Прикладные проблемы внедрения этики искусственного интеллекта в России. Отраслевой анализ и судебная система
Покупка
Тематика:
Философия науки и техники
Издательство:
Издательский дом Высшей школы экономики
Год издания: 2021
Кол-во страниц: 112
Дополнительно
Вид издания:
Монография
Уровень образования:
ВО - Магистратура
ISBN: 978-5-7598-2242-4
Артикул: 791317.02.99
Доступ онлайн
В корзину
В книге исследуются этические проблемы, возникающие в процессе внедрения технологий искусственного интеллекта (ИИ) в государственное управление отраслями образования, здравоохранения, жилищно-коммунального хозяйства, а также в судебную систему. В начале книги приведен общий анализ прикладных проблем, дилемм, трудностей, связанных с этикой разработки и внедрения искусственного интеллекта в избранные сферы, изложены руководящие принципы и ценности этически ориентированного искусственного интеллекта и анализ этических проблем внедрения по избранным секторам. Каждая глава книги посвящена отдельной отрасли и делится на две части: в первой дан собственно обзор этических аспектов применения и внедрения ИИ, во второй — пул рекомендаций по возможному разрешению, устранению или минимизации сформулированных этических проблем.
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Магистратура
- 09.04.01: Информатика и вычислительная техника
- 09.04.02: Информационные системы и технологии
- 09.04.03: Прикладная информатика
- 10.04.01: Информационная безопасность
- 40.04.01: Юриспруденция
- 47.04.01: Философия
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
Д.Э. Гаспарян, Е.М. Стырин ПРИКЛАДНЫЕ ПРОБЛЕМЫ ВНЕДРЕНИЯ ЭТИКИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РОССИИ Отраслевой анализ и судебная система НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ «ВЫСШАЯ ШКОЛА ЭКОНОМИКИ» Издательский дом Высшей школы экономики М О С К В А , 2021 2-е издание, электронное
УДК 004.89:34.03 ББК 16.6+87.75 Г22 Рецензенты: докт. филос. наук, доцент кафедры исторических и социально-философских дисциплин, востоковедения и теологии Пятигорского государственного университета П. Н. Барышников; докт. филос. наук, доцент факультета общеуниверситетских дисциплин Томского государственного педагогического университета С. Б. Куликов Авторы: Гаспарян Диана Эдиковна, доцент Школы философии и культурологии факультета гуманитарных наук Национального исследовательского университета «Высшая школа экономики»; Стырин Евгений Михайлович, ведущий научный сотрудник Института государственного и муниципального управления Национального исследовательского университета «Высшая школа экономики» Г22 Гаспарян, Диана Эдиковна. Прикладные проблемы внедрения этики искусственного интеллекта в России. Отраслевой анализ и судебная система / Д. Э. Гаспарян, Е. М. Стырин ; Нац. исслед. ун-т «Высшая школа экономики». — 2-е изд., эл. — 1 файл pdf : 112 с. — Москва : Изд. дом Высшей школы экономики, 2021. — Систем. требования: Adobe Reader XI либо Adobe Digital Editions 4.5 ; экран 10". — Текст : электронный. ISBN 978-5-7598-2242-4 В книге исследуются этические проблемы, возникающие в процессе внедрения технологий искусственного интеллекта (ИИ) в государственное управление отраслями образования, здра- воохранения, жилищно-коммунального хозяйства, а также в судебную систему. В начале книги приведен общий анализ прикладных проблем, дилемм, трудностей, связанных с этикой разра- ботки и внедрения искусственного интеллекта в избранные сферы, изложены руководящие принципы и ценности этически ориентированного искусственного интеллекта и анализ этиче- ских проблем внедрения по избранным секторам. Каждая глава книги посвящена отдельной отрасли и делится на две части: в первой дан собственно обзор этических аспектов применения и внедрения ИИ, во второй — пул рекомендаций по возможному разрешению, устранению или минимизации сформулированных этических проблем. УДК 004.89:34.03 ББК 16.6+87.75 Электронное издание на основе печатного издания: Прикладные проблемы внедрения этики ис- кусственного интеллекта в России. Отраслевой анализ и судебная система / Д. Э. Гаспарян, Е. М. Стырин ; Нац. исслед. ун-т «Высшая школа экономики». — Москва : Изд. дом Высшей школы экономики, 2020. — 112 с. — ISBN 978-5-7598-2351-3. — Текст : непосредственный. На обложке — фрагмент презентации робота Roboy, разработка Лаборатории искусственного интеллекта Цюрихского университета. 