Περίληψη άρθρου:

Οι επιχειρήσεις θα πρέπει να εξετάσουν προσεκτικά κατά πόσον η τεχνητή νοημοσύνη είναι η καλύτερη λύση για τα προβλήματά τους και να επενδύσουν στον έλεγχο για να αποφύγουν άδικα και μεροληπτικά αποτελέσματα, σύμφωνα με τη διευθύνουσα σύμβουλο της Eticas Tech, Gemma Galdón-Clavell. Ενώ η τεχνητή νοημοσύνη μπορεί να είναι χρήσιμη για εργασίες που διαθέτουν μεγάλο όγκο ιστορικών δεδομένων, μπορεί να μην είναι κατάλληλη για μοναδικά προβλήματα ή για εκείνες που δεν έχουν πρόσβαση σε εκτεταμένα δεδομένα. Η χρήση της τεχνητής νοημοσύνης εγείρει ηθικές ανησυχίες λόγω των κινδύνων προστασίας της ιδιωτικής ζωής και των προκαταλήψεων στα συμπεράσματα στα οποία καταλήγει. Ο έλεγχος των πακέτων και των υπηρεσιών ΤΝ είναι ζωτικής σημασίας για τον εντοπισμό και τον μετριασμό των διακρίσεων. Η εφαρμογή κανονισμών και προληπτικών μέτρων, σε συνδυασμό με την τροφοδότηση της ΤΝ με καλύτερα δεδομένα, μπορεί να βελτιώσει την αποτελεσματικότητά της.

 

Κύρια σημεία του άρθρου:

  • Οι επιχειρήσεις θα πρέπει να σκεφτούν προσεκτικά αν η τεχνητή νοημοσύνη είναι η καλύτερη λύση για τα προβλήματά τους και να επενδύσουν σε έλεγχο για να αποφύγουν άδικα και μεροληπτικά αποτελέσματα.
  • Το 8% των επιχειρήσεων της ΕΕ χρησιμοποίησαν τεχνολογίες ΤΝ το 2021, με τη Δανία να έχει τη μεγαλύτερη χρήση και τη Ρουμανία και τη Σερβία τη μικρότερη.
  • Οι περισσότερες επιχειρήσεις χρησιμοποίησαν την ΤΝ στον τομέα της επικοινωνίας και της πληροφόρησης, πιστεύοντας ότι βοηθά στην ανάλυση δεδομένων, στη δημιουργία περιεχομένου και στη γλωσσική μετάφραση.
  • Η τεχνητή νοημοσύνη είναι καλύτερη στην παροχή λύσεων για προβλήματα με μεγάλο όγκο ιστορικών δεδομένων, όπως οι συστάσεις για ηλεκτρονικές αγορές, τα συστήματα GPS, τα chatbots και τα προγνωστικά κείμενα.
  • Για μοναδικά προβλήματα ή για εκείνα που δεν έχουν πρόσβαση σε πολλά ιστορικά δεδομένα, η τεχνητή νοημοσύνη μπορεί να μην είναι η καλύτερη λύση.
  • Η χρήση της τεχνητής νοημοσύνης εγείρει ανησυχίες σχετικά με την προστασία της ιδιωτικής ζωής, την ασφάλεια, τη μεροληψία και την αναποτελεσματικότητα λόγω της εξάρτησης από ιστορικά δεδομένα.

 

Αναλυτικά το άρθρο:

Οι επιχειρήσεις θα πρέπει να σκεφτούν πολύ καλά για το αν η τεχνητή νοημοσύνη είναι η καλύτερη λύση για τα προβλήματά τους και να επενδύσουν σε έλεγχο για να αποφύγουν άδικα, μεροληπτικά και αναποτελεσματικά αποτελέσματα, σύμφωνα με τη διευθύνουσα σύμβουλο της Eticas Tech, Gemma Galdón-Clavell.

