أخلاقيات الذكاء الاصطناعي التوليدي
Table of Contents
أخلاقيات الذكاء الاصطناعي التوليدي
مقدمة
مع كل الضجة المحيطة بالذكاء الاصطناعي التوليدي، هناك عدد متزايد من الأسئلة التي لم تتم الإجابة عليها حول كيفية تنفيذ هذه التقنية التحويلية بمسؤولية. ستستعرض هذه المدونة إرشادات الاتحاد الأوروبي لأخلاقيات الذكاء الاصطناعي وتناقش الاعتبارات الرئيسية لتنفيذ إطار عمل أخلاقيات الذكاء الاصطناعي عند استخدام نماذج اللغة الكبيرة (LLMs).
إرشادات الأخلاقيات للذكاء الاصطناعي الموثوق
في 8 أبريل 2019، وضع الاتحاد الأوروبي إطارًا للاستخدام الأخلاقي والمسؤول للذكاء الاصطناعي. يعرّف التقرير ثلاثة مبادئ توجيهية لبناء ذكاء اصطناعي موثوق:
- قانوني: يجب أن يلتزم الذكاء الاصطناعي بسيادة القانون واللوائح المحلية.
- أخلاقي: يجب أن يكون نظام الذكاء الاصطناعي أخلاقيًا ويلتزم بالمبادئ والقيم الأخلاقية.
- متين: نظرًا لأن الذكاء الاصطناعي يمكن أن يسبب ضررًا كبيرًا لشرائح واسعة من السكان في وقت قصير، فإنه يحتاج إلى أن يكون قويًا تقنيًا واجتماعيًا.
بالنسبة للشركات متعددة الجنسيات، يثير هذا سؤالًا مهمًا حول كيفية تطبيق هذا الإطار عبر الحدود الجيوسياسية، نظرًا لأن ما يعتبر قانونيًا وأخلاقيًا في منطقة ما من العالم قد لا يكون كذلك في أخرى. تتخذ العديد من الشركات أشد اللوائح صرامة وتطبقها بشكل موحد عبر جميع المناطق الجغرافية. ومع ذلك، قد لا يكون نهج “مقاس واحد يناسب معظم” مناسبًا أو مقبولًا.
يمكن رؤية إطار الاتحاد الأوروبي أدناه في الشكل 1.1.
الشكل 1.1: إطار أخلاقيات الذكاء الاصطناعي من الاتحاد الأوروبي
بناءً على المبادئ الأساسية الثلاثة، ينتج أربعة مبادئ أخلاقية وسبعة متطلبات رئيسية. تشمل المبادئ الأخلاقية:
- احترام الاستقلالية البشرية: يؤكد هذا المبدأ على أن يجب على البشر الحفاظ على السيطرة والحرية في تفاعلاتهم مع الذكاء الاصطناعي. “لا ينبغي لأنظمة الذكاء الاصطناعي أن تخضع أو تجبر أو تخدع أو تتلاعب أو تهيئ أو تحشد البشر دون مبرر.” أساسًا، يجب أن يدعم الذكاء الاصطناعي مشاركة الإنسان في العمليات الديمقراطية. لقد رأينا بعض الدول تنفذ “تصنيفًا اجتماعيًا” على مواطنيها، مما يجب أن يسبب القلق.
- منع الضرر: يجب ألا تسبب أنظمة الذكاء الاصطناعي ضررًا جسديًا أو عقليًا أو عاطفيًا. نظرًا لانتشار وتأثير الذكاء الاصطناعي السريع، من المهم مراقبة مخرجات الذكاء الاصطناعي عن كثب لمنع التلاعب غير المقصود بالمواطنين والموظفين والشركات والمستهلكين والحكومات “بسبب عدم التوازن في القوة أو المعلومات.” لقد رأينا صانعي المركبات ذاتية القيادة يتصارعون مع هذا المبدأ فيما يُعرف بمشكلة عربة الذكاء الاصطناعي. بالطبع، هذا لا يقتصر على الأنظمة الروبوتية؛ يعتمد الناس على ChatGPT للحصول على نصائح طبية ونظرًا لميله إلى اختلاق الأشياء، نحتاج إلى أن نكون حذرين.
