ຄວາມ​ຜິດ​ພາດ AI ອາດ​ມີ​ສ່ວນ​ເຮັດ​ໃຫ້​ໂຮງ​ຮຽນ​ເດັກ​ຍິງ​ວາງ​ລະ​ເບີດ​ຢູ່​ໃນ​ອີ​ຣ່ານ

ຄວາມ​ໂສກ​ເສົ້າ​ທີ່​ມີ​ຮາກ​ຖານ​ຢູ່​ໃນ​ຄວາມ​ລຳອຽງ​ຂອງ​ມະ​ນຸດ ແລະ​ຄວາມ​ລົ້ມ​ເຫຼວ​ດ້ານ​ເຕັກ​ໂນ​ໂລ​ຊີ

ເຫດ​ວາງ​ລະ​ເບີດ​ທີ່​ໂສກ​ເສົ້າ​ເມື່ອ​ບໍ່​ດົນ​ມາ​ນີ້​ຢູ່​ໃນ​ອີ​ຣ່ານ ຊຶ່ງ​ເຮັດ​ໃຫ້​ເດັກ​ຍິງ​ນ້ອຍ​ຄົນ​ໜຶ່ງ​ເສຍ​ຊີວິດ​ຢູ່​ໃກ້​ກັບ​ໂຮງຮຽນ​ຂອງ​ນາງ ​ໄດ້​ສົ່ງ​ຄື້ນຄວາມ​ຕົກ​ໃຈ​ໄປ​ທົ່ວ​ໂລກ. ໃນຂະນະທີ່ບົດລາຍງານເບື້ອງຕົ້ນໄດ້ສຸມໃສ່ການກະທໍາຜິດຂອງມະນຸດຂອງຜູ້ໂຈມຕີ, ປັດໄຈ insidious ຫຼາຍແມ່ນພົ້ນເດັ່ນຂື້ນຈາກການສືບສວນ: ບົດບາດທີ່ມີທ່າແຮງຂອງລະບົບປັນຍາປະດິດໃນຂະບວນການຄັດເລືອກເປົ້າຫມາຍ. ເຫດການນີ້ສະແດງໃຫ້ເຫັນຢ່າງຈະແຈ້ງວ່າ AI ບໍ່ແມ່ນເຄື່ອງມືທີ່ເປັນກາງ; ມັນເປັນບ່ອນສະທ້ອນຂໍ້ມູນ, ແລະຄວາມລໍາອຽງຂອງຜູ້ສ້າງຂອງມັນ. ເມື່ອ AI ຖືກນໍາໄປໃຊ້ໃນສະພາບແວດລ້ອມທີ່ມີສະເຕກສູງ, ຜົນສະທ້ອນຂອງຄວາມຜິດພາດ algorithmic ບໍ່ແມ່ນຄວາມຜິດປົກກະຕິທາງສະຖິຕິ - ພວກມັນແມ່ນການສູນເສຍຊີວິດຂອງມະນຸດ. ການ​ສົນທະນາ​ໃນ​ຕອນ​ນີ້​ຕ້ອງ​ປ່ຽນ​ຈາກ​ການ​ນຳ​ໃຊ້ AI ​ໄປ​ເປັນ​ວິທີ​ທີ່​ຈະ​ຕ້ອງ​ໄດ້​ຮັບ​ການ​ຄຸ້ມ​ຄອງ​ເພື່ອ​ປ້ອງ​ກັນ​ໄພ​ພິບັດ​ດັ່ງກ່າວ.

