Реализация потенциала локализма искусственного интеллекта | Мнение

Каждая новая технология проходит через волну от шумихи до разочарования. Но даже по привычным меркам, у искусственного интеллекта был турбулентный бег. И все же, ИИ – это герой, обновляющий общество или злодей, уничтожающий рабочие места? Как обычно, истина не так категорична. Стефаан Г. Верхалст и Мона Слоун — о настоящем и будущем ИИ.

Будучи технологией общего назначения, ИИ будет тем, что мы из него сделаем, и его конечное воздействие будет определяться структурами управления, которые мы создаем. Поскольку призывы к новой политике ИИ становятся все громче, появляется возможность сформировать правовую и регулирующую инфраструктуру таким образом, чтобы максимизировать выгоды ИИ и ограничить его потенциальный вред.

До недавнего времени, управление ИИ обсуждалось в первую очередь на национальном уровне. Но большинство национальных стратегий ИИ – особенно китайских – ориентированы на получение или поддержание конкурентного преимущества в глобальном масштабе. По сути, это бизнес-планы, предназначенные для привлечения инвестиций и повышения корпоративной конкурентоспособности, обычно с дополнительным акцентом на укрепление национальной безопасности.

Уделение особого внимания конкуренции означает, что разрабатываемые правила и нормы ИИ игнорировались. Но города все больше заполняют этот пробел: Нью-Йорк, Торонто, Дубай, Иокогама и другие служат “лабораториями” по управлению инновациями. Города экспериментируют с целым рядом политик, от запретов на технологии распознавания лиц и некоторых других приложений ИИ до создания совместных данных. Они также делают крупные инвестиции в ответственные исследования ИИ, локализованные высокопотенциальные технологические экосистемы и гражданские инициативы.

Этот “локализм ИИ” соответствует более широкой тенденции в “Новом Локализме”, описанной учеными из области общественной политики Брюсом Кацем и покойным Джереми Новаком. Муниципальные и другие местные юрисдикции все чаще берут на себя ответственность за решение широкого круга экологических, экономических и социальных проблем и область технологий не является исключением.

Например, Нью-Йорк, Сиэтл и другие города охватили то, что Ира Рубинштейн из Нью-Йоркского университета называет “локализмом конфиденциальности”, заполняя значительные пробелы в федеральном законодательстве и законодательстве штатов, особенно когда речь идет о надзоре. Аналогичным образом, в отсутствие национальной или глобальной стратегии широкополосного доступа, многие города преследовали “широкополосный локализм”, предпринимая шаги по преодолению пробелов в обслуживании, оставленных операторами частного сектора.

В качестве общего подхода к решению проблем, локализм предлагает, как непосредственность, так и близость. Поскольку он осуществляется в строго определенных географических регионах, он позволяет директивным органам лучше понять связанные с этим компромиссы. Благодаря калибровке алгоритмов и политик ИИ для местных условий, у директивных органов больше шансов для создания петли положительной обратной связи, что приведет к большей эффективности и подотчетности.

Циклы обратной связи могут оказать огромное влияние, особенно когда дело доходит до ИИ. В некоторых случаях, локальная политика ИИ могла бы иметь далеко идущие последствия для разработки и развертывания технологий в других местах. Например, учредив Специалиста по управлению алгоритмами и политике, Нью-Йорк создал модель, которую следовало бы перенять всему миру.

Локализм ИИ также содействует большей координации политики и вовлечению граждан. В Торонто, коалиция академических, гражданских и других заинтересованных сторон собралась вместе, чтобы обеспечить подотчетность Sidewalk Labs, инициатива, выдвинутая Alphabet (материнской компании Google), направленная на улучшение услуг и инфраструктуры, путем использования датчиков установленных по всему городу. В ответ на эту гражданскую акцию компания согласилась следовать шести принципам “ответственного искусственного интеллекта”.

Как видно из этого примера, усилия по реформированию с большей вероятностью увенчаются успехом, когда местные группы, объединяя свой опыт и влияние, берут на себя ведущую роль. Подобным образом, в Бруклине, Нью-Йорк, ассоциация арендаторов Atlantic Plaza Towers (в сотрудничестве с научными исследователями и неправительственными организациями) преуспела в блокировании плана использования технологии распознавания лиц вместо ключей. Более того, это усилие наметило важный ориентир того, каким образом ИИ должен регулироваться в более широком плане, особенно в контексте проживания.

Но локализм ИИ не является панацеей. Те же узкие локальные сети, которые предлагают преимущества управления, могут также привести к форме нормативного регулирования. Таким образом, локализм ИИ должен подвергаться строгому надзору и политике, направленных на предотвращение коррупции и конфликта интересов.

Локализм ИИ также создает риск фрагментации. Хотя национальные подходы имеют свои недостатки, технологические инновации (и общественное благо) могут пострадать, если локализм ИИ приведет к несогласованной и несовместимой политике. Как местные, так и национальные регулирующие органы должны учитывать эту возможность, применяя децентрализованный подход, который в меньшей степени опирается на нисходящее управление и больше на координацию. Это, в свою очередь, требует технической и регулирующей инфраструктуры для сбора и распространения передового опыта и уроков, полученных в разных юрисдикциях.

Регулирующие органы только начинают осознавать необходимость и потенциал локализма ИИ. Но ученые, граждане, журналисты и другие уже улучшают наше коллективное понимание того, что работает, а что нет. Например, в GovLab мы углубляем нашу базу знаний и создаем механизмы обмена информацией, необходимые для успеха городских инициатив. Мы планируем создать базу данных всех примеров локализма ИИ, из которых можно извлечь уроки и сравнительный список кампаний, принципов, инструментов регулирования и структур управления.

Наращивание наших знаний является первым шагом к усилению локализма ИИ. Мощный управленческий потенциал в этой области – это лучший способ гарантировать, что заметные достижения в области ИИ будут использоваться наилучшим образом.

Об авторах: Стефаан Г. Верхалст, соучредитель GovLab в Школе инженерии Тандона при Нью-Йоркском университете и главный редактор Data and Policy. Мона Слоун, стипендиат The GovLab, Института общественных знаний при Нью-Йоркском университете и Альянса по технологиям общественных интересов, является адъюнкт-профессором в Школе инженерии Тандона при Нью-Йоркском университете. 

Copyright: Project Syndicate, 2020.
www.project-syndicate.org

Внесите свой вклад в борьбу с дезинформацией!
Редакция
Фактчек в Казахстане и Центральной Азии. Первый центральноазиатский фактчекинговый ресурс. Открыт в мае 2016 года. Член международной сети фактчекинговых организаций (IFCN)