- العدالة: يجب أن تكون أنظمة الذكاء الاصطناعي غير متحيزة وغير تمييزية، وتهدف إلى “توزيع متساوٍ للفوائد والتكاليف.” يعني العدل أن الخيارات البشرية لا ينبغي أن تتقوض وأنه “يجب على ممارسي الذكاء الاصطناعي موازنة المصالح والأهداف المتنافسة، مع احترام مبدأ التناسب بين الوسائل والغايات.” على السطح، يبدو هذا مباشرًا، لكن هل تعلم أن هناك أكثر من عشرين تعريفًا رياضيًا للعدالة؟
- التفسيرية: تحتاج أنظمة الذكاء الاصطناعي إلى أن تكون شفافة وقابلة للتدقيق وقابلة للتكرار وقابلة للتفسير. إذا تم استخدام الذكاء الاصطناعي لاتخاذ قرار يؤثر عليك، فلديك الحق في الحصول على تفسير لكيفية اتخاذ هذا القرار بواسطة الخوارزمية. على سبيل المثال، إذا تم رفض منحك ائتمانًا، يجب على مشغل نظام الذكاء الاصطناعي هذا أن يكون قادرًا على تزويدك بجميع العوامل التي ساهمت في القرار. يمكن أن يكون هذا مشكلة عند استخدام نماذج “الصندوق الأسود” — مثل الشبكات العصبية والشبكات التوليدية العدائية (GANs) التي تعد أساسًا للعديد من نماذج اللغة الكبيرة.
هذا يقودنا إلى المتطلبات السبعة:
- الوكالة البشرية والإشراف: أساسًا، ينص هذا المطلب على أنه يجب على أنظمة الذكاء الاصطناعي احترام حقوق الإنسان وألا تعمل بشكل مستقل تمامًا. يجب أن يعزز الذكاء الاصطناعي القرارات البشرية، لا أن يحل محلها. يجب أن يكون هناك عملية للطعن في قرارات الذكاء الاصطناعي، ويجب أن يكون للإنسان القدرة على تجاوز قرارات الذكاء الاصطناعي عند الضرورة. يبدو هذا جيدًا، ولكن عندما يتم اتخاذ مئات وآلاف القرارات تلقائيًا، كيف يمكنك تتبعها جميعًا بشكل فعال للتأكد من أن الأمور لا تسير بشكل خاطئ؟
المتانة التقنية والسلامة: تحتاج أنظمة الذكاء الاصطناعي إلى أن تكون آمنة ومتينة وقادرة على الصمود ضد الجهات السيئة والهجمات السيبرانية. يجب أن تقدم تنبؤات دقيقة تكون موثوقة وقابلة للتكرار. يجب على المنظمات إعطاء الأولوية للأمن السيبراني ووضع خطط طوارئ للهجمات وكيفية العمل إذا تعطل النظام. يحتاجون إلى إيلاء اهتمام خاص لتسمم البيانات العدائي، حيث يقوم المهاجمون الضارون بتغيير بيانات التدريب للتسبب في تنبؤات غير صحيحة.
الخصوصية والحكم: “يجب على أنظمة الذكاء الاصطناعي ضمان الخصوصية وحماية البيانات طوال دورة حياة النظام بأكملها.” يحتاج مطورو أنظمة الذكاء الاصطناعي إلى وضع ضمانات لمنع البيانات أو التعليمات البرمجية الضارة من التغذية في النظام. تؤكد الإرشادات أيضًا على أنه يجب فقط على المستخدمين المصرح لهم الوصول إلى بيانات الفرد، والتي يجب أن تكون عادلة وغير متحيزة وتتبع جميع لوائح الخصوصية طوال دورة حياتها. أحد المجالات التي تحتاج المنظمات إلى التفكير فيها هو ما يشكل “مستخدمًا مصرحًا به”؟ هل رأيت حالة Roomba التي التقطت صورًا لامرأة على المرحاض وانتهى بها الأمر على فيسبوك؟
الشفافية: يجب على المنظمات أن تكون قادرة على تتبع أصل البيانات، وفهم مصدرها، وكيف تم جمعها وتحويلها واستخدامها. يجب أن تكون هذه العملية قابلة للتدقيق، ويجب أن تكون مخرجات الذكاء الاصطناعي قابلة للتفسير. هذا يمثل تحديًا لعلماء البيانات لأن النماذج القابلة للتفسير غالبًا ما تكون أقل دقة من خوارزميات “الصندوق الأسود”. ينص هذا المطلب أيضًا على أن الأشخاص الذين يتفاعلون مع الذكاء الاصطناعي يجب أن يكونوا على دراية بأنهم يفعلون ذلك — بمعنى آخر، لا ينبغي للذكاء الاصطناعي أن يدعي أنه بشري ويجب أن يكون واضحًا أننا نتفاعل مع روبوت.