ເມື່ອ Algorithms ສືບທອດອະຄະຕິຂອງມະນຸດ

ຂໍ້ບົກພ່ອງພື້ນຖານຂອງລະບົບ AI ຈໍານວນຫຼາຍແມ່ນຢູ່ໃນຂໍ້ມູນການຝຶກອົບຮົມຂອງພວກເຂົາ. ຖ້າ AI ໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບຂໍ້ມູນທີ່ເຕັມໄປດ້ວຍຄວາມເຄັ່ງຕຶງທາງດ້ານພູມສາດ, ຄວາມໂສກເສົ້າທາງປະຫວັດສາດ, ແລະການລາຍງານທີ່ລໍາອຽງ, ມັນຈະສ້າງຮູບແບບເຫຼົ່ານີ້ພາຍໃນ. ໃນແງ່ຂອງຄວາມປອດໄພແລະການເຝົ້າລະວັງ, AI ທີ່ມີຫນ້າທີ່ກໍານົດ "ໄພຂົ່ມຂູ່" ອາດຈະເລີ່ມເຊື່ອມໂຍງສະຖານທີ່, ພຶດຕິກໍາ, ຫຼືແມ້ກະທັ້ງປະຊາກອນທີ່ມີອັນຕະລາຍ, ໂດຍອີງໃສ່ຫຼັກຖານໃນເວລາທີ່ແທ້ຈິງ, ແຕ່ຢູ່ໃນຂໍ້ມູນປະຫວັດສາດທີ່ບໍ່ຄ່ອຍເຊື່ອງ່າຍໆ. ອັນນີ້ສ້າງການຕິຊົມທີ່ເປັນອັນຕະລາຍ: ສູດການຄິດໄລ່ການປັກທຸງສະຖານທີ່ໂດຍອີງໃສ່ຄວາມກ່ຽວຂ້ອງທີ່ມີອະຄະຕິ, ມະນຸດປະຕິບັດກັບທຸງນັ້ນ, ແລະຫຼັງຈາກນັ້ນການດໍາເນີນການດັ່ງກ່າວຖືກນໍາໃຊ້ເປັນ "ຫຼັກຖານສະແດງ" ເພີ່ມເຕີມເພື່ອເສີມສ້າງອະຄະຕິຕົ້ນສະບັບຂອງ algorithm. ໃນເຫດການຂອງອີຣ່ານ, ບົດລາຍງານເບື້ອງຕົ້ນຊີ້ໃຫ້ເຫັນວ່າລະບົບການກໍານົດເປົ້າຫມາຍທີ່ຂັບເຄື່ອນໂດຍ AI ອາດຈະຖືກທຸງທີ່ບໍ່ຖືກຕ້ອງກ່ຽວກັບພື້ນທີ່ຢູ່ໃກ້ກັບໂຮງຮຽນວ່າເປັນໄພຂົ່ມຂູ່ທາງຍຸດທະສາດ, ເປັນການຕັດສິນທີ່ຜິດພາດທີ່ມີຜົນທີ່ຫນ້າເສົ້າໃຈ.

ຄວາມຈຳເປັນຂອງການກວດກາຂອງມະນຸດໃນລະບົບສຳຄັນ

ຄວາມ​ໂສກ​ເສົ້າ​ນີ້​ເນັ້ນ​ເຖິງ​ຫຼັກ​ການ​ທີ່​ບໍ່​ສາມາດ​ຕໍ່​ລອງ​ໄດ້​ຄື: AI ຕ້ອງ​ເພີ່ມ​ທະວີ​ການ​ຕັດສິນ​ໃຈ​ຂອງ​ມະນຸດ, ບໍ່​ແມ່ນ​ແທນ​ທີ່. ໂດຍສະເພາະໃນສະຖານະການຊີວິດຫຼືຄວາມຕາຍ, ຕ້ອງມີ "ມະນຸດຢູ່ໃນວົງ" ເພື່ອໃຫ້ຄວາມເຂົ້າໃຈໃນສະພາບການ, ການຕັດສິນດ້ານຈັນຍາບັນ, ແລະຄວາມຮູ້ສຶກທົ່ວໄປ - ຄຸນລັກສະນະທີ່ algorithms ຂາດພື້ນຖານ. AI ສາມາດປະມວນຜົນຂໍ້ມູນດ້ວຍຄວາມໄວທີ່ບໍ່ຫນ້າເຊື່ອ, ແຕ່ມັນບໍ່ສາມາດເຂົ້າໃຈຄວາມສໍາຄັນອັນເລິກເຊິ່ງຂອງໂຮງຮຽນ, ໂຮງຫມໍ, ຫຼືພື້ນທີ່ທີ່ຢູ່ອາໄສ. ມັນບໍ່ສາມາດເຂົ້າໃຈຄຸນຄ່າຂອງຊີວິດດຽວ. ອີງໃສ່ AI ສໍາລັບການຕັດສິນໃຈທີ່ສໍາຄັນໂດຍຕົນເອງໂດຍບໍ່ມີການທີ່ເຂັ້ມແຂງ, ການກວດສອບຂອງມະນຸດທີ່ບັງຄັບແມ່ນເປັນການຍົກເລີກຄວາມຮັບຜິດຊອບທາງສິນທໍາ. ສັນຍາປະສິດທິພາບບໍ່ສາມາດເກີນຄວາມຈຳເປັນຂອງຄວາມຮັບຜິດຊອບດ້ານຈັນຍາບັນ.

