負(fù)責(zé)任地使用AI如何創(chuàng)造更安全的在線空間

在計算機(jī)進(jìn)步、數(shù)據(jù)科學(xué)和龐大數(shù)據(jù)集的可用性的推動下，人工智能 (AI) 已成為強(qiáng)大的日?，F(xiàn)實和商業(yè)工具。大型科技公司如谷歌、亞馬遜和Meta現(xiàn)在正在開發(fā)基于人工智能的系統(tǒng)。該技術(shù)可以模仿人類語言、檢測疾病、預(yù)測犯罪活動、起草法律合同、解決可訪問性問題，并比人類更好地完成任務(wù)。對于企業(yè)而言，人工智能有望預(yù)測業(yè)務(wù)成果、改進(jìn)流程并以大幅節(jié)省成本的方式提高效率。

但人們對人工智能的擔(dān)憂仍在增加。

人工智能算法已經(jīng)變得如此強(qiáng)大，一些專家將人工智能標(biāo)記為有感知能力以至于任何腐敗、篡改、偏見或歧視都可能對組織、人類生活和社會產(chǎn)生巨大影響。

人工智能決策越來越大規(guī)模地影響和改變?nèi)藗兊纳?。不?fù)責(zé)任地使用它們會加劇現(xiàn)有的人類偏見和歧視性措施，例如種族定性、行為預(yù)測或性取向識別。之所以會出現(xiàn)這種固有的偏見，是因為 AI 的好壞取決于我們可以提供的訓(xùn)練數(shù)據(jù)量，而這很容易受到人類偏見的影響。

當(dāng)機(jī)器學(xué)習(xí)算法在未充分代表某些族群（例如女性、有色人種或特定年齡人口統(tǒng)計數(shù)據(jù)的人）的數(shù)據(jù)上進(jìn)行訓(xùn)練和測試時，也會出現(xiàn)偏差。例如，研究表明，有色人種特別容易受到面部識別技術(shù)算法偏差的影響。

使用中也會出現(xiàn)偏差。例如，為特定應(yīng)用設(shè)計的算法可能會用于非預(yù)期目的，這會導(dǎo)致對輸出的誤解。

人工智能主導(dǎo)的歧視可能是抽象的、不直觀的、微妙的、無形的和難以察覺的。源代碼可能會受到限制，或者審計人員可能不知道算法是如何部署的。進(jìn)入算法以查看其編寫方式和響應(yīng)方式的復(fù)雜性不容小覷。

當(dāng)前的隱私法依賴于通知和選擇；因此，很少有人閱讀由此產(chǎn)生的要求消費(fèi)者同意冗長的隱私政策的通知。如果將此類通知應(yīng)用于人工智能，將對消費(fèi)者和社會的安全和隱私產(chǎn)生嚴(yán)重后果。

雖然真正的人工智能惡意軟件可能還不存在，但假設(shè)人工智能惡意軟件會增強(qiáng)攻擊者的能力并不牽強(qiáng)。可能性是無窮無盡的——從環(huán)境中學(xué)習(xí)以識別和利用新漏洞的惡意軟件、針對基于人工智能的安全性進(jìn)行測試的工具或可以用錯誤信息毒害人工智能的惡意軟件。

由人工智能操縱的數(shù)字內(nèi)容已經(jīng)被用于實時創(chuàng)建超逼真的個人合成副本（也稱為深度偽造）。因此，攻擊者將利用深度偽造來制造針對性很強(qiáng)的社會工程攻擊、造成經(jīng)濟(jì)損失、操縱輿論或獲得競爭優(yōu)勢。

“人工智能主導(dǎo)的歧視可能是抽象的、不直觀的、微妙的、無形的和難以察覺的。源代碼可能會受到限制，或者審計人員可能不知道算法是如何部署的。”—Steve Durbin，信息安全論壇首席執(zhí)行官

由于人工智能決策越來越大規(guī)模地影響和影響人們的生活，企業(yè)有道德、社會和信托責(zé)任以合乎道德的方式管理人工智能的采用。他們可以通過多種方式做到這一點。

道德 AI 遵守明確定義的道德準(zhǔn)則和基本價值觀，例如個人權(quán)利、隱私、非歧視，重要的是，非操縱。組織必須建立明確的原則來識別、衡量、評估和減輕人工智能主導(dǎo)的風(fēng)險。接下來，他們必須將它們轉(zhuǎn)化為實用的、可衡量的指標(biāo)，并將其嵌入日常流程中。

擁有正確的工具來調(diào)查偏見的來源并了解決策中公平的影響對于開發(fā)道德人工智能絕對至關(guān)重要。識別使用機(jī)器學(xué)習(xí)的系統(tǒng)，確定它們對業(yè)務(wù)的重要性，并針對 AI 引起的偏差實施流程、控制和對策。

組織應(yīng)建立一個跨領(lǐng)域倫理委員會，監(jiān)督組織和供應(yīng)鏈中人工智能系統(tǒng)引入的風(fēng)險的持續(xù)管理和監(jiān)控。委員會必須由來自不同背景的人組成，以確保對所有道德問題的敏感性。

算法的設(shè)計必須考慮到專家的意見、情境知識和對歷史偏見的認(rèn)識。必須在關(guān)鍵領(lǐng)域（例如在金融交易中）強(qiáng)制執(zhí)行人工授權(quán)流程，以防止它們被惡意行為者破壞。

培育一種文化，使個人能夠在不扼殺創(chuàng)新的情況下提出對人工智能系統(tǒng)的擔(dān)憂。通過透明地處理角色、期望和責(zé)任來建立對 AI 的內(nèi)部信任和信心。認(rèn)識到對新角色的需求并積極提升技能、重新技能或雇用。

如果需要，可以通過提供更好的控制權(quán)和對追索權(quán)的訪問來授權(quán)用戶。強(qiáng)大的領(lǐng)導(dǎo)力對于賦予員工權(quán)力和將負(fù)責(zé)任的人工智能提升為業(yè)務(wù)必要性也至關(guān)重要。

程序化檢查是評估人類公平性的傳統(tǒng)方法，可以通過在人類決策過程中運(yùn)行算法、比較結(jié)果并解釋機(jī)器主導(dǎo)決策背后的原因來從人工智能中受益。另一個例子是麻省理工學(xué)院關(guān)于打擊系統(tǒng)性種族主義的研究計劃，該計劃致力于開發(fā)和使用計算工具在社會的許多不同部門創(chuàng)造種族平等。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。