К вопросу о необходимости социально-философского анализа проблем искусственного интеллекта
Автор: Бадмаева Маина Харлановна, Золхоева Мария Валентиновна
Журнал: Вестник Бурятского государственного университета @vestnik-bsu
Статья в выпуске: 2, 2023 года.
Бесплатный доступ
В настоящее время мы являемся свидетелями увеличения масштабов внедрения новых технологий во все сферы жизнедеятельности человека. Искусственный интеллект (далее - ИИ) чрезвычайно активно проникает в жизненный уклад общества. Это открывает целый ряд новых возможностей и преимуществ для человека, однако порождает потенциальные риски и угрозы, усугубляющие существующие в обществе проблемы: предвзятое и несправедливое отношение к человеку, рост безработицы, трансформация человеческой идентичности, угроза безопасности и др. Кроме того, ИИ создает специфические трудности, обусловленные его природой, среди которых проблемы алгоритмической предвзятости, ошибки при работе с большими объемами данных, принципиальная непрозрачность действий ИИ. Поэтому необходимо осторожное, осмысленное и подконтрольное человеку внедрение ИИ, чтобы обеспечить безопасность общества. В этих условиях философская рефлексия проблем применения ИИ позволяет глубже взглянуть на предполагаемые и существующие угрозы, возникающие вследствие взаимодействия человека и данной технологии и выработать адекватный ответ на вызовы искусственного разума.
Философия, социальная философия, искусственный интеллект, узкий искусственный интеллект, системы искусственного интеллекта, алгоритмическая предвзятость, дискриминация, социальная несправедливость, автономия человека, непрозрачность систем искусственного интеллекта
Короткий адрес: https://sciup.org/148326711
IDR: 148326711 | DOI: 10.18101/1994-0866-2023-2-76-85
Список литературы К вопросу о необходимости социально-философского анализа проблем искусственного интеллекта
- Маркс К., Энгельс Ф. Капитал. Критика политической экономии. I960. Москва: Политиздат. 1960. Т. 23. С. 51. Текст: непосредственный.
- Ashrafian H. Engineering a social contract: Rawlsian distributive justice through algorithmic game theory and artificial intelligence // AI Ethics. 2022.
- Benjamin R. Assessing risk, automating racism // Science. 2019. 366. Vol. 6464. P. 421-422.
- Buolamwini J., Gebru T. Gender shades: Intersectional accuracy disparities in commercial gender classification // Proceedings of conference on fairness, accountability and transparency, FAT2018. 2018. P. 77-91.
- Dastin J. Amazon scraps secret AI recruiting tool that showed bias against wom-en.reutersxom. URL: https://www.reuters.com/article/us-amazon-com-jobs-automation-insight/amazon-scraps-secret-ai-recruiting-tool-that-showed-bias-against-women-idUSKCN1MK08G (дата обращения: 11. 03. 2023)
- Eveleth R. My robot bought illegal drugs. BBC. 2015. URL: https://tinyurl.com/qbgglw7 (дата обращения: 28.03.2023).
- How is new technology changing job design? / M. B. Gibbs, S. Bazylik et al. // IZA World of Labor. 2022. 464 p.
- Grogger J., Ivandic R., Kirchmaier T. Comparing conventional and machine-learning approaches to risk assessment in domestic abuse cases // Journal of Empirical Legal Studies. 2020. Vol. 18(1). P. 90-130.
- Hackman J. R., Oldham G. R. Motivation through the design of work: Test of a theory // Organizational Behavior and Human Performance. 1976. Vol. 16(2). P. 258.
- Hacker P. Teaching Fairness to Artificial Intelligence: Existing and Novel Strategies Against Algorithmic Discrimination under EU Law r // Common Market Law Review. 2018. № 55(4).
- Jackson J. R. Algorithmic Bias // Journal of Leadership, Accountability & Ethics. 2018. Vol. 15, Issue 4. P. 55-65.
- How we analysed the COMPAS recidivism algorithm / J. Larson, S. Mattu, L. Kirchner, J. Angwin // ProPublica. 2016. Vol. 5(2016). P. 9.
- Oakden-Rayner L. CheXNet: An In-Depth Review. URL: https://laurenoakdenrayner.com/2018/01/24/chexnet-an-in-depth-review (дата обращения: 28.03.2023).
- Dissecting racial bias in an algorithm used to manage the health of populations / Z. Obermeyer, B. Powers, C. Vogeli, S. Mullainathan // Science. 2019. Vol. 366(6464). P. 447453.
- Roberts P. Working smarter with data. Australian Manufacturing Forum. URL: https://www.aumanufacturing.com.au/working-smarter-with-data-ai-gives-agriculture-the-competitive-edge (дата обращения: 30.03.2023).
- Mastering the game of go without human knowledge / D. Silver, J. Schrittwieser, K. Si-monyan, I. Antonoglou, et al. // Nature. 2017. Vol. 2017550(7676). P.354-359.
- Smith L. Unfairness by Algorithm: Distilling the Harms of Automated Decision-Making. Future of Privacy Forum. URL : https://fpf. org/2017/12/11/unfair-ness-by-algorithm-distilling-theharms-of-automa-ted-decision-making (дата обращения: 10.04.2023).
- Strickland E. Racial Bias Found in Algorithms That Determine Health Care for Millions of Patients // IEEE Spectrum. 2019.
- Wang P., Goertzel B., Franklin S. Artificial general intelligence, 2008: Proceedings of the first AGI conference / P. Wang, B. Goertzel, S. Franklin. Washington DC: IOS Press, 2008. 507 p.
- Wall L. Some financial regulatory implications of artificial intelligence // J. Econ. Bus. 2018. Vol. 100. P. 55-63.
- West S. M., Whittaker M., Crawford K. Discriminating systems: Gender, race and power in AI. AI Now Institute / S. M. West, M. Whittaker, K. Crawford. URL: https://ainowinstitute.org/discriminatingsystems.html (дата обращения: 12.04.2023).
- Frey C. B., Osborne M. A. The future of employment: How susceptible are jobs to computerisation? // Technol. Forecast Soc. Chang. 2017. Vol. 114. P. 254-280.
- Acemoglu D., Restrepo P. The race between man and machine: Implications of technology for growth, factor shares, and employment // Am Econ. Rev. 2018. Vol. 108(6). P. 1488-1542.
- Haenlein M., Huang M. H., Kaplan A. Guest Editorial: Business Ethics in the Era of Artificial Intelligence // Journal Business Ethics. 2022. P. 1-3.