• Data Provenance: ການຮູ້ຕົ້ນກຳເນີດ ແລະ ຄວາມລຳອຽງທີ່ອາດເກີດຂຶ້ນພາຍໃນຂໍ້ມູນການຝຶກອົບຮົມແມ່ນບາດກ້າວທຳອິດໄປສູ່ຄວາມຮັບຜິດຊອບ.
• ຄວາມໂປ່ງໃສ Algorithmic: ເຖິງແມ່ນວ່າບໍ່ແມ່ນລະຫັດທັງໝົດສາມາດເປັນ open-source, ເຫດຜົນ ແລະພາລາມິເຕີການຕັດສິນໃຈທີ່ສຳຄັນຂອງ AI ທີ່ມີສະເຕກສູງຈະຕ້ອງສາມາດກວດສອບໄດ້.
• ການຕິດຕາມຢ່າງຕໍ່ເນື່ອງ: ລະບົບ AI ຕ້ອງໄດ້ຮັບການຕິດຕາມຢ່າງຕໍ່ເນື່ອງສໍາລັບການເລື່ອນລອຍແລະການປະກົດຕົວຂອງຄວາມລໍາອຽງທີ່ເປັນອັນຕະລາຍໃຫມ່ພາຍຫຼັງການຕິດຕັ້ງ.
• ຄວາມ​ຮັບ​ຜິດ​ຊອບ​ທີ່​ຈະ​ແຈ້ງ: ຕ້ອງ​ມີ​ຂອບ​ເຂດ​ທາງ​ດ້ານ​ກົດ​ໝາຍ ແລະ​ຈັນ​ຍາ​ບັນ​ທີ່​ບໍ່​ແນ່ນອນ​ທີ່​ກຳ​ນົດ​ວ່າ​ໃຜ​ຈະ​ຮັບ​ຜິດ​ຊອບ ເມື່ອ​ລະ​ບົບ AI ລົ້ມ​ເຫຼວ.