التنوع وعدم التمييز والعدالة: يجب أن يعامل الذكاء الاصطناعي جميع المجموعات على قدم المساواة — وهذا قد يكون أسهل قولًا من فعله. يقترح المطلب أن يشمل المصممون أشخاصًا من ثقافات وخبرات وخلفيات متنوعة للمساعدة في التخفيف من بعض التحيز التاريخي الذي يسود العديد من الثقافات. يجب أن يكون الذكاء الاصطناعي متاحًا للجميع، بغض النظر عن الإعاقة أو العوامل الأخرى. هذا يطرح السؤال، ما الذي يحدد “مجموعة”؟ هناك الفئات المحمية الواضحة — العمر، العرق، اللون، الدين/المعتقد، الأصل الوطني، الجنس، العمر، الإعاقة الجسدية أو العقلية أو حالة المحاربين القدامى. هل هناك عوامل أخرى يجب النظر فيها؟ إذا كنت شركة تأمين، هل يمكنني أن أفرض رسومًا أقل على الأشخاص الذين لديهم عادات “أكثر صحة” من أولئك الذين يعتبرون “غير صحيين”؟
الرفاهية المجتمعية والبيئية: يجب أن تهدف أنظمة الذكاء الاصطناعي إلى تحسين المجتمع، وتعزيز الديمقراطية، وخلق أنظمة صديقة للبيئة ومستدامة. مجرد أنك تستطيع فعل شيء، لا يعني أنه يجب عليك فعله. يحتاج قادة الأعمال إلى النظر بشكل نقدي في التأثيرات المجتمعية المحتملة للذكاء الاصطناعي. ما هي التكاليف المرتبطة بتدريب نماذج الذكاء الاصطناعي الخاصة بك؟ هل تتعارض مع سياساتك البيئية والاجتماعية والحوكمة (ESG)؟ لقد رأينا بالفعل أمثلة حيث تدفع منصات التواصل الاجتماعي مثل TikTok بمحتوى ضار للأطفال.
المساءلة: يجب على مصممي أنظمة الذكاء الاصطناعي أن يكونوا مسؤولين عن أنظمتهم، والتي يجب أن تكون قابلة للتدقيق وتوفر طريقة لأولئك المتأثرين بالقرارات لتصحيح أي قرارات غير عادلة. قد يتحمل المصممون المسؤولية عن أي ضرر يلحق بالأفراد أو المجموعات. هذا يثير سؤالًا مهمًا — من هو المسؤول إذا خرج النظام عن السيطرة؟ هل هو مزود نموذج الأساس أم الشركة التي تستخدم الذكاء الاصطناعي التوليدي؟
بينما تبدو هذه المبادئ بديهية على السطح، هناك “تباين جوهري فيما يتعلق بكيفية تفسير هذه المبادئ؛ ولماذا تعتبر مهمة؛ وما هي القضية أو المجال أو الجهات الفاعلة التي تتعلق بها؛ وكيف ينبغي تنفيذها.”
اعتبارات أخلاقيات الذكاء الاصطناعي لنماذج اللغة الكبيرة
الآن بعد أن فهمنا إرشادات أخلاقيات الذكاء الاصطناعي في الاتحاد الأوروبي، دعنا نتعمق في الاعتبارات الفريدة لنماذج اللغة الكبيرة.
في مدونة سابقة بعنوان “GenAIOps: تطور إطار عمل MLOps”، حددت ثلاث قدرات رئيسية للذكاء الاصطناعي التوليدي ونماذج اللغة الكبيرة والتي تشمل:
- توليد المحتوى: يمكن للذكاء الاصطناعي التوليدي توليد جودة شبيهة بالبشر — بما في ذلك النص والصوت والصور/الفيديو وحتى تعليمات البرمجة. الآن، يجب أن نلاحظ أن المحتوى الذي يتم توليده قد لا يكون دقيقًا من الناحية الواقعية — العبء يقع على المستخدم النهائي للتأكد من أن المحتوى الذي يتم توليده صحيح وغير مضلل. يحتاج المطورون إلى التأكد من أن التعليمات البرمجية التي يتم توليدها خالية من الأخطاء والفيروسات.
- تلخيص المحتوى والتخصيص: القدرة على تصفح مجموعات كبيرة من الوثائق وتلخيص المحتوى بسرعة هي قوة للذكاء الاصطناعي التوليدي. بالإضافة إلى إنشاء ملخصات سريعة للوثائق ورسائل البريد الإلكتروني ورسائل Slack، يمكن للذكاء الاصطناعي التوليدي تخصيص هذه الملخصات لأفراد أو شخصيات محددة.
