人工智能的增強需要一個小時

一對研究人員在分析中得出結論，人工智能工程師應該從廣泛的社會科學學科中征集思想，以減少他們創(chuàng)作的潛在危害，并更好地服務于整個社會。

“越來越多的證據(jù)表明，人工智能會加劇不平等，使歧視永久化，并造成傷害。我們需要包含盡可能廣泛的社會科學概念，其中包括已經(jīng)開發(fā)出應對廣闊社會世界的方法的學科，這有助于我們了解人工智能如何以及為什么會成為大型，復雜和新興技術社會系統(tǒng)的一部分，“紐約大學公共知識研究所研究員莫娜·斯隆和城市大學博士候選人伊曼紐爾·莫斯寫道。紐約

作者概述了社會科學接近的原因，其許多定性方法可以廣泛地提高人工智能的價值，同時避免記錄陷阱。研究表明，搜索引擎可能會歧視有色女性，而許多分析師已經(jīng)提出了關于自動駕駛汽車如何在碰撞情況下作出社會可接受決策的問題(例如，避開人類而不是消防栓)。

Sloane，也是紐約大學Tandon工程學院的兼職教員，Moss承認人工智能工程師目前正在尋求將“價值調整”灌輸給機器應該按照他們創(chuàng)造的人類價值觀行事的想法，但補充說“它特別難以定義和編碼像“人類價值”一樣流暢和語境的東西

為了解決這個缺點，作者提供了一個藍圖，通過一系列建議將社會科學納入人工智能，例如定性社會研究可以幫助理解我們理解社會生活的類別以及用于人工智能的類別。該研究發(fā)表在Nature Machine Intelligence雜志上。

“例如，技術人員沒有接受過如何理解機器學習中種族類別的培訓被復制為一種對社會組織和分層具有現(xiàn)實生活影響的社會建構。但這些問題在社會科學中得到了深入的討論，這有助于創(chuàng)造社會歷史背景，而“斯洛文和莫斯所觀察到的......類別'等類別的歷史可以被明確表示。

”定性數(shù)據(jù) -收集方法可以建立協(xié)議來幫助減少偏見。“數(shù)據(jù)總是反映那些收集的人的偏見和利益。定性研究對數(shù)據(jù)收集是明確的，而AI中的定量研究實踐則不然，“指出。

定性研究通常要求研究人員反思他們的干預如何影響他們進行觀察的世界。“定量方法并不要求研究人員或人工智能設計師將自己定位于社交世界。因此，不需要評估誰包含在重要的AI設計決策中，誰不需要，”他們寫道。