Virtudes, no principios

 El fracaso del progreso en la IA responsable se debe a un enfoque equivocado que prioriza los buenos resultados sobre el buen comportamiento. Es indiscutible decir que el sesgo es malo y que la privacidad es buena, pero lo que esto significa en la práctica es más polémico. Al intentar simplificar el trabajo de lograr buenos resultados a “marcos” o “principios”, el trabajo que se realiza en el campo corre el riesgo de dar pocos frutos. Nuestra comprensión de cómo los sistemas de IA pueden conducir a resultados sociales problemáticos es inherentemente reactiva, ya que respondemos a problemas que pueden documentarse. El objetivo de la IA responsable, sin embargo, es ser proactivo al anticipar los daños potenciales y mitigar su impacto. Las listas de verificación sobre lo que se debe hacer nunca pueden alcanzar la gama completa de riesgos potenciales que la IA responsable busca abordar y, como resultado, son inherentemente limitadas. La preocupación proactiva por los resultados socialmente beneficiosos requiere no solo trabajar en marcos para el uso ético, sino también cultivar tecnólogos y gerentes virtuosos, que estén motivados para tomar en serio las preocupaciones de la IA responsable.

La importancia de la virtud es clara cuando consideramos los modos de falla de los enfoques basados ​​en principios para la IA responsable: no adopción y recuperación. O se ignorarán los principios o se deformarán para servir a los intereses del statu quo.

https://montrealethics.ai/virtues-not-principles/

Editado por Aniceto Pérez y Madrid, Especialista en Ética de la Inteligencia Artificial y Editor de Actualidad Deep Learning (@forodeeplearn).

Los artículos publicados son incluidos por su estimada relevancia y no expresan necesariamente los puntos de vista del Editor este Blog.