Tekoäly ei ole itsessään rasistinen, mutta se voi heijastaa ihmisten tekemiä virheitä, puolueellisuuksia tai syrjintää. Tekoälyn toiminta perustuu siihen, mitä tietoa, ohjeita ja tavoitteita sille annetaan. Jos tekoälyn opetusaineisto, algoritmi tai arviointikriteeri on vääristynyt tai epätasapainoinen, se voi johtaa epäoikeudenmukaisiin tai haitallisiin päätöksiin tai toimiin. Esimerkiksi tekoäly voi tunnistaa ihmisten kasvoja, ihoa tai ääntä huonommin, jos se on opetettu vain yhdellä ihonvärillä, sukupuolella tai kielellä12. Tekoälyn rasistisuutta tai syrjivyyttä voidaan vähentää ja ehkäistä monin tavoin, kuten:
- Valitsemalla ja tarkastamalla tekoälyn opetusaineisto huolellisesti, jotta se on monipuolinen, edustava ja laadukas.
- Kehittämällä ja testaamalla tekoälyn algoritmi avoimesti ja eettisesti, jotta se on oikeudenmukainen, läpinäkyvä ja vastuullinen.
- Arvioimalla ja seuraamalla tekoälyn tuloksia ja vaikutuksia kriittisesti ja jatkuvasti, jotta ne ovat turvallisia, tehokkaita ja hyödyllisiä.
- Osallistamalla ja kuuntelemalla erilaisia sidosryhmiä ja käyttäjiä tekoälyn suunnittelussa ja käytössä, jotta heidän tarpeensa, oikeutensa ja mielipiteensä otetaan huomioon.
Valitsemalla ja tarkastamalla tekoälyn opetusaineisto huolellisesti, jotta se on monipuolinen, edustava ja laadukas, tarkoittaa sitä, että tekoälyn kehittäjät ja käyttäjät pyrkivät varmistamaan, että tekoäly oppii oikeita, tasapuolisia ja hyödyllisiä asioita. Opetusaineisto on se tieto, jota tekoäly käyttää oppimiseensa ja parantamiseensa. Opetusaineiston valinta ja tarkastus voi sisältää esimerkiksi seuraavia vaiheita:
- Tunnistaa opetusaineiston tavoite ja kohderyhmä: Tekoälyn kehittäjät ja käyttäjät pitäisi selvittää, mitä tekoälyn halutaan oppivan ja tekemän, sekä kenelle tekoäly on tarkoitettu. Tämä auttaa valitsemaan opetusaineiston, joka vastaa tekoälyn tarkoitusta ja käyttöympäristöä.
- Kerätä opetusaineistoa eri lähteistä ja näkökulmista: Tekoälyn kehittäjät ja käyttäjät pitäisi hankkia opetusaineistoa mahdollisimman monipuolisesti ja edustavasti eri lähteistä ja näkökulmista. Tämä auttaa välttämään opetusaineiston vinoutumista tai puutteellisuutta, joka voisi johtaa tekoälyn harhaan tai virheeseen.
- Puhdistaa ja muokata opetusaineistoa sopivaksi: Tekoälyn kehittäjät ja käyttäjät pitäisi poistaa tai korjata opetusaineistosta mahdolliset virheet, epätarkkuudet, ristiriidat tai turhat tiedot. Tämä auttaa parantamaan opetusaineiston laatua ja luotettavuutta. Tekoälyn kehittäjät ja käyttäjät pitäisi myös muokata opetusaineistoa sopivaksi tekoälyn oppimismenetelmälle ja algoritmille.
- Arvioida ja testata opetusaineiston vaikutusta: Tekoälyn kehittäjät ja käyttäjät pitäisi arvioida ja testata opetusaineiston vaikutusta tekoälyn toimintaan ja tuloksiin. Tämä auttaa havaitsemaan ja korjaamaan mahdolliset ongelmat tai puutteet opetusaineistossa tai tekoälyssä. Tekoälyn kehittäjät ja käyttäjät pitäisi myös seurata ja päivittää opetusaineistoa tarvittaessa.
