एलोन कस्तुरी अमेरिकन सरकार व्यवस्थापित करण्यासाठी कृत्रिम बुद्धिमत्ता वापरण्याची योजना आखत आहे? ही त्याची योजना असल्याचे दिसते, परंतु तज्ञ म्हणतात की ही एक “खूप वाईट कल्पना” आहे.
कस्तुरीने हजारो फेडरल सरकारी कर्मचार्यांना आपल्या सरकारी कौशल्य विभाग (कुत्रा) च्या माध्यमातून फेटाळून लावले आहे आणि असे वृत्त आहे की उर्वरित कामगारांना या आठवड्यात जे काही साध्य केले आहे त्याचे वर्णन करणारे पाच बुलेट पॉईंट्समध्ये साप्ताहिक ईमेल प्राप्त झाले आहे.
हे निःसंशयपणे अशा हजारो ईमेलसह कुत्र्याला पूर देईल, म्हणून कस्तुरीच्या प्रतिक्रियांवर प्रक्रिया करण्यासाठी कृत्रिम बुद्धिमत्तेवर अवलंबून आहे आणि कोणास नोकरी दिली पाहिजे हे ठरविण्यात मदत केली आहे. या योजनेचा भाग म्हणजे एआय सिस्टममधील अनेक सरकारी कर्मचार्यांची जागा घेणे.
ते यापैकी कोणतीही एआय सिस्टम कसे पाहतात किंवा कसे करतात हे अद्याप स्पष्ट झाले नाही – युनायटेड स्टेट्स कॉंग्रेसमधील काही डेमोक्रॅट्स भेटण्याची मागणी करीत आहेत – परंतु तज्ज्ञांनी असा इशारा दिला आहे की या साधनांची जोरदार चाचणी आणि सत्यापन न करता फेडरल सरकारमध्ये एआय वापरणे हे आपत्तीजनक परिणाम होऊ शकतात.
“एआय टूल्स जबाबदारीने वापरण्यासाठी, त्यांना एका विशिष्ट उद्देशाने लक्षात ठेवून डिझाइन करणे आवश्यक आहे. त्यांची चाचणी आणि सत्यापित करणे आवश्यक आहे. पेनसिल्व्हेनिया विद्यापीठातील कायदा आणि राजकीय विज्ञानाचे प्राध्यापक कॅरी कोगलियानिस म्हणतात की त्यापैकी काही येथे केले जात आहे की नाही हे स्पष्ट नाही.
कोगलियानिस म्हणतात की एआयने त्यांचे कार्य कोणाचे समाप्त केले पाहिजे हे ठरवण्यासाठी वापरल्यास तो त्या दृष्टिकोनातून “अत्यंत संशयी” असेल. ते म्हणतात की चुका करण्यासाठी एआय ही पूर्वाग्रह आणि इतर संभाव्य समस्यांसाठी व्यावहारिक क्षमता आहे.
“ही एक अतिशय वाईट कल्पना आहे. मिशिगन युनिव्हर्सिटीच्या सार्वजनिक धोरणाचे प्राध्यापक शोबीता पार्थसराथी म्हणाले, “एआय हा राष्ट्रीय निर्णय कसा घेईल हे आम्हाला माहित आहे (ते कसे प्रशिक्षित केले गेले आणि मूलभूत अल्गोरिदम कसे आहेत), हे राष्ट्रीय निर्णय आधारित असतील किंवा आपण काय विश्वास ठेवावा यावर आपण विश्वास का ठेवला पाहिजे.
या चिंतेमुळे सध्याचे सरकार, विशेषत: कस्तुरी – अब्जाधीश व्यावसायिक आणि अमेरिकेचे अध्यक्ष डोनाल्ड ट्रम्प यांचे निकटचे सल्लागार – या प्रयत्नात असे दिसून आले नाही.
