Hogyan növelheti az AI és az ML a társadalmi jót és a fenntarthatóságot

Az egészségügy, az oktatás, a környezetvédelem és a gazdaság csak néhány azon területek közül, amelyeken a mesterséges intelligencia (AI) és a gépi tanulás (ML) képes teljesen megváltoztatni a világot. Az emberi és környezeti jólét javítása érdekében a társadalmi jó és a fenntarthatóság érdekében is felhasználhatók. Megvizsgáljuk a mesterséges intelligencia és a gépi tanulás lehetséges előnyeit a fenntarthatóság és a társadalmi jó érdekében, valamint az általuk felvetett nehézségeket és lehetőségeket.

Mesterséges intelligencia és gépi tanulás a társadalmi jó érdekében

A „társadalmi jó” fogalma a társadalom javítását jelenti, különösen a kiszolgáltatott és hátrányos helyzetű népességcsoportok számára. Azáltal, hogy kreatív válaszokat kínál a világot napjainkban érintő legnehezebb problémák közül néhányra, mint például a szegénység, az éhezés, a betegség, az egyenlőtlenség és az igazságtalanság, a mesterséges intelligencia és a gépi tanulás hozzájárulhat a társadalmi jó előmozdításához. A McKinsey Global Institute elemzése azt állítja, hogy a mesterséges intelligencia több százmillió embernek nyújthat segítséget mind a fejlett, mind a fejlődő országokban az ENSZ fenntartható fejlődési célkitűzéseinek mindegyikével kapcsolatos kérdések kezelésével.

Néhány példa a mesterséges intelligencia és a gépi tanulás társadalmi jótékonyságára

Egészségügy

A mesterséges intelligencia és a gépi tanulás különösen az alacsony erőforrásokkal rendelkező környezetekben javíthatja a különböző betegségek diagnosztizálását, kezelését és megelőzését. A mesterséges intelligencia felhasználására példa a malária kimutatása vérképekből, a tuberkulózis diagnosztizálása mellkasröntgenfelvételekből, a szív- és érrendszeri betegségek kockázatának előrejelzése EKG-jelekből, valamint a rákbetegek számára személyre szabott kezelési sémák ajánlása.

Oktatás

Az oktatás minősége, egyenlősége és hozzáférhetősége mind javítható a mesterséges intelligencia és a gépi tanulás segítségével, különösen a hátrányos helyzetű és alulreprezentált diákok számára. A mesterséges intelligencia például felhasználható személyre szabott és adaptálható tanulási környezetek kialakítására, a tanárok és diákok visszajelzésére és irányítására, nyelvek fordítására és beszédfelismerésre, valamint az egész életen át tartó tanulás és készségfejlesztés elősegítésére.

Környezet

Különösen az éghajlatváltozás és a biológiai sokféleség csökkenése tekintetében a mesterséges intelligencia és a gépi tanulás segíthet a környezet megfigyelésében, védelmében és helyreállításában. A mesterséges intelligencia például felhasználható az üvegházhatású gázok kibocsátásának nyomon követésére és csökkentésére, a megújuló energiaforrások felhasználásának maximalizálására, az orvvadászat és az erdőirtás felismerésére és megállítására, valamint a környezeti helyzetek szimulálására és előrejelzésére.

Emberi jogok

A mesterséges intelligencia és a gépi tanulás különösen a marginalizált és elnyomott népességcsoportok esetében támogathatja és védheti az emberi jogokat. A mesterséges intelligencia erősítheti a társadalmi mozgalmakat és a polgári szerepvállalást, feltárhatja és leküzdheti a gyűlöletbeszédet és a dezinformációt, felkutathatja és megmentheti az emberkereskedelem és az online szexuális kizsákmányolás áldozatait, valamint javíthatja az igazságszolgáltatáshoz és a jogi segítségnyújtáshoz való hozzáférést.

Mesterséges intelligencia és gépi tanulás a fenntarthatóságért

A fenntarthatóság lényege, hogy a jelenlegi igényeket úgy elégítsük ki, hogy közben ne veszélyeztessük a jövő generációk képességét saját igényeik kielégítésére. A mesterséges intelligencia és a gépi tanulás az emberi és természeti erőforrások hatékonyabb és eredményesebb felhasználásának elősegítésével, valamint az emberi tevékenység környezetre és társadalomra gyakorolt káros hatásainak minimalizálásával hozzájárulhat a fenntarthatóság eléréséhez. A PwC elemzése szerint a mesterséges intelligencia 5,2 billió dollárral növelheti a globális GDP-t, és 2030-ig 4%-kal csökkentheti az üvegházhatású gázok kibocsátását.

