Żaden sektor ani branża nie pozostaje nietknięta przez rewolucyjną sztuczną inteligencję (AI) i jej możliwości. Jest to szczególnie generatywna sztuczna inteligencja, która wywołuje zamieszanie wśród firm, osób prywatnych i liderów rynku w zakresie przekształcania prozaicznych operacji.
Imponująca zdolność generatywnej sztucznej inteligencji do generowania różnorodnych treści wysokiej jakości – od tekstu i obrazów po filmy i muzykę – wywarła znaczący wpływ na wiele dziedzin.
Według badań Acumen oczekuje się, że globalny rynek generatywnej sztucznej inteligencji osiągnie 208,8 miliardów dolarów do 2032 rokurosnąc w tempie CAGR wynoszącym 35,1% w latach 2023–2032.
Jednak rozwój tej potężnej technologii wiąże się z kilkoma problemami etycznymi i kwestiami, których nie można zignorować, szczególnie tymi związanymi z prywatnością danych, prawami autorskimi, deepfakes i kwestiami zgodności.
W tym artykule zagłębiamy się w kwestie etyczne związane z generatywną sztuczną inteligencją – czym one są i jak możemy im zapobiegać. Najpierw jednak przyjrzyjmy się wytycznym dotyczącym etyki opracowanym przez UE w 2019 r. na rzecz godnej zaufania sztucznej inteligencji.
Spis treści:
Wytyczne etyczne dotyczące godnej zaufania sztucznej inteligencji
W 2019 r. powołano grupę ekspertów wysokiego szczebla ds. sztucznej inteligencji Wytyczne etyczne dotyczące godnej zaufania sztucznej inteligencji (AI).
Niniejsze wytyczne opublikowano, aby zająć się potencjalnymi zagrożeniami związanymi ze sztuczną inteligencją w tamtym czasie, w tym naruszeniami danych i prywatności, praktykami dyskryminacyjnymi, zagrożeniem szkodliwym wpływem na strony trzecie, nieuczciwą sztuczną inteligencją i oszukańczymi działaniami.
Wytyczne sugerują trzy obszary, na których musi polegać godna zaufania sztuczna inteligencja:
- Etyka: musi szanować wartości i zasady etyczne.
- Zgodne z prawem: musi przestrzegać wszystkich obowiązujących praw i przepisów.
- Solidny: musi zapewniać solidne bezpieczeństwo z punktu widzenia bezpieczeństwa technicznego i środowiska społecznego.
Ponadto w wytycznych podkreślono również siedem kluczowych wymagań, jakie musi spełnić system sztucznej inteligencji, aby można go było uznać za godny zaufania. Wymagania są następujące:
Chociaż wytyczne te wywarły znaczący wpływ na branżę sztucznej inteligencji, nadal istnieją obawy, które nawet rosną wraz z rozwojem generatywnej sztucznej inteligencji.
Generatywna sztuczna inteligencja i wzrost obaw etycznych
Mówiąc o etyce w sztucznej inteligencji, generatywna sztuczna inteligencja niesie ze sobą wyjątkowy zestaw wyzwań, zwłaszcza wraz z pojawieniem się modeli generatywnych, takich jak OpenAI i ChatGPT.
Szczególny charakter generatywnej sztucznej inteligencji budzi obawy etyczne, głównie w obszarach obejmujących zgodność z przepisami, bezpieczeństwo i prywatność danych, kontrolę, kwestie środowiskowe oraz prawa autorskie i własność danych.
Na przykład generatywna sztuczna inteligencja może generować tekst przypominający człowieka, w tym obrazy i filmy, budząc obawy dotyczące fałszywych informacji, generowania fałszywych wiadomości i innych złośliwych treści, które mogą wyrządzać szkody i szerzyć dezinformację. Co więcej, pojedyncze osoby mogą również wyczuć utratę kontroli nad decyzjami modeli AI opartymi na ich algorytmach.
Geoffreya Hintona, tak zwany ojciec chrzestny sztucznej inteligencji, powiedział, że twórcy sztucznej inteligencji muszą dołożyć wszelkich starań, aby zrozumieć, w jaki sposób modele sztucznej inteligencji mogą próbować odebrać ludziom kontrolę. Podobnie wielu ekspertów i badaczy zajmujących się sztuczną inteligencją niepokoi się możliwościami i etyką sztucznej inteligencji.
