Die Ethik der KI: 4 wesentliche Fragen, die wir stellen sollten

Veröffentlicht: 2023-07-31

Wenn ich vor einem Jahr an meinem Esstisch „ KI“ gesagt hätte, hätte meine (ältere) Familie nicht gewusst, wovon ich rede. Außer natürlich den Kindern. Die Kinder wissen schon alles.

Der jüngste weit verbreitete Zugang zu verbraucherorientierten generativen künstlichen Intelligenztools hat weltweite Diskussionen ausgelöst, von Roboterübernahmen bis hin zur Aufregung darüber, dass uns bei der Arbeit zeitsparende Aufgaben abgenommen werden.

Fachexperten auf der ganzen Welt arbeiten verstärkt daran, Ressourcen für maschinelles Lernen für die breite Masse zu schaffen, während politische Entscheidungsträger regulatorische Schritte zur Schaffung von Leitplanken in Betracht ziehen, da schlechte Akteure ihre Tage damit verbringen, unsere aktuellen Systeme einem Stresstest zu unterziehen.

Gleichzeitig haben wir Technologierichtlinien entwickelt, denen es schwerfällt, mit der Innovationsgeschwindigkeit Schritt zu halten, Bevölkerungsgruppen, die Fakten online nicht effektiv von Fiktionen unterscheiden können, und Datenschutz, der von einigen der gleichen Institutionen, die seine Notwendigkeit propagieren, eklatant ignoriert wird.

„Kurz gesagt, künstliche Intelligenz spielt heute eine Rolle bei der Gestaltung von Wissen, Kommunikation und Macht.“

Kate Crawford
Atlas der KI

Beantwortung von vier Hauptfragen rund um künstliche Intelligenz

Wie können wir uns darüber informieren, in welche Richtung wir die Wirkung von KI fördern? Wie können wir den durch KI verursachten Schaden proaktiv mindern? Wie können wir als Einzelpersonen, Unternehmen und Gesetzgeber das Risiko minimieren, eine Dose mit Würmern für maschinelles Lernen zu öffnen?

Es beginnt mit der Ethik – damit, dass jeder von uns als Individuum ethische Entscheidungen trifft.

Wir sind Innovatoren. Wir sind Arbeiter. Wir sind Familien. Wir sind Gemeinschaften. Wir sind Unternehmen. Wir sind Nationen. Wir sind eine globale Menschheit. Wir bauen, versorgen und trainieren die Maschinen und haben daher 100 % Einfluss auf deren Output.

KI wird jeden von uns auf diesem Planeten betreffen und jeder von uns hat einen Anteil und eine Stimme darüber, wie sie in unser Leben aufgenommen wird – und nicht.

Wir lernen aus unseren Fehlern im Leben und im Geschäft, und bei der KI ist das nicht anders. Lernen ist die Grundlage der Natur der KI. Es wird schließlich maschinelles Lernen genannt . Wie wir es bauen, bestimmt, was es hervorbringt. Wo gilt hier also Ethik?

Ethische Grundsätze müssen in den vier Hauptphasen des gesamten KI-Lebenszyklus umgesetzt werden:

  • Wie wir es bauen
  • Was wir hineingesteckt haben
  • Was wir mit der Ausgabe machen
  • Wie wir unbeabsichtigte und unvermeidliche Folgen abmildern

Diesen letzten Schritt im Lebenszyklus auszulassen, ist – Sie haben es erraten – unethisch .

Diese Phasen scheinen durchaus sinnvolle Meilensteine ​​für die Festlegung von Regeln und Richtlinien zu sein. Wir leben seit den 1950er Jahren mit maschinellen Lernalgorithmen. Wir arbeiten seit mehreren Jahren an der Ausarbeitung globaler Daten- und KI-Ethikstandards. Und doch sind wir weit von einer Einigung und noch weiter von einer Annahme entfernt.

Wenn wir uns einige aktuelle rechtliche Hürden für große Technologieunternehmen ansehen, wird deutlich, dass diejenigen, die für Entscheidungen in jeder Phase des KI-Lebenszyklus verantwortlich sind, ethische Überlegungen nicht ernsthaft berücksichtigen.

