθενής είχε καρκίνο ή όχι.
Η απελευθέρωση προγραμμάτων εκμάθησης μηχανών υπό άδειες ανοιχτού κώδικα είναι μια λύση. Όταν οι άνθρωποι μπορούν να δουν τον πηγαίο κώδικα ενός προγράμματος, μπορούν να δουν πώς παίρνει αποφάσεις.
Ένα άλλο ζήτημα είναι η χρήση δεδομένων κατάρτισης μηχανικής μάθησης και πιθανών προκαταλήψεων. Έχουν υπάρξει αρκετές περιπτώσεις φυλετικής και άλλης μεροληψίας που καθιστούν ακατάλληλα τα προγράμματα μηχανικής μάθησης. Ένας αλγόριθμος αναγνώρισε τους μαύρους ανθρώπους ως γορίλες και ένας άλλος άλλαξε τα χαρακτηριστικά του προσώπου των ανθρώπων του χρώματος για να τους κάνει να φαίνονται πιο "ευρωπαίοι" ενώ ισχυρίζονται ότι τους ωραιοποιούν.
Ένας τρόπος να αντισταθμιστεί αυτό είναι να έχουμε περισσότερους ανθρώπους από διαφορετικό υπόβαθρο στον τομέα της ΑΠ.
Ένα άλλο πρόβλημα είναι η ασφαλής χρήση της μηχανικής μάθησης και της τεχνητής νοημοσύνης. Τα προγράμματα AI και μηχανικής μάθησης θα μπορούσαν να αναπτύξουν συμπεριφορά την οποία οι άνθρωποι δεν θα ήθελαν, όπως η διακοπή της απενεργοποίησης των ατόμων.