Wartości etyczne

Dobro społeczne i środowiskowe

Wdrożenia AI powinny wspierać zrównoważony rozwój, minimalizując negatywny wpływ na środowisko i promując długoterminowe korzyści społeczne.

Systemy sztucznej inteligencji powinny być projektowanie, żeby wspierały rozwój społeczny, redukowały nierówności i pomagały chronić naszą planetę. AI może odgrywać kluczową rolę w walce z globalnymi wyzwaniami, takimi jak zmiany klimatyczne, zrównoważone wykorzystanie zasobów czy poprawa jakości życia społeczności na całym świecie. Jednak technologia musi być rozwijana odpowiedzialnie, aby unikać negatywnych skutków, takich jak zwiększanie emisji CO₂ czy wzmacnianie nierówności.

Bulletpoints

• Systemy AI powinny wspierać rozwój społeczeństw, w których podstawowe instytucje działają dobrze, a konflikty społeczne są minimalizowane.

‍

• Systemy AI nie mogą nieuzasadnienie lub niesprawiedliwie zmniejszać dobrostanu psychicznego i emocjonalnego użytkowników oraz interesariuszy.

‍

• Rozwój AI musi uwzględniać zasady zrównoważonego rozwoju środowiskowego oraz analizować ogólny wpływ na środowisko i cele Zrównoważonego Rozwoju.

‍

• Systemy AI stosowane w mediach, polityce, analizach społecznych itp. muszą być oceniane pod kątem potencjalnych negatywnych wpływów na jakość komunikacji, procesy demokratyczne i relacje społeczne.

‍

• Systemy AI i robotyki nie mogą obniżać poziomu bezpieczeństwa w miejscu pracy i muszą uwzględniać możliwy wpływ na integralność pracowników oraz standardy zgodności.

Błędy i heurystyki

Błąd efektywności (optimism bias)
‍Przekonanie, że rozwój AI przyniesie wyłącznie pozytywne rezultaty, może prowadzić do niedoceniania zagrożeń dla dobrostanu indywidualnego, społecznego i środowiskowego.

‍

‍Heurystyka reprezentatywności (representativeness heuristic)
‍Zakładanie, że systemy AI, które przynoszą pozytywne rezultaty w jednym obszarze, będą równie skuteczne w innych kontekstach, co może prowadzić do pominięcia specyficznych zagrożeń.

‍

‍Strategia zaufania do autorytetów
‍Poleganie na opiniach ekspertów bez krytycznego podejścia może prowadzić do ignorowania potencjalnych negatywnych skutków technologii.

Machine bias

Bias związany z asymetrią władzy
‍Systemy AI mogą faworyzować grupy z większą siłą polityczną lub gospodarczą, ignorując potrzeby mniejszych lub słabszych społeczności, co pogłębia nierówności społeczne i marginalizację.

‍

‍Ekologiczny bias
Modele AI mogą nie uwzględniać pełnych kosztów ekologicznych lub degradacji środowiska, co prowadzi do promowania decyzji biznesowych lub technologicznych kosztem zrównoważonego rozwoju.

Strategia zmiany zachowania - nudges

Transparentne nudges‍
‍Użytkownicy powinni być świadomi długoterminowych skutków wdrożenia AI, aby podejmować przemyślane decyzje "Ten system może mieć długoterminowy wpływ na zdrowie psychiczne pracowników. Zastanów się nad środkami wspierającymi ich dobrostan."

‍

‍Nietransparentne nudges
‍Przesadne lub wybiórcze przedstawianie korzyści społecznych, bez uwzględnienia potencjalnych negatywnych skutków, może wprowadzać użytkowników w błąd.

Perspektywa prawna

AI Act nakłada także obowiązek odpowiedniego oznakowania treści, które zostały wygenerowane lub zmanipulowane przez AI. Celem tego jest między innymi ochrona społeczności przed treściami, które mogą zostać niesłuszne uznane za autentyczne lub prawdziwe (tzw. “deepfake”).

Przepisy zwracają także uwagę na konieczność podjęcia działań celem poprawy skuteczności działania zasobów systemów AI, takich jak zmniejszenie zużycia energii i innych zasobów przez system AI wysokiego ryzyka w jego cyklu życia, oraz wyników dotyczących efektywnego energetycznie rozwoju modeli AI ogólnego przeznaczenia. Aspekty te powinny być uwzględnione w ramach procesów normalizacji.

‍

Kontekst

Szczegółowo analizujemy:
• Kontekst użycia i perspektywy interesariuszy.
• Etyczne i odpowiedzialne podejście na każdym etapie wytwarzania produktu.
• Projektowania doświadczeń, zachowań i transparetnych nudges na linii człowiek-AI.
• Proces podejmowania decyzji bez manipulacji na podstawie nauk behawioralnych z przełożeniem na interakcje.

Wszystko po to, żeby zoperacjonalizować etyczne i odpowiedzialne podejście zgodnie z AI Act.

‍