AI 윤리 및 AI 법은 확인되지 않은 AI 연령 차별에 대해 경고합니다

가장 무시되고 완전히 잊혀진 유형의 차별 중 하나는 시대주의.

미국심리학회(APA)에 따르면 "60세 이상의 미국인의 수가 증가하고 있지만 사회는 고령화 인구를 수용하지 못하고 있다"(APA, 심리학에 대한 모니터, 34권 5호). 또한 APA는 다음과 같이 말합니다.

세계보건기구(WHO)가 규정한 공식적인 정의는 노인 차별이 다음과 같이 구성된다는 것입니다.

• "나이즘은 나이에 따른 타인이나 자신에 대한 고정관념(생각하는 방식), 편견(생각하는 방식), 차별(행동하는 방식)을 말합니다."(WHO, 에이징: 에이지리즘, 2021년 XNUMX월).

WHO의 정의에 따르면 연령 차별은 젊든 늙든 모든 연령대를 대상으로 할 수 있습니다. 예를 들어, 직장에서 신입 직원이 너무 어려서 업무 관련 통찰력을 제공할 수 없다고 말하거나 노련한 관리자가 누군가를 젊다고 부당하게 생각하는 방식으로 대우하는 것과 같이 젊은 사람들에 대한 연령 차별과 관련된 상황을 쉽게 기억할 수 있습니다. 한계 직장 통찰력이 있습니다.

오늘 토론에서는 노인에 대한 연령 차별에 초점을 맞추겠습니다.

연령 차별은 젊은 사람들과 본질적으로 모든 연령층에게 적용될 수 있음을 명심하십시오. 그렇긴 하지만, 많은 사람들이 나이 차별을 노인을 겨냥한 것으로 해석하는 경향이 있습니다. 따라서 저는 여기서 그 특정한 형태의 연령 차별을 다룰 것입니다.

연구학자들은 연령차별이 독특한 연구와 분석의 가치가 있는 현상으로 실현된 것은 시대주의 퓰리처상을 수상한 로버트 버틀러 박사가 1969년 "나이주의: 편견의 또 다른 형태"라는 제목의 기사에서 노년층의, 볼륨 9, 번호 4). 그의 일반 논픽션 부문 퓰리처상은 나중에 그의 1975년 획기적인 저서의 결과로 발생했습니다. 왜 살아남는가? 미국에서 나이들기 그 당시 큰 주목을 받았습니다.

연령 차별에 관한 Butler의 선구적인 기사에서 그는 인종, 성별 등에 기반한 다양한 형태의 차별에 대해 설명하고 (당시) 놀라운 점을 제시합니다.

• “그러나 우리는 곧 우리가 지금 간과하는 경향이 있는 일종의 편견, 즉 연령 차별이나 연령 차별, 한 연령 그룹이 다른 연령 그룹에 대해 갖는 편견을 매우 심각하게 고려해야 할 것입니다. 그러한 편견이 존재한다면 특히 미국에서 분명하지 않을 수 있습니다. 전통적으로 묵상, 반성, 경험, 나이의 지혜보다 실용주의, 행동, 힘, 젊음의 활력을 중시하는 사회?” (그의 1969년 기사에서 인용).

노인 차별의 강력하고 해로운 영향을 강조하기 위해 Butler는 주제에 대해 다소 가혹하지만 아마도 정확한 성찰을 언급했습니다. 강도, 개인의 능력과 무관한 고용의 연령 차별, 연구 자금 할당의 가능한 불평등”(ibid).

연령주의는 오늘날에도 여전히 번성하고 있습니다.

1960년대 후반과 1970년대와 그 이후에 버틀러의 발언 이후에 우리 사회가 마법처럼 나이 차별을 말소했다고 가정하지 않도록 이 말을 하는 것입니다. 별로. 당신은 오늘날 우리가 과거에 그랬던 것만큼, 아마도 오늘날의 더 많은 인구와 "고령자" 노인 분류에 맞는 확대된 비율의 결과로 더 많은 연령 차별을 가지고 있다고 합리적인 주장으로 주장할 수 있습니다.

