Pagalba žmonėms sąveikaujant su dirbtinio intelekto sistemomis konfidencialiais, svarbiais ir saugiais būdais

Žmonės gali saugiai važiuoti į pageidaujamą paskirties vietą laikydamiesi eismo taisyklių ir sutartų elgesio kodeksų, nebūtinai žinodami, kaip veikia automobilio variklis. Dabar, svarstydami, kaip žmonės sąveikauja su dirbtinio intelekto sistemomis, pvz., skaitmeniniais asistentais, naudojančiais balso atpažinimą, arba algoritmais, kuriais vadovaujamės prie kito filmo, kurį mes matysime, taikyti tą pačią analogiją.

Atnaujintu naujuoju projektu „DigComp 2.2“ siekiama suteikti naudotojams pagrindinių žinių apie tai, ką DI sistemos veikia ir ko jos nedaro, ir nustatomi tam tikri pagrindiniai principai, į kuriuos reikia atsižvelgti sąveikaudami su DI sistemomis. Tai gali padėti piliečiams tapti labiau pasitikinčiais, kritiškais ir dar atvirai mąstančiais šiandieninių technologijų naudotojais, kartu mažinant riziką, susijusią su sauga, asmens duomenimis ir privatumu.
 

Dirbtinis intelektas yra visur, bet ar apie jį žinome? 

Daugelis kasdienių technologijų naudoja ir integruoja tam tikros rūšies dirbtinį intelektą. Pavyzdžiui, dirbtinis intelektas gali būti naudojamas balso komandoms paversti konkrečiais veiksmais, pvz., skambinti arba įjungti šviesas. Dažnai žmonės nežino, kad tokiose sistemose renkami asmens duomenys apie naudotoją ir jo veiksmus, ir jie nesupranta, kaip šie duomenys gali būti naudojami įvairiais tikslais (pvz., rengiant naujus DI algoritmus, dalijantis duomenimis su trečiosiomis šalimis). Žinoma, dėl to kyla įvairių privatumo ar saugumo problemų.

Atnaujintame DigComp 2.2 priede pateikiama daugiau kaip 70 pavyzdžių, kurie gali padėti žmonėms geriau suprasti, kur ir kokiomis aplinkybėmis kasdieniame gyvenime jie gali tikėtis susidurti su DI sistemomis. Jame taip pat pateikiama praktinių pavyzdžių, kaip besiformuojančios technologijos prasiskverbė į mūsų kasdienį gyvenimą. 
 

Kaip „DigComp 2.2“ gali padėti suprasti DI sistemas? 

Šioje naujausioje atnaujintoje sistemoje pateikiami trijų rūšių pavyzdžiai, kad būtų lengviau suprasti, ką DI sistemos veikia ir ko jos neatlieka: 

• Žinių pavyzdžiai yra susiję su faktais, principais ir praktika. Patikimas ir saugus bendradarbiavimas su DI sistemomis reiškia žinoti, kaip paieškos sistemos, socialinė žiniasklaida ir turinio platformos naudoja DI algoritmus, kad gautų atsakymus, pritaikytus prie individualaus naudotojo pageidavimų (šis numeris jums padeda jį rasti leidinyje: Ai 03, p. 78).
• Įgūdžių pavyzdžiai, kuriuose daugiausia dėmesio skiriama gebėjimui pritaikyti žinias sąveikaujant su DI sistemomis. Tai reiškia, kad reikia žinoti, kaip keisti naudotojo konfigūracijas (pvz., programėlėse, programinėje įrangoje, skaitmeninėse platformose), kad DI sistema galėtų sekti, rinkti ar analizuoti duomenis, užkirsti jai kelią arba ją moderuoti (pavyzdžiui, išjungti buvimo vietos sekimą mūsų telefonuose ir t. t.). (I 35, p. 80.) 
• Požiūrio pavyzdžiai yra susiję su žmogaus tarpininkavimu ir kontrole ir rodo valią arba mąstymą veikti. Tai reiškia, kad DI sistemos turi būti atviros žmonėms, kad jie galėtų priimti informacija pagrįstus sprendimus pagal savo tikslus (pvz., naudotojas aktyviai sprendžia, ar imtis veiksmų pagal rekomendaciją, ar ne).