उदाहरणार्थ, अमेरिकेच्या परराष्ट्र विभागाने त्यांचे व्हिसा काढण्याच्या प्रयत्नात हमासचे समर्थक असलेल्या कोणालाही ओळखण्यासाठी परदेशी नागरिकांना स्कॅन करण्यासाठी एआयचा वापर करण्याची योजना आखली आहे. या प्रणाली कशा कार्य करू शकतात याबद्दल अमेरिकन सरकार इतके पारदर्शक नव्हते.
ओळखण्यासाठी नुकसान
“ट्रम्प प्रशासनाला कोणत्याही किंमतीत एआयचे अनुसरण करण्यात रस आहे,” असे न्यूयॉर्क विद्यापीठातील पत्रकार प्राध्यापक आणि तज्ज्ञ हिलकेमन म्हणाले आणि मला एआयचा न्याय्य, न्याय आणि न्याय्य वापर पहायला आवडेल. ” “असे बरेच नुकसान होऊ शकते जे शोधले जाऊ शकत नाही.”
एआय तज्ञांचे म्हणणे आहे की एआयच्या सरकारचा वापर चुकीचा असू शकतो असे बरेच मार्ग आहेत, म्हणूनच काळजीपूर्वक आणि प्रामाणिकपणाने घेणे आवश्यक आहे. कोगलियानिस म्हणतात की नेदरलँड्स आणि युनायटेड किंगडमसह जगभरातील सरकारांना वाईट रीतीने अंमलात आणण्यात अडचणी आल्या आहेत जे चुकीचे किंवा पक्षपात दाखवू शकतात आणि परिणामी, उदाहरणार्थ, रहिवाशांच्या कल्याणकारी फायद्यांना चुकीच्या पद्धतीने नाकारले गेले आहे.
अमेरिकेत, मिशिगनला एआयमध्ये एक समस्या होती जी खोटी फसवणूकीची हजारो प्रकरणे ओळखली तेव्हा बेरोजगारी प्रणालीत फसवणूक शोधण्यासाठी वापरली गेली. यापैकी बर्याच नाकारलेल्या फायद्यांवर काटेकोरपणे सामोरे जावे लागले, ज्यावर एकाधिक दंड आणि फसवणूकीचा आरोप ठेवण्यात आला. लोकांना अटक करण्यात आली आणि दिवाळखोरीसाठी दाखल करण्यात आले. पाच वर्षांच्या कालावधीनंतर, राज्याने हे कबूल केले की ही प्रणाली सदोष आहे आणि एका वर्षा नंतर ती फसव्या फसवणूकीचा आरोपी आरोपींना 21 दशलक्ष डॉलर्स परत आली.
“बहुतेक वेळा, जे अधिकारी या तंत्रज्ञानाची खरेदी करतात आणि तैनात करतात त्यांना क्वचितच माहित असते की ते कसे कार्य करतात, त्यांचे पक्षपात आणि मर्यादा आणि दोष.” “कमी -इनकम आणि अन्यथा उपेक्षित समुदायाच्या सामाजिक सेवांद्वारे (जसे की बेरोजगारी सुविधा, पालन काळजी, कायद्याची अंमलबजावणी), एआयच्या समस्येमुळे त्यांचा सर्वाधिक परिणाम होतो.”
एखाद्याच्या पॅरोल किंवा पोलिस विभागांना गुन्हा होण्याची शक्यता आहे असा अंदाज लावण्याचा प्रयत्न केला असता एआय सरकारने सरकारमध्ये समस्या निर्माण केल्या आहेत.
शेलमन म्हणतात की पोलिस विभागांद्वारे वापरल्या जाणार्या एआयला सामान्यत: त्या श्रेणींमधील ऐतिहासिक तिहासिकल डेटाचे प्रशिक्षण दिले जाते आणि परिणामी, एआय अति-पॉलिसींग, विशेषत: ओव्हर-पॉलिसींग फील्ड्स होते.
