AI-systemer er sårbare over for fordomme og fejl, der indføres af mennesker. Data, der bruges til at træne AI-systemer, er ofte behæftet med skævheder.
Bias af AI-algoritmer i computersystemer er kategoriseret i:
Eksisterende skævhed; teknisk skævhed; ny opstået skævhed Eksperter advarer om, at algoritmisk skævhed allerede er udbredt i mange brancher, og at næsten ingen gør en indsats for at identificere eller korrigere den..
Reflekterende spørgsmål
Tænk på, hvordan kultur og uddannelse kan blive positivt og negativt påvirket af AI.
Selvrefleksion
Tænk på, hvordan kultur og uddannelse kan blive positivt og negativt påvirket af AI.
Giv et svar
Giv tre eksempler på etiske dilemmaer i forbindelse med brugen af kunstig intelligens,
Referencer
UNESCO, Preliminary Study on the Ethics of Artificial Intelligence, 2019
Friedman, Batya; Nissenbaum, Helen (July 1996). "Bias in computer systems". ACM Transactions on Information Systems (TOIS). 14 (3): 330–347. doi:10.1145/230538.230561. S2CID 207195759.
Knight, Will. "Google's AI chief says forget Elon Musk's killer robots, and worry about bias in AI systems instead". MIT Technology Review. Archived from the original on 2019-07-04. Retrieved 2019-07-26.