물론, 우리가 과거보다 연령 차별에 대해 더 많이 인식하고 있으며 연령 차별 차별을 감지하고 극복하는 것과 관련된 더 많은 법률과 윤리적 지침이 있다고 반박할 수도 있습니다. 요점은 오늘날 연령 차별이 인식되고 있는 우려 요소이지만 그럼에도 불구하고 여전히 연령 차별을 염두에 두지 않거나 연령 차별이 다른 형태의 사람들에게 주어질 수 있는 것만큼 심각하거나 관심을 기울일 가치가 없다고 믿는 경향이 있다는 것입니다. 차별.

나이 차별은 무시되고 잊혀진 선택이라고 말할 수 있습니다.

연령 차별에 대해 우리가 무엇을 할 수 있는지 궁금하실 것입니다.

일반적으로 WHO에 따르면 노인 차별과 싸우기 위해 세 가지 조치를 취해야 합니다(제 생각입니다).

1) 연령차별 극복을 위한 적절한 정책 및 법률 제정

2) 연령차별에 대한 적절한 교육 및 정보 제공 노력

3) 연령차별의 근간이 되는 세대간 개입 수행

WHO가 공식화한 입장 성명서의 인용 가능한 빠른 버전으로서 그들이 추천하는 내용은 다음과 같습니다. 교육 활동은 정확한 정보와 반정형적인 예를 제공함으로써 공감을 높이고 다양한 연령대에 대한 오해를 불식시키며 편견을 줄일 수 있습니다. 서로 다른 세대의 사람들을 하나로 모으는 세대 간 개입은 집단 간 편견과 고정관념을 줄이는 데 도움이 될 수 있습니다.”(위에서 인용한 WHO에 따라)

나는 연령 차별을 다루는 것에 대한 고려 사항에 또 다른 요소를 추가하고 싶습니다.

준비되셨습니까?

이 선언을 하려면 자리에 앉아야 할 수도 있습니다.

인공지능(AI).

예, AI는 연령 차별과 연령에 따른 차별을 조장하는 데 사용될 수 있습니다.

이것은 놀라운 일이 될 수 있습니다. AI는 노인 차별과 같은 차별적 관행을 제거하는 데 영웅적으로 도움이 되는 것이 아닐까요? 확실히 AI는 노인 차별을 줄이는 데 방해가 아니라 도우미가 되어야 할 것 같습니다. AI가 노인 차별을 더욱 악화시킬 가능성이 있음이 밝혀졌으니 걱정하지 마세요.

AI는 연령 차별을 활용하도록 고안될 수 있을 뿐만 아니라 AI는 연령 차별을 조장하고 확산시키는 공격을 일으킬 수도 있습니다. 일종의 이중 사용 모드에서 컴퓨팅의 광대함과 만연한 AI는 이전에는 상상할 수 없었던 방식으로 연령 차별을 확대할 수 있습니다. 저는 AI의 이중 용도 가능성에 대해 길게 논의했습니다. AI는 AI를 좋게 사용할 수도 있고 나쁘게 사용할 수도 있습니다. 여기 링크.

대체로 AI 기반 또는 AI 권한 부여 노인 차별의 유령은 수많은 AI 윤리 및 AI 법률 고려 사항을 제기합니다. AI 윤리 및 AI 법률에 대한 저의 지속적이고 광범위한 분석은 다음을 참조하십시오. 여기 링크 와 여기 링크, 다만 약간을 지명하기 위하여.

계속해서 AI 연령 차별 개념을 풀고 우리가 무엇을 만들 수 있는지 봅시다.

먼저 AI, 특히 AI 윤리 및 AI 법에 대한 몇 가지 필수 토대를 마련하여 AI 연령주의라는 주제가 맥락적으로 타당할 수 있도록 하고자 합니다.

윤리적 AI 및 AI 법률에 대한 인식 상승

최근 AI 시대는 처음에는 좋은 AI, 인류의 개선을 위해 AI를 사용할 수 있음을 의미합니다. 발 뒤꿈치에 좋은 AI 우리도 몰입하고 있다는 사실을 깨달았습니다. 나쁜 인공 지능. 여기에는 차별적이 되도록 고안되거나 자체 변형되고 과도한 편견을 주입하는 계산 선택을 하는 AI가 포함됩니다. 때로는 AI가 그런 식으로 구축되는 반면, 다른 경우에는 그 방향으로 방향을 틀게 됩니다.

