yavaş haber

  Yapay zekâ algoritmaları oluşturmak için kullanılan verilerdeki önyargılar ayrımcılık gibi sosyal sonuçlara neden oluyor. Bunlar da fırsat eşitsizliğini artırıyor ve belli grupların üzerindeki baskıyı güçlendiriyor. Dünyanın veri sistemleri doğal olarak yine dünyanın eşitsizliklerini ve önyargılarını yansıtıyor. Yapay zekâ da geliştirici ve kullanıcıların dünya görüşünü yansıttığından önyargıları kodlayıp pekiştiriyor. Şu an yapay zekânın en yaygın biçimi olan makine öğrenmesi, dünyadaki örneklerin pek çok soruna yol açan kalıplarını tarayarak yol alıyor. Örneğin eğitimle ilgili verilere baktığımızda bazı grupların bu verilere dahil edilmediğini; verilerin dar bir kültürel kaynaktan toplandığını görüyoruz. Eğitim verileri, gerçek dünyanın tüm eşitsizliklerini, önyargılarını ve adaletsizliklerini içeriyor ve makine öğrenmesi sistemlerinin bu haksızlıkları belirleme ve düzeltme gibi bir becerisi yok. Verilerden, ırk ya da cinsiyete ilişkin bilgileri ayıklamak da bu sorunu çözmüyo...

Etik üzerine çalışan kişiler genelde yapay zekâ ve robotik gibi yeni teknolojilerin etkisini ve tehlikelerini abartma eğiliminde… Tartışmalar özellikle bilgi teknolojisinde mahremiyet, gözetim, veri yönetimi ve veri yoluyla manipülasyon üzerinde yoğunlaşsa da şeffaflık, ayrımcılık, toplumsal değer yaratıp yaratmama ve hesap verebilirlik gibi konulara kadar da uzanıyor.    Avrupa Komisyonu, 2018’de yapay zekânın uygulanma biçimleri için tavsiyelerde bulunmak üzere 52 uzmandan oluşan bir grup kurdu. Grup üyeleri akademi, sivil toplum ve endüstri temsilcileri arasından seçildi. 8 Nisan 2019’da güvenilir yapay zekâ için “Ethics Guidelines for Trustworthy Artificial Intelligence” başlıklı bir etik kılavuz hazırlandı. Bu kılavuzda, yapay zekâ uygulamalarının güvenilir sayılabilmesi için uyulması gereken yedi temel ilke belirlendi. -    Yapay zekâ sistemleri insanları güçlendirmeli, bilinçli kararlar alabilmelerine ve özgür seçimler yapabilmelerine izin vermeli ve temel ...