Problem reprezentatywności danych
Jednym z głównych tematów rozmowy była kwestia reprezentatywności danych używanych do trenowania asystentów głosowych. Współczesne algorytmy często są skoncentrowane na formach męskoosobowych, co prowadzi do sytuacji, w których kobiety mogą napotykać trudności w interakcjach z systemami AI. Przykładem może być sytuacja, w której kobieta dzwoniąc na infolinię banku używa żeńskich końcówek czasowników i nie zostaje zrozumiana przez bota, co jest wynikiem niedostatecznego uwzględnienia danych żeńskich w zestawach uczących.
Projektowanie przyszłości
Agata Bisping zwróciła uwagę na to, że przyszłość można projektować, ale jej przewidzenie jest niemożliwe. W kontekście AI chodzi o wyobrażenie sobie różnych scenariuszy, które mogłyby zachęcać ludzi do działania na rzecz dobra wspólnego. Obawy związane z tym, że AI mogłaby myśleć przeciwko nam, przeradzają się w lęk przed utratą kontroli nad technologią. W tym kontekście niezbędne jest rozwijanie koncepcji współpracy między ludźmi a AI, co pozwoliłoby na bardziej harmonijne wykorzystanie tych technologii.
Przyszłość da się zaprojektować, nie da jej się przewidzieć. Nie ma danych o przyszłości, w związku z czym nie możemy jej przewidywać, możemy ją prognozować i wtedy mówimy np. o działaniach prognostycznych czy statystycznych, a gdy chcemy ją projektować, to musimy wyobrazić sobie różne możliwe ewentualności. Myślę, że aktualnie najbardziej obawiamy się tego, że maszyny w pewnym momencie zaczną myśleć nie za nas, ale przeciwko nam. Trudno nam jest sobie wyobrazić sytuację, w której sztuczna inteligencja nam towarzyszy i pomaga nam w realizacji naszych celów - mówi Agata Bisping
Automatyzacja pracy a nierówności społeczne
Daron Acemoglu, tegorocznego laureata Nagrody Nobla w dziedzinie ekonomii, wskazuje w swoich badaniach, że AI automatyzuje pewne procesy, ale przede wszystkim wpływa na pracowników z wyższymi kwalifikacjami.
Badania, które Daron Acemoglu opublikował cztery lata temu, mówiły o tym, że sztuczna inteligencja, która pozwala zautomatyzować pewne procesy, zabiera tak naprawdę te prace, które już wcześniej były zautomatyzowane, a wspiera te osoby, które korzystają z danych i mają wysokie kwalifikacje. Gdybyśmy zaczęli wyobrażać sobie taką przyszłość, w której sztuczna inteligencja jest trenowana do bycia partnerem w rozwiązywaniu naszych wyzwań czy trudności codziennych, wtedy moglibyśmy spróbować myśleć o tym, że technologie faktycznie mogą wyrównać nierówności społeczne - wyjaśnia Agata Bisping