27 февраля 2013 г. © Adrian Baer | Wikimedia Commons <Roboy_270213_1.jpg> В соответствии со ст. 1299 и 1301 ГК РФ при устранении ограничений, установленных техническими сред- ствами защиты авторских прав, правообладатель вправе требовать от нарушителя возмещения убытков или выплаты компенсации. ISBN 978-5-7598-2242-4 © Д. Э. Гаспарян, Е. М. Стырин, 2020
Содержание Глоссарий ....................................................................................... 4 Введение ........................................................................................ 5 Руководящие принципы и ценности этически-ориентированного ИИ ............................. 16 Этические аспекты применения и внедрения ИИ в судебной системе ........................................................................ 23 1. Судебная система .................................................................... 23 1.1. ИИ в области права ........................................................ 25 1.2. Перечень рекомендаций ................................................ 43 Этические аспекты применения и внедрения ИИ в отраслевых сегментах....................................... 47 2. Образование ............................................................................. 47 2.1. ИИ в области образования ............................................ 48 2.2. Перечень рекомендаций ............................................... 56 3. Здравоохранение ...................................................................... 60 3.1. ИИ в области здравоохранения ..................................... 63 3.2. Перечень рекомендаций ............................................... 79 4. ЖКХ. Системы «Умный дом» .................................................. 83 4.1. ИИ в области ЖКХ ........................................................ 87 4.2. Перечень рекомендаций ............................................... 96 Заключение .................................................................................100 Библиография .............................................................................103
ГлоССарий Искусственный интеллект (ИИ) — программная система для реше- ния различных задач с помощью антропоразмерного интеллекта, функционирующего на автоматизированной основе. Этическая экспертиза — тестирование технологии с точки зрения ее релевантности этическим нормам человека, причастности цен- ностям и нормативным предписаниям, а также психологической безопасности. Социально-надежный ИИ — искусственный интеллект, отвечаю- щий нормам этической релевантности, социальной предсказуемо- сти и психологической безопасности. Агенты ИИ — различные по своему функционалу программы, ко- торые автономно работают по определенному расписанию на ос- нове технологий ИИ над поставленными человеком задачами; способны получать и обрабатывать данные из внешней среды с по- следующей выдачей рационального результата, соизмеримого по- ставленным задачам. Робот — 1) программируемый исполнительный механизм с опреде- ленным уровнем автономности для выполнения перемещения, ма- нипулирования или позиционирования (включает систему управ- ления и интерфейс для человека); 2) автономно действующий программный модуль с понятным для человека интерфейсом, ко- торый выполняет рутинные задачи в заданной предметной области по определенному расписанию (поиск, ответы на вопросы, сбор данных). Государственное регулирование экономики — управляющее воздей- ствие государства на экономическую деятельность субъектов хо- зяйствования, которое реализуется через различные экономические и административные (внеэкономические) механизмы.
