Tekoälyn kohdistaminen ja tekoälyn hallintaongelma ovat näkökohtia, joilla rakennetaan tekoälyjärjestelmiä sellaisiksi, että ne auttaisivat tekijöitään eivätkä vahingoita niitä.
Algoritminen virhe (bias)
Tekoälyjärjestelmät ovat alttiita ihmisten aiheuttamille harhoille ja virheille. Data, jota käytetään tekoälyjärjestelmien kouluttamiseen, aiheuttaa usein virheitä.
Virheet voidaan luokitella seuraavasti: Olemassa oleva virhe Tekninen virhe Ilmeinen virhe
Asiantuntijat varoittavat, että algoritminen virhe on jo yleistä monilla toimialoilla ja että melkein kukaan ei yritä tunnistaa tai korjata sitä ..
Itsereflektio
Kerro miten tekoäly voi vaikuttaa positiivisesti tai negatiivisesti kulttuuriin ja koulutukseen!
Viitteet
UNESCO, Preliminary Study on the Ethics of Artificial Intelligence, 2019
Friedman, Batya; Nissenbaum, Helen (July 1996). "Bias in computer systems". ACM Transactions on Information Systems (TOIS). 14 (3): 330–347. doi:10.1145/230538.230561. S2CID 207195759.
Knight, Will. "Google's AI chief says forget Elon Musk's killer robots, and worry about bias in AI systems instead". MIT Technology Review. Archived from the original on 2019-07-04. Retrieved 2019-07-26.
Source: https://research.aimultiple.com/ai-ethics/
cookiefigyelmeztetes