Visi pavyzdžiai yra susiję su esamais „DigComp“ gebėjimais, nes jie padės mokymo programų rengėjams ir mokymo paslaugų teikėjams atnaujinti savo mokymo turinį ir geriau iliustruoti besiformuojančių technologijų taikymą ir integravimą kasdieniame gyvenime. 
 

Pasitikėjimo įgijimas kovojant su melagingomis naujienomis ir dezinformacija

Naujos atnaujintos temos yra susijusios su dabartiniais reiškiniais, kurie dažnai didina dezinformaciją socialinės žiniasklaidos platformose, pavyzdžiui, filtrų burbuliukais (šališkumas, kurį lemia algoritmas, ribojantis informaciją, kurią naudotojas mato remdamasis savo ankstesne veikla) ir „ echo“ salės (padėtis, kai naudotojai gauna informaciją internete, o tai sustiprina jų turimas nuomones ir nesusiduria su prieštaringomis perspektyvomis). Pavyzdžiai taip pat iliustruoja giliajuosčius vaizdus ir kitas automatizuotas dirbtinio intelekto sukurto turinio formas. 

Jie taip pat atkreipia dėmesį į privatumo problemas bendraudami su DI sistemomis, kurios gali dalytis asmens duomenimis su trečiosiomis^šalimis, ir neuždengti pagrindinių klausimų, kuriuos mums reikia užduoti prieš aktyvuojant veido atpažinimo programinę įrangą arba skaitmeninį asistentą mūsų telefone. 

Programos „DigComp 2.2“ pavyzdžiais apie žmones, kurie sąveikauja su dirbtinio intelekto sistemomis, siekiama susidaryti šiandienos pasaulio vaizdą ir padėti žmonėms patikimai, kritiškai ir saugiai naudotis kasdienėmis technologijomis, ypač tomis, kurias skatina dirbtinis intelektas. Kitas tikslas – suteikti piliečiams daugiau galimybių kontroliuoti savo mokymąsi visą gyvenimą, kad jie galėtų būti informuojami apie dirbtinio intelekto sistemas ir tai, ką vadiname „duomenimis“ apie kiekvieną mūsų gyvenimo aspektą. Galiausiai, vienas iš tikslų yra padėti žmonėms spręsti etikos klausimus, susijusius su skaitmenine praktika, pvz., žmogaus autonomija, kuri yra daugelio ES vertybių pagrindas. Šiais tikslais taip pat grindžiamas Europos Komisijos Skaitmeninio švietimo veiksmų planas, kuriuo siekiama stiprinti piliečių skaitmeninius įgūdžius ir gebėjimus skaitmeninei transformacijai. 

Visas ataskaitos tekstas pateikiamas čia. 

Kitas būsimas DEAP darbas apima: 

• Gairės pedagogams apie etišką požiūrį į dirbtinį intelektą ir duomenis
• Kuriuo priimamas pasiūlymas dėl Tarybos rekomendacijos dėl skaitmeninių įgūdžių ugdymo švietimo srityje gerinimo
  
   

Apie autorių 

Dr. Vuorikari yra pagrindinis DigComp 2.2 tyrėjas. Jos darbe daugiausia dėmesio skiriama geresniam žinių, įgūdžių ir požiūrių supratimui, kuris padeda piliečiams patikimai, kritiškai ir saugiai naudotis skaitmeninėmis technologijomis, įskaitant DI sistemas. Nuo 2013 m. liepos mėn. iki 2022 m. rugpjūčio mėn. ji prisijungė prie Europos Komisijos Jungtinio tyrimų centro (JRC). Ji turi išsilavinimą (J. Ed 1998 m. Suomijoje), hipermedijos srityje (1999 m. Prancūzijoje) ir 2009 m. įgijo daktaro laipsnį.
 

Apie JTC

Jungtinis tyrimų centras yra Komisijos mokslo ir žinių tarnyba. JRC samdo mokslininkus moksliniams tyrimams atlikti, kad galėtų teikti nepriklausomas mokslines konsultacijas ir paramą ES. ES mokslo centras yra pagrindinė JRC interneto svetainė. 

©Viacheslav Iakobchuk