"Υπάρχουν τόσα πολλά παραδείγματα στιγμών που αναρωτιέμαι: "Γιατί; Γιατί πιστεύετε ότι η τεχνητή νοημοσύνη είναι χρήσιμη γι' αυτό;"", λέει ο κορυφαίος ελεγκτής τεχνητής νοημοσύνης.

Γνωρίζατε ότι, σύμφωνα με τη Eurostat, το 2021 το 8% των εταιρειών της ΕΕ θα χρησιμοποιήσει τεχνολογίες τεχνητής νοημοσύνης (AI); Από αυτές, το 53% είχε αγοράσει έτοιμα προς χρήση εμπορικά συστήματα τεχνητής νοημοσύνης και λογισμικό νοημοσύνης.

Η Δανία είχε τις περισσότερες εταιρείες που χρησιμοποιούσαν τεχνητή νοημοσύνη, με ποσοστό περίπου 24%, ενώ η Ρουμανία και η Σερβία είχαν τις λιγότερες, περίπου 1% η καθεμία.

Οι περισσότερες επιχειρήσεις χρησιμοποίησαν τεχνητή νοημοσύνη στον τομέα της επικοινωνίας και της πληροφόρησης. Οι εταιρείες που είναι υπέρ της τεχνητής νοημοσύνης πιστεύουν ότι βοηθά στην ανάλυση δεδομένων, στη δημιουργία περιεχομένου και στη μετάφραση γλωσσών μεταξύ άλλων. Ωστόσο, οι επιχειρήσεις που είναι κατά της τεχνητής νοημοσύνης θεωρούν κυρίως ότι είναι άσχετη με τις ανάγκες τους, ακριβή, μη αξιόπιστη και αυξάνει τους κινδύνους για την προστασία της ιδιωτικής ζωής.

Σε αυτό το επεισόδιο του The Big Question, η Angela Barnes συναντήθηκε με την Gemma Galdón-Clavell, τη διευθύνουσα σύμβουλο της εταιρείας AI Eticas Tech, για να συζητήσουν αν η χρήση της AI είναι ηθική και πού πρέπει να αποφύγουμε τη χρήση της.

 

Σε τι είναι καλή η Τεχνητή Νοημοσύνη;

Σύμφωνα με τον Clavell, "η τεχνητή νοημοσύνη είναι τόσα πολλά πράγματα ταυτόχρονα. Η κατανόηση του τι είναι αυτό που κάνει η τεχνητή νοημοσύνη είναι ζωτικής σημασίας για να την αξιοποιήσουμε στο έπακρο". Αυτό μπορεί να δυσχεράνει τον εντοπισμό του σε τι μπορεί να είναι πιο χρήσιμη η τεχνολογία, ειδικά αν πολλές επιχειρήσεις θέλουν να τη χρησιμοποιήσουν για πολλά διαφορετικά πράγματα ταυτόχρονα.

Ως εκ τούτου, οι επιχειρήσεις πρέπει να σκεφτούν πραγματικά τα προβλήματα που θέλουν να λύσουν και, στη συνέχεια, να εξετάσουν αν η τεχνητή νοημοσύνη είναι η καλύτερη λύση. Ουσιαστικά, η ΤΝ είναι μια διαδικασία δεδομένων που παρέχει καλύτερα λύσεις για προβλήματα που έχουν τεράστιο όγκο ιστορικών δεδομένων.

Αυτό περιλαμβάνει συστάσεις για online αγορές και streaming, με βάση το ιστορικό αναζήτησης, τα δεδομένα προβολής των πελατών, τις αξιολογήσεις και την τοποθεσία, μεταξύ άλλων. Η τεχνητή νοημοσύνη χρησιμοποιείται επίσης για τα παγκόσμια συστήματα εντοπισμού θέσης (GPS), τα οποία μπορούν να έχουν πρόσβαση σε χρόνια, αν όχι δεκαετίες, ιστορικού τοποθεσίας και κίνησης από εκατομμύρια χρήστες σε διάφορες πόλεις. Τα chatbots είναι ένα άλλο παράδειγμα, καθώς και η πρόβλεψη κειμένου.