Néhány példa a mesterséges intelligencia és a gépi tanulás fenntarthatóságra gyakorolt hatására

Intelligens mezőgazdaság

Az élelmiszertermelés és -fogyasztás optimalizálható a mesterséges intelligencia és a gépi tanulás alkalmazásával, különösen a népességnövekedés és az élelmiszer-biztonság hiánya miatt. A mesterséges intelligencia javíthatja az élelmiszerbiztonságot és a nyomon követhetőséget, valamint előre jelezheti és elkerülheti a terméskiesést és az élelmiszerpazarlást. Emellett a termésnövekedés, az öntözés és a kártevők elleni védekezés nyomon követésére és ellenőrzésére is használható.

Intelligens mobilitás

Különösen az urbanizáció és a közlekedés összefüggésében a mesterséges intelligencia és a gépi tanulás javíthatja az emberek és a termékek mozgását. A mesterséges intelligencia például megkönnyítheti a közös használatú és vezető nélküli autók használatát, javíthatja a közúti biztonságot és védelmet, csökkentheti az üzemanyag-fogyasztást és a károsanyag-kibocsátást, valamint optimalizálhatja a forgalom áramlását, az útvonaltervezést és a parkolást.

Intelligens gyártás

Az iparosítás és az innováció összefüggésében a mesterséges intelligencia és a gépi tanulás javíthatja a gyártási folyamatok és termékek termelékenységét és kaliberét. A mesterséges intelligencia felhasználható az ellátási láncok és a logisztika javítására, az emberi munkaerő automatizálására és kiegészítésére, a létesítmények és berendezések felügyeletére és karbantartására, valamint a hulladékcsökkentés és a körforgásos gazdaság előmozdítására.

Intelligens energia

Különösen az energetikai átmenet és a szén-dioxid-mentesítési folyamat során a mesterséges intelligencia és a gépi tanulás segíthet a tiszta és megújuló energia kínálatának és keresletének fellendítésében. A mesterséges intelligencia számos feladatban segíthet, például az elosztott energiaforrások integrálásában és kezelésében, az energiatermelés és -fogyasztás előrejelzésében és kiegyensúlyozásában, az energiacsalások és -veszteségek felderítésében és megelőzésében, valamint az intelligens hálózatok és mikrohálózatok lehetővé tételében.

A mesterséges intelligencia és a gépi tanulás lehetőségei és nehézségei a fenntarthatóság és a társadalmi jó érdekében

Bár a mesterséges intelligencia és a gépi tanulás sok ígéretet hordoz a fenntarthatóság és a társadalmi jó szempontjából, számos veszélyt is magában rejt, amelyeket figyelembe kell venni és csökkenteni kell. A legfőbb nehézségek és veszélyek közé tartoznak:

Adatok és adatvédelem

A mesterséges intelligenciához és a gépi tanuláshoz nagy és változatos adathalmazokra van szükség a modellek betanításához és teszteléséhez, ami problémákat vethet fel az adatok biztonságával, elérhetőségével, minőségével és hozzáférhetőségével kapcsolatban. Továbbá a magánjellegű és érzékeny adatok mesterséges intelligencia és gépi tanulás általi gyűjtése és feldolgozása sértheti az emberek és csoportok magánélethez való jogát és beleegyezését, ami lehetséges kockázatoknak és visszaéléseknek teszi ki őket.

Elfogultság és méltányosság

A mesterséges intelligencia és a gépi tanulás képes visszatükrözni és felnagyítani az adatokban, algoritmusokban és rendszerekben jelen lévő elfogultságokat és előítéleteket, ami egyes személyek és csoportok, különösen a hátrányos helyzetű és marginalizált személyek és csoportok számára tisztességtelen és diszkriminatív eredményekhez és következményekhez vezethet. Továbbá a mesterséges intelligencia és a gépi tanulás átláthatóságának és elszámoltathatóságának hiánya megnehezítheti az elfogultságok és hibák azonosítását és kijavítását.

Etika és értékek

A társadalmi jó és a fenntarthatósági célokat, amelyek olyan elveken alapulnak, mint az emberi méltóság, az autonómia, a méltányosság és a szolidaritás, a mesterséges intelligencia és a gépi tanulás megkérdőjelezheti és ellentmondásba kerülhet velük. Továbbá a hatékonyság és az egyenlőség, az innováció és a szabályozás, valamint a rövid és hosszú távú érdekek közötti etikai fejtörést és kompromisszumokat hozhat létre a mesterséges intelligencia és a gépi tanulás.