ການສ້າງ Guardrails ດ້ານຈັນຍາບັນ: ບົດຮຽນສໍາລັບທຸລະກິດ ແລະສັງຄົມ

ຄວາມ​ໝາຍ​ຂອງ​ເຫດການ​ນີ້​ຂະຫຍາຍ​ໄປ​ໄກ​ກວ່າ​ສະໜາມ​ຮົບ. ທຸລະກິດທີ່ປະສົມປະສານ AI ເຂົ້າໃນການດໍາເນີນງານຂອງພວກເຂົາ, ຈາກການບໍລິການລູກຄ້າໄປສູ່ການຂົນສົ່ງ, ຕ້ອງຮຽນຮູ້ຈາກຕົວຢ່າງທີ່ຫນັກແຫນ້ນນີ້. ສູດການຄິດໄລ່ຂໍ້ບົກພ່ອງທີ່ລະບຸເປົ້າໝາຍທາງທະຫານຜິດແມ່ນຄວາມລົ້ມເຫລວທີ່ຮ້າຍກາດ; ສູດການຄິດໄລ່ຂໍ້ບົກພ່ອງທີ່ປະຕິເສດການກູ້ຢືມເງິນ, ການກັ່ນຕອງອອກຜູ້ສະຫມັກວຽກທີ່ມີຄຸນວຸດທິ, ຫຼືບໍ່ຖືກຕ້ອງຊັບພະຍາກອນທີ່ສໍາຄັນຍັງເປັນຄວາມລົ້ມເຫລວຢ່າງເລິກເຊິ່ງ, ຄ່າໃຊ້ຈ່າຍຂອງມະນຸດທີ່ແທ້ຈິງ. ນີ້ແມ່ນບ່ອນທີ່ຫຼັກການຂອງການກໍ່ສ້າງລະບົບທີ່ມີຄວາມຊື່ສັດຈາກພື້ນດິນຂຶ້ນກາຍເປັນສິ່ງທີ່ສໍາຄັນທີ່ສຸດ. ແພລດຟອມເຊັ່ນ Mewayz ຖືກອອກແບບດ້ວຍໂມດູລາ ແລະຄວາມໂປ່ງໃສທີ່ຫຼັກຂອງມັນ, ຮັບປະກັນວ່າແຕ່ລະຂະບວນການອັດຕະໂນມັດສາມາດຕິດຕາມ, ເຂົ້າໃຈ ແລະປັບປ່ຽນໄດ້. ໃນສະພາບການທາງທຸລະກິດ, ວິທີນີ້ປ້ອງກັນຄວາມຜິດພາດນ້ອຍໆຈາກການຕົກເຂົ້າສູ່ວິກິດການດຳເນີນງານ, ສົ່ງເສີມຄວາມເຊື່ອຖື ແລະ ຄວາມໜ້າເຊື່ອຖື.

"ເຕັກ​ໂນ​ໂລ​ຊີ​ພຽງ​ແຕ່​ບໍ່​ແມ່ນ​ການ​ແກ້​ໄຂ​ໄດ້. ມັນ​ແມ່ນ​ຂອບ​ດ້ານ​ຈັນຍາ​ບັນ​ທີ່​ພວກ​ເຮົາ​ສ້າງ​ແລະ​ນໍາ​ໃຊ້​ມັນ​ທີ່​ກໍາ​ນົດ​ຜົນ​ກະ​ທົບ​ຂອງ​ມະ​ນຸດ. ຄວາມ​ໂສກ​ເສົ້າ​ໃນ​ອີ​ຣ່ານ​ເປັນ​ການ​ເຕືອນ​ທີ່​ຫນ້າ​ເສຍ​ດາຍ​ທີ່​ບໍ່​ມີ​ການ​ກວດ​ສອບ​ຢ່າງ​ເຂັ້ມ​ງວດ​, ເຄື່ອງ​ມື​ທີ່​ພວກ​ເຮົາ​ສ້າງ​ເພື່ອ​ເສີມ​ຂະ​ຫຍາຍ​ຄວາມ​ປອດ​ໄພ​ສາ​ມາດ​ກາຍ​ເປັນ​ເຄື່ອງ​ມື​ຂອງ​ຄວາມ​ບໍ່​ຍຸດ​ຕິ​ທໍາ​ທີ່​ເລິກ​ຊຶ້ງ​ໄດ້​. - ດຣ. ອານາຮິຕາ ຊາມາ, ຈັນຍາບັນ AI.

