top of page
Zvažování rizik u strojového učení

Zvažování rizik u strojového učení

Rozšiřování umělé inteligence (AI) ve společnosti vyžaduje nejen technicky vzdělané talenty, ale i lidi s měkkými dovednostmi.

Rozšiřování umělé inteligence (AI) ve společnosti vyžaduje nejenom technicky vzdělané talenty, ale i lidi s měkkými dovednostmi, jako jsou aktivní naslouchání, komunikace a kritické myšlení. Organizace potřebují lidi s kreativním myšlením, kteří jim pomůžou zvážit to, kde a jak využít umělé inteligence a řešit dopady jejího nasazení.
Potřebují lidi, kteří dokážou porozumět nápadům a interakcím člověka, aby spolupracovali s těmi, kteří programují, navrhují a implementují tuto technologii.

Od Dagmar Kolberova

Názor byl poprvé publikován na Contigen 

Riziko využívání modelů, v kterých by byly zabudovány prvky předpojatosti, je velmi reálné a existují četné příklady toho, že se to může dít na úkor dotčených subjektů.

AUTOŘI

Zatímco umělá inteligence (AI) má potenciál vyřešit některé z největších problémů společnosti, její využívaní je taky spojeno s rizikem vnášení trvalého zkreslování, které může mít dalekosáhlé důsledky a musíme mu nejdříve dokonale porozumět. Jelikož stroje můžou hodnotit či dělat "rozhodnutí" o čemkoliv, od hodnocení vhodnosti uchazečů pro určitou práci až po cokoliv, co se týče rizikovosti vykonávané práce nebo nárokům na zvláštní zdravotní pojištění, vždycky by tyto systémy AI měli při rozhodování zachovávat přístup spravedlnosti a rozmanitosti. Je nezbytně nutné zajistit, aby tyto systémy AI toto uměli a ověřování takových schopností se musí stát standardní součástí procesu jejich testování. V širším slova smyslu se nejedná pouze o to, co technologie může dělat, ale i co by měla dělat.

Ve společnosti Contigen jsme nadšeni příležitostmi, které umělá inteligence přináší lidem a oceňujeme její schopnosti nám pomáhat dosáhnout, co bylo předtím nereálné. Proto se aktivně zapojujeme do projektů v oblasti AI, které se mj. zabývají řešením otázek transparentnosti, zodpovědnosti a vyváženosti systémů umělé inteligence při jejich využívání v oblasti strojního učení (ML).

bottom of page