مسئولیت های هوش مصنوعی در دوران بیماری‌ های همه‌گیر

سوالات متعددی درباره مسئولیت های هوش مصنوعی در تجزیه و تحلیل وضعیت در زمان بیماری‌های همه گیری چون کرونا و کمک آن به درک اثرات احتمالی سیاست‌های مختلفی که اتخاذ می‌شوند، پرسیده شده است. از جمله این سیاست‌ها می‌توان به تعطیلی در سطح محلی یا ملی، قرنطینه و فاصله‌گذاری اجتماعی اشاره کرد. چگونگی استفاده موثر از هوش مصنوعی هم مورد توجه عده کثیری قرار گرفته است و اینجاست که موضوع مسئولیت های هوش مصنوعی مطرح می‌شود.

همین ابتدا می‌خواهم به این مسئله تاکید کنم که تاکید بر مسئولیت های هوش مصنوعی، می‌تواند کمک کند تا درک بهتری از وضعیت فعلی بدست آوریم. آنچه در حال حاضر از متخصصان و محققان هوش مصنوعی انتظار می‌رود، این است که از دانش و مهارت خود برای تجزیه و تحلیل، درک علت شیوع ویروس کرونا، اثرات سیاست‌ها، تاثیر طولانی مدت این ویروس بر جامعه و اقتصاد، و پرسش‌هایی از این دست استفاده کنند.

با این حال، برای اینکه این اقدام با مسئولیت‌پذیری بالایی انجام شود، باید درک روشنی از قابلیت‌ها و محدودیت‌های هوش مصنوعی داشته باشیم. من اغلب روی این نکته تاکید می‌کنم که هوش مصنوعی نَه یک ابزار جادویی است، و نَه راه‌حلی برای همه مشکلات.

از جمله الزامات اصلی برای توسعه مسئولیت های هوش مصنوعی عبارت‌اند از: قدرتمند بودن، شفافیت، احترام به اصول و حقوق بشر. نکته اول این است که سیستم‌ها باید مقاوم باشند و در خصوص روش‌های استفاده شده دقت کافی به خرج دهیم. مهم‌تر از آن، استفاده از روش‌های داده‌محور  data-driven methods  برای پیش‌بینی شیوع ویروس کرونا، می‌تواند مشکلات زیادی به همراه داشته باشد. این روش‌ها با مرتبط کردن داده‌های گذشته، به یادگیری می‌پردازند و در حال حاضر داده‌های کافی درباره شرایط مشابه در اختیار نداریم.

نتایجِ بدست آمده در گذشته نمی‌توانند ضمانت مناسبی برای آینده باشند، به ویژه وقتی این ایده قوت بگیرد که آینده تفاوت‌های چشمگیری با گذشته خواهد داشت. به علاوه، آن داده‌های کمی هم که وجود دارند، ناقص و جهت‌دار  biased هستند. برای مثال، همه به این مسئله واقف هستند که تعداد مبتلایان بسیار بیشتر از تعداد مبتلایانی است که بیماری‌شان تایید شده است و آمار دقیقی درباره بهبود‌یافتگان در دست نیست.

استفاده از داده‌های موجود در روش‌های یادگیری ماشین، می‌تواند ما را به دردسر بیندازد؛ به طوری که تخمین های مثبت کاذب False Positive و منفی کاذب False Negative افزایش پیدا کند. اکنون در وضعیتی قرار داریم که به نظر می‌رسد روش‌های مدل‌محور می‌توانند کارآیی بیشتری در مقایسه با روش‌های داده‌محور داشته باشند.

در حقیقت، در حال حاضر گروه‌های زیادی روی شبیه‌سازی‌ها فعالیت می‌کنند. با وجود این، انتخاب مدل‌ها باید بر پایۀ تحقیقات مستدل در حوزه‌های همه‌گیرشناسی، جامعه‌شناسی و روان‌شناسی باشد و نمایش‌ محاسباتی مناسبی هم به کار گرفته شوند. این نوع از مدل‌ها، حساسیت بالایی در فرض‌های طراحی پارامترهای اولیه دارند. قبل از پیشنهاد این سیستم‌ها به منظور حمایت از سیاست‌گذاران، باید آزمایش‌های تحلیل حساسیت انجام داد.