ВВедение1 Искусственный интеллект, а точнее подразумеваемые под ним тех- нологии машинного обучения, которые позволяют компьютерам понимать речь, разбирать тексты, классифицировать данные по заранее заданным критериям, т.е. решать ряд интеллектуальных творческих задач способами, аналогичными тем, которыми поль- зуется человек [Barr, 1989], прочно входит в дискурс органов испол- нительной власти, но также может использоваться законодатель- ной и судебной ветвями власти [Sun, Medaglia, 2019]. В принятой в 2019 году российской национальной стратегии развития искус- ственного интеллекта до 2030 года под искусственным интеллек- том (далее — ИИ) понимается «комплекс технологических реше- ний, имитирующий когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и позволяющий при выполнении задач достигать результаты, как минимум сопоставимые с результатами интеллектуальной деятель- ности человека» [Указ Президента РФ № 490]. Комплекс техноло- гических решений включает информационно-коммуникационную инфраструктуру, программное обеспечение, в котором в том чис- ле используются методы машинного обучения, процессы и серви- сы по обработке данных и выработке решений. Поскольку спектр задач, решаемых ИИ, постоянно расширяет- ся, мы перечислим только задачи, которые относятся к системе ор- ганов исполнительной власти, а также к судебной системе. 1 Книга написана на основе прикладного исследования «Систематизация опыта ведущих стран мира в развитии технологий искусственного интел- лекта и выработка предложений по нормативным и организационным мерам, направленным на опережающее развитие технологий искусствен- ного интеллекта в Российской Федерации», проведенного ИГМУ НИУ ВШЭ в 2019 году в рамках программы прикладных исследований. В работе использованы результаты проекта «Трансцендентальный подход в фило- софии: история и современность», выполненного в рамках Программы фундаментальных исследований НИУ ВШЭ в 2020 году.
ВВедение Прежде всего, это класс задач по установлению содержатель- ных связей между нормативно-правовыми актами или докумен- тами стратегического планирования с целью их взаимоувязки или поиска противоречий, несоответствий между целями, задачами и целевыми показателями в документах на различных уровнях управ- ления. Известно, что нормативно-правовые акты могут содержать противоречия, ведь документы стратегического планирования в России созданы на всех уровнях управления, при этом указанные в них цели, задачи и показатели на региональном или муниципаль- ном уровнях могут противоречить, например, ключевым докумен- там на федеральном уровне. Работу по взаимной увязке и поиску противоречий может осуществлять программа на основе техноло- гий искусственного интеллекта, которая в ряде документов устра- нит дублирование, выявит заведомо недостижимые показатели, проведет конечную классификацию типов документов стратегиче- ского планирования в зависимости от критериев классификации. Другим классом задач для ИИ является предиктивная аналити- ка на основе массивов данных, которые описывают объект в отрас- ли, например, пациента по истории болезни в медицинской карте, школьника или студента по портфолио достижений и успеваемо- сти, совершившего или подозреваемого в правонарушении или пре- ступлении по материалам уголовного дела. На основе анализа ана- логичных объектов одного класса рекомендательная система может классифицировать каждый новый объект относительно набора при- знаков, которые также могут быть априори заданы. Таким образом, можно с некоторой вероятностью получить предсказания о склонно- сти заключенного совершить повторное преступление, о намерении ученика получить определенную профессию, о возникновении у па- циента некоторой болезни или, например, послеоперационных ос- ложнений. Другой целью рекомендательной системы может стать вы- работка предписаний о том, какое может быть назначено наказание подозреваемому, какие курсы в дальнейшем предпочтительно слу- шать школьнику или студенту, какие препараты принимать пациен- ту и процедуры проходить, чтобы предотвратить негативный сцена- рий развития болезни [ЦНТИ МФТИ, 2020].
