Del qué al cómo: una revisión inicial de las herramientas, los métodos y la investigación de ética de la IA disponibles al público para traducir los principios en prácticas

 El debate sobre las implicaciones éticas de la inteligencia artificial data de la década de 1960 (Samuel in Science, 132 (3429): 741–742, 1960. https://doi.org/10.1126/science.132.3429.741; Wiener in Cybernetics: o control y comunicación en el animal y la máquina, MIT Press, Nueva York, 1961). Sin embargo, en los últimos años, la IA simbólica se ha complementado y, a veces, reemplazado por técnicas de redes neuronales (profundas) y aprendizaje automático (ML). Esto ha aumentado enormemente su potencial utilidad e impacto en la sociedad, con la consecuencia de que el debate ético se ha generalizado. Dicho debate se ha centrado principalmente en los principios, el "qué" de la ética de la IA (beneficencia, no maleficencia, autonomía, justicia y explicabilidad), más que en las prácticas, el "cómo". La conciencia de los problemas potenciales está aumentando rápidamente. tasa, pero la capacidad de la comunidad de IA para tomar medidas para mitigar los riesgos asociados aún está en su infancia. Nuestra intención al presentar esta investigación es contribuir a cerrar la brecha entre los principios y las prácticas mediante la construcción de una tipología que pueda ayudar a los desarrolladores con mentalidad práctica a aplicar la ética en cada etapa del proceso de desarrollo de Machine Learning, y señalar a los investigadores dónde se necesita más trabajo. . La atención se centra exclusivamente en el aprendizaje automático, pero se espera que los resultados de esta investigación se puedan aplicar fácilmente a otras ramas de la IA. El artículo describe el método de investigación para crear esta tipología, los hallazgos iniciales y proporciona un resumen de las necesidades de investigación futuras.

https://link.springer.com/article/10.1007/s11948-019-00165-5