Kehittämällä ja testaamalla tekoälyn algoritmi avoimesti ja eettisesti, jotta se on oikeudenmukainen, läpinäkyvä ja vastuullinen, tarkoittaa sitä, että tekoälyn kehittäjät ja käyttäjät pyrkivät varmistamaan, että tekoäly toimii oikein, reilusti ja luotettavasti. Algoritmi on se sääntö tai kaava, jonka mukaan tekoäly oppii, päättelee ja toimii. Algoritmin kehittäminen ja testaaminen voi sisältää esimerkiksi seuraavia vaiheita:
- Suunnitella algoritmi selkeästi ja tarkoituksenmukaisesti: Tekoälyn kehittäjät ja käyttäjät pitäisi määritellä algoritmin tavoite, kohderyhmä, toimintaperiaate ja arviointikriteeri. Tämä auttaa suunnittelemaan algoritmin, joka vastaa tekoälyn tarkoitusta ja käyttöympäristöä.
- Koodata algoritmi tehokkaasti ja virheettömästi: Tekoälyn kehittäjät ja käyttäjät pitäisi kirjoittaa algoritmin koodi niin, että se on ymmärrettävä, siisti, nopea ja virheetön. Tämä auttaa parantamaan algoritmin laatua ja suorituskykyä.
- Testata algoritmi kattavasti ja järjestelmällisesti: Tekoälyn kehittäjät ja käyttäjät pitäisi testata algoritmin toimintaa ja tuloksia eri tilanteissa ja olosuhteissa. Tämä auttaa havaitsemaan ja korjaamaan mahdolliset ongelmat tai puutteet algoritmissa tai tekoälyssä.
- Julkaista algoritmi avoimesti ja eettisesti: Tekoälyn kehittäjät ja käyttäjät pitäisi julkaista algoritmin koodi, dokumentaatio ja tulokset avoimesti ja eettisesti. Tämä auttaa lisäämään algoritmin läpinäkyvyyttä, vastuullisuutta ja luottamusta.
Arvioimalla ja seuraamalla tekoälyn tuloksia ja vaikutuksia kriittisesti ja jatkuvasti, jotta ne ovat turvallisia, tehokkaita ja hyödyllisiä, tarkoittaa sitä, että tekoälyn kehittäjät ja käyttäjät pyrkivät varmistamaan, että tekoäly toimii halutulla tavalla ja tuottaa hyötyä yksilöille, yhteiskunnalle ja ympäristölle. Tekoälyn tulosten ja vaikutusten arviointi ja seuranta voi sisältää esimerkiksi seuraavia vaiheita:
- Määrittää tekoälyn arviointi- ja seurantakriteerit: Tekoälyn kehittäjät ja käyttäjät pitäisi määritellä, mitä tekoälyn halutaan saavuttavan ja miten sen toimintaa ja tuloksia mitataan. Tämä auttaa asettamaan tekoälylle selkeät ja realistiset tavoitteet ja mittarit.
- Kerätä ja analysoida tekoälyn toiminta- ja tulostietoja: Tekoälyn kehittäjät ja käyttäjät pitäisi kerätä ja analysoida tietoja siitä, miten tekoäly toimii ja mitä tuloksia se tuottaa eri tilanteissa ja olosuhteissa. Tämä auttaa arvioimaan tekoälyn suorituskykyä, tehokkuutta, luotettavuutta ja vaikuttavuutta.
- Tunnistaa ja ratkaista tekoälyn ongelmat tai puutteet: Tekoälyn kehittäjät ja käyttäjät pitäisi tunnistaa ja ratkaista mahdolliset ongelmat tai puutteet, jotka liittyvät tekoälyn toimintaan tai tuloksiin. Tämä auttaa parantamaan tekoälyn laatua, turvallisuutta, oikeudenmukaisuutta ja hyödyllisyyttä.
- Jakaa ja hyödyntää tekoälyn oppimista ja kokemuksia: Tekoälyn kehittäjät ja käyttäjät pitäisi jakaa ja hyödyntää tekoälyn oppimista ja kokemuksia muiden toimijoiden kanssa. Tämä auttaa edistämään tekoälyn kehitystä, innovaatiota ja yhteistyötä.
Osallistamalla ja kuuntelemalla erilaisia sidosryhmiä ja käyttäjiä tekoälyn suunnittelussa ja käytössä, jotta heidän tarpeensa, oikeutensa ja mielipiteensä otetaan huomioon, tarkoittaa sitä, että tekoälyn kehittäjät ja käyttäjät pyrkivät varmistamaan, että tekoäly palvelee ihmisten etua ja hyvinvointia. Sidosryhmät ja käyttäjät ovat ne ihmiset tai ryhmät, jotka ovat jollain tavalla kiinnostuneita tai vaikuttuneita tekoälystä. Osallistamisen ja kuuntelemisen voi sisältää esimerkiksi seuraavia vaiheita:
- Tunnistaa sidosryhmät ja käyttäjät: Tekoälyn kehittäjät ja käyttäjät pitäisi selvittää, ketkä ovat tekoälyn potentiaalisia tai todellisia sidosryhmiä ja käyttäjiä. Tämä auttaa ymmärtämään tekoälyn vaikutuspiiriä ja kohderyhmää.
