سواد هوش مصنوعی

چکیده

متن زیر مربوط به پیوست دوم بیانیه ایفلا درباره کتابخانه‌ها و هوش مصنوعی ( IFLA Statement on Libraries and Artificial Intelligence) است. در این پیوست به سواد هوش مصنوعی پرداخته است. در این بیانیه به اهمیت آگاهی عمومی و ظرفیت‌سازی راجع به هوش مصنوعی در بین مردم جامعه و به درک تأثیرات اجتماعی بالقوه هوش مصنوعی، به ویژه در زمینه حقوق بشر تاکید شده است. سواد هوش مصنوعی را می‌توان به عنوان مجموعه‌ای از مهارت‌ها تعریف کرد که درک کامل هوش مصنوعی را از طریق سه محور مهم ممکن می‌کند: یادگیری در مورد هوش مصنوعی، یادگیری در مورد نحوه عملکرد هوش مصنوعی، و یادگیری مادام‌العمر با هوش مصنوعی (Long & Magerko, 2020؛ Miao et al., 2021).

ترجمه این پیوست توسط  دکتر مریم اسدی انجام شده است.

پیوست دوم: سواد هوش مصنوعی

برای استفاده از ظرفیت هوش مصنوعی برای ارتقای توسعه فراگیر، مهم است که اطمینان حاصل شود که همه مهارت‌ها و شایستگی‌های لازم برای انتخاب معنادار در استفاده از هوش مصنوعی وجود دارد و از برنامه‌های هوش مصنوعی هم در قلمرو عمومی و هم در قلمرو خصوصی بهره‌مند می‌‌شوند (و آسیب نمی‌بینند).

به همین دلیل است که چندین چارچوب و اسناد سیاستی حکمرانی هوش مصنوعی – به ویژه آنهایی که بر اخلاق و حقوق بشر تمرکز دارند – به نیاز به آگاهی و ظرفیت‌سازی عمومی اشاره می‌کنند. برای مثال، بندهایی درباره آگاهی و سواد هوش مصنوعی در توصیه‌های شورای اروپایی درباره «رمزگشایی هوش مصنوعی: ده گام برای حفاظت از حقوق بشر» و در یک مجموعه استاندارد پیشنهاد شده توسط کارگروه گسترده اخلاق دانش علمی و فناوری (COMEST) کمیسیون جهانی یونسکو در زمینه اخلاق هوش مصنوعی گنجانده شده است.

همچنین اهمیت آگاهی عمومی در بیانیه وزرای نوآوری G7 تاکید شده است و توصیه شورای OECD درباره هوش مصنوعی شامل توصیه‌ای برای دولت‌ها برای کمک به تجهیز مردم به مهارت‌های لازم برای تعامل، استفاده و کار با هوش مصنوعی است. به طور مشابه، بیانیه بخش IEEE در مورد هوش مصنوعی به اهمیت سواد هوش مصنوعی برای عموم مردم و همچنین اطلاع‌رسانی و مشارکت دادن مردم در گفتمان و تصمیم‌گیری خط‌مشی‌های هوش مصنوعی اشاره می‌کند.

«سواد هوش مصنوعی» به چه معناست؟

در کنار سواد دیجیتال و مهارت‌های اولیه فناوری اطلاعات و ارتباطات، «سواد هوش مصنوعی» معمولاً با درک ابتدایی از نحوه عملکرد هوش مصنوعی و یادگیری ماشین شروع می‌شود، چه کاری می‌توانند انجام دهند و چه کاری نمی‌توانند انجام دهند. برای نمونه از آنچه که سواد هوش مصنوعی می‌تواند پوشش دهد، می‌توان به “عناصر هوش مصنوعی” نگاهی انداخت، یک دوره آموزشی گسترده باز آنلاین که توسط یک مشاور فناوری رکتوr و دانشگاه هلسینکی توسعه یافته است.

