Maison Périphériques technologiques IA Notre société est-elle prête à laisser l'IA prendre des décisions ?

Notre société est-elle prête à laisser l'IA prendre des décisions ?

Apr 09, 2023 pm 08:41 PM
人工智能 技术 道德决策

​Avec le développement accéléré de la technologie, l’intelligence artificielle (IA) joue un rôle de plus en plus important dans le processus décisionnel. Les humains s’appuient de plus en plus sur des algorithmes pour traiter les informations, recommander certaines actions et même agir en leur nom.

Cependant, si l’IA nous aide réellement, voire nous remplace, dans la prise de décisions, notamment celles impliquant des décisions subjectives, morales et éthiques, pouvez-vous l’accepter ?

Récemment, une équipe de recherche de l'Université d'Hiroshima a exploré les réactions humaines à l'introduction de la prise de décision par l'intelligence artificielle. Plus précisément, en étudiant les interactions humaines avec les voitures autonomes, ils ont exploré la question : « La société est-elle prête pour une prise de décision éthique par l'intelligence artificielle ? » L'équipe a rapporté le 6 mai 2022 dans le Journal leurs conclusions. publié dans Économie comportementale et expérimentale.

Dans la première expérience, les chercheurs ont présenté à 529 sujets humains des dilemmes éthiques auxquels les conducteurs pourraient être confrontés. Dans le scénario créé par les chercheurs, un automobiliste devait décider s’il devait percuter un groupe de personnes ou un autre, et une collision était inévitable. Autrement dit, un accident causera des dommages graves à un groupe de personnes, mais sauvera la vie d’un autre groupe de personnes. Notre société est-elle prête à laisser l'IA prendre des décisions ?

Les sujets humains participant à l'expérience devaient évaluer les décisions d'un conducteur de voiture, qui pouvait être un humain ou une intelligence artificielle. Les chercheurs ont ainsi cherché à mesurer les préjugés que les gens pourraient avoir à l’égard de la prise de décision éthique de l’IA.

Dans leur deuxième expérience, 563 sujets humains ont répondu à un certain nombre de questions posées par les chercheurs pour déterminer ce que les gens pensent de la prise de décision éthique de l'IA une fois qu'elle fait partie de la société. Notre société est-elle prête à laisser l'IA prendre des décisions ?

Dans cette expérience, il y a deux situations. L'un impliquait un gouvernement hypothétique qui avait décidé d'autoriser les voitures autonomes à prendre des décisions morales ; un autre scénario permettait aux sujets de « voter » sur l'opportunité d'autoriser les voitures autonomes à prendre des décisions morales. Dans les deux cas, les sujets pouvaient choisir de soutenir ou de s’opposer à la décision prise par la technologie.

La deuxième expérience a été conçue pour tester les effets de deux manières alternatives d'introduire l'intelligence artificielle dans la société.

Les chercheurs ont observé que lorsqu'on demandait aux sujets d'évaluer les décisions morales de conducteurs humains ou IA, ils n'avaient pas de préférence claire pour l'un ou l'autre. Cependant, lorsqu’on a demandé aux sujets d’exprimer leur opinion sur la question de savoir si l’IA devrait être autorisée à prendre des décisions éthiques sur la route, les sujets avaient des opinions plus prononcées sur les voitures pilotées par l’IA.

Les chercheurs estiment que la différence entre les deux résultats est causée par une combinaison de deux facteurs. Notre société est-elle prête à laisser l'IA prendre des décisions ?

Le premier élément est que beaucoup de gens croient que la société dans son ensemble ne veut pas que l'intelligence artificielle prenne des décisions liées à l'éthique et à la moralité, donc lorsqu'on leur demande leur point de vue sur cette question, ils seront influencés par leurs propres idées. "

En fait, lorsqu'il a été explicitement demandé aux participants de distinguer leurs réponses des réponses de la société, les différences entre l'IA et les pilotes humains ont disparu." Johann Caro, professeur adjoint à l'École supérieure des sciences humaines et sociales de l'Université d'Hiroshima, a déclaré Burnett. .

Le deuxième élément est la question de savoir si la discussion sur ce sujet connexe est autorisée lors de l'introduction de cette nouvelle technologie dans la société, qui varie d'un pays à l'autre. "Dans les zones où les gens font confiance au gouvernement et disposent d'institutions gouvernementales fortes, l'information et le pouvoir de décision contribuent à la façon dont les sujets évaluent la prise de décision éthique de l'IA. En revanche, dans les zones où les gens se méfient du gouvernement et ont des institutions faibles, la décision est prise. "Les capacités de création se détériorent. Comment les sujets évaluent les décisions morales des IA", a déclaré Caro-Burnett. "

Nous avons constaté que la société a peur de la prise de décision éthique en matière d'IA. Cependant, la source de cette peur n'est pas inhérente à l'individu. En fait, ce rejet de l'IA vient de ce que l'individu croit être la perception de la société." Les sciences humaines de l'Université d'Hiroshima ont déclaré Shinji Kaneko, professeur à la Graduate School of Social Sciences.

Graphique | En moyenne, les gens ont évalué les décisions éthiques des conducteurs IA de la même manière que celles des conducteurs humains. Cependant, les gens ne veulent pas que l’IA prenne des décisions éthiques sur la route

Notre société est-elle prête à laisser lIA prendre des décisions ?

donc les gens ne montrent aucun signe de parti pris en faveur de la prise de décision éthique de l’IA lorsqu’on ne le leur demande pas explicitement. Pourtant, lorsqu’on leur a posé la question explicitement, les gens ont exprimé leur dégoût pour l’IA. De plus, avec l’intensification des discussions et des informations sur le sujet, l’acceptation de l’IA a augmenté dans les pays développés et s’est détériorée dans les pays en développement.

Les chercheurs pensent que ce rejet des nouvelles technologies, principalement dû à des convictions personnelles concernant l’opinion de la société, est susceptible de s’appliquer à d’autres machines et robots. "Il est donc important de déterminer comment les préférences individuelles se regroupent en préférences sociales. De plus, comme le montrent nos résultats, ces conclusions doivent également différer selon les pays", a déclaré Kaneko.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Meilleurs paramètres graphiques
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Comment réparer l'audio si vous n'entendez personne
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Où trouver la courte de la grue à atomide atomique
1 Il y a quelques semaines By DDD

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Jun 28, 2024 am 03:51 AM

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Jun 10, 2024 am 11:08 AM

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Jun 11, 2024 pm 03:57 PM

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

Sept questions d'entretien technique Cool GenAI et LLM Sept questions d'entretien technique Cool GenAI et LLM Jun 07, 2024 am 10:06 AM

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Jul 25, 2024 am 06:42 AM

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Cinq écoles d'apprentissage automatique que vous ne connaissez pas Cinq écoles d'apprentissage automatique que vous ne connaissez pas Jun 05, 2024 pm 08:51 PM

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Jul 17, 2024 pm 06:37 PM

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

Préparant des marchés tels que l'IA, GlobalFoundries acquiert la technologie du nitrure de gallium de Tagore Technology et les équipes associées Préparant des marchés tels que l'IA, GlobalFoundries acquiert la technologie du nitrure de gallium de Tagore Technology et les équipes associées Jul 15, 2024 pm 12:21 PM

Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g

See all articles