ВВедение Также у органов власти формируются данные для профиля гражданина в той роли, в которой он выступает объектом их со- ответствующих полномочий: налогоплательщик, подозреваемый в уголовном или административном правонарушении, предприни- матель, пенсионер и т.д. На основе системы предиктивной анали- тики по профилю гражданина можно выстраивать так называемые проактивные услуги, о которых гражданин мог не знать и не ини- циировать их самостоятельно. При этом соответствующие возмож- ности получения поддержки, обеспечения и реализации прав были предусмотрены государством и предложены гражданину со сто- роны обеспечивающих органов власти в инициативном порядке. Например, проактивными услугами можно назвать предваритель- ный расчет пенсии, начисление социальных пособий, подбор уни- верситета или места работы [Добролюбова, 2018]. Искусственный интеллект помогает обеспечивать безопас- ность граждан, например, сопоставляя лица граждан, попавших в камеры наблюдения, с лицами разыскиваемых нарушителей зако- на, тем самым идентифицируя их положение и перемещение в слу- чае совпадения. Таким образом, органы внутренних дел получают мощный инструмент для отслеживания разыскиваемых лиц, со- вершивших правонарушения, выявления лиц, которые отличаются подозрительным или противоправным поведением [Faggella, 2019]. Аналогичные инструменты компьютерного зрения применяются на дорогах для выявления нарушителей правил дорожного движе- ния. Большой потенциал для функционала компьютерного зрения наблюдается в системах «Умный дом» — это совокупность камер, датчиков и иных управляющих элементов, которые круглосуточно накапливают и предоставляют уполномоченному наблюдателю ви- деоданные о состоянии квартир, домов, придомовых территорий. Таким образом, для построения «умных городов», согласно соот- ветствующей концепции Минстроя России (https://russiasmartcity. ru/), система интеллектуального видеонаблюдения является ее не- отъемлемым элементом. Отдельное направление не только в бизнесе, но и в государ- стве — замена рутинного труда человека на программу, функцио-
ВВедение нирующую на основе технологий машинного обучения для выпол- нения рутинных операций. Примером такой программы является чат-бот, который может отвечать на достаточно простые вопро- сы граждан, связанные с государственными информационными ресурсами и заданные ему в режиме реального времени в тексто- вом виде, например, через официальные информационные ресур- сы органов власти или судов. Вопросы могут затрагивать целый ряд тем: разъяснение отдельных положений законодательства, диаг- ностику статусов граждан для получения социальной поддержки, консультации по получению государственных услуг. С помощью чат-ботов можно реализовать простые инструменты диагностики по различным направлениям. В основу положен механизм диало- га между пользователем и чат-ботом, в котором посредством зада- ния вопросов пользователем в виде текста или голосом может быть выявлена или решена некоторая проблема. Например, с помощью простых вопросов чат-бот может диагностировать наличие неко- торого заболевания (в частности, COVID-19), определить, есть ли формальные предпосылки у кандидата пройти по конкурсу на не- которую должность на государственной службе, есть ли право у за- явителя получить социальную льготу или субсидию, к примеру, в сельском хозяйстве. Таким образом, программы на основе машинного обучения по- зволяют заменить труд человека при решении рутинных задач или хотя бы при их выполнении снизить нагрузку на государственных служащих, переключив усилия сотрудников на более сложные и неоднозначные проблемы. Вообще говоря, помимо анализа и сопоставления данных, про- граммы на основе искусственного интеллекта могут не только вы- давать рекомендации, но и принимать решения в автоматическом режиме. Вопрос состоит в готовности ответственных управлен- цев контролировать каждое решение либо полагаться на реше- ние, предложенное программой. Ярким примером может служить система государственного контроля и надзора, в которой приме- няется риск-ориентированный подход [Кнутов, Плаксин, 2019]. Данные о проверках объектов, требующих надзора (заводы, пред-
ВВедение приятия, учреждения сферы образования, здравоохранения, сфе- ра общественного питания), могут быть автоматически проанали- зированы и сопоставлены с нормативами, определяющими риски непроведения своевременных проверок. Таким образом, програм- ма в состоянии присваивать риски поднадзорным объектам, авто- матически устанавливая классы этих рисков, определяя в дальней- шем частоту проверок. При подобном подходе подразумевается только контроль со стороны человека, а выработка решения может оставаться за программой. Аналогичным образом программа на основе технологий искус- ственного интеллекта может взять на себя функционал оценки ре- гулирующего воздействия (ОРВ), которая проводится для целей государственного регулирования, определения возможных вари- антов достижения целей, а также оценки связанных с ними пози- тивных и негативных эффектов [Клименко, Минченко, 2016]. При обеспечении сбора подробных цифровых данных об отрасли, под- вергающейся регулированию, ИИ может просчитывать текущие и прогнозные