Ethische Fragen rund um KI

Wie können wir also auf ethischen Praktiken der Beteiligten in jeder Phase des KI-Lebenszyklus bestehen?

Wir stellen Fragen, wir stellen weitere Fragen, dann stellen wir dieselben Fragen noch einmal und wir hören nie auf, Fragen zu stellen.

  1. Wer sind die Entscheidungsträger in den einzelnen Phasen? Wir brauchen Antworten darauf, um Voreingenommenheit abzumildern, bewährte Verfahren sicherzustellen und Gedankenvielfalt einzubeziehen.
  2. Für wen werden die Entscheidungen getroffen und optimiert? Dies reduziert wiederum die Voreingenommenheit, aber was noch wichtiger ist: Es stellt sicher, dass die Auswirkungen auf alle Parteien bewertet werden, bevor weitergearbeitet wird.
  3. Welches Kapital ist erforderlich, um KI in großem Maßstab voranzutreiben? Dies ist erforderlich, um langfristig sinnvolle Nutzen-Kosten-Analysen durchführen zu können.
  4. Welche sozialen, politischen und wirtschaftlichen Auswirkungen gibt es? Um die Richtlinien im Laufe der Zeit kontinuierlich korrigieren zu können, ist ein Verständnis von Ursache und Wirkung erforderlich. (Ich stelle mir diesen Schritt gerne im Einklang mit der agilen Produktentwicklung vor: Starten, Lernen, Wiederholen.)

Wie sich KI auf Arbeit und Wirtschaft auswirkt

Drei aktuelle Fallstudien von Stanford, MIT und Microsoft Research ergaben ähnliche Ergebnisse beim Produktivitätswachstum der Mitarbeiter durch generative KI-Tools im Vergleich zu ihren Kollegen, die zur Erfüllung ihrer Aufgaben keine Tools nutzten.

Über verschiedene Disziplinen hinweg (Kundensupport, Softwareentwicklung und Erstellung von Geschäftsdokumenten) sehen wir in empirischen Daten, dass Geschäftsanwender ihren Durchsatz um durchschnittlich 66 % steigerten. Im besten Fall spart das Zeit bei kognitiv anspruchsvollen Aufgaben und schafft die Voraussetzungen für persönlichere menschliche Berührungen, Vorstellungskraft und ausgefeilte Ergebnisse.

Da die Produktivität in großem Umfang steigt, besteht die Befürchtung, dass einige Arbeitsplätze irgendwann obsolet werden. Historisch gesehen hat eine Branche einen natürlichen Lebenszyklus, in dem neue Innovationen auf den Arbeitsmärkten auftauchen. Haben Sie sich zum Beispiel jemals gefragt, was mit den Telefonisten passiert ist?

Niemand verfügt über einen magischen Schalter, der es unterqualifizierten oder unterqualifizierten Arbeitskräften ermöglicht, sofort in Branchen einzusteigen, die höhere Fähigkeiten erfordern. Es besteht eine Qualifikationslücke, die historisch auf sozialen Sicherheitsnetzen beruht und diese erschöpft. Es braucht Zeit, diese Qualifikationslücken zu identifizieren, zu finanzieren und zu schließen. Auch wenn einige Länder die Verbesserung der Qualifikationen ihrer Arbeitskräfte proaktiv unterstützen , zeigen Daten, dass die am stärksten gefährdeten Teile unserer Weltbevölkerung von diesen innovativen Blütezeiten tendenziell überproportional betroffen sind.

Während die Wirtschaftsprognosen eindeutig auf positive Auswirkungen des Einsatzes generativer KI in der Wirtschaft auf den Arbeitsmarkt hinweisen, wissen wir doch genau, welche Risiken dieser Wirtschaftsboom mit sich bringt?

Kreative wie Künstler, Musiker, Filmemacher und Schriftsteller gehören zu den Branchen mit mehreren Sammelklagen gegen OpenAI und Facebooks Muttergesellschaft Meta. Die großen Technologieunternehmen, die von KI profitieren, widerlegen Behauptungen, dass die urheberrechtlich geschützten Werke der Künstler unrechtmäßig zum Trainieren von KI-Modellen verwendet wurden. Künstler löschen in Scharen Online-Konten und hochkarätige Kreativunternehmen wie Getty Images reichen Klagen ein . Als Reaktion darauf untersuchte die FTC kürzlich die Online-Data-Scraping-Praktiken von OpenAI.