Główny naukowiec zajmujący się sztuczną inteligencją w Facebooku i profesor Uniwersytetu Nowojorskiego Yanna LeCuna twierdzi, że problemy i obawy, jakie sztuczna inteligencja może wzbudzić dla ludzkości, są „absurdalnie śmieszne”.
Ponieważ generatywna sztuczna inteligencja zapewnia organizacjom i osobom bezprecedensowe możliwości modyfikowania danych i manipulowania nimi, zajęcie się tymi kwestiami jest sprawą najwyższej wagi.
Przyjrzyjmy się tym obawom bardziej szczegółowo.
Generowanie i dystrybucja szkodliwych treści
Na podstawie dostarczonych przez nas podpowiedzi tekstowych systemy sztucznej inteligencji automatycznie tworzą i generują treści, które mogą być dokładne i pomocne, ale także szkodliwe.
Generacyjne systemy AI mogą celowo lub niezamierzenie generować szkodliwe treści z takich powodów, jak halucynacje AI. Najbardziej niepokojące sytuacje obejmują technologię deepfake, która tworzy fałszywe obrazy, teksty, nagrania audio i filmy, a następnie manipuluje tożsamością i głosem danej osoby w celu szerzenia mowy nienawiści.
Przykłady generowania i dystrybucji szkodliwych treści AI mogą obejmować:
- Wygenerowana przez sztuczną inteligencję wiadomość e-mail lub post w mediach społecznościowych wysłany i opublikowany w imieniu organizacji, który może zawierać obraźliwy i rozsądny język, szkodząc nastrojom jej pracowników lub klientów.
- Atakujący mogą również wykorzystać deepfake do tworzenia i rozpowszechniania filmów generowanych przez sztuczną inteligencję, na których osoby publiczne, takie jak politycy czy aktorzy, mówią rzeczy, których w rzeczywistości nie powiedzieli. Film z udziałem Barracka Obamy to jeden z najpopularniejszych przykładów deepfake’u.
- Przykładem deepfake’u audio jest niedawna sytuacja, w której oszust sfingował porwanie klonowanie głosu młodej dziewczyny prosić o okup od swojej matki.
Rozpowszechnianie takich szkodliwych treści może mieć poważne konsekwencje i negatywne konsekwencje dla reputacji i wiarygodności danej osoby lub organizacji.
Co więcej, treści generowane przez sztuczną inteligencję mogą wzmacniać uprzedzenia, ucząc się na podstawie zbiorów danych szkoleniowych, generując bardziej stronnicze, nienawistne i szkodliwe treści, co czyni go jednym z najbardziej niepokojących dylematów etycznych generatywnej sztucznej inteligencji.
Naruszenie praw autorskich
Ponieważ modele generatywnej sztucznej inteligencji są szkolone na dużej ilości danych, może to czasami skutkować niejednoznacznością uprawnień i kwestiami praw autorskich.
Gdy narzędzia AI generują obrazy lub kody oraz tworzą filmy, źródło danych ze zbioru danych szkoleniowych, do którego się odnosi, może być nieznane, w wyniku czego może naruszać prawa własności intelektualnej lub prawa autorskie innych osób lub organizacji.
Naruszenia te mogą skutkować szkodami finansowymi, prawnymi i reputacją organizacji, co skutkuje kosztownymi procesami sądowymi i sprzeciwem opinii publicznej.
Naruszenia prywatności danych
Podstawowe dane szkoleniowe modeli generatywnych AI Large Language Models (LLM) mogą zawierać dane wrażliwe i osobiste, zwane także danymi osobowymi (PII).
The Departament Pracy USA definiuje PII jako dane, które bezpośrednio identyfikują osobę fizyczną poprzez takie szczegóły, jak jej imię i nazwisko, adres, adres e-mail, numer telefonu, numer ubezpieczenia społecznego lub inny kod lub osobisty numer identyfikacyjny.