ключевые экономические показатели государствен- ной политики в отдельно взятой отрасли. При совершенствова- нии выбора решений на основе машинного обучения полученные прогнозы могут быть точнее, чем достаточно субъективные под- ходы, которые предлагаются отраслевыми экспертами. Тем не ме- нее с учетом вероятностного расчета значений показателей с по- мощью ИИ полученные результаты также требуют контроля со стороны отраслевых экспертов и ответственных государственных служащих. Проведение ОРВ с привлечением функционала искус- ственного интеллекта существенно убыстряет процесс выработки и оценки альтернатив, которые возможны для совершенствования нормативно-правовой базы и основных показателей государствен- ной политики в некоторой отрасли, а значит ИИ остается перспек- тивной технологией для проведения ОРВ. Осуществление государственной бюджетной и налоговой по- литики для стимулирования бизнеса также можно свести к задаче определения налогового режима и объема поддержки для различ- ных компаний в зависимости от их финансово-экономических по-
ВВедение казателей, сравнимых с установленными эталонными. Обученные нейронные сети могут не только классифицировать компании по критериям для определения налогового режима и бюджетной под- держки, но позволяют уточнить эти критерии на основе проана- лизированного множества собираемых показателей о деятельности компаний. Абсолютно аналогично решаются задачи осуществления ли- цензионной и разрешительной деятельности органов власти, ко- торые сравнимы с задачей кредитного скоринга клиента в банке. Организация, деятельность которой подлежит лицензированию или требует получения разрешений, может быть в автоматическом режиме оценена нейросетью на основе ранее изученных аналогичных данных. В таком случае организация может быть автоматически классифицирована под положительное либо отрицательное решение о выдаче лицензии или разрешения. Окончательное решение может быть принято сотрудником-специалистом, однако подавляющая часть предварительных расчетов для определения параметров выдачи лицензии или разрешения может быть проведена программой на основе технологий ИИ. Приведенный выше обзор возможностей ИИ, призванных помочь в решении разных классов задач в государственном управлении и в судебной системе, показывает неизбежность внедрения инновационных решений на основе машинного обучения в ближайшем будущем. Искусственный интеллект дает возможность сократить издержки при осуществлении государственных функций, увеличить скорость отклика на запросы граждан, повысить качество результатов взаимодействия органов власти с внешними акторами, а также перераспределить нагрузку на государственных служащих, избавив их от решения рутинных задач. При этом изложенные выше возможности ИИ демонстрируют позитивный эффект от его внедрения в деятельность органов власти. Однако деятельность органов государственной власти сопряжена с пристальным вниманием общественности, требованиями соблюдать прозрачность и подотчетность в принятии решений и представлении результатов. Если опорой деятельности для органов власти становится ИИ, то госу-
ВВедение дарству следует обеспечить важнейший аспект внедрения ИИ в операционную и стратегическую деятельность — этический. Анализ зарубежных и российской национальной стратегии развития искусственного интеллекта демонстрирует, что в подавляющем большинстве в них включен раздел по обеспечению этичности использования ИИ в деятельности органов власти. Как правило, в стратегиях определяются этические принципы внедрения ИИ (конфиденциальность, прозрачность, подотчетность, защита гражданских прав, ответственность, доверие, устойчивое развитие, справедливость, приоритет конечного решения за человеком), декларируется необходимость защиты персональных данных граждан, принятие решений с помощью технологий ИИ согласно важным для общества ценностям и убеждениям. Важную роль в принятии этических принципов развития ИИ сыграли ОЭСР и ЕС2. Этические механизмы в национальных стратегиях развития ИИ – это один из механизмов контроля над результатами деятельности на основе использования ИИ. Например, декларируется право человека принимать конечные решения и вмешиваться при необходимости в деятельность, реализованную на технологиях ИИ. Использование ИИ должно вызывать доверие у общества: должны быть созданы механизмы верификации действий ИИ, механизмы защиты граждан от ошибок ИИ, которые могут нанести урон человеку, привести к дискриминации одних групп граждан перед другими при принятии решений, ущемлять моральные, религиозные ценности и достоинство граждан при реализации управленческих механизмов на основе ИИ. Отдельно государства декларируют создание консультативных органов, которые будут дискуссионными площадками для выработки политики по реализации этических принципов в продуктах и услугах на основе ИИ. 2 Forty-two countries adopt new OECD Principles on Artificial Intelligence (URL: https://www.oecd.org/science/forty-two-countries-adopt-new-oecd- principles-on-artificial-intelligence.htm); Ethics Guidelines for Trustworthy AI (URL: https://ec.europa.eu/digital-single-market/en/news/ethics-guidelines- trustworthy-ai).
Доступ онлайн
В корзину