Dies ist ein perfektes Beispiel für die vier Phasen des KI-Lebenszyklus. Stellen wir unsere ethischen Fragen:

  1. Wer hat diese Entscheidungen getroffen? Nicht die Kreativen.
  2. Für wen wurden die Entscheidungen optimiert? Nicht die Kreativen.
  3. Wie hoch waren die Kapitalkosten? Humankapital? Finanzkapital? Naturkapital? Vielleicht ging es bei allen dreien auf Kosten der Kreativen.
  4. Wurden soziale, politische und wirtschaftliche Auswirkungen berücksichtigt? Vielleicht, aber von wem? Nicht die Kreativen.

Sind wir bereit, das Risiko einzugehen, dass eine Generation von Kreativen und angrenzenden Branchen ihre Werke nicht online veröffentlicht? Wie wird sich das auf unsere kreative kulturelle Entwicklung, den Lebensunterhalt der Schöpfer und die langfristigen sozialen und politischen Auswirkungen auswirken? Hat jemand über diese potenziellen Auswirkungen nachgedacht, festgestellt, ob rechtliche Risiken und Reputationsrisiken gerechtfertigt waren, und beschlossen, weiterzumachen?

Vielleicht. Oder sie haben es einfach überhaupt nicht durchdacht. In beiden Fällen war die Entscheidung unethisch, unabhängig von ihrer Auslegung der rechtlichen Auswirkungen.

Als globale Wirtschaft ist es von entscheidender Bedeutung, Organisationen zu identifizieren, die sich an ethische Praktiken halten, um ihrer Unterstützung Vorrang vor denen zu geben, die gegen ethische Standards verstoßen. Wenn wir die ethische Haltung der Entscheidungsträger nicht offenlegen, besteht die Gefahr, dass wir gerade in dem Moment, in dem wir eine umfassende Prüfung benötigen, unbeabsichtigt wegschauen.

Frage zum Mitnehmen: Wie können wir die ethische Haltung eines Unternehmens beurteilen, messen oder identifizieren?

Lassen Sie es uns hier wissen.

Wie sich KI auf die Umwelt auswirkt

KI ist eine energieintensive Infrastruktur. Die Auswirkungen auf die Umwelt bleiben weitgehend außer Sichtweite und im Gedächtnis und werden in einem Bereich wie dem Technologiesektor oft erst im Nachhinein berücksichtigt.

Die MIT Technology Review berichtete, dass das Training eines einzelnen KI-Modells so viel Kohlenstoff ausstoßen kann wie fünf Autos, was mehr als 626.000 Pfund Kohlendioxid entspricht. Erdmineralien spielen auch eine große Rolle bei der Energiegewinnung für die massenhafte Rechenverarbeitung der generativen KI. Der Abbau der notwendigen Metalle für die physische Recheninfrastruktur geht oft auf Kosten lokaler und geopolitischer Gewalt .

„Ohne die Mineralien aus diesen Fundorten funktionieren moderne Berechnungen einfach nicht.“

Kate Crawford
Atlas der KI

Erinnern Sie sich an unsere dritte ethische Frage: Welches Kapital ist erforderlich, um KI in großem Maßstab voranzutreiben? Um eine logische langfristige Nutzen-Kosten-Analyse durchzuführen. Naturkapital in Form von Auswirkungen auf unseren Planeten sollte nicht außer Acht gelassen werden, wenn wir mutig genug sind, die richtigen Fragen zu stellen.

Die richtigen Fragen zu stellen kann beängstigend sein, insbesondere wenn die Fragen Ihren eigenen Lebensunterhalt als Streitpunkt implizieren. Aber im Interesse von „Wissen ist Macht“ müssen Technologen Transparenz anstreben, um letztendlich an ethischen Technologielösungen teilhaben zu können.

Es handelt sich nicht um Unternehmenssabotage! Eine Gruppe von Praktikern des maschinellen Lernens, „die sich auch des Gesamtzustands der Umwelt bewusst sind“, verpflichtete sich, unterstützende Tools zur Bewertung der durch ihre Arbeit verursachten CO2-Emissionen zu entwickeln. Nach der Bewertung können sie Möglichkeiten zur Reduzierung dieser Emissionen berechnen. Sie haben sogar diesen Emissionsrechner erstellt, damit andere KI-Anwender Schätzungen berechnen können.

