Datos. Computación y Trabajo
La monopolización de la IA no es solo, o incluso principalmente, un problema de datos. La monopolización es impulsada tanto por las barreras de entrada planteadas por el capital fijo, como por los "ciclos virtuosos" que la computación y la mano de obra están generando para los proveedores de IA.
Algunos académicos han analizado las implicaciones mutuas entre la IA y la monopolización, con un enfoque abrumadoramente centrado en la importancia de los datos en el proceso de capacitación de modelos de aprendizaje automático. Un grupo de investigadores es en gran medida escéptico sobre el papel de los datos en la facilitación de los mercados de ganadores se lleva todo, argumentando, por ejemplo, que más datos no significan más valor económico (por ejemplo, la diferencia entre un modelo que es 95% exacto y un modelo que es 94% de precisión es marginal en la mayoría de los casos de uso). [1] Otro grupo está más preocupado porque los clientes potenciales iniciales en IA y los datos tenderán a crecer más y más, lo que lleva a un puñado de empresas que dominan el mercado para el suministro de IA. [2] Como dice una pieza del New York Times: ‘Cuantos más datos tenga, mejor será su producto; cuanto mejor sea su producto, más datos podrá recopilar; cuantos más datos pueda recopilar, más talento puede atraer; cuanto más talento pueda atraer, mejor será su producto ".
Sobre la base de análisis como este, los formuladores de políticas han replicado el enfoque en los datos como clave para mantener la competencia capitalista. El intercambio de datos es un ejemplo particularmente destacado de esto con un informe reciente de la Comisión Europea, por ejemplo, que sugiere que 'cuando las circunstancias específicas así lo exijan, el acceso a los datos debe ser obligatorio, cuando sea apropiado, de manera justa, transparente, razonable, proporcionada y / o condiciones no discriminatorias. 'Y también se han presentado propuestas de políticas similares en Alemania.
Adaptado por Aniceto Pérez y Madrid, Especialista en Ética de la Inteligencia Artificial y Editor de Actualidad Deep Learning (@forodeeplearn)
Comentarios
Publicar un comentario