Dirbtinis intelektas (DI) vis dažniau priima sprendimus, kurie tiesiogiai veikia žmonių gyvenimus – nuo to, kas pakviečiamas į darbo pokalbį, iki to, kaip skirstomos viešosios paslaugos ar vertinami medicininiai duomenys. Kartu su technologijų plitimu daugėja ir klaidingų įsitikinimų apie algoritmų veikimą bei patikimumą, ypač kai jų priimti sprendimai gali turėti įtakos mūsų kasdienybei bei liečia žmogaus teises – privatumą, nediskriminavimą, lygias galimybes. Apie dažniausius mitus ir realybę pasakoja dirbtinio intelekto ekspertas dr. Linas Petkevičius.
Mitas Nr. 1: algoritmai yra neutralūs ir objektyvūs
Vienas dažniausių įsitikinimų – kad algoritmai sprendimus priima visiškai objektyviai. Kadangi tai technologija, žmonės linkę manyti, kad ji neturi emocijų ar išankstinių nuostatų. Vis dėlto realybė tokia, kad algoritmai vis dar yra apmokomi žmogaus ir rašytinių šaltinių.
„Dauguma žmonių nori tikėti, kad algoritmai yra objektyvūs ir neutralūs. Tačiau dažnai sistemos mokosi iš istorinių duomenų, o tuose duomenyse jau yra žmonių priimtų sprendimų“, – aiškina dr. L. Petkevičius.
Pasak jo, tai reiškia, kad technologija gali perimti praeities šališkumą. „Istoriniai duomenys atsirado dar prieš automatizavimą – kažkada žmogus sėdėjo ir priėmė sprendimą, o dabar mes iš tų sprendimų mokome sistemas.“
Mitas Nr. 2: kompiuteris visada priima geresnius sprendimus nei žmogus
Kitas paplitęs mitas – kad dirbtinis intelektas dažniausiai sprendžia geriau nei žmonės. Dr. L. Petkevičius pabrėžia, jog algoritmai išties turi vieną svarbų pranašumą: jie veikia nuosekliai ir kartoja tą patį sprendimo modelį.
„Jeigu algoritmas patikrintas ir atitinka mūsų reikalavimus, jis visada veiks taip pat – šiandien, rytoj ar po metų“, – sako ekspertas.
Tačiau tai nereiškia, kad sistema automatiškai priima geriausią sprendimą. Galutinis rezultatas labai priklauso nuo to, kaip ji sukurta. „Sistema yra tokia gera, kokie geri yra jos duomenys, metodika ir testavimas.“
Mitas Nr. 3: dirbtinis intelektas gali veikti be klaidų
Technologijoms dažnai keliami labai aukšti lūkesčiai – kartais tikimasi, kad jos veiks tiesiog idealiai. Tačiau praktikoje net pažangiausios sistemos daro klaidų, o jų veikimas vertinamas statistiškai.
„Pavyzdžiui, net ir biometrinės sistemos nėra šimtu procentų tikslios. Vieną kartą iš dešimčių ar šimtų tūkstančių jos vis tiek gali suklysti, tačiau tokia klaida yra toleruojama, nes ji įvertinta ir pamatuojama trečiųjų šalių tikrintojų“, – pažymi dr. L. Petkevičius.
Dėl šios priežasties svarbiausia tampa ne klaidų nebuvimas, o jų kiekis. „Klausimas nėra, ar klaidų bus. Klausimas – kiek jų bus ir ar jų bus mažiau, nei darytų žmonės.“
Kalbant apie technologijas ir jų poveikį visuomenei, svarbu prisiminti platesnį kontekstą: sprendimai, kuriuos priima algoritmai, gali tiesiogiai paveikti žmogaus teises, pavyzdžiui, teisę į lygias galimybes gauti darbą ar paslaugas, todėl klaidų stebėjimas ir atpažinimas laiku yra itin svarbus. Lietuvoje šias temas nuosekliai stebi ir analizuoja Lygių galimybių kontrolieriaus tarnyba, nagrinėjanti diskriminacijos atvejus ir skatinanti visuomenę kritiškiau vertinti įsišaknijusius mitus.
Mitas Nr. 4: jeigu nieko blogo nedarai, dirbtinio intelekto nereikia bijoti
Viešosiose diskusijose dažnai pasigirsta argumentas, kad technologijos pavojingos tik tiems, kurie turi ką slėpti. Tačiau dr. L. Petkevičius atkreipia dėmesį, kad net modernios technologijos kartais klysta ir gali sukelti nemalonumų net nieko bloga nepadariusiam ir neįtariančiam žmogui.
Būtent dėl šios priežasties Europoje atsiranda vis daugiau dirbtinio intelekto reguliavimo, pvz., šią vasarą įsigaliosiantis Dirbtinio intelekto aktas.
„Yra technologijų, kurios pilnai automatizuojamos aukštos rizikos srityse, pavyzdžiui, švietime ar medicinoje. Tokiose srityse ypatingai sistemos turi būti papildomai tikrinamos, testuojamos ir prižiūrimos“, – aiškina ekspertas.
Mitas Nr. 5: dirbtinis intelektas viską žino
Šiuo metu išpopuliarėjęs generatyvinis DI ir didieji kalbos modeliai dažnai sukuria įspūdį, kad DI gali atsakyti į bet kokį klausimą bet kurioje gyvenimo srityje. Žmonės neretai virtualiais pašnekovais pasitiki aklai, tačiau dr. L. Petkevičius sako, jog taip daryti nereikėtų. Iš tiesų kalbos modelių galimybės priklauso nuo to, kokiais duomenimis jie buvo mokomi.
„Šios sistemos kuriamos naudojant interneto šaltinius, mokslines publikacijas ir kitą informaciją, kuri buvo prieinama mokymo metu, – aiškina ekspertas. – Dėl to dirbtinis intelektas nebūtinai žinos naujausius įvykius ar faktus. Jeigu informacijos mokymo duomenyse nebuvo, sistema jos tiesiog nežino.“
