Oldal kiválasztása

Buda Jakab: Mesterséges Intelligencia és Igazságosság

Buda Jakab: Mesterséges Intelligencia és Igazságosság – Szabad Piac 2023. 2. sz. 40.

DOI:

Letöltés

Buda Jakab: Mesterséges Intelligencia és Igazságosság

 Az utóbbi években a mesterséges intelligencia egyre nagyobb térnyerésével, ahogy nem csak a mindennapi életben jelennek meg egyre többször gépi tanulási rendszereken alapuló alkalmazások, de egyre nagyobb nyilvánosságot kapnak ilyen rendszerek magas kockázatú alkalmazásai is – egyre erősebb az a diskurzus is – mind a tudományos, mind a laikus közegben – ami a gépi tanuláson alapuló rendszerek veszélyeiről szól. Ebben a cikkben a mesterséges intelligenciával kapcsolatban felmerülő igazságossági kérdéseket vizsgálom meg példákon keresztül, az okokra is kitérve. Az igazságszolgáltatásból és a közösségi médiából vett példák után, szó lesz az adatgyűjtés ipari gyakorlatából adódó szisztematikus torzításról, a megérthetőség kérdéséről, az adat feletti rendelkezésről és adatgyűjtésről.

Kulcsszavak: mesterséges intelligencia, gépi tanulás, igazságosság, diszkrimináció, torzítás, adatgyűjtés, megértés, adatfelhasználás

Jakab Buda: Artificial Intelligence and Justice

In recent years, with the increasing prevalence of artificial intelligence – as applications based on machine learning systems not only appear more and more frequently in everyday life but such systems’ high-risk applications are also receiving increasing attention – more and more attention has been drawn to the dangers of these systems in both scientific and lay circles. In this article, I examine bias in connection with artificial intelligence, through examples and discuss the reasons behind them. After a few examples from law enforcement, judiciary, and social media, we will discuss systematic bias arising from industrial data collection practices, the question of interpretability, and control over data collection and data itself.

Keywords: artificial intelligence, machine learning, justice, discrimination, bias, data collection, understanding, data use