Naruszenie danych lub nieuprawnione wykorzystanie tych danych może prowadzić do kradzieży tożsamości, niewłaściwego wykorzystania danych, manipulacji lub dyskryminacji – wywołując konsekwencje prawne.
Na przykład model sztucznej inteligencji i przeszkolone dane dotyczące osobistej historii medycznej mogą przypadkowo wygenerować profil, który może bardzo przypominać prawdziwego pacjenta, co może prowadzić do problemów związanych z bezpieczeństwem i prywatnością danych oraz naruszeniem przepisów ustawy o przenośności i odpowiedzialności w ubezpieczeniach zdrowotnych (HIPAA).
Wzmocnienie istniejących uprzedzeń
Podobnie jak model sztucznej inteligencji, nawet generatywny model sztucznej inteligencji jest tak dobry, jak zbiór danych szkoleniowych, na którym jest trenowany.
Jeśli zatem zestaw danych szkoleniowych zawiera błąd, generatywna sztuczna inteligencja wzmacnia to istniejące obciążenie, generując obciążone wyniki. Te uprzedzenia są na ogół dominujące w stosunku do istniejących uprzedzeń społecznych i mogą zawierać podejście rasistowskie, seksistowskie lub zdolne w społecznościach internetowych.
Według Raport dotyczący indeksu AI z 2022 rw 2021 r. opracowano model obejmujący 280 miliardów parametrów, co stanowi 29% wzrost poziomu błędu systematycznego i toksyczności. Zatem chociaż AI LLM stają się coraz bardziej zdolne niż kiedykolwiek, stają się również coraz bardziej stronnicze w oparciu o istniejące dane szkoleniowe.
Wpływ na role i morale pracowników
Modele generatywnej sztucznej inteligencji zwiększają produktywność siły roboczej, automatyzując przyziemne czynności i wykonując codzienne zadania, takie jak pisanie, kodowanie, analiza, generowanie treści, podsumowania, obsługa klienta i nie tylko.
Z jednej strony pomaga to zwiększyć produktywność siły roboczej, z drugiej strony rozwój generatywnej sztucznej inteligencji oznacza także utratę miejsc pracy. Według Raport McKinsey’atransformacji siły roboczej i przyjęcia sztucznej inteligencji szacuje się, że połowa dzisiejszych zadań i działań siły roboczej mogłaby zostać zautomatyzowana w latach 2030–2060, przy czym rok 2045 będzie rokiem środkowym.
Chociaż przyjęcie generatywnej sztucznej inteligencji oznacza utratę siły roboczej, nie oznacza to, że należy ją zatrzymać lub że należy ograniczyć transformację sztucznej inteligencji. Zamiast tego pracownicy będą musieli podnosić kwalifikacje, a organizacje będą musiały wspierać pracowników w zmianie pracy, nie tracąc przy tym pracy.
Brak przejrzystości i wyjaśnialności
Przejrzystość jest jedną z podstawowych zasad etycznej sztucznej inteligencji. Jednak generatywna sztuczna inteligencja ma charakter czarnej skrzynki, jest nieprzejrzysta i bardzo złożona, a osiągnięcie wysokiego poziomu przejrzystości staje się wyzwaniem.
Złożony charakter generatywnej sztucznej inteligencji utrudnia określenie, w jaki sposób osiągnęła ona określoną reakcję/wynik, a nawet zrozumienie czynników, które doprowadziły do podjęcia przez nią decyzji.
Ten brak możliwości wyjaśnienia i przejrzystości często budzi obawy dotyczące niewłaściwego wykorzystania i manipulacji danymi, dokładności i wiarygodności wyników oraz jakości testów. Jest to szczególnie istotne w przypadku aplikacji i oprogramowania o dużej stawce.
Wpływ środowiska
Modele generatywnej sztucznej inteligencji wymagają znacznej mocy obliczeniowej, szczególnie te o większej skali. To sprawia, że modele te zużywają dużo energii, co może mieć potencjalnie ryzykowne skutki dla środowiska, w tym emisję dwutlenku węgla i globalne ocieplenie.
Choć jest to pomijany czynnik etycznej sztucznej inteligencji, zapewnienie przyjazności dla środowiska jest konieczne w przypadku zrównoważonych i energooszczędnych modeli danych.