هدف موک( MOOC ) کمک به افراد غیرمتخصص است تا درک اولیه‌ای از هوش مصنوعی داشته باشند. این دوره موضوعاتی مانند تعریف هوش مصنوعی، جستجو و حل مسئله، قضیه بیز، احتمالات و کاربرد آنها در هوش مصنوعی، انواع یادگیری ماشین، طبقه‌بندی و رگرسیون در ML، مبانی شبکه‌های عصبی، و مفاهیم اجتماعی هوش مصنوعی را پوشش می‌دهد.

نکته بعدی دومین عنصر کلیدی سواد هوش مصنوعی را برجسته می‌کند – درک تأثیرات بالقوه هوش مصنوعی، به ویژه در حوزه حقوق بشر. به عنوان مثال این می‌تواند، آگاهی از خطرات تبعیض‌آمیز هوش مصنوعی باشد. به طور گسترده‌تر، آن شامل درک چگونگی اعمال اصولی مانند شفافیت، توضیح‌پذیری و عدالت در کاربرد هوش مصنوعی و چرایی اهمیت آنها می‌شود.

سوم، عموم مردم می‌توانند از آموزش درباره مدیریت داده‌های شخصی بهره‌مند شوند. این شامل آگاهی و سواد در رابطه با مسائل حریم خصوصی و همچنین درک نحوه استفاده از داده‌های شخصی در فرآیندهای تصمیم‌گیری هوش مصنوعی است.

در نهایت، درهم تنیدگی رو به رشد هوش مصنوعی در جامعه، سواد رسانه‌ای و اطلاعاتی (MIL) را به یک قابلیت مهم فزاینده برای عموم مردم تبدیل می‌کند. هوش مصنوعی می‌تواند تأثیر قابل‌توجهی بر نحوه دسترسی افراد به اطلاعات – از نتایج جستجوی شخصی‌شده و مدیریت محتوا، تا محتوای تولید شده توسط (یا با کمک) هوش مصنوعی، تا تعدیل محتوای مبتنی بر هوش مصنوعی داشته باشد. سواد رسانه‌ای و اطلاعاتی می‌تواند این اطمینان را دهد که مردم قادر به هدایت و تفکر انتقادی در زمینه اطلاعات با واسطه هوش مصنوعی هستند – و به طورکلی، درگیری‌شان با هوش مصنوعی را درک کنند.

این قابلیت در چند چارچوب دیگر اشاره شده، حتی اگر از اصطلاحات مختلفی استفاده شده است. برای مثال، مطالعه مقدماتی COMEST، سواد هوش مصنوعی را در بافت‌های آموزشی و دانشی به عنوان مهارتی توصیف می‌کند که تفکر انتقادی درباره نقشی را ممکن می‌سازد که سیستم‌های رایانه‌ای هوشمند در «تشخیص نیازهای اطلاعاتی، انتخاب، تفسیر، ذخیره‌سازی و نمایش داده‌ها[اطلاعات] » ایفا می‌کنند. به طور مشابه، یک مقاله کاربردی در مورد هوش مصنوعی در آموزش توسط یونسکو، سواد اطلاعاتی و داده‌ای را به‌عنوان شایستگی‌های دیجیتالی مهمی شناسایی می‌کند که ممکن است یادگیرندگان برای «آمادگی برای هوش مصنوعی» به کسب آن نیاز داشته باشند. این دو شایستگی مستلزم «مرور، جستجو، فیلتر کردن، […] ارزیابی، [و] مدیریت داده‌ها، اطلاعات و محتوای دیجیتال» است.

عناصر سواد هوش مصنوعی

به طور خلاصه، سواد هوش مصنوعی را می توان به عنوان عناصر زیر در نظر گرفت:

• – درک اساسی از نحوه عملکرد هوش مصنوعی و یادگیری ماشین، منطق زیربنایی و محدودیت‌های آنها.
• – درک تأثیرات اجتماعی بالقوه هوش مصنوعی، به ویژه در زمینه حقوق بشر.
• – مهارت‌های مدیریت داده های شخصی؛
• – سواد رسانه‌ای و اطلاعاتی.

