人工智能無處不在，潛力令人難以置信，但正如俗話所說，強大的力量帶來巨大的責任。不幸的是，像優步的“上帝”模式及其現在被認為是歧視性的算法，都已經成為不該做什么的例子。

在所有行業中，組織越來越多地轉向人工智能來克服業務挑戰并推動其業務向前發展，但我們如何確保自己不會成為下一個以錯誤理由搶占這些頭條新聞的人?障礙和特定的陷阱在哪里?組織如何才能更好地尋找正確的方法?問題不在于人工智能本身，而在于它是如何開發和使用的。

[[418188]]

講道德

首先，組織需要理解為什么道德人工智能是重要的——不僅僅是不接受壞消息。

人工智能的一個巨大好處是，它被用來在規模上產生影響，但這意味著它的錯誤或正確也將產生廣泛的后果。回到前面提到的Deliveroo和Uber的例子，這些算法最終影響了許多工作和人們。重要的是不要忘記人工智能對人類的影響。

將道德觀念融入人工智能實際上是防止偏見和其他風險的最佳方法。如果繼續使用同樣的傳統方法和程序，同樣的問題將繼續出現，歧視(盡管是無意識的)肯定也將繼續存在。有了精心開發的人工智能，就有可能消除人類的偏見，但前提是人工智能是合乎道德的。這不僅僅是一個理論上的陳述或研究(這不會讓我誤解，也是非常重要的)，而是一個以正確的方式進行日常業務的工具，對于組織，對于他們的客戶和用戶。就這么簡單。

找出痛點

道德人工智能最初最大的問題之一是，什么是“道德的”這個概念是模糊的，可以解釋。在組織希望創建道德人工智能之前，他們對道德的理解需要被明確定義，以確保每個人都站在同一個角度。每個人都需要確定他們為什么要開發人工智能技術及其預期用途。清楚地概述和說明為什么以及如何使用人工智能技術，并制定規則，也有助于防止可能的濫用，就像優步的案例一樣。

將這些道德觀念轉化為人工智能的實際應用是企業面臨的下一個重大挑戰。在這里，當企業開始創建和開發一個算法時，問題就開始了：我們如何構建一個算法和我們如何使用它一樣重要。最初的數據輸入和隨后形成的計算模型將決定組織是獲得預期的結果，還是產生道德困境。例如，許多算法以前都是基于歷史數據設計的，但這往往意味著舊的模式可以簡單地重復——繼續存在相同的問題，可能存在相同的歧視或偏見。

處理過去的問題

組織需要停止重復同樣的模式和同樣的問題。其中很大一部分歸結為數據。

人工智能形成自己的模式，根據輸入的數據生成執行任務的過程。因此，一個算法只能和它的數據一樣好。如果數據以某種方式扭曲，它將影響最終的輸出，一旦模式建立起來，人工智能將繼續簡單地遵循它們。因此，高質量的數據是最重要的，以及了解這些數據從何而來。組織必須使用當前的、干凈的數據，如果需要，在采取任何步驟之前，必須清理數據。最后，該算法基本實現了隱藏在數據中的模式;是數據起了很大的作用。

在這個階段，還需要注意可能的人為錯誤的一個關鍵因素。雖然數據可能已經被清理，希望能夠防止可能的偏見或歧視，但那些負責輸入數據和創建算法的人可能會無意識地投射出他們的偏見或偏見。人工智能的發展需要以開放的心態進行，沒有偏見，以確保不形成歧視性模式。我們經常在工作場合談論多樣性和包容性，我們需要開始思考算法中的多樣性和包容性!

組織和他們的商業希望和抱負只會和他們的人工智能算法一樣好。因此，這些算法必須經過仔細、深思熟慮的開發，定期測試，而不是倉促使用——我們如何使用它們和如何構建它們一樣重要。對企業來說幸運的是，創造合乎道德的人工智能得到了越來越多的外部支持，比如歐盟的人工智能七原則，為數據科學家和人工智能專家提供了一個框架，使合乎道德的人工智能應用程序能夠運行。然而，最終，他們的人工智能技術的成功和影響的責任，以及它是被贊揚的創新還是被譴責的歧視，在于個人組織和他們如何開發和使用人工智能。