- اكتشاف المحتوى والأسئلة والأجوبة: تمتلك العديد من المنظمات كمية كبيرة من المحتوى والبيانات المنتشرة عبر منظمتهم في صوامع بيانات مختلفة. يستخدم العديد من بائعي البيانات والتحليلات نماذج اللغة الكبيرة والذكاء الاصطناعي التوليدي لاكتشاف وربط المصادر المختلفة تلقائيًا. يمكن للمستخدمين النهائيين بعد ذلك استعلام هذه البيانات، بلغة بسيطة، لفهم النقاط الرئيسية والتعمق للحصول على مزيد من التفاصيل.
نظرًا لهذه القدرات المختلفة، ما العوامل التي نحتاج إلى النظر فيها عند إنشاء إطار عمل أخلاقيات الذكاء الاصطناعي؟
الوكالة البشرية والإشراف
نظرًا لأن الذكاء الاصطناعي التوليدي يمكنه في الأساس إنتاج المحتوى بشكل مستقل، هناك خطر من تقليل المشاركة البشرية والإشراف. إذا فكرت في الأمر، كم من البريد العشوائي الإلكتروني تتلقى يوميًا؟ تنشئ فرق التسويق هذه الرسائل الإلكترونية، وتحملها في نظام أتمتة التسويق وتضغط على زر “انطلق”. تعمل هذه الأنظمة تلقائيًا وغالبًا ما تُنسى وتستمر في العمل إلى ما لا نهاية.
نظرًا لأن الذكاء الاصطناعي التوليدي يمكنه إنتاج النص والصورة والصوت والفيديو وتعليمات البرمجة بسرعات فائقة — ما الخطوات التي يمكننا وضعها للتأكد من وجود إنسان في الحلقة؛ خاصة في التطبيقات الحرجة؟ إذا كنا نؤتمت النصائح الصحية، النصائح القانونية وأنواع أخرى من المحتوى الأكثر “حساسية”، تحتاج المنظمات إلى التفكير بشكل نقدي حول كيفية الحفاظ على وكالتها وإشرافها على هذه الأنظمة. تحتاج الشركات إلى وضع ضمانات للتأكد من أن القرارات التي يتم اتخاذها تتماشى مع القيم والنوايا البشرية.
المتانة التقنية والسلامة
من المعروف أن نماذج الذكاء الاصطناعي التوليدي يمكنها إنشاء محتوى غير متوقع أو حتى ضار. تحتاج الشركات إلى اختبار والتحقق بدقة من نماذج الذكاء الاصطناعي التوليدي الخاصة بها للتأكد من أنها موثوقة وآمنة. أيضًا، إذا كان المحتوى الذي يتم توليده خاطئًا، نحتاج إلى أن يكون لدينا آلية للتعامل مع هذا المخرج وتصحيحه. الإنترنت مليء بالمحتوى الرهيب والمثير للانقسام وقد قامت بعض الشركات بتوظيف مراقبين للمحتوى لمحاولة مراجعة المحتوى المشبوه، لكن هذا يبدو وكأنه مهمة مستحيلة. مؤخرًا، تم الإبلاغ عن أن بعض هذا المحتوى يمكن أن يكون ضارًا بالصحة العقلية (وكالة أسوشيتد برس — مشرفو محتوى فيسبوك في كينيا يصفون العمل بـ “التعذيب”. قد يكون لدعوتهم القضائية تأثير عالمي).
الخصوصية والحكم
تم تدريب نماذج الذكاء الاصطناعي التوليدي على بيانات تم جمعها من جميع أنحاء الإنترنت. العديد من صانعي نماذج اللغة الكبيرة لا يكشفون حقًا عن التفاصيل الدقيقة لما تم استخدامه من بيانات لتدريب النموذج. الآن، قد تكون النماذج قد تم تدريبها على بيانات حساسة أو خاصة لا ينبغي أن تكون متاحة للجمهور. انظر فقط إلى شركة سامسونج التي سربت عن غير قصد بيانات ملكية (TechCrunch — سامسونج تحظر استخدام أدوات الذكاء الاصطناعي التوليدي مثل ChatGPT بعد تسريب بيانات داخلية في أبريل). ماذا لو أن الذكاء الاصطناعي التوليدي ينتج مخرجات تتضمن أو تشبه بيانات حقيقية وخاصة؟ وفقًا لـ Bloomberg Law، تم تقديم دعوى تشهير ضد OpenAI مؤخرًا بسبب هلوسة ChatGPT.