چرا برای عموم مردم داشتن سواد هوش مصنوعی مهم است؟

برای شروع، سواد و آگاهی از هوش مصنوعی برای تقویت مشارکت آگاهانه عمومی در گفت‌وگوهایی درباره خط‌مشی و تصمیم‌گیری در رابطه با هوش مصنوعی بسیار مهم است. دوم، می تواند شفافیت را تشویق کند، تقاضا برای پاسخگویی ایجاد کند، و تعامل مهم با تصمیمات هوش مصنوعی، از جمله توانایی به چالش کشیدن آنها در صورت لزوم را ایجاد کند.  در نهایت، برخی اسناد بر شایستگی‌ها و مهارت‌های مجدد موردنیاز برای کمک به آماده‌سازی کارکنان برای انتقال احتمالی در بازار کار تأکید می‌کنند. به عنوان حوزه‌ای برای رشد احتمالی در آینده، توسعه سطح سواد هوش مصنوعی می‌تواند حداقل سنگ بنایی به سمت مشاغل برای برخی باشد.

تقویت سواد هوش مصنوعی در میان مردم مستلزم آموزش هماهنگ و تلاش‌های آگاهی‌افزایی است و چندین سند خط‌مشی به نقش موسسات و برنامه‌های آموزشی رسمی اشاره می‌کنند. با این حال، همانطور که در «سیاست‌ها و توصیه‌های سرمایه‌گذاری برای هوش مصنوعی قابل اعتماد» تأکید شده است، بسیار مهم است که طرح‌های سواد هوش مصنوعی برای همه قابل دسترسی باشد. شکاف های دیجیتالی یا سایر موانع احتمالی مانند سن، مهارت‌ها یا درآمد نباید مانع از بهره‌مندی گروه‌های آسیب‌پذیرتر یا کمتر برخوردار از چنین طرح‌هایی شود.

کتابخانه‌ها تجربه گسترده‌ای در ارائه فرصت‌های یادگیری غیررسمی دارند. از مهارت‌های فناوری اطلاعات و ارتباطات (ای سی تی) گرفته تا علوم، فناوری، مهندسی و پزشکی تا سوادآموزی، آنها الگویی برای آموزش ارائه داده‌اند که می‌تواند به گروه‌های آسیب‌پذیر، محروم یا به حاشیه رانده‌ شده برسد. آنها می‌توانند این الگو را برای ظرفیت‌سازی عناصر کلیدی سواد هوش مصنوعی که در بالا ذکر شد، گسترش دهند.

برای مثال، مطالعه‌ای اخیر توسط Project Information Literacy، نحوه هدایت و ارزیابی چشم‌اندازهای اطلاعاتی الگوریتم محور خود را، به ویژه از زاویه اطلاعات و سواد الگوریتمی، مورد بررسی قرار داد. این مطالعه مجموعه‌ای از توصیه‌ها را برای کتابخانه‌ها، در میان سایر ذینفعان کلیدی، درباره چگونگی ارتقای آگاهی و سواد و تلاش برای سواد اطلاعاتی پیشنهاد می‌کند. برای مثال، اینها شامل استفاده از رویکردهای یادگیری همتا به همتا، تشکیل جوامع علاقه‌مند اساتید دانشگاه و گروه های متخصص، کمک به ادغام سواد الگوریتمی در دوره‌ها و برنامه های درسی موجود و موارد دیگر است.

برخی از کتابخانه‌ها در حال حاضر شروع به کشف این نقش کرده‌اند و فرصت‌های یادگیری هوش مصنوعی را ارائه می‌کنند، همانطور که در پیوست 3 توضیح داده شده است. با تکیه بر این مثال‌ها و موارد دیگر، کتابخانه‌ها می‌توانند نقش مهمی در حصول اطمینان از اینکه طرح‌های سواد هوش مصنوعی اساساً فراگیر و در دسترس همگان قرار گیرد، ایفا کنند.