एआयला काहीही समजत नाही
फेडरल सरकारमधील कामगारांची जागा घेण्यासाठी एआय वापरण्याची एक समस्या म्हणजे सरकारकडे विविध कार्ये आहेत ज्यांना विशिष्ट कौशल्ये आणि ज्ञान आवश्यक आहे. न्यायव्यवस्थेतील आयटी व्यक्तीकडे कृषी विभागापेक्षा खूप वेगळी नोकरी असू शकते, उदाहरणार्थ, त्यांचे शीर्षक असले तरी. एआय प्रोग्राम, म्हणूनच, मानवी कामगारांच्या बदलीसाठी मध्ययुगीन काम करण्यासाठी जटिल आणि उच्च प्रशिक्षण दिले पाहिजे.
“मला असे वाटत नाही की आपण लोकांच्या नोकर्या यादृच्छिकपणे खर्च करू शकता आणि नंतर (त्यांना कोणत्याही एआयसह पुनर्स्थित करा),” “हे लोक करत असलेली कार्ये बर्याचदा विशेष आणि विशिष्ट होती.”
शेलमन म्हणतो की आपण एखाद्याच्या नोकरीचा भाग बनविण्यासाठी एआय वापरू शकता ज्याचा अंदाज किंवा पुनरावृत्ती होऊ शकेल परंतु आपण कोणालाही अचूकपणे पुनर्स्थित करू शकत नाही. आपण अनेक, वेगवेगळ्या प्रकारच्या कामांसाठी योग्य एआय साधने विकसित करण्यासाठी काही वर्षे घालवल्यास हे सैद्धांतिकदृष्ट्या शक्य होईल – एक अतिशय कठीण काम आणि सरकार सध्या करत असल्याचे दिसत नाही.
“या कामगारांना खरी कौशल्ये आणि मुद्द्यांची थोडक्यात कल्पना आहे, जी एआय करत नाही. पार्थसराथी प्रत्यक्षात एआय म्हणतो ‘काहीतरी काहीच समजत नाही’. “ऐतिहासिक माहितीवर आधारित नमुने शोधण्यासाठी गणना करण्याच्या पद्धतींचा हा वापर आहे. आणि म्हणून त्याची मर्यादित उपयोगिता आहे आणि अगदी ऐतिहासिक तिमॅटिक पूर्वाग्रह देखील मजबूत होण्याची शक्यता आहे. “
अमेरिकेचे माजी अध्यक्ष जो बिडेन यांचे प्रशासन घाला २०२१ मध्ये, कार्यकारी आदेशाने एआयच्या सरकारमधील जबाबदार वापरावर आणि एआयची चाचणी कशी व पडताळणी केली यावर लक्ष केंद्रित केले, परंतु ट्रम्प प्रशासनाने जानेवारीत हा आदेश नाकारला. शेलमन म्हणतात की एआय सरकारमध्ये जबाबदारीने वापरला जाईल किंवा एआय कसा वापरला जात आहे हे संशोधकांना समजू शकेल.
हे सर्व म्हणाले, जर एआय जबाबदारीने विकसित केले गेले असेल तर ते खूप उपयुक्त ठरू शकते. एआय स्वयंचलित कार्ये स्वयंचलितपणे स्वयंचलितपणे करू शकते जेणेकरून कामगार अधिक महत्त्वाच्या मुद्द्यांवर लक्ष केंद्रित करू शकतील किंवा संघर्ष करीत असलेल्या समस्यांशी लढा देण्यास मदत करू शकतील. तथापि, योग्य पद्धतीने तैनात करण्यासाठी वेळ देणे आवश्यक आहे.
“असे म्हणायचे आहे की आम्ही अभिमानाने एआय साधने वापरू शकत नाही,” “परंतु जेव्हा सरकार योग्य सार्वजनिक इनपुट आणि पूर्ण वैधता आणि अल्गोरिदम सत्यापन न करता द्रुत गोष्टी करण्याचा प्रयत्न करतात तेव्हा सत्यापन केल्याशिवाय द्रुत गोष्टी करण्याचा प्रयत्न करीत असतात.”