ການຮຽກຮ້ອງການປະດິດສ້າງທີ່ມີຄວາມຮັບຜິດຊອບ

ການ​ວາງ​ລະ​ເບີດ​ຢູ່​ໃກ້​ກັບ​ໂຮງ​ຮຽນ​ໃນ​ປະ​ເທດ​ອີ​ຣ່ານ​ແມ່ນ​ເປັນ​ຊ່ວງ​ເວ​ລາ​ທີ່​ມີ​ນ້ຳ​ຕົກ. ມັນບັງຄັບໃຫ້ມີການສົນທະນາທົ່ວໂລກກ່ຽວກັບຂອບເຂດທາງດ້ານສິນທໍາຂອງປັນຍາປະດິດ. ເສັ້ນ​ທາງ​ກ້າວ​ໄປ​ໜ້າ​ຮຽກ​ຮ້ອງ​ໃຫ້​ມີ​ຫຼັກ​ໝັ້ນ​ລວມ​ເຖິງ​ນະ​ວັດ​ຕະ​ກຳ​ທີ່​ມີ​ຄວາມ​ຮັບ​ຜິດ​ຊອບ. ນີ້ຫມາຍຄວາມວ່າການລົງທຶນໃນເຕັກນິກການຫຼຸດຜ່ອນຄວາມລໍາອຽງ, ການສ້າງມາດຕະຖານສາກົນສໍາລັບການນໍາໃຊ້ AI ໃນຄວາມປອດໄພ, ແລະຈັດລໍາດັບຄວາມສໍາຄັນຂອງສະຫວັດດີການຂອງມະນຸດຫຼາຍກວ່າປະສິດທິພາບ algorithmic. ສໍາລັບອົງການຈັດຕັ້ງໃດກໍ່ຕາມ, ບໍ່ວ່າຈະເປັນອົງການຂອງລັດຖະບານຫຼືທຸລະກິດທີ່ໃຊ້ເວທີເຊັ່ນ Mewayz, ເປົ້າຫມາຍຄວນຈະເປັນການສ້າງລະບົບທີ່ໃຫ້ອໍານາດການຕັດສິນຂອງມະນຸດດ້ວຍເຄື່ອງມືອັດສະລິຍະ, ບໍ່ທົດແທນມັນດ້ວຍອັດຕະໂນມັດທີ່ບໍ່ມີບັນຊີ. ຄວາມຊົງຈຳຂອງເດັກຍິງຄົນນັ້ນຕ້ອງເປັນຕົວກະຕຸ້ນອັນມີພະລັງໃຫ້ແກ່ການປ່ຽນແປງ, ຂັບໄລ່ພວກເຮົາໃຫ້ສ້າງອະນາຄົດທີ່ເທັກໂນໂລຍີຊ່ວຍປົກປ້ອງ ແລະຍົກສູງມະນຸດ, ບໍ່ແມ່ນທຳລາຍມັນ.

ຄຳຖາມທີ່ຖາມເລື້ອຍໆ

ຄວາມ​ໂສກ​ເສົ້າ​ທີ່​ມີ​ຮາກ​ຖານ​ຢູ່​ໃນ​ຄວາມ​ລຳອຽງ​ຂອງ​ມະ​ນຸດ ແລະ​ຄວາມ​ລົ້ມ​ເຫຼວ​ດ້ານ​ເຕັກ​ໂນ​ໂລ​ຊີ

ເຫດ​ວາງ​ລະ​ເບີດ​ທີ່​ໂສກ​ເສົ້າ​ເມື່ອ​ບໍ່​ດົນ​ມາ​ນີ້​ຢູ່​ໃນ​ອີ​ຣ່ານ ຊຶ່ງ​ເຮັດ​ໃຫ້​ເດັກ​ຍິງ​ນ້ອຍ​ຄົນ​ໜຶ່ງ​ເສຍ​ຊີວິດ​ຢູ່​ໃກ້​ກັບ​ໂຮງຮຽນ​ຂອງ​ນາງ ​ໄດ້​ສົ່ງ​ຄື້ນຄວາມ​ຕົກ​ໃຈ​ໄປ​ທົ່ວ​ໂລກ. ໃນຂະນະທີ່ບົດລາຍງານເບື້ອງຕົ້ນໄດ້ສຸມໃສ່ການກະທໍາຜິດຂອງມະນຸດຂອງຜູ້ໂຈມຕີ, ປັດໄຈ insidious ຫຼາຍແມ່ນພົ້ນເດັ່ນຂື້ນຈາກການສືບສວນ: ບົດບາດທີ່ມີທ່າແຮງຂອງລະບົບປັນຍາປະດິດໃນຂະບວນການຄັດເລືອກເປົ້າຫມາຍ. ເຫດການນີ້ສະແດງໃຫ້ເຫັນຢ່າງຈະແຈ້ງວ່າ AI ບໍ່ແມ່ນເຄື່ອງມືທີ່ເປັນກາງ; ມັນເປັນບ່ອນສະທ້ອນຂໍ້ມູນ, ແລະຄວາມລໍາອຽງຂອງຜູ້ສ້າງຂອງມັນ. ເມື່ອ AI ຖືກນໍາໄປໃຊ້ໃນສະພາບແວດລ້ອມທີ່ມີສະເຕກສູງ, ຜົນສະທ້ອນຂອງຄວາມຜິດພາດ algorithmic ບໍ່ແມ່ນຄວາມຜິດປົກກະຕິທາງສະຖິຕິ - ພວກມັນແມ່ນການສູນເສຍຊີວິດຂອງມະນຸດ. ການ​ສົນທະນາ​ໃນ​ຕອນ​ນີ້​ຕ້ອງ​ປ່ຽນ​ຈາກ​ການ​ນຳ​ໃຊ້ AI ​ໄປ​ເປັນ​ວິທີ​ທີ່​ຈະ​ຕ້ອງ​ໄດ້​ຮັບ​ການ​ຄຸ້ມ​ຄອງ​ເພື່ອ​ປ້ອງ​ກັນ​ໄພ​ພິບັດ​ດັ່ງກ່າວ.