يمكننا بالتأكيد أن نقول إن الشركات تحتاج إلى فهم مفصل لمصادر البيانات المستخدمة لتدريب نماذج الذكاء الاصطناعي التوليدي. عندما تقوم بضبط وتكييف نماذجك باستخدام بياناتك الخاصة، يكون في نطاق قدرتك إما إزالة تلك البيانات أو إخفاء هويتها. ومع ذلك، لا يزال بإمكانك أن تكون معرضًا للخطر إذا استخدم مزود نموذج الأساس بيانات غير مناسبة لتدريب النموذج. إذا كان هذا هو الحال، من هو المسؤول؟
الشفافية
بطبيعتها، من الصعب تفسير نماذج “الصندوق الأسود”. في الواقع، تحتوي العديد من هذه النماذج على مليارات المعلمات، لذلك أقترح أنها غير قابلة للتفسير. يجب على الشركات السعي نحو الشفافية وإنشاء وثائق حول كيفية عمل النموذج، حدوده، مخاطره، والبيانات التي تم استخدامها لتدريب النموذج. مرة أخرى، هذا أسهل قولًا من فعله.
التنوع وعدم التمييز والعدالة
مرتبطًا بما سبق، إذا لم يتم تدريب الذكاء الاصطناعي التوليدي بشكل صحيح ولم يتم حسابه، يمكن أن ينتج مخرجات متحيزة أو تمييزية. يمكن للشركات أن تبذل قصارى جهدها لضمان تنوع البيانات وتمثيلها، لكن هذا أمر صعب نظرًا لأن العديد من مزودي نماذج اللغة الكبيرة لا يكشفون عن البيانات التي تم استخدامها للتدريب. بالإضافة إلى اتخاذ جميع الاحتياطات الممكنة لفهم بيانات التدريب المستخدمة، مخاطره وحدوده، تحتاج الشركات إلى وضع نظام مراقبة للكشف عن هذا المحتوى الضار وآلية لوضع علامات عليه ومنع توزيعه وتصحيحه حسب الضرورة.
الرفاهية المجتمعية والبيئية
بالنسبة للشركات التي لديها مبادرات ESG، يستهلك تدريب نماذج اللغة الكبيرة كميات كبيرة من الحوسبة — مما يعني أنها تستخدم قدرًا كبيرًا من الكهرباء. مع بدء نشر قدرات الذكاء الاصطناعي التوليدي، تحتاج المنظمة إلى أن تكون واعية بالبصمة البيئية وتسعى لإيجاد طرق لتقليلها. هناك العديد من الباحثين الذين يبحثون عن طرق لتقليل حجم النموذج وتسريع عملية التدريب. مع تطور ذلك، يجب على الشركات على الأقل حساب التأثير البيئي في تقاريرها السنوية.
المساءلة
سيكون هذا مجالًا نشطًا للتقاضي لعدة سنوات قادمة. من هو المسؤول إذا أنتج الذكاء الاصطناعي التوليدي محتوى ضارًا أو مضللًا؟ من هو المسؤول قانونيًا؟ هناك عدة دعاوى قضائية معلقة في نظام المحاكم الأمريكية والتي ستحدد المسرح للتقاضي الآخر مع تقدم الأمور. بالإضافة إلى المحتوى الضار، ماذا لو أنتج نموذج اللغة الكبير الخاص بك عملًا مشتقًا؟ هل تم تدريب نموذج اللغة الكبير الخاص بك على مواد محمية بحقوق الطبع والنشر أو محمية قانونيًا؟ إذا أنتج مشتقًا للبيانات، كيف ستتعامل المحاكم مع ذلك؟ مع قيام الشركات بتنفيذ قدرات الذكاء الاصطناعي التوليدي — يجب وضع ضوابط وآليات تغذية مرتدة حتى يمكن اتخاذ إجراء لتصحيح الوضع.
الملخص
يحمل الذكاء الاصطناعي التوليدي وعدًا هائلًا في ثورة كيفية إنجاز الأمور في العالم، لكن تطوره السريع يجلب مجموعة من المعضلات الأخلاقية. مع دخول الشركات إلى عالم الذكاء الاصطناعي التوليدي، من الضروري التنقل في تنفيذه بفهم عميق للإرشادات الأخلاقية الراسخة. من خلال القيام بذلك، يمكن للمنظمات الاستفادة من القوة التحويلية للذكاء الاصطناعي مع التأكد من أنها تلتزم بالمعايير الأخلاقية، وتحمي من المخاطر والأضرار المحتملة.
Share this Article :

Blockchain Introduction & The Future of Business

FinTech for Capital Markets

Blockchain for Capital Markets


Compliance in the Fintech World
Subscribe to our newsletter and stay updated on the latest insights!
Explore Similar Category Courses
Explore & Request Similar Category Workshops
Get in Touch
Contact us for more information or cooperation.
