人工智能目前容易受到偏見和其他缺陷的影響。

人工智能（AI）正在或即將顛覆每個(gè)行業(yè)。項(xiàng)技術(shù)將帶來巨大的生產(chǎn)力提高、成本大幅降低和研發(fā)的巨大進(jìn)步。到2030年，人工智能將使全球GDP增長超過15.7萬億美元，人們很容易認(rèn)為這項(xiàng)技術(shù)只能是一種不受約束的好東西。那將是一個(gè)危險(xiǎn)的錯(cuò)誤。

與任何技術(shù)一樣，人工智能可能會(huì)對(duì)個(gè)人、社會(huì)和經(jīng)濟(jì)產(chǎn)生有害影響：一些常見的擔(dān)憂包括，它提供的工具可能被犯罪分子利用，危害個(gè)人和組織的網(wǎng)絡(luò)安全，或者人工智能的預(yù)測能力引發(fā)了一系列隱私問題。但是，對(duì)于人工智能來說，最危險(xiǎn)的可能性之一，它將被用來削弱強(qiáng)大組織內(nèi)部的責(zé)任結(jié)構(gòu)，同時(shí)使現(xiàn)有的不公正偏見長期存在于受保護(hù)的特征上，如年齡、性別或種族。

市場往往傾向于不優(yōu)先考慮個(gè)人道德和道德原則的目的。雖然在人工智能標(biāo)準(zhǔn)的開發(fā)方面有一些非常棒的舉措，比如IEEE倫理一致的設(shè)計(jì)或人工智能的ISO標(biāo)準(zhǔn)，但人們不能依靠自律來讓這項(xiàng)技術(shù)發(fā)揮作用。與其相反，人們必須通過建立符合目的的監(jiān)管框架來保護(hù)其道德，這將迫使最佳做法和減少該行業(yè)的惡意活動(dòng)。

人工智能的社會(huì)挑戰(zhàn)

如前所述，人們認(rèn)為使監(jiān)管制度具有說服力的兩個(gè)挑戰(zhàn)是偏見問題和問責(zé)制問題。

眾所周知，如果人工智能的設(shè)計(jì)、開發(fā)或部署不當(dāng)，就會(huì)造成不良的社會(huì)偏見。這是因?yàn)閿?shù)據(jù)固有地帶有社會(huì)在整個(gè)歷史中發(fā)展起來的偏見。這意味著，如果模型使用有偏見的數(shù)據(jù)進(jìn)行訓(xùn)練，這些數(shù)據(jù)代表或不足代表某些特征、結(jié)果或群體，那么該模型最終可能會(huì)基于該偏見做出社會(huì)不公正的決策。例如，許多負(fù)責(zé)整個(gè)美國警務(wù)工作的人工智能都接受了關(guān)于犯罪與種族之間聯(lián)系的現(xiàn)成偽造數(shù)據(jù)的培訓(xùn)，這導(dǎo)致這些模型將其決策偏向少數(shù)族裔。

對(duì)于問責(zé)制，在整個(gè)人工智能系統(tǒng)的設(shè)計(jì)、開發(fā)和運(yùn)行中，涉及個(gè)人和組織的責(zé)任存在一定程度的模糊性。考慮被自動(dòng)駕駛汽車撞倒的人員的情況，那么應(yīng)該對(duì)誰負(fù)責(zé)？傳統(tǒng)上，車輛制造商應(yīng)對(duì)其車輛設(shè)計(jì)造成的損壞負(fù)責(zé)，但人工智能開辟了一個(gè)復(fù)雜的責(zé)任鏈，可以推卸責(zé)任：有人可以說是制造商，即簽約開發(fā)駕駛?cè)斯ぶ悄艿能浖_發(fā)商，批準(zhǔn)人工智能的合規(guī)性官員或批準(zhǔn)過錯(cuò)的自動(dòng)駕駛?cè)斯ぶ悄芤?guī)范的行業(yè)組織。

可以要求一定程度責(zé)任的利益相關(guān)者網(wǎng)絡(luò)意味著，那些因人工智能的過失而尋求賠償或正義的人可能會(huì)面臨官僚的噩夢。考慮到人工智能模型可以做出影響個(gè)人未來的重大決策，而個(gè)人無力追究組織的責(zé)任會(huì)使個(gè)人無力反抗機(jī)構(gòu)的無能或惡意。

為什么監(jiān)管是解決這些挑戰(zhàn)的辦法

值得慶幸的是，專家們?cè)陂_發(fā)針對(duì)上述兩種社會(huì)問題的工具和流程方面取得了進(jìn)展。

為了減輕偏見，從事人工智能的人員知道如何在選擇訓(xùn)練數(shù)據(jù)時(shí)更加嚴(yán)格。在網(wǎng)絡(luò)安全領(lǐng)域，人們已經(jīng)承認(rèn)，盡管不可能引入使系統(tǒng)無法被黑客入侵的萬能技術(shù)，但是可以引入流程和接觸點(diǎn)，以確保減輕網(wǎng)絡(luò)安全漏洞的最佳實(shí)踐。

同樣，在算法偏差的情況下，可以引入相關(guān)流程和最佳做法來確保減輕不希望的偏差。通過利用領(lǐng)域?qū)＜液腿斯ぶ悄芸山忉屝约夹g(shù)的知識(shí)，組織能夠減輕風(fēng)險(xiǎn)并將可解釋性引入關(guān)鍵流程。這樣可確保將來自訓(xùn)練數(shù)據(jù)的系統(tǒng)性偏差降至最低，從而防止模型做出歧視性決策。關(guān)于恢復(fù)問責(zé)制，人們還可以在整個(gè)人工智能生命周期中引入相關(guān)的接觸點(diǎn)，從而將人員置于決策過程中，以確保在整個(gè)過程中都有問責(zé)制結(jié)構(gòu)。

但是，人們不能指望私營企業(yè)確保上述做法得到廣泛實(shí)施。取而代之的是，這些與偏見、恢復(fù)責(zé)任制和改善可解釋性的最佳做法必須從外部進(jìn)行激勵(lì)。這就是人工智能呼吁監(jiān)管環(huán)境的原因。為此，決策者和開發(fā)人員將需要團(tuán)結(jié)起來，跨學(xué)科參與協(xié)作，以平衡技術(shù)、社會(huì)和法律要求。

合規(guī)性的另一個(gè)效果是，它將在現(xiàn)場獲得更大的信心和穩(wěn)定性。如果實(shí)施得當(dāng)，一個(gè)良好的監(jiān)管制度將迫使采用人工智能部署的最佳實(shí)踐，可以創(chuàng)造新的工作來實(shí)施這些實(shí)踐，吸引更多的行業(yè)投資，并刺激更多的創(chuàng)新以使人工智能變得人性化，并具有變革性。
責(zé)任編輯：tzh