ເມື່ອ Algorithms ສືບທອດອະຄະຕິຂອງມະນຸດ

ຂໍ້ບົກພ່ອງພື້ນຖານຂອງລະບົບ AI ຈໍານວນຫຼາຍແມ່ນຢູ່ໃນຂໍ້ມູນການຝຶກອົບຮົມຂອງພວກເຂົາ. ຖ້າ AI ໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບຂໍ້ມູນທີ່ເຕັມໄປດ້ວຍຄວາມເຄັ່ງຕຶງທາງດ້ານພູມສາດ, ຄວາມໂສກເສົ້າທາງປະຫວັດສາດ, ແລະການລາຍງານທີ່ລໍາອຽງ, ມັນຈະສ້າງຮູບແບບເຫຼົ່ານີ້ພາຍໃນ. ໃນແງ່ຂອງຄວາມປອດໄພແລະການເຝົ້າລະວັງ, AI ທີ່ມີຫນ້າທີ່ກໍານົດ "ໄພຂົ່ມຂູ່" ອາດຈະເລີ່ມເຊື່ອມໂຍງສະຖານທີ່, ພຶດຕິກໍາ, ຫຼືແມ້ກະທັ້ງປະຊາກອນທີ່ມີອັນຕະລາຍ, ໂດຍອີງໃສ່ຫຼັກຖານໃນເວລາທີ່ແທ້ຈິງ, ແຕ່ຢູ່ໃນຂໍ້ມູນປະຫວັດສາດທີ່ບໍ່ຄ່ອຍເຊື່ອງ່າຍໆ. ອັນນີ້ສ້າງການຕິຊົມທີ່ເປັນອັນຕະລາຍ: ສູດການຄິດໄລ່ການປັກທຸງສະຖານທີ່ໂດຍອີງໃສ່ຄວາມກ່ຽວຂ້ອງທີ່ມີອະຄະຕິ, ມະນຸດປະຕິບັດກັບທຸງນັ້ນ, ແລະຫຼັງຈາກນັ້ນການດໍາເນີນການດັ່ງກ່າວຖືກນໍາໃຊ້ເປັນ "ຫຼັກຖານສະແດງ" ເພີ່ມເຕີມເພື່ອເສີມສ້າງອະຄະຕິຕົ້ນສະບັບຂອງ algorithm. ໃນເຫດການຂອງອີຣ່ານ, ບົດລາຍງານເບື້ອງຕົ້ນຊີ້ໃຫ້ເຫັນວ່າລະບົບການກໍານົດເປົ້າຫມາຍທີ່ຂັບເຄື່ອນໂດຍ AI ອາດຈະຖືກທຸງທີ່ບໍ່ຖືກຕ້ອງກ່ຽວກັບພື້ນທີ່ຢູ່ໃກ້ກັບໂຮງຮຽນວ່າເປັນໄພຂົ່ມຂູ່ທາງຍຸດທະສາດ, ເປັນການຕັດສິນທີ່ຜິດພາດທີ່ມີຜົນທີ່ຫນ້າເສົ້າໃຈ.