Uczciwość i równość
Kolejnym poważnym problemem związanym z zapewnieniem etyki w sztucznej inteligencji jest potencjał generatywnej sztucznej inteligencji do wytwarzania niewłaściwych, niedokładnych, obraźliwych i stronniczych reakcji.
Może to wynikać z takich kwestii, jak uwagi niewrażliwe na tle rasowym wpływające na marginalizowane społeczności oraz tworzenie fałszywych filmów i obrazów, które zawierają stronnicze twierdzenia, zniekształcają prawdę i generują treści szkodzące powszechnym stereotypom i uprzedzeniom.
Odpowiedzialność
Proces tworzenia i wdrażania danych szkoleniowych generatywnych modeli sztucznej inteligencji często komplikuje atrybut odpowiedzialności sztucznej inteligencji.
W przypadku wpadek, kontrowersji i niespotykanych okoliczności nieokreślona hierarchia i struktura odpowiedzialności skutkują komplikacjami prawnymi, wytykaniem palcem i podważaniem wiarygodności marki.
Bez solidnej hierarchii odpowiedzialności kwestia ta może szybko przybrać zły obrót, wzmacniając wizerunek marki i szkodząc jej reputacji i wiarygodności.
Autonomia i kontrola
Ponieważ generatywne modele sztucznej inteligencji automatyzują zadania i procesy decyzyjne w różnych dziedzinach, takich jak opieka zdrowotna, prawo i finanse, skutkuje to utratą kontroli i indywidualnej autonomii. Dzieje się tak dlatego, że decyzje podejmowane są głównie na podstawie algorytmów sztucznej inteligencji, a nie na podstawie ludzkiej oceny.
Na przykład bez interwencji człowieka zautomatyzowany system zatwierdzania pożyczek oparty na sztucznej inteligencji może określić zdolność danej osoby do zaciągnięcia pożyczki lub zdolność kredytową na podstawie jej oceny zdolności kredytowej i historii spłat.
Co więcej, generatywne modele sztucznej inteligencji czasami prowadzą również do utraty autonomii zawodowej. Na przykład w takich dziedzinach jak dziennikarstwo, sztuka i pisanie kreatywne modele generatywnej sztucznej inteligencji tworzą treści, które stanowią wyzwanie dla pracy tworzonej przez człowieka i konkurują z nią, co budzi obawy dotyczące przenoszenia stanowisk pracy i autonomii zawodowej.
Jak złagodzić obawy etyczne dzięki generatywnej sztucznej inteligencji? Rozwiązania i najlepsze praktyki
Chociaż rozwój i postęp technologiczny doprowadził do powstania generatywnej sztucznej inteligencji, która przynosi ogromne korzyści społeczeństwu, kluczowe znaczenie ma również zajęcie się kwestiami etycznymi i zapewnienie odpowiedzialnych, regulowanych, rozliczalnych i bezpiecznych praktyk związanych ze sztuczną inteligencją.
Oprócz twórców modeli sztucznej inteligencji i osób prywatnych, dla przedsiębiorstw korzystających z generatywnych systemów sztucznej inteligencji niezwykle istotne jest również automatyzowanie swoich procesów w celu zapewnienia najlepszych praktyk w zakresie sztucznej inteligencji i rozwiązania związanych z tym problemów etycznych.
Oto najlepsze praktyki, które organizacje i przedsiębiorstwa muszą zastosować, aby zapewnić etyczną generatywną sztuczną inteligencję:
✅ Zainwestuj w solidne bezpieczeństwo danych: korzystanie z zaawansowanych rozwiązań w zakresie bezpieczeństwa danych, takich jak szyfrowanie i anonimizacja, pomaga chronić wrażliwe dane, dane osobowe i poufne informacje firmowe – rozwiązując etyczne obawy związane z naruszeniem prywatności danych związanym z generatywną sztuczną inteligencją.
✅ Uwzględnij różnorodne perspektywy: organizacje muszą uwzględniać różnorodne perspektywy w zestawie danych szkoleniowych dotyczących sztucznej inteligencji, aby zmniejszyć stronniczość i zapewnić równość i uczciwe podejmowanie decyzji. Obejmuje to angażowanie osób z różnych środowisk i doświadczeń oraz unikanie projektowania systemów sztucznej inteligencji, które szkodzą lub stawiają w niekorzystnej sytuacji określone grupy osób.
