Этика ИИ служит ориентиром для добросовестного подхода к технологическим инновациям. Она вдохновляет руководителей компаний добиваться того, чтобы технологические достижения приносили пользу обществу, уважать права человека и предотвращать использование ИИ во вредоносных целях.

Изображение 44.png
Этичное и ответственное использование ИИ. Фото: Midjourney

Это возлагает на лидеров ответственность за поощрение этичного поведения.

Проблемы этического внедрения ИИ

Справедливость и дискриминация

ИИ должен обеспечивать справедливое отношение к различным группам пользователей при принятии решений. Однако многие современные системы ИИ по-прежнему подвержены влиянию предвзятости, связанной с данными обучения или самими алгоритмами, что приводит к предвзятому поведению. Это может проявляться в предвзятой классификации профилей, несправедливом кредитном скоринге или неравенстве в здравоохранении.

Ошибки часто возникают из-за того, что среды данных неадекватно отражают реальные ситуации или данные искажены. Поэтому инициативы в области ИИ должны начинаться с интеграции данных из различных источников — структурированных, неструктурированных, данных реального времени и исторических данных, — чтобы гарантировать, что модели ИИ будут построены на основе надежных и актуальных данных.

Конфиденциальность и защита данных

Эффективный ИИ требует большого объёма данных, включая конфиденциальную информацию о клиентах или внутреннюю информацию компании. Это вызывает опасения по поводу конфиденциальности, особенно когда ИИ используется для принятия важных решений в юридической или медицинской сфере. Вопрос в следующем: откуда ИИ берёт эти данные и как они собираются?

Один из эффективных подходов — соблюдение строгих стандартов безопасности данных. Например, компания DeepL, занимающаяся переводами на основе ИИ, придерживается таких стандартов, как GDPR, ISO 27001 и SOC 2 Type II, чтобы контролировать весь процесс разработки ИИ и гарантировать безопасность данных. Производственные компании доверяют DeepL благодаря его высокой точности и приверженности принципам безопасности.

Управление и ответственность

Компании должны обеспечить контроль использования ИИ и соответствие действующим нормам. Ключевой вопрос: «Если ИИ совершит ошибку, кто будет отвечать за её исправление?» Недостаточно просто назначить ответственного. Определение ответственности должно осуществляться несколькими сторонами для обеспечения комплексного надзора.

Заинтересованным сторонам необходимо быть в курсе последних нормативных требований, таких как GDPR (защита данных) и Закон Европейского союза об искусственном интеллекте. Например, CUBE, компания, предоставляющая решения для правовой аналитики на основе ИИ, использует RegAI для постоянного мониторинга и обработки глобальных изменений нормативных актов, обеспечивая безопасное и ответственное использование ИИ в финансовой отрасли.

Кроме того, для повышения прозрачности и подотчетности предприятиям следует согласовывать свою деятельность в сфере ИИ с этическими нормами, такими как «Руководство ЕС по этике надежного ИИ» и «Этически согласованное проектирование» IEEE.

Воздействие на окружающую среду

Искусственный интеллект (ИИ) оставляет огромный углеродный след. По данным H2OIQ, обучение модели ИИ (например, крупной языковой модели) может потреблять тысячи мегаватт-часов электроэнергии и выбрасывать сотни тонн углерода, что эквивалентно выбросам сотен американских домохозяйств в год. Gartner прогнозирует, что к 2030 году ИИ может потреблять до 3,5% мировой электроэнергии.

Некоторые компании уже приняли меры. Например, NVIDIA сосредоточилась на разработке энергоэффективных графических процессоров: её графические процессоры Blackwell в 20 раз энергоэффективнее центральных процессоров при выполнении некоторых задач искусственного интеллекта. В дата-центрах NVIDIA также используются замкнутые системы жидкостного охлаждения и возобновляемые источники энергии для экономии водных ресурсов.

Последствия для бизнеса

Для руководителей бизнеса «этичный ИИ» означает создание и поддержание доверия к системам ИИ. Вот пять подходов:

Давать полномочия, а не заменять людей

Создавайте ИИ для повышения производительности, а не для замены человеческих ролей. Например, программисты могут повысить производительность на 40%, автоматизируя повторяющиеся задачи с помощью Copilot.

Предвзятый аудит и человеческий надзор

Проводите регулярные аудиты для выявления предвзятости и обеспечения контроля со стороны человека. Например, когда ИИ оценивает кредитные рейтинги, аудиторы-люди должны проверять их, чтобы гарантировать объективность.

Прозрачность использования данных

Всегда будьте прозрачны в отношении того, как ИИ использует и передает персональные данные. Например, платформы электронной коммерции должны объяснять, как данные клиентов используются для составления товарных рекомендаций.

Обучение вашей команды этике ИИ

Разработайте этические принципы и обучите сотрудников распознавать предвзятость в ИИ. Например, агентам службы поддержки клиентов необходимо научиться выявлять предвзятость в чат-ботах на базе ИИ.

Согласование ИИ с целями устойчивого развития

Убедитесь, что инициативы в области ИИ способствуют достижению целей компании в области устойчивого развития. Например, используйте ИИ для планирования интеллектуальных доставок, чтобы сократить выбросы углерода.

Этика ИИ — это не просто набор концепций и норм, но и обязательство лидеров внедрять ИИ справедливо, безопасно и ответственно.

(По данным Forbes.com)

Источник: https://vietnamnet.vn/dao-duc-ai-nen-tang-xay-dung-niem-tin-trong-ky-nguyen-tri-tue-nhan-tao-2407517.html