ຄວາມຈຳເປັນຂອງການກວດກາຂອງມະນຸດໃນລະບົບສຳຄັນ

ຄວາມ​ໂສກ​ເສົ້າ​ນີ້​ເນັ້ນ​ເຖິງ​ຫຼັກ​ການ​ທີ່​ບໍ່​ສາມາດ​ຕໍ່​ລອງ​ໄດ້​ຄື: AI ຕ້ອງ​ເພີ່ມ​ທະວີ​ການ​ຕັດສິນ​ໃຈ​ຂອງ​ມະນຸດ, ບໍ່​ແມ່ນ​ແທນ​ທີ່. ໂດຍສະເພາະໃນສະຖານະການຊີວິດຫຼືຄວາມຕາຍ, ຕ້ອງມີ "ມະນຸດຢູ່ໃນວົງ" ເພື່ອໃຫ້ຄວາມເຂົ້າໃຈໃນສະພາບການ, ການຕັດສິນດ້ານຈັນຍາບັນ, ແລະຄວາມຮູ້ສຶກທົ່ວໄປ - ຄຸນລັກສະນະທີ່ algorithms ຂາດພື້ນຖານ. AI ສາມາດປະມວນຜົນຂໍ້ມູນດ້ວຍຄວາມໄວທີ່ບໍ່ຫນ້າເຊື່ອ, ແຕ່ມັນບໍ່ສາມາດເຂົ້າໃຈຄວາມສໍາຄັນອັນເລິກເຊິ່ງຂອງໂຮງຮຽນ, ໂຮງຫມໍ, ຫຼືພື້ນທີ່ທີ່ຢູ່ອາໄສ. ມັນບໍ່ສາມາດເຂົ້າໃຈຄຸນຄ່າຂອງຊີວິດດຽວ. ອີງໃສ່ AI ສໍາລັບການຕັດສິນໃຈທີ່ສໍາຄັນໂດຍຕົນເອງໂດຍບໍ່ມີການທີ່ເຂັ້ມແຂງ, ການກວດສອບຂອງມະນຸດທີ່ບັງຄັບແມ່ນເປັນການຍົກເລີກຄວາມຮັບຜິດຊອບທາງສິນທໍາ. ສັນຍາປະສິດທິພາບບໍ່ສາມາດເກີນຄວາມຈຳເປັນຂອງຄວາມຮັບຜິດຊອບດ້ານຈັນຍາບັນ.

ການສ້າງ Guardrails ດ້ານຈັນຍາບັນ: ບົດຮຽນສໍາລັບທຸລະກິດ ແລະສັງຄົມ

ຄວາມ​ໝາຍ​ຂອງ​ເຫດການ​ນີ້​ຂະຫຍາຍ​ໄປ​ໄກ​ກວ່າ​ສະໜາມ​ຮົບ. ທຸລະກິດທີ່ປະສົມປະສານ AI ເຂົ້າໃນການດໍາເນີນງານຂອງພວກເຂົາ, ຈາກການບໍລິການລູກຄ້າໄປສູ່ການຂົນສົ່ງ, ຕ້ອງຮຽນຮູ້ຈາກຕົວຢ່າງທີ່ຫນັກແຫນ້ນນີ້. ສູດການຄິດໄລ່ຂໍ້ບົກພ່ອງທີ່ລະບຸເປົ້າໝາຍທາງທະຫານຜິດແມ່ນຄວາມລົ້ມເຫລວທີ່ຮ້າຍກາດ; ສູດການຄິດໄລ່ຂໍ້ບົກພ່ອງທີ່ປະຕິເສດການກູ້ຢືມເງິນ, ການກັ່ນຕອງອອກຜູ້ສະຫມັກວຽກທີ່ມີຄຸນວຸດທິ, ຫຼືບໍ່ຖືກຕ້ອງຊັບພະຍາກອນທີ່ສໍາຄັນຍັງເປັນຄວາມລົ້ມເຫລວຢ່າງເລິກເຊິ່ງ, ຄ່າໃຊ້ຈ່າຍຂອງມະນຸດທີ່ແທ້ຈິງ. ນີ້ແມ່ນບ່ອນທີ່ຫຼັກການຂອງການກໍ່ສ້າງລະບົບທີ່ມີຄວາມຊື່ສັດຈາກພື້ນດິນຂຶ້ນກາຍເປັນສິ່ງທີ່ສໍາຄັນທີ່ສຸດ. ແພລະຕະຟອມເຊັ່ນ Mewayz ຖືກອອກແບບດ້ວຍໂມດູລາແລະຄວາມໂປ່ງໃສຢູ່ໃນຫຼັກຂອງພວກເຂົາ, ຮັບປະກັນວ່າແຕ່ລະຂະບວນການອັດຕະໂນມັດສາມາດຕິດຕາມ, ເຂົ້າໃຈແລະປັບຕົວໄດ້. ໃນສະພາບການທາງທຸລະກິດ, ວິທີນີ້ປ້ອງກັນຄວາມຜິດພາດນ້ອຍໆຈາກການຕົກເຂົ້າສູ່ວິກິດການດຳເນີນງານ, ສົ່ງເສີມຄວາມເຊື່ອຖື ແລະ ຄວາມໜ້າເຊື່ອຖື.

