Ochrona AI: odpowiedzialność

Etyka AI

Joe Franklin

Associate Data Literacy and Essentials Manager, DataCamp

Czym jest odpowiedzialność?

• Odpowiedzialność:
  • Przypisywanie odpowiedzialności za wyniki AI
• Kluczowa na etapie tworzenia, wdrażania i użytkowania AI
• AI to nie „magiczna różdżka" zwalniająca z odpowiedzialności

Odpowiedzialność ma znaczenie

• Odpowiedzialność buduje zaufanie do systemów AI
• Zapewnia etyczne użytkowanie i ogranicza potencjalne szkody
• Nie zdejmuje z ludzi ciężaru odpowiedzialności

             

Paradoks odpowiedzialności

• Większa odpowiedzialność AI wzmacnia zaufanie
• Nadmierne zaufanie do AI może jednak prowadzić do błędnych decyzji
• Przykład:
  • Badanie Georgia Tech, w którym uczestnicy podążali za błędnymi wskazówkami robota

Sprawa Tesli

• Błędne wyobrażenia konsumentów o możliwościach autopilota
• Krytyka Tesli za niewystarczające zabezpieczenia
• Odpowiedzialność ponoszą zarówno Tesla, jak i użytkownicy

Jak osiągnąć odpowiedzialność?

• Twórcy AI:
  • Odpowiedzialność wymaga przejrzystości i rozwiązania problemu „czarnej skrzynki"
  • Kluczowe jest jasne przypisanie odpowiedzialności

• Użytkownicy AI:
  • „Ufaj, ale weryfikuj"
• Twórcy i użytkownicy wspólnie odpowiadają za etyczną AI
• Wyzwania to szanse na innowacje

¹ Ikony: Eucalyp & Sumitsaengtong z www.flaticon.com

Brak jednego uniwersalnego rozwiązania

• Odpowiedzialność w AI to ciągły proces
• Wraz z rozwojem AI zmienia się też dyskusja o odpowiedzialności
• Nie ma jednego uniwersalnego podejścia – różni się w zależności od branży

¹ Ikona: Freepik z www.flaticon.com

Czas na praktykę!

Etyka AI