از دیدگاه تحقیقاتی، کار بر روی روش‌های ترکیبی که دو روش داده‌محور و مدل‌محور با هم ادغام می‌شود، اهمیت ویژه‌ای دارد و برای وضعیت فعلی مناسب است.شفافیت در روش‌های مدل‌محور یا داده‌محور از اهمیت بالایی برخوردار است. مثل اینکه چه مدل‌ها و دیتاست ‌هایی استفاده شده و دلیل استفاده از آن‌ها چه بوده است؟ با چه کارشناس‌هایی در این زمینه مشورت شده؟ سیستم، چگونه ارزیابی و آزمایش شده؟ بدون پاسخ شفاف و صریح به این قبیل از پرسش‌ها، نمی‌توان به نتایج اطمینان کرد.

در حال حاضر جهان در وضعیتی به سر می‌برد که تصمیماتِ بی‌اساس، می‌توانند تبعات سنگینی به همراه داشته باشد. اگر سیستم قادر به ارائه توضیح برای نتایج خود نباشد، باید قبل از استفاده از آن برای تحلیل یا پیش‌بینی وضعیت بیماری‌های همه‌گیر، تمام جوانب را در نظر بگیرید و خوب فکر کنید.

از جمله مسئولیت های هوش مصنوعی در این دوران، تشخیص اخبار کذب و کاهشِ گسترش این اخبار است. بسیاری از نرم‌افزارهایی که با هدف کنترل این بیماری همه‌گیر استفاده می‌شوند، برای جمع‌آوری اطلاعات درباره افراد، شرایط و حرکات آنان طراحی شده‌اند. اگرچه همه ما بر سر این مسئله توافق نظر داریم که چنین داده‌هایی برای تصمیم‌گیری توسط دولت‌ها و مقامات محلی ضروری هستند و ارزش بالایی در توسعه ابزارهای هوش مصنوعی دارند، اما نمی‌توان احترام به حقوق بشر، اصول اخلاقی و قوانین و مقررات موجود را نادیده گرفت.

حریم خصوصی افراد و احترام به عزت و شرافت انسان نیز به عنوان یکی دیگر از مسئولیت های هوش مصنوعی باید مورد توجه باشد. نرم‌افزارهایی که اطلاعات شخصی افراد را جمع می‌کنند، باید به موارد مذکور پایبند باشند. شاید امروزه اطمینان از مدیریت صحیح و ذخیره داده‌ها اهمیت بیشتری داشته باشد، چرا که مردم بسیاری از کشورها بخشی از آزادی خود را از دست داده‌اند.

البته این بدان معنا نیست که امکان ساخت، توسعه و استفاده از این نرم‎افزارها وجود ندارد؛ بلکه این اقدامات باید در راستای استانداردهای اخلاقی انجام شوند. جلب اعتماد شهروندان در بحران‌هایی از این دست باید در اولویت قرار گیرد. بنابراین احترام به الزاماتِ مربوط به برخورد مناسب با داده‌های شخصی، نیازمند توجه بالایی است.با این حال، با توجه به شرایط بغرنجی که در حال حاضر حاکم است، باید اخلاق را درمورد آن دسته از نرم‌افزارهایی که هدف‌شان کمک به کنترل این بیماری همه‌گیرِ جهانی است، در اولویت قرار داد و به‌کارگیری آن‌ها را سرعت بخشید.

در پایان، سیستم‌ها باید در دسترس همه باشند و تفاوت‌های اجتماعی و فرهنگی در کشورهای درگیر با این بیماری را هم مد نظر قرار دهند. اکنون، زمانِ دسترسی آزاد به منابع اطلاعاتی است. ما همه با هم در این درد شریک هستیم و باید مطمئن شویم که همه از منافع هوش مصنوعی بهره‌مند می‌شوند.