ການຮຽກຮ້ອງການປະດິດສ້າງທີ່ມີຄວາມຮັບຜິດຊອບ

ການ​ວາງ​ລະ​ເບີດ​ຢູ່​ໃກ້​ກັບ​ໂຮງ​ຮຽນ​ໃນ​ປະ​ເທດ​ອີ​ຣ່ານ​ແມ່ນ​ເປັນ​ຊ່ວງ​ເວ​ລາ​ທີ່​ມີ​ນ້ຳ​ຕົກ. ມັນບັງຄັບໃຫ້ມີການສົນທະນາທົ່ວໂລກກ່ຽວກັບຂອບເຂດທາງດ້ານສິນທໍາຂອງປັນຍາປະດິດ. ເສັ້ນ​ທາງ​ກ້າວ​ໄປ​ໜ້າ​ຮຽກ​ຮ້ອງ​ໃຫ້​ມີ​ຫຼັກ​ໝັ້ນ​ລວມ​ເຖິງ​ນະ​ວັດ​ຕະ​ກຳ​ທີ່​ມີ​ຄວາມ​ຮັບ​ຜິດ​ຊອບ. ນີ້ຫມາຍຄວາມວ່າການລົງທຶນໃນເຕັກນິກການຫຼຸດຜ່ອນຄວາມລໍາອຽງ, ການສ້າງມາດຕະຖານສາກົນສໍາລັບການນໍາໃຊ້ AI ໃນຄວາມປອດໄພ, ແລະຈັດລໍາດັບຄວາມສໍາຄັນຂອງສະຫວັດດີການຂອງມະນຸດຫຼາຍກວ່າປະສິດທິພາບ algorithmic. ສໍາລັບອົງການຈັດຕັ້ງໃດກໍ່ຕາມ, ບໍ່ວ່າຈະເປັນອົງການຂອງລັດຖະບານຫຼືທຸລະກິດທີ່ໃຊ້ເວທີເຊັ່ນ Mewayz, ເປົ້າຫມາຍຄວນຈະເປັນການສ້າງລະບົບທີ່ໃຫ້ອໍານາດການຕັດສິນຂອງມະນຸດດ້ວຍເຄື່ອງມືອັດສະລິຍະ, ບໍ່ແມ່ນການທົດແທນດ້ວຍອັດຕະໂນມັດທີ່ບໍ່ມີບັນຊີ. ຄວາມຊົງຈຳຂອງເດັກຍິງຄົນນັ້ນຕ້ອງເປັນຕົວກະຕຸ້ນອັນມີພະລັງໃຫ້ແກ່ການປ່ຽນແປງ, ຂັບໄລ່ພວກເຮົາໃຫ້ສ້າງອະນາຄົດທີ່ເທັກໂນໂລຍີຊ່ວຍປົກປ້ອງ ແລະຍົກສູງມະນຸດ, ບໍ່ແມ່ນທຳລາຍມັນ.