Tekoälyjärjestelmät ovat muodostuneet oleelliseksi osaksi arkeamme, ääniohjaimista kuten Alexasta ja Siristä navigointityökaluihin kuten Google Mapsiin. Kuitenkin Madhumita Murgian kirja ”Koodiriippuvuus” tuo esiin tekoälyn kehityksen piileviä seurauksia. Vaikka tekoälyteknologia tarjoaa mukavuutta ja tehokkuutta, se asettaa myös merkittäviä haasteita ihmistyölle.
Murgian kirja tutkii ihmisten keskeistä roolia tekoälyjärjestelmien rakentamisessa ja muokkaamisessa. Nämä yksilöt, usein huomiotta jääneitä, muodostavat perustan, jolle tekoäly nojaa. Ilman heidän panostaan nykyinen tekoälyteknologian tila ei olisi mahdollinen. Aina datan luokittelun ja algoritmien kouluttamisen generoimiseen, ihmistyöllä on olennainen rooli tekoälyjärjestelmien tehokkuuden ja tarkkuuden takaamisessa.
Yksi merkittävimmistä voimista, jotka ajavat tekoälyn kehitystä, on Suuri Data. Kyky prosessoida ja analysoida suuria datamääriä on avain tehokkaiden tekoälyjärjestelmien kehittämiseen. Kuitenkin data yksinään on merkityksetöntä, ellei sitä ole järjestetty ja luokiteltu asianmukaisesti. Data-analyysi, prosessi, jossa sisältöä luokitellaan ja merkitään, mahdollistaa tekoälyjärjestelmien hahmottaa datan ja suorittaa tiettyjä tehtäviä. Esimerkiksi itseohjautuva auto voi navigoida erilaisilla maastoilla, koska se on koulutettu datatietoihin, joissa oli merkitty tietoa teistä ja liikennemerkeistä.
Mielenkiintoista on, että data-analyysin prosessi muistuttaa ulkoistamista ja offshoring-trendejä, jotka nähtiin 2000-luvun alkupuolella. Suuret teknologiayritykset kehittyneissä maissa hyödyntävät nyt halvemman työvoiman kehittyvissä maissa datansa merkitsemiseen. Esimerkiksi OpenAI, ChatGPT-chatbotin takana oleva yritys, on palkannut yrityksiä maista kuten Nigeria avustamaan datan merkitsemisessä. Nämä merkityt datat varmistavat, että tekoälyalgoritmit eivät tuota haitallisia tai sopimattomia vastauksia.
Vaikka tekoälytekniikkaa käytetään laajalti, monet ihmiset, mukaan lukien ne, jotka osallistuvat tekoälyjärjestelmien kehittämiseen, pitävät tekoälyn päätöksentekoprosessia mustana laatikkona. He eivät usein tiedä, miten tekoälymallit on koulutettu tai mitä syötteitä ne saavat. Tämä läpinäkymättömyys johtaa tilanteisiin, joissa tekoälyjärjestelmät tekevät virheellisiä päätöksiä tai tuottavat vinoutuneita tuloksia. Esimerkiksi tutkijat kehittäessään COVID-19-diagnostiikkasovellusta käyttivät virheellisesti lasten keuhkokuvaustietoja kontrolliryhmässä, johtuen epätarkoista tuloksista.
Tekoälyjärjestelmien käyttö, kuten algoritminen profilointi lainvalvontaviranomaisten toimesta, herättää huolen yksilön toimintavallasta ja vapaan tahdon menettämisestä. Nämä järjestelmät analysoidaan henkilötietoja ennustaakseen yksilön taipumusta rikokseen, mikä voi johtaa vallan ja itsemääräämisoikeuden heikkenemiseen.
Vaikka Murgian kirja ei tarjoa suoria ratkaisuja näihin haasteisiin, se tarjoaa arvokkaan näkökulman ymmärtää tekoälyn vaikutusta ihmisiin. Se korostaa datan kriittistä roolia tekoälyn kehityksessä ja painottaa läpinäkyvyyden ja eettisten näkökohtien tarvetta tekoälyjärjestelmissä.
Maailmanlaajuisen lainsäädännön laatijoiden laatiessa säädöksiä tekoälyn ympärille, ”Koodiriippuvuus” toimii tärkeänä lukemisena tietoisuuden lisäämiseksi ja perusteltujen keskustelujen edistämiseksi monimutkaisesta suhteesta ihmisten ja tekoälyn välillä. Tunnistamalla ihmistyön perusrooli ja ratkaisemalla tekoälyn kehityksen haasteet voimme pyrkiä kohti inklusiivisempaa ja vastuullisempaa tulevaisuutta tekoälytekniikalle.
UKK:
The source of the article is from the blog krama.net