Abstrakt
Termin „sztuczna inteligencja” (SI) odnosi się do programów komputerowych, wyposażonych w liczne kompetencje, jak dokonywanie obliczeń, grupowanie i kategoryzowanie danych czy komunikowanie się z użytkownikiem w językach etnicznych. Z drugiej strony systemy sztucznej inteligencji nie posiadają pewnych własności, a wśród nich obok braku „zdolności kreatywnych” wyróżniana jest obojętność na aspekt moralny działań przy wyszukiwaniu i kompilacji danych czy katalogowaniu zjawisk. Niniejsze opracowanie ma na celu omówienie wybranych przyczyn takiego stanu rzeczy w kontekście metodyki uczenia maszynowego (ML), z ujęciem problematyki i zastosowań sztucznej inteligencji w perspektywie komunikacji naukowej, jaka zachodzi w procesie edukacyjnym. Wobec tak postawionego celu został sformułowany problem badawczy w postaci pytania: Jak kształtują się kompetencje etyczne w procesie uczenia maszynowego w kontekście komunikacji zachodzącej w procesie edukacyjnym?
W celu dokonania próby udzielania odpowiedzi na tak postawione pytanie badawcze posłużono się metodą analizy tekstu, jak również metodą syntezy.
W wyniku przeprowadzonych badań ustalono, że prowadzenie uczenia maszynowego z udziałem człowieka, jak również za pomocą systemów sztucznej inteligencji uprzednio uczonych z udziałem człowieka może umożliwiać przekazanie maszynie cybernetycznej treści o charakterze moralnym w rozumieniu normatywnym. Jako, że udział człowieka dopuszcza uczenie nadzorowane maszyn cybernetycznych, ten właśnie rodzaj uczenia, zastosowany jako wyłączna metoda lub w połączeniu z inną metodą niesie możliwość przekazania aplikacjom pożądanych informacji na temat reguł społeczno-kulturowych.
W pełni samodzielne uczenie maszyn cybernetycznych nie zapewnia zebrania przez nie informacji dotyczących aspektów etycznych, które są pożądane w komunikacji podczas procesu edukacyjnego, ponieważ otwarte zbiory danych, na których odbywa się uczenie maszyn, mogą zawierać treści szkodliwe, prowadzące do wzmacniania negatywnych zjawisk społecznych.
Bibliografia
Artificial Intelligence Act, European Parliament legislative resolution of 13 March 2024 on the proposal for a regulation of the European Parliament and of the Council on laying down harmonized rules on Artificial Intelligence (Artificial Intelligence Act) and amending certain Union Legislative Acts (COM(2021)0206 – C9-0146/2021 – 2021/0106(COD). (From:) https://www.europarl.europa.eu/doceo/document/TA-9-2024-0138_EN.pdf (access: 15.03.2024).
Bishop, J.M. (2018). Is Anyone Home? A Way to Find Out If AI Has Become Self-Aware, Frontiers in Robotics and AI, 5. https://doi.org/10.3389/frobt.2018.00017
Chojnowski, M. (2019). Zrozumieć decyzje podejmowane przez maszyny. (From:) https://www.sztucznainteligencja.org.pl/badacze-z-google-brain-opracowali-system-pozwalajacy-wydobyc-z-modeli-si-informacje-o-stosowanych-kryteriach-oceny/ (access: 15.02.2024).
Domingos, P. (2015). The master algorithm: How the quest for the ultimate learning machine will remake our world. New York: Basic Books.
Finnis, J. (2001). Prawa naturalne i uprawnienia naturalne.Warszawa: Dom Wydawniczy ABC.
Flasiński, M. (2020). Wstęp do sztucznej inteligencji. Warszawa: Wydawnictwo Naukowe PWN.
Hoes, F. (2019). The Importance of Ethics in Artificial Intelligence. (From:) https://towardsdatascience.com/the-importance-of-ethics-in-artificial-intelligence-16af073dedf8 (access: 2.02.2024).
Kamiński, E., Uczenie maszynowe: z nadzorem i bez nadzoru. (From:) https://analityk.edu.pl/uczenie-maszynowe-z-nadzorem-vs-bez-nadzoru/ (dostęp:10.03.2024).
Kasperska, A. (2017). Problemy zastosowania sztucznych sieci neuronalnych w praktyce prawniczej. Przegląd Prawa Publicznego, 11.
Kulczycki, E. (2017). Komunikacja naukowa w humanistyce.Poznań: Wyd. IF UAM.
Maj. A. (2016). Aksjologia pedagogiczna. (In:) K. Chałas, A. Maj (eds.), Encyklopedia aksjologii pedagogicznej, Radom: Polskie Wydawnictwo Encyklopedyczne.
Massey, G., Ehrensberger-Dow, M. (2017). Machine learning: Implications for translator education. Lebende Sprachen, 62(2).
McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C.E. (2006). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, August 31, 1955. AI Magazine, 27(4), 12. https://doi.org/10.1609/aimag.v27i4.1904
Reinforcement Learning and the Importance. (From:) https://datascience.eu/machine-learning/machine-learning-for-humans-part-5-reinforcement-learning/ (Accessed: January 20, 2024).
Okoń, W. (1998). Nowy słownik pedagogiczny. Warszawa: Wydawnictwo Akademickie „Żak”.
Sala, K. (2017). Przegląd technik grupowania danych i obszary zastosowań, Społeczeństwo i Edukacja. Międzynarodowe Studia Humanistyczne, 2(25).
Sierocka, B. (2016). Etyka współodpowiedzialności czyli moralność wywiedziona z międzyludzkiej komunikacji. Rocznik Bezpieczeństwa Międzynarodowego, 10(1), 186–196.
Starczewski, A., Goetzen, P., Er, M.J. (2020). A New Method for Automatic Determining of the DBSCAN. Parameters, Journal of Artificial Intelligence and Soft Computing Research, 10(3).
Thomas, D., Brown, S.J. (2011). A New Culture of Learning: Cultivating the Imagination for a World of Constant Change. Lexington, KY: Creative Space.
Tomasello, M. (2002). Kulturowe źródła ludzkiego poznawania. Warszawa: PWN.
Wiener, N. (1961). Cybernetyka i społeczeństwo. Warszawa: Wyd. Książka i Wiedza.