AI veilig houden: verantwoordelijkheid

AI-ethiek

Joe Franklin

Associate Data Literacy and Essentials Manager, DataCamp

Definieer verantwoordelijkheid

• Verantwoordelijkheid:
  • Verantwoordelijkheid voor AI-resultaten toewijzen.
• Essentieel voor de ontwikkeling, implementatie en het gebruik van AI.
• AI is geen 'toverstaf' waarmee je je verantwoordelijkheid kunt ontlopen.

Verantwoordelijkheid is essentieel

• Mensen hebben meer vertrouwen in AI-systemen als er verantwoording wordt afgelegd.
• Verantwoordelijkheid zorgt voor ethisch gebruik en beperkt mogelijke schade.
• Verantwoordelijkheid betekent niet dat mensen geen verplichtingen hebben.

             

De paradox van verantwoordelijkheid

• AI verantwoordelijker maken, kan het vertrouwen vergroten;
• Maar te veel vertrouwen in AI kan leiden tot verkeerde beslissingen.
• Voorbeeld:
  • Onderzoek van Georgia Tech waarbij mensen de verkeerde aanwijzingen van een robot volgden.

Het verhaal van Tesla

• Misverstand onder consumenten over de mogelijkheden van de automatische piloot.
• Kritiek op Tesla vanwege onvoldoende veiligheidsmaatregelen.
• Zowel Tesla als de consument is verantwoordelijk.

Verantwoordelijkheid nemen

• AI-producenten:
  • Verantwoordelijkheid nemen, betekent transparant zijn en het 'Black Box'-probleem oplossen.
  • Verantwoordelijkheid toewijzen is essentieel.

• AI-gebruikers:
  • 'Vertrouwen maar verifiëren'
• Zowel producenten als consumenten spelen een rol bij het creëren van ethische AI.
• Uitdagingen zijn kansen voor innovatie.

¹ Pictogrammen gemaakt door Eucalyp & Sumitsaengtong van www.flaticon.com

Geen standaardoplossing

• Verantwoordelijkheid in AI is een continu proces.
• Met elke nieuwe AI-ontwikkeling verandert ook het gesprek over verantwoordelijkheid.
• Er is geen standaardaanpak, het verschilt per branche.

¹ Pictogram gemaakt door Freepik van www.flaticon.com

Laten we oefenen!

AI-ethiek