✅ Bycie na bieżąco z krajobrazem sztucznej inteligencji: krajobraz sztucznej inteligencji stale ewoluuje wraz z nowymi narzędziami i technologiami, co rodzi nowe obawy etyczne. Przedsiębiorstwa muszą zainwestować zasoby i czas, aby zrozumieć nowe przepisy dotyczące sztucznej inteligencji i być na bieżąco z nowymi zmianami, aby zapewnić najlepsze praktyki w zakresie sztucznej inteligencji.
✅Wdrażanie podpisów cyfrowych: Kolejnymi ekspertami w zakresie najlepszych praktyk sugerują, że w celu przezwyciężenia problemów związanych z generatywną sztuczną inteligencją jest stosowanie podpisów cyfrowych, znaków wodnych i technologii blockchain. Pomaga to w śledzeniu pochodzenia wygenerowanej treści i identyfikowaniu potencjalnego nieuprawnionego użycia lub manipulowania treścią.
✅ Opracuj jasne wytyczne etyczne i zasady użytkowania: ustanowienie jasnych wytycznych etycznych i zasad użytkowania w zakresie wykorzystania i rozwoju sztucznej inteligencji ma kluczowe znaczenie, aby uwzględnić takie tematy, jak odpowiedzialność, prywatność i przejrzystość. Co więcej, korzystając z ustalonych frameworków, takich jak Ramy zarządzania ryzykiem AI albo Wytyczne UE dotyczące etyki dotyczące godnej zaufania sztucznej inteligencji pomaga uniknąć niewłaściwego wykorzystania danych.
✅ Dostosuj się do światowych standardów: Organizacje muszą zapoznać się z globalnymi standardami i wytycznymi, takimi jak Etyka AI UNESCO wytyczne, które podkreślają cztery podstawowe wartości, w tym prawa człowieka i godność, różnorodność i włączenie społeczne, pokojowe i sprawiedliwe społeczeństwa oraz rozwój środowiska.
✅ Wspieraj otwartość i przejrzystość: organizacje muszą wspierać przejrzystość wykorzystania sztucznej inteligencji i jej rozwoju, aby budować zaufanie wśród użytkowników i klientów. Dla przedsiębiorstw istotne jest jasne zdefiniowanie działania systemów sztucznej inteligencji, sposobu podejmowania decyzji oraz gromadzenia i wykorzystywania danych.
✅ Konsekwentnie oceniaj i monitoruj systemy sztucznej inteligencji: Wreszcie, konsekwentna ocena i monitorowanie systemów sztucznej inteligencji ma kluczowe znaczenie, aby zapewnić ich zgodność i etykę zgodnie z ustalonymi standardami i wytycznymi dotyczącymi sztucznej inteligencji. Dlatego organizacje muszą przeprowadzać regularne oceny i audyty sztucznej inteligencji, aby uniknąć ryzyka problemów etycznych.
Wniosek
Chociaż generatywna sztuczna inteligencja oferuje znaczące korzyści i rewolucjonizuje wiele sektorów, zrozumienie towarzyszących problemów etycznych i rozwiązanie ich ma kluczowe znaczenie dla wspierania odpowiedzialnego i bezpiecznego korzystania ze sztucznej inteligencji.
Kwestie etyczne związane z generatywną sztuczną inteligencją, takie jak naruszenia praw autorskich, naruszenia prywatności danych, dystrybucja szkodliwych treści i brak przejrzystości, wymagają rygorystycznych przepisów i wytycznych etycznych, aby zapewnić właściwą równowagę oraz solidne i odpowiedzialne wykorzystanie sztucznej inteligencji.
Organizacje mogą maksymalnie wykorzystać możliwości sztucznej inteligencji przy minimalnym lub żadnym ryzyku i obawach etycznych, wdrażając i opracowując zasady i wytyczne etyczne oraz postępując zgodnie z najlepszymi praktykami w zakresie sztucznej inteligencji.
Następnie sprawdź statystyki/trendy AI, które zachwycą Cię.