Környezet és társadalom

A mesterséges intelligencia és a gépi tanulás környezetre és társadalomra gyakorolt nem szándékolt és káros hatásai közé tartozhat az erőforrás- és energiafogyasztás növekedése, a környezetszennyezés és az elektronikus hulladéktermelés, az emberi munkaerő és készségek elvesztése, valamint az intézmények és társadalmi normák felbomlása.

E kockázatok és kihívások kezeléséhez, valamint a mesterséges intelligencia és a gépi tanulás társadalmi javakra és fenntarthatóságra való teljes körű felhasználásához átfogó és együttműködő megközelítésre van szükség, amelyben számos érdekelt fél és nézőpont – köztük kutatók, fejlesztők, felhasználók, jogalkotók, a civil társadalom és a közvélemény – vesz részt. E stratégia alapvető elemei közé tartoznak:

Tudatosság és oktatás

Az érdekeltek és a nagyközönség körében jobban meg kell ismertetni a mesterséges intelligencia és a gépi tanulás fenntarthatóságot és társadalmi jót szolgáló lehetőségeit és korlátait, valamint etikai és társadalmi következményeit és kötelezettségeit. Ennek több módja is van, többek között a média, kampányok, rendezvények és tantervek révén.

Bevonás és részvétel

A társadalmi jót és a fenntarthatóságot szolgáló mesterséges intelligencia és gépi tanulás tervezéséhez, fejlesztéséhez, megvalósításához és értékeléséhez, valamint e technológiák felügyeletéhez és kezeléséhez elengedhetetlen a reprezentatív és változatos érdekeltek és közösségek széles körének bevonása és elkötelezettsége. Ennek eléréséhez számos technika, többek között a társalkotás, a konzultáció, a visszajelzés és a felhatalmazás alkalmazható.

Innováció és szabályozás

A társadalmi javak és a fenntarthatóság előmozdítása érdekében a mesterséges intelligencia és a gépi tanulás innovációját és szabályozását egyensúlyba kell hozni azzal, hogy e technológiákat össze kell hangolni és össze kell hangolni a jelenlegi és a jövőbeli törvényekkel és szabályozásokkal. Ennek eléréséhez számos eszköz, többek között keretek, ellenőrzések, szabályok és ösztönzők használhatóak.

Értékelés és hatás

A fenntarthatóság és a közjó előmozdítása érdekében elengedhetetlen a mesterséges intelligencia és a gépi tanulás hatékonyságának értékelése és nyomon követése, valamint az esetleges kockázatok és negatív hatások azonosítása és csökkentése. A mutatók, mérések, teljesítményértékelések és hatásvizsgálatok csak néhány olyan eszköz, amely ehhez felhasználható.

Végezetül

Az emberi és környezeti jólét fokozásának céljait a fenntarthatóság és a társadalmi jó révén lehet elérni, amit a mesterséges intelligencia és a gépi tanulás, két hatékony technológia tesz lehetővé. A mesterséges intelligencia és a gépi tanulás képes jelentősen javítani a világ legégetőbb problémáin, köztük a szegénység, az éhezés, a betegségek, az egyenlőtlenség és az igazságtalanság problémáin. Elősegíthetik továbbá az emberi és természeti erőforrások hatékonyabb és eredményesebb felhasználását, és csökkenthetik az emberi tevékenység környezetre és társadalomra gyakorolt káros hatásait.

Az adatok és a magánélet védelme, az előítéletek és a méltányosság, az etika és az értékek, a környezet és a társadalom csak néhány a mesterséges intelligencia és a gépi tanulás által magával hozott komoly veszélyek és aggodalmak közül. Ezekkel a kérdésekkel foglalkozni kell. Átfogó és együttműködő megközelítésre lesz szükség, amelyben számos érdekelt fél és nézőpont – köztük kutatók, fejlesztők, felhasználók, jogalkotók, a civil társadalom és a közvélemény – vesz részt, hogy leküzdjük ezeket az akadályokat és veszélyeket, és teljes mértékben kihasználjuk a mesterséges intelligenciában és a gépi tanulásban rejlő lehetőségeket és előnyöket a társadalmi javak és a fenntarthatóság érdekében. Az oktatás és a tudatosság, az elkötelezettség és a befogadás, az innováció és a szabályozás, az értékelés és a hatás mind fontos összetevői ennek a stratégiának.