Veel van het bestaande onderzoek naar de sociale en ethische impact van kunstmatige intelligentie is gericht op het definiëren van ethische principes en richtlijnen rond Machine Learning (ML) en andere kunstmatige intelligentie (AI) -algoritmen. Hoewel dit uitermate nuttig is om te helpen bij het definiëren van de juiste sociale normen van AI, zijn wij van mening dat het even belangrijk is om zowel het potentieel als de risico’s van ML te bespreken en om de gemeenschap te inspireren om ML te gebruiken voor nuttige doelen. In dit artikel, dat primair gericht is op ML-beoefenaars, richten we ons dus meer op de laatste, waarbij we een overzicht geven van bestaande ethische kaders en richtlijnen op hoog niveau, maar bovenal zowel conceptuele als praktische principes en richtlijnen voorstellen voor ML-onderzoek en -implementatie , aandringen op concrete acties die beoefenaars kunnen ondernemen om een meer ethische en morele praktijk van ML na te streven, gericht op het gebruik van AI voor sociaal welzijn. Op deze manier kunnen acties deze principes en richtlijnen opnieuw evalueren om te dienen als een soort “sociale lakmoesproef” waarmee anderen ML-beoefenaars ter verantwoording kunnen roepen.
Kunstmatige intelligentie verlaat het onderzoekslaboratorium
De vooruitgang in ML in het afgelopen decennium was buitengewoon en heeft het idee nieuw leven ingeblazen dat AI-systemen uiteindelijk menselijke prestatieniveaus zouden kunnen bereiken, die decennialang werd verlaten. Zelfs als we op dit moment nog ver verwijderd zijn van deze prestatie, heeft de technologische vooruitgang in ML een drempel overschreden die het mogelijk maakt om een enorme economische impact te hebben, geschat op bijna 16 biljoen dollar in 2030. Dit staat in contrast met de eerste decennia van ML vooruitgang, wanneer onderzoekers de luxe hadden om zich puur op de fundamentele aspecten van hun werk te concentreren en zich niet al te veel zorgen te maken over de potentiële maatschappelijke gevolgen ervan – een algoritme voor objectherkenning kon worden getest op een gemeenschappelijke dataset zoals MNIST of ImageNet, en een objectieve prestatiestatistiek zou worden verkregen om de voortgang te meten, zonder na te hoeven denken over de rommeligheid en complexiteit van de inzet en sociale impact. Er is de afgelopen jaren iets wezenlijks veranderd, aangezien algoritmen die aanvankelijk in het laboratorium zijn ontwikkeld, in toenemende mate worden verbeterd en in de samenleving worden gebruikt in real-world toepassingen zoals gezondheidszorg, transport en industriële productie met reële gevolgen, en we zien waarschijnlijk alleen de topje van de ijsberg in termen van sociale impact.
Ethiek en AI – Bestaande initiatieven
De afgelopen jaren zijn er tal van initiatieven geweest die een van de twee belangrijkste benaderingen hebben gevolgd om de ethische praktijk van AI te bevorderen: (1) principes voorstellen die de sociaal verantwoorde ontwikkeling van AI sturen of (2) bezorgdheid uiten over de sociale impact van AI. We zullen beide benaderingen in de huidige sectie beschrijven, evenals voorbeelden geven van opmerkelijke initiatieven en projecten die een van de benaderingen hebben aangenomen.1
Het definiëren van principes voor het verantwoord oefenen van AI
Het onderwerp ethisch onderzoek en praktijk in de technologie is de laatste jaren in verschillende hoeken van de computerwereld in een stroomversnelling gekomen en de verschillende voorgestelde initiatieven zijn een indicatie van de interesse en de bezorgdheid die veel leden delen. In de Verenigde Staten heeft de Association for Computing Machinery (ACM) bijvoorbeeld een Code of Ethics and Professional Conduct voorgesteld, die door alle leden van de vereniging moet worden gevolgd en die hen moet begeleiden bij hun gebruik van informatica. Een soortgelijk initiatief werd ondernomen door de Royal Statistical Society (RSS) in het Verenigd Koninkrijk, die een praktische gids voor beoefenaars heeft gecreëerd met betrekking tot het ethisch gebruik van wiskunde. Hier behandelen we de twee meest relevante en uitgebreide initiatieven om ethische richtlijnen voor AI-onderzoek en -praktijk vast te stellen: de Montreal Declaration for Responsible Development of AI en het IEEE-rapport voor Ethically Aligned Design.
