Kredit:CC0 Public Domain
I dagens digitale tidsalder, kunstig intelligens og big data hjælper mennesker med at navigere verden på nye måder. Mens mange forskere bruger disse nye værktøjer til at innovere og fremme forskellige discipliner, nogle få, som Fred Fonseca, nærmer sig disse fremskridt fra et andet perspektiv.
"Der er et nyt felt kaldet dataetik, "sagde Fonseca, lektor i Penn State's College of Information Sciences and Technology og 2019-2020 Faculty Fellow i Penn State's Rock Ethics Institute. "Vi indsamler data og bruger dem på mange forskellige måder. Vi skal begynde at tænke mere over, hvordan vi bruger dem, og hvad vi gør med det."
Ved at nærme sig ny teknologi med et filosofisk perspektiv, Fonseca kan udforske de etiske dilemmaer omkring, hvordan vi samles, administrere og bruge oplysninger. Han forklarede, at med stigningen af big data, for eksempel, mange forskere og analytikere foregiver at formulere hypoteser til fordel for, at data kan foretage konklusioner om bestemte problemer.
"Normalt, i videnskab, teori driver observationer. Vores teoretiske forståelse styrer både det, vi vælger at observere, og hvordan vi vælger at observere det, "Fonseca forklarede." Nu, med så mange tilgængelige data, videnskabens klassiske billede af teoriopbygning er truet af at blive omvendt, med data, der foreslås som kilden til teorier i det, der kaldes datadrevet videnskab. "
Fonseca delte disse tanker i sit papir, "Cyber-menneskelige tanke- og forståelsessystemer, ", der blev offentliggjort i april 2019 -udgaven af Journal of the Association of Information Sciences and Technology . Fonseca skrev forfatteren sammen med Michael Marcinowski, College of Liberal Arts, Bath Spa University, Det Forenede Kongerige; og Clodoveu Davis, Datalogisk afdeling, Universidade Federal de Minas Gerais, Belo Horizonte, Brasilien.
I avisen, forskerne foreslår et koncept for at bygge bro mellem teoretisk tænkning og a-teoretisk, datadrevet videnskab.
"I stedet for at nærme sig et specifikt sæt big data for at besvare et allerede udviklet spørgsmål, forskere opfordres til at interagere med dataene på en mere tankevækkende og øjeblikkelig måde, ved at bruge selve dataene som et instrument til videnskabelig undersøgelse "forklarede forskerne." Den umiddelbare fordel ville være at hjælpe forskere med at håndtere og reagere på oversvømmelsen af data, der ellers ville overvælde deres agenter og beslutningstagende beføjelser. "
Fonseca brugte metaforen til at sammenligne data eller kunstig intelligens med en stok, som en blind person kan bruge til at navigere i verden.
"Forskere bruger de virkelig eksisterende data til at føle sig sammen og interagere med den virkelig eksisterende verden, engagerende data ikke som en repræsentation, men som et instrument til at hjælpe med at lette deres empiriske tænkning, "forklarede han." Ligesom stokken, data bruges som en forlængelse af deres sanser, med deres forståelse af verden dynamisk forbundet med de massive datastrømme, der findes i datadrevet videnskab. "
Han foreslår en praktisk omformning af, hvordan analytikere, praktiserende læger og forskere tænker over deres arbejde. Med mange fremskridt inden for kunstig intelligens, og maskiner, der tager mere menneskelignende handlinger og beslutninger, Fonseca sagde, at det er vigtigt at reflektere over den indvirkning, som teknologien har i hverdagen.
"Teknikken forsvinder ikke, "sagde han." Vi skal tænke mere over det og forstå det bedre, så vi kan træffe velinformerede beslutninger. "
For at illustrere de etiske udfordringer, som ny teknologi kan bringe, han citerede en nylig Washington Post -artikel om medicinske udbydere og teknologivirksomheder, der bruger kunstig intelligens til at forudsige individers depression og sandsynlighed for selvmord. Teknologien scanner journaler og indlæg på sociale medier for selvmordssprog og adfærd. Nogle af dataene leveres til læger eller andre personer, der kan gribe ind. Men kunne de samme data falde i hænderne på marketingfolk eller andre tredjeparter?
"Selvom det er muligt at [oprette disse algoritmer], måske skulle vi ikke gøre det. For når den først er der, folk kommer til at bruge det, og de kommer til at bruge det dårligt, "sagde han." Det er de spørgsmål om videnskab, som vi skal begynde at tænke over.
"Det handler om værdier, "tilføjede han." Vi kan have alle slags data, men vi skal vide, hvordan vi bruger det. "