Q:
Jaké jsou některé etické problémy týkající se strojového učení?
A:Etické problémy, které obklopují strojové učení, nezahrnují tolik algoritmů strojového učení, ale způsob, jakým se data používají.
Skandál společnosti Cambridge Analytica s Facebookem, kde politická poradenská společnost použila data ze stránek sociálních sítí bez vědomí nebo souhlasu uživatelů, ilustrovala řadu problémů spojených se shromažďováním a používáním uživatelských dat. Ačkoli mnoho licenčních smluv s koncovými uživateli určuje, jak mohou být data uživatelů použita, mnoho uživatelů sociálních médií nemusí přečíst drobný tisk.
| Zdarma ke stažení: Strojové učení a proč to záleží |
Dalším problémem je, že tyto algoritmy strojového učení mohou být „černé skříňky“, kde není možné zjistit, jak skutečně fungují. Může být nemožné vědět, proč se algoritmus strojového učení rozhodl.
Jednou z oblastí strojového učení je provádění lékařských diagnóz. Algoritmus by se mohl podívat na rentgenové paprsky, aby našel rakovinu. Lidský lékař může vysvětlit, proč provedl diagnózu, ale možná nevíme, jak algoritmus strojového učení určil, že pacient měl rakovinu nebo ne.
Jedním z řešení je uvolnění programů strojového učení na základě licencí open source. Když se lidé mohou podívat na zdrojový kód programu, mohou vidět, jak se rozhodují.
Dalším problémem je použití údajů o strojovém učení a možné zkreslení. Došlo k několika případům rasových a jiných předsudků, díky nimž bylo neúmyslně zařazeno do programů strojového učení. Jeden algoritmus identifikoval černochy jako gorily a druhý změnil rysy obličeje lidí barvy tak, aby vypadaly více „evropsky“, zatímco prohlašoval, že je zkrášlují.
Jedním ze způsobů, jak tomu zabránit, je mít v oblasti umělé inteligence více lidí z různého prostředí.
Dalším problémem je bezpečné používání strojového učení a umělé inteligence. Programy umělé inteligence a strojového učení by mohly vyvinout chování, které by lidé nechtěli, například zastavit lidi v jejich vypnutí.
