🔒 Sprawiedliwość nie istnieje i można to udowodnić

Jednym z gorętszych tematów w świecie AI jest obecnie problem (nie)sprawiedliwości algorytmów.

Loading the Elevenlabs Text to Speech AudioNative Player…

Dobrym przykładem jest tu działanie systemów rekomendacyjnych. Jak to się dzieje, że jednym osobom pojawiają się reklamy kursów AI, a innym pożyczek chwilówek, wpędzających ich w spiralę zadłużenia? I czy takie różnice w rekomendacjach mogą dyskryminować pewne grupy populacji? Dyskryminacja budzi w nas słuszny gniew, nic więc dziwnego, że regulacje związane z algorytmami w wielu krajach coraz częściej wymagają ich weryfikacji pod tym kątem.

Ale czy dyskryminacji da się w ogóle uniknąć? Poniżej przyjrzymy się tematyce sprawiedliwych algorytmów (sprawiedliwość rozumiana jest tutaj jako brak dyskryminacji), odkrywając twierdzenie matematyczne z najbardziej przerażającej rodziny twierdzeń – o niemożności. Otóż, moi drodzy, bez względu na to, jak wysokiej jakości zbierzemy dane, bez względu na to, ile zapłacimy konsultantowi albo ile obliczeń wykupimy u ulubionego dostawcy chmury, uniwersalna sprawiedliwość nie istnieje i można to udowodnić.

Ten artykuł jest częścią drukowanej edycji hAI Magazine. Aby go przeczytać w całości, wykup dostęp on-line

29,99 zł miesięcznie

Wykup dostęp

Profesor Uniwersytetu Warszawskiego i Politechniki Warszawskiej. Prowadzi grupę badawczą MI2.AI i projekt BeatBit popularyzujący myślenie oparte na danych.

Podziel się

Może Cię zainteresować