- Kuulla sidosryhmiä ja käyttäjiä: Tekoälyn kehittäjät ja käyttäjät pitäisi kuulla sidosryhmiä ja käyttäjiä heidän tarpeistaan, oikeuksistaan ja mielipiteistään tekoälyyn liittyen. Tämä auttaa saamaan palautetta, ideoita ja näkemyksiä tekoälyn suunnitteluun ja käyttöön.
- Osallistaa sidosryhmiä ja käyttäjiä: Tekoälyn kehittäjät ja käyttäjät pitäisi osallistaa sidosryhmiä ja käyttäjiä tekoälyn kehitys- ja päätöksentekoprosesseihin. Tämä auttaa jakamaan vastuuta, valtaa ja hyötyjä tekoälyn kanssa.
- Kunnioittaa sidosryhmien ja käyttäjien oikeuksia ja etuja: Tekoälyn kehittäjät ja käyttäjät pitäisi kunnioittaa sidosryhmien ja käyttäjien oikeuksia ja etuja tekoälyn suunnittelussa ja käytössä.
Tekoäly ei ole itsessään rasistinen, mutta se voi heijastaa ihmisten tekemiä virheitä, puolueellisuuksia tai syrjintää. Tekoälyn toiminta perustuu siihen, mitä tietoa, ohjeita ja tavoitteita sille annetaan. Jos tekoälyn opetusaineisto, algoritmi tai arviointikriteeri on vääristynyt tai epätasapainoinen, se voi johtaa epäoikeudenmukaisiin tai haitallisiin päätöksiin tai toimiin. Esimerkiksi tekoäly voi tunnistaa ihmisten kasvoja, ihoa tai ääntä huonommin, jos se on opetettu vain yhdellä ihonvärillä, sukupuolella tai kielellä1. Tekoälyn rasistisuutta tai syrjivyyttä voidaan vähentää ja ehkäistä monin tavoin, kuten olen aiemmin kertonut.
Jos haluat nähdä kuvia, jotka liittyvät tekoälyyn ja rasismiin, voit katsoa joitakin hakutuloksia, jotka löysin sinulle. Tässä on muutama esimerkki:
- AI has a racism problem, but fixing it is complicated, say experts: Tämä on artikkeli, jossa kerrotaan, miten tekoäly voi tuottaa rasistista ja syrjivää kieltä tai sisältöä eri lähteistä. Artikkelissa on myös tietoa siitä, miten tekoälyn kehittäjät ja käyttäjät voivat tunnistaa ja korjata näitä ongelmia.
- Artificial Intelligence Has a Racial and Gender Bias Problem: Tämä on artikkeli, jossa kerrotaan, miten tekoäly voi tuottaa epätasaisia tai virheellisiä tuloksia eri sukupuolille ja ihonväreille. Artikkelissa on myös tietoa siitä, miten tekoälyn kehittäjät ja käyttäjät voivat parantaa tekoälyn monimuotoisuutta ja edustavuutta.
- Robots trained on AI exhibited racist and sexist behavior: Tämä on artikkeli, jossa kerrotaan, miten tekoäly voi opettaa roboteille rasistisia ja seksistisiä asenteita ja käyttäytymistä. Artikkelissa on myös tietoa siitä, miten tekoälyn kehittäjät ja käyttäjät voivat valvoa ja säädellä tekoälyn vaikutuksia.
- Flawed AI makes robots racist, sexist: Tämä on artikkeli, jossa kerrotaan, miten tekoäly voi aiheuttaa roboteille rasistisia ja seksistisiä harhoja ja virheitä. Artikkelissa on myös tietoa siitä, miten tekoälyn kehittäjät ja käyttäjät voivat testata ja parantaa tekoälyn laatua ja suorituskykyä.
- Artificial intelligence is racist, sexist because of data it’s fed: Tämä on artikkeli, jossa kerrotaan, miten tekoäly voi heijastaa rasistista ja seksististä tietoa, jota sille syötetään. Artikkelissa on myös tietoa siitä, miten tekoälyn kehittäjät ja käyttäjät voivat puhdistaa ja muokata tekoälyn opetusaineistoa.
Kuvia hankala löytää ja kerran Copilot raportoi vian.