Pieni tekoälyopas

Vinoumat

Puutteellinen data voi aiheuttaa tekoälyn vinoumia.

Tekoälyjärjestelmien tuloksiin voi vaikuttaa data, joka tehostaa maailmasta löytyvien vinoumien ja ennakkokäsitysten vaikutusta.

Tekoälyyn syntyy tyypillisesti vinoumia silloin, kun se on koulutettu epätäydellisellä datalla ja alkanut sen takia suosia tiettyjä lopputulemia. Koska data on tekoälyjärjestelmän ainoa oppimismenetelmä, se voi toisintaa alkuperäisen datan vääristymiä tai vinoumia.

Jos esimerkiksi opetat tekoälyä tunnistamaan kenkiä, mutta näytät sille vain tennarien kuvia, se ei pidä korkokenkiä, sandaaleja tai saappaita kenkinä.

Vinoumien vuoksi on haastavaa kehittää tekoäly, joka palvelisi kaikkia.

Mikään tekoälyjärjestelmä ei ole niin monimutkainen tai datajoukko niin kattava, että ne kuvaisivat tai voisivat ymmärtää ihmiskunnan koko monimuotoisuutta. Tästä voi syntyä haasteita ottaen huomioon, kuinka paljon tekoäly vaikuttaa ihmisten kokemuksiin tosielämässä.

Jos rekrytoinnin tekoäly etsii toimitusjohtajaksi sopivia hakijoita ja ehdottaa haastatteluun suosikkejaan, se voi suosia miehiä, koska se on koulutettu menestyneiden ihmisten CV:illä, ja miespuolisia hakijoita on suosittu historiallisesti.

Varmistuakseen tekoälyjärjestelmien eettisyydestä ja vähentääkseen vinoumien riskiä ohjelmoijat suunnittelevat järjestelmät ja valitsevat niihin datan tarkasti. Tämä on ainoa tapa varmistaa, että järjestelmät palvelevat kaikkia.