Frage zum Mitnehmen: Wie können wir Technologen und Anbieter dazu ermutigen, bei der KI-Transparenz mutig zu sein?

Lassen Sie es uns hier wissen.

Wie sich ROI-erbringende Frameworks auf die KI-Ethik auswirken

Regulierung allein kann unsere KI-Probleme nicht lösen. Technologen lassen sich oft von Kennzahlen leiten, die ihnen ethisch agnostisch erscheinen können, weil sie nicht reguliert sind, aber dennoch eine Rendite auf ihre Investition abwerfen. Was sind diese ROI-erbringenden Frameworks? Wo sehen wir diese Regelsätze in freier Wildbahn, die dem regelbefolgenden Unternehmen eine Form der Belohnung zurückgeben?

Betrachten wir den Google PageRank-Algorithmus als Beispiel für eine nicht-regulierende Auswirkung auf die Technologieethik. Der Google PageRank-Algorithmus analysiert eine „Vielzahl von Signalen, die mit dem gesamten Seitenerlebnis übereinstimmen“. Dazu gehören Elemente, die den Best Practices von UX entsprechen und den ADA-Richtlinien und Datenschutzrichtlinien entsprechen.

Keine Dark-Web-Muster bedeuten ein günstiges Ranking. Eine Nichtkonformität mit dem ADA führt zu schlechteren Platzierungen. Durch die Verbesserung der Präsenz einer Website und die Befolgung der Google-Richtlinien sehen wir, dass ethische Entscheidungen unbeabsichtigt getroffen werden, die auf der Einhaltung eines nicht regulierenden Regelwerks basieren.

Warum sollte die Website Ihres Unternehmens den empfohlenen Best Practices des Algorithmus dieses anderen Unternehmens folgen? Denn so sichern Sie sich die besten Chancen auf ein gutes Ranking bei Google. Auswirkungen auf die Auffindbarkeit und die wahrgenommene Bedeutung eines Unternehmens im Internet, die sich auf das Endergebnis auswirken, sind ein Motivator und beeinflussen somit ethische Praktiken ohne gesetzliche Durchsetzung.

Frage zum Mitnehmen: Wie können wir unsere Technologen für ihre ethischen Praktiken außerhalb des traditionellen Regulierungsbereichs zur Rechenschaft ziehen? Worin finden sie Wert? Woher nehmen sie den Treibstoff für ihren Erfolg?

Lassen Sie es uns hier wissen.

Es beginnt bei uns

Egal wer Sie sind, jeder trägt dazu bei, die Risiken zu minimieren, die mit dem unethischen Einsatz von künstlicher Intelligenz und maschinellen Lerntools einhergehen. Als Einzelpersonen ist es von entscheidender Bedeutung, ethische Entscheidungen über den Einsatz von KI zu treffen und darüber, wie – und was – wir diesen Maschinen etwas über die Gesellschaft beibringen.

Die Geschichte der KI fängt gerade erst an und wie sie die Zukunft vollständig verändern wird, ist eine Geschichte, die noch nicht geschrieben ist. Glücklicherweise haben wir ein Mitspracherecht bei der Weiterentwicklung der KI sowohl in unserem Privat- als auch in unserem Berufsleben. Es kommt darauf an, sicherzustellen, dass die Ethik oberste Priorität hat.


G2 möchte von Ihnen hören!

Wenn Sie sich für KI-Ethik interessieren, teilen Sie uns bitte Ihre Gedanken darüber mit, was in diesem Gespräch fehlt und was für Sie, Ihre Branche, Ihr Unternehmen oder Ihren Lebensunterhalt am wichtigsten ist. Ich habe vor, dieses Gespräch weiterzuentwickeln und nachfolgende Artikel zu teilen, die auf den Erkenntnissen und Erkenntnissen von Ihnen und dem Rest der G2-Community basieren.

Möchten Sie mehr Thought Leadership? Dieser Artikel ist Teil der G2 Voices-Reihe, in der verschiedene einflussreiche G2-Führungskräfte vorgestellt werden.