Rumah Peranti teknologi AI Adakah masyarakat kita bersedia untuk membiarkan AI membuat keputusan?

Adakah masyarakat kita bersedia untuk membiarkan AI membuat keputusan?

Apr 09, 2023 pm 08:41 PM
AI teknologi membuat keputusan yang beretika

​Dengan perkembangan teknologi yang dipercepatkan, kecerdasan buatan (AI) memainkan peranan yang semakin penting dalam proses membuat keputusan. Manusia semakin bergantung pada algoritma untuk memproses maklumat, mengesyorkan tindakan tertentu, dan juga mengambil tindakan bagi pihak mereka.

Tetapi jika AI benar-benar membantu atau membuat keputusan untuk kita, terutamanya yang melibatkan keputusan subjektif, moral dan etika, adakah anda akan menerimanya?

Baru-baru ini, pasukan penyelidik dari Universiti Hiroshima meneroka reaksi manusia terhadap pengenalan pembuatan keputusan kecerdasan buatan. Khususnya, dengan mengkaji interaksi manusia dengan kereta pandu sendiri, mereka meneroka soalan: "Adakah masyarakat bersedia untuk membuat keputusan beretika AI?" Pasukan itu menerbitkan penemuan mereka dalam Journal of Behavioral and Experimental Economics pada 6 Mei 2022.

Dalam percubaan pertama, penyelidik membentangkan 529 subjek manusia dengan dilema etika yang mungkin dihadapi oleh pemandu. Dalam senario yang dicipta oleh penyelidik, seorang pemandu kereta terpaksa memutuskan sama ada untuk merempuh keretanya ke dalam satu kumpulan orang atau yang lain, dan perlanggaran tidak dapat dielakkan. Maksudnya, kemalangan akan menyebabkan kemudaratan yang serius kepada satu kumpulan manusia, tetapi menyelamatkan nyawa kumpulan orang yang lain. Adakah masyarakat kita bersedia untuk membiarkan AI membuat keputusan?

Subjek manusia dalam eksperimen perlu menilai keputusan pemandu kereta, yang boleh menjadi manusia atau kecerdasan buatan. Dengan ini, para penyelidik menyasarkan untuk mengukur berat sebelah orang yang mungkin ada terhadap pembuatan keputusan beretika AI.

Dalam eksperimen kedua mereka, 563 subjek manusia menjawab beberapa soalan penting yang dikemukakan oleh penyelidik untuk menentukan persepsi orang tentang Bagaimana AI akan bertindak balas terhadap tiruan kecerdasan membuat keputusan beretika selepas ia menjadi sebahagian daripada masyarakat? Adakah masyarakat kita bersedia untuk membiarkan AI membuat keputusan?

Dalam eksperimen ini, terdapat dua situasi. Satu melibatkan kerajaan hipotesis yang telah memutuskan untuk membenarkan kereta pandu sendiri membuat keputusan moral; Dalam kedua-dua kes, subjek boleh memilih untuk menyokong atau menentang keputusan yang dibuat oleh teknologi.

Percubaan kedua direka untuk menguji kesan dua cara alternatif untuk memperkenalkan kecerdasan buatan ke dalam masyarakat.

Para penyelidik mendapati bahawa apabila subjek diminta menilai keputusan moral manusia atau pemandu AI, mereka tidak mempunyai keutamaan yang jelas untuk kedua-duanya. Walau bagaimanapun, apabila subjek diminta menyatakan pendapat mereka sama ada AI harus dibenarkan membuat keputusan beretika di jalan raya, subjek mempunyai pendapat yang lebih kuat tentang kereta dipacu AI.

Para penyelidik percaya bahawa perbezaan antara kedua-dua keputusan adalah disebabkan oleh gabungan dua faktor. Adakah masyarakat kita bersedia untuk membiarkan AI membuat keputusan?

Elemen pertama ialah ramai yang percaya bahawa masyarakat secara keseluruhannya tidak mahu kecerdasan buatan membuat keputusan berkaitan etika dan moral, jadi apabila ditanya pandangan mereka tentang perkara ini, mereka akan terpengaruh dengan mereka sendiri. idea. "

Malah, apabila peserta secara jelas diminta untuk membezakan jawapan mereka daripada jawapan masyarakat, perbezaan antara AI dan pemandu manusia hilang." berkata.

Elemen kedua ialah sama ada akibat membenarkan perbincangan topik yang relevan ini apabila memperkenalkan teknologi baharu ini kepada masyarakat akan berbeza dari satu negara ke negara. "Di kawasan di mana orang ramai mempercayai kerajaan dan mempunyai institusi kerajaan yang kukuh, maklumat dan kuasa membuat keputusan menyumbang kepada cara subjek menilai pembuatan keputusan beretika AI. Sebaliknya, di kawasan di mana orang ramai tidak mempercayai kerajaan dan mempunyai institusi yang lemah, keputusan -membuat kebolehan merosot Bagaimana subjek menilai keputusan etika kecerdasan buatan, "kata Caro-Burnett. "

Kami mendapati bahawa masyarakat mempunyai ketakutan terhadap pembuatan keputusan beretika AI. Walau bagaimanapun, akar ketakutan ini tidak wujud dalam diri individu. Malah, penolakan AI ini datang daripada apa yang individu anggap sebagai masyarakat persepsi," kata Shinji Kaneko, seorang profesor di Sekolah Siswazah Kemanusiaan dan Sains Sosial Universiti Hiroshima.

Grafik Secara purata, orang menilai keputusan moral pemandu AI tidak berbeza dengan pemandu manusia. Walau bagaimanapun, orang ramai tidak mahu AI membuat keputusan beretika di jalan raya

Adakah masyarakat kita bersedia untuk membiarkan AI membuat keputusan?

Jadi orang ramai tidak menunjukkan sebarang tanda berat sebelah terhadap pembuatan keputusan beretika AI apabila tidak ditanya secara jelas . Namun apabila ditanya secara eksplisit, orang ramai menyatakan rasa tidak senang terhadap AI. Tambahan pula, dengan peningkatan perbincangan dan maklumat mengenai topik tersebut, penerimaan AI telah meningkat di negara maju dan bertambah buruk di negara membangun.

Para penyelidik percaya bahawa penolakan teknologi baharu ini disebabkan terutamanya oleh kepercayaan peribadi tentang pendapat masyarakat dan berkemungkinan terpakai pada mesin dan robot lain. "Oleh itu adalah penting untuk menentukan bagaimana pilihan individu digabungkan menjadi keutamaan sosial. Tambahan pula, seperti yang ditunjukkan oleh hasil kami, kesimpulan sedemikian mesti juga berbeza di seluruh negara," kata Kaneko.

Atas ialah kandungan terperinci Adakah masyarakat kita bersedia untuk membiarkan AI membuat keputusan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Arahan sembang dan cara menggunakannya
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. Aug 01, 2024 pm 09:40 PM

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

See all articles