人工智能具有舉足輕重的地位，并具有改變各個行業(yè)業(yè)務(wù)的潛力，這已不是什么秘密。到2022年，人工智能系統(tǒng)的收入預(yù)計將達到776億美元，比2018年的240億美元增長200%。然而，隨著這一突出地位的日益顯著，人們越來越關(guān)注人工智能的倫理意義。與所有創(chuàng)新技術(shù)一樣，人工智能也有其缺點：最緊迫的是存在潛在的偏見。就在本月，一個藝術(shù)項目在展示了該技術(shù)的偏見之后在社交媒體上風(fēng)行一時，從AI數(shù)據(jù)庫ImageNet中刪除了60萬張圖像。

如果沒有正確的控制，偏見可能會滲入機器學(xué)習(xí)過程，并迅速將客觀分析轉(zhuǎn)變?yōu)槠缫曅苑治?。管理AI系統(tǒng)的準(zhǔn)確性和道德性常常被忽視，但是公司必須克服數(shù)據(jù)和算法中的偏見，這些偏見可能會扭曲見解并影響客戶。

深度學(xué)習(xí)模型由公司的目標(biāo)提供并基于公司的目標(biāo)而產(chǎn)生。如果這些目標(biāo)沒有正確地設(shè)計以保證公平性，通常會在設(shè)計過程中出現(xiàn)問題，因為算法可以設(shè)置鼓勵偏差的參數(shù)。公司可以通過避免過于關(guān)注特定公司目標(biāo)的框架并確保在算法本身中建立公平性來消除偏差。

當(dāng)公司擴大規(guī)模時，歧視性或不道德行為也會滲透到設(shè)計過程中。最初用于特定業(yè)務(wù)部門或地理區(qū)域的模板通常分布得更廣。擁有正確的控件將有效地防止那些應(yīng)用程序丟失上下文：公平的是，一種情況很容易在另一種情況下具有歧視性。

輸入正確的數(shù)據(jù)

人工智能是一種創(chuàng)新的過程，其中機器通過提供大量數(shù)據(jù)來對其進行訓(xùn)練。但是，如果這些數(shù)據(jù)集代表某些群體的人數(shù)不足或過多，或者使用了過時或偏斜的歷史記錄或社會規(guī)范，那么任何結(jié)果都必然會產(chǎn)生偏差。例如，如果對一臺機器進行了培訓(xùn)，以根據(jù)其頂尖學(xué)生的背景來確定最佳的大學(xué)招聘人員，則可以排除這些標(biāo)準(zhǔn)以外的優(yōu)秀候選人。同樣，使用招聘數(shù)據(jù)審查特定年齡候選人的算法可能會不公平地淘汰合格的候選人。

通常很難識別出使用了錯誤的數(shù)據(jù)集才開始造成傷害，并且由于機器以如此高的速度學(xué)習(xí)，因此任何錯誤都會迅速成倍地放大。一個小的缺陷可以立即變成巨大的負(fù)擔(dān)。為了解決這個問題，將高質(zhì)量的數(shù)據(jù)饋入機器并創(chuàng)建使用單獨的AI和機器學(xué)習(xí)的“了解客戶”工具絕對至關(guān)重要。人工智能也可以成為解決方案的一部分–您可以在后臺運行基于道德和社會規(guī)范的“警務(wù)”算法，作為模型的“道德指南針”。這項技術(shù)不僅可以確保每個人都得到公正的評估，還可以對AI框架進行持續(xù)的微調(diào)。

通過分析來自選定參數(shù)或質(zhì)量的數(shù)據(jù)來編寫算法，例如在醫(yī)療保健中，他們可能會查看體重，年齡和病史。如果公司過分強調(diào)某些屬性以及它們與其他數(shù)據(jù)字段的交互方式，則偏差很容易滲透到選擇過程中。單獨的因素可能看起來很客觀，但綜合考慮可能會有利于一個群體而不是另一個群體。

那么，公司在保持道德商業(yè)慣例的同時又能從AI中受益呢?企業(yè)越來越依賴數(shù)字智能從AI獲得突破性的業(yè)務(wù)成果。數(shù)字智能依賴于領(lǐng)域，數(shù)據(jù)和知識的正確組合，并且需要人員和技術(shù)的緊密協(xié)調(diào)。

保留人為決定

有大量報道表明，機器人將竊取人們的工作，許多人擔(dān)心，人工智能將比人類工人更有效率地執(zhí)行任務(wù)。但是，只有17%的受訪者認(rèn)為AI會減少員工人數(shù)，而實際上絕大多數(shù)企業(yè)領(lǐng)導(dǎo)人(77%)認(rèn)為AI會創(chuàng)造就業(yè)機會。這與流行的說法“人工智能將大規(guī)模消除工作”相矛盾，并使我們想起了人工智能核心的本質(zhì)悖論：它取決于人類!機器人需要人們來構(gòu)建，訓(xùn)練和管理它們。他們的承諾在于他們有能力增加人類工人，而不是替代他們。