Ωστόσο, για μοναδικά προβλήματα ή για προβλήματα που δεν έχουν πρόσβαση σε πολλά ιστορικά δεδομένα, "η τεχνητή νοημοσύνη δεν είναι ο φίλος σας", λέει ο Clavell.

Η Τζέμα προειδοποιεί επίσης, ότι δεν πρόκειται μόνο για τον τρόπο χρήσης της ΤΝ, αλλά και για τη σημασία της επιλογής καλής ποιότητας λογισμικού ΤΝ.

"Αν απλώς αγοράσουμε ένα πακέτο AI και το εφαρμόσουμε και εμπιστευτούμε ότι τα πράγματα θα πάνε καλά, θα κάνουμε λάθος. Και αυτό κοστίζει πολύ ακριβά", υπογραμμίζει ο Clavell.

 

Είναι η χρήση της τεχνητής νοημοσύνης ηθική;

Μια από τις μεγαλύτερες ανησυχίες για την ΤΝ είναι ότι χρησιμοποιεί έναν τεράστιο όγκο προσωπικών και συμπεριφορικών δεδομένων σχετικά με τον τρόπο με τον οποίο οι άνθρωποι ζουν, εργάζονται και σχετίζονται με τους άλλους.

Αυτό όχι μόνο οδηγεί σε τεράστιες ανησυχίες για την ασφάλεια και την προστασία της ιδιωτικής ζωής, αλλά μπορεί επίσης να σημαίνει ότι τα συμπεράσματα της ΤΝ μπορεί συχνά να είναι στρεβλά ή άδικα προκατειλημμένα, καθώς και αναποτελεσματικά.

Η εξάρτηση από ιστορικά δεδομένα μπορεί επίσης να αποτελέσει πρόβλημα σε πολλά σενάρια, προκαλώντας άδικους αποκλεισμούς και προκαταλήψεις, συχνά χωρίς οι άνθρωποι να αντιλαμβάνονται ότι συμβαίνουν.

Όπως εξηγεί ο Clavell: "Αν είστε σε μια τράπεζα, τα δεδομένα του παρελθόντος δείχνουν ότι ο ιδανικός πελάτης σας είναι ένας άνδρας με σταθερή δουλειά. Η τεχνητή νοημοσύνη τείνει να το αναπαράγει αυτό. Και έτσι, την πρώτη ημέρα θα κάνετε διακρίσεις εις βάρος των γυναικών, τη δέκατη ημέρα θα δίνετε υποθήκες μόνο σε άνδρες με σταθερή δουλειά".

Ωστόσο, μία από τις βασικές λύσεις για τον εντοπισμό και τον μετριασμό των διακρίσεων είναι ο έλεγχος των πακέτων και των υπηρεσιών ΤΝ, όπως οι κλινικές δοκιμές για τα εμβόλια.

Επισημαίνει ότι αν δεν το κάνουμε αυτό, θα είναι σαν "να παίρνουμε ένα εμβόλιο που δεν έχει περάσει από κλινικές δοκιμές, να αγοράζουμε αυτοκίνητο χωρίς ζώνη ασφαλείας, να αγοράζουμε σπίτι χωρίς τα χαρτιά".

Στο τέλος της ημέρας, "δεν επιθυμούμε ΑΙ με διακρίσεις", λέει ο Clavell.

 

Πώς μπορούμε να κάνουμε την τεχνητή νοημοσύνη καλύτερη;

Ο Clavell σκιαγραφεί ότι ένας από τους βασικούς τρόπους για να κάνουμε την ΤΝ καλύτερη είναι όχι μόνο να θεωρητικολογούμε την ύπαρξη ελέγχων και άλλων προληπτικών μέτρων και διακυβέρνησης, αλλά και να τα εφαρμόζουμε. Ως εκ τούτου, ενώ η Ευρώπη είναι πολύ καλή στο να επινοεί κανονισμούς, όπως ο νόμος για τις ψηφιακές υπηρεσίες, οι ΗΠΑ είναι πολύ καλύτερες στην εφαρμογή τους.

"Είναι αρκετά ενδιαφέρον ότι, ακόμη και με τον Γενικό Κανονισμό για την Προστασία Δεδομένων (GDPR) που ψηφίστηκε το 2016, η εταιρεία που κέρδισε τα περισσότερα χρήματα από αυτή τη ρυθμιστική αλλαγή είναι μια εταιρεία με έδρα το Τέξας, [...] η οποία αξίζει τώρα 5 δισεκατομμύρια", λέει η Gemma.

"Φοβάμαι ότι με την Πράξη για την Τεχνητή Νοημοσύνη, η ΕΕ θα πρωτοστατήσει στη ρύθμιση, αλλά το τμήμα της αγοράς που θα αξιοποιήσει στο έπακρο τις ευκαιρίες που θα δημιουργηθούν από τη ρύθμιση δεν θα βρίσκεται στην Ευρώπη, ή θα πρέπει να αλλάξουν πολλά πράγματα για να δω την Ευρώπη να παίζει ηγετικό ρόλο όχι μόνο σε ρυθμιστικό επίπεδο, αλλά και σε επίπεδο αγοράς".

Ο νόμος-ορόσημο για την τεχνητή νοημοσύνη δρομολογήθηκε πρόσφατα στην ΕΕ, με στόχο να την καταστήσει πρωτοπόρο στη ρύθμιση της τεχνητής νοημοσύνης. Η πράξη θα προσπαθήσει επίσης να θέσει ένα σταθερό νομικό πλαίσιο για τους κανονισμούς της ΤΝ σε όλες τις χώρες μέλη της ΕΕ, το οποίο θα διασφαλίζει ότι οι τεχνολογίες είναι ασφαλείς και δεν παραβιάζουν τους νόμους και τις αξίες της ιδιωτικής ζωής. Ωστόσο, την ίδια στιγμή, η πράξη θα προσπαθήσει επίσης να προσελκύσει περισσότερες επενδύσεις AI στην ήπειρο.

Σύμφωνα με το Statista, η ΕΕ είχε περίπου 6.000 εταιρείες AI το 2023, γεγονός που εξακολουθεί να υπολείπεται σημαντικά του Ηνωμένου Βασιλείου, με 9.000 και των ΗΠΑ με περίπου 15.000.

Άλλοι τρόποι για να γίνει η τεχνητή νοημοσύνη καλύτερη είναι να την τροφοδοτούμε με καλύτερα και πιο φρέσκα δεδομένα, τα οποία με τη σειρά τους θα της επιτρέψουν να λάβει υπόψη της περισσότερους παράγοντες και μεταβλητές. Ελλείψει πραγματικών δεδομένων, συνθετικά δεδομένα ή υποθετικές περιπτώσεις μπορούν επίσης να χρησιμοποιηθούν για την προσομοίωση σεναρίων και την παροχή περισσότερου πλαισίου στα εργαλεία ΤΝ.

Μπορούν επίσης να γίνουν βελτιώσεις στον αλγόριθμο για να διασφαλιστεί ότι οι εταιρείες δεν φιλτράρουν τους λάθος πελάτες ή υπαλλήλους. Αυτό μπορεί να γίνει με την αφαίρεση συχνά περιττών παραμέτρων δεδομένων.

Ωστόσο, ο Clavell προειδοποιεί ότι έως ότου θέσουμε τον έλεγχο στη νομοθεσία "ως κοινωνία, δεν θα έχουμε εγγυήσεις ότι η τεχνητή νοημοσύνη γύρω μας είναι καλής ποιότητας τεχνητή νοημοσύνη".

Το The Big Question είναι μια σειρά από το Euronews Business όπου καθόμαστε με ηγέτες και εμπειρογνώμονες του κλάδου για να συζητήσουμε μερικά από τα πιο σημαντικά θέματα της σημερινής ατζέντας.

 

Πηγή: 'If you don’t have a problem to solve, what’s the point of new technical solutions?' says Eticas CEO