나는 우리가 오늘날 AI의 본질에 대해 같은 페이지에 있다는 것을 충분히 확인하고 싶습니다.

오늘날 지각이 있는 AI는 없습니다. 우리는 이것을 가지고 있지 않습니다. 우리는 지각 있는 AI가 가능할지 모릅니다. 우리가 지각 있는 AI에 도달할 것인지, 지각 있는 AI가 어떻게든 기적적으로 자발적으로 계산적 인지 초신성(보통 특이점이라고 함)의 형태로 발생할지 여부를 적절하게 예측할 수 없습니다. 여기 링크).

제가 집중하고 있는 AI 유형은 오늘날 우리가 가지고 있는 무감각 AI로 구성되어 있습니다. 우리가 지각 있는 AI에 대해 격렬하게 추측하고 싶다면 이 논의는 근본적으로 다른 방향으로 갈 수 있습니다. 지각 있는 AI는 아마도 인간의 품질일 것입니다. 지각 있는 AI가 인간의 인지적 등가물임을 고려해야 합니다. 더구나 일부 사람들은 우리가 초지능 AI를 가질 수 있다고 추측하기 때문에 그러한 AI가 결국 인간보다 더 똑똑해질 수 있다고 생각할 수 있습니다(초지능 AI를 가능성으로 탐색하려면 다음을 참조하십시오. 여기의 적용 범위).

나는 우리가 모든 것을 진실로 유지하고 오늘날의 컴퓨팅 비 지각 AI를 고려할 것을 강력히 제안합니다.

오늘날의 AI는 어떤 방식으로도 인간의 생각과 동등하게 "생각"할 수 없다는 사실을 깨달으십시오. Alexa 또는 Siri와 상호 작용할 때 대화 능력은 인간의 능력과 비슷해 보일 수 있지만 현실은 계산적이며 인간의 인식이 부족합니다. AI의 최신 시대는 계산 패턴 매칭을 활용하는 머신 러닝(ML) 및 딥 러닝(DL)을 광범위하게 사용했습니다. 이것은 인간과 같은 성향을 보이는 AI 시스템으로 이어졌습니다. 한편, 오늘날 상식과 유사하고 강력한 인간 사고의 인지적 경이로움도 없는 AI는 없습니다.

오늘날의 AI를 의인화하는 데 매우 주의하십시오.

ML/DL은 계산 패턴 일치의 한 형태입니다. 일반적인 접근 방식은 의사 결정 작업에 대한 데이터를 수집하는 것입니다. ML/DL 컴퓨터 모델에 데이터를 제공합니다. 이러한 모델은 수학적 패턴을 찾으려고 합니다. 그러한 패턴을 찾은 후 발견되면 AI 시스템은 새 데이터를 만날 때 해당 패턴을 사용합니다. 새 데이터가 표시되면 "이전" 또는 과거 데이터를 기반으로 하는 패턴이 적용되어 현재 결정이 나타납니다.

나는 이것이 어디로 향하고 있는지 짐작할 수 있다고 생각합니다. 의사 결정에 따라 패턴화된 인간이 잘못된 편견을 통합했다면 데이터가 미묘하지만 중요한 방식으로 이를 반영할 가능성이 있습니다. 머신 러닝 또는 딥 러닝 계산 패턴 일치는 그에 따라 데이터를 수학적으로 모방하려고 합니다. AI가 만든 모델링 자체의 상식이나 다른 감각적인 측면의 유사성은 없습니다.

게다가 AI 개발자도 무슨 일이 일어나고 있는지 깨닫지 못할 수도 있습니다. ML/DL의 난해한 수학은 이제 숨겨진 편견을 찾아내는 것을 어렵게 만들 수 있습니다. 보기보다 까다롭지만 AI 개발자가 잠재적으로 묻혀 있는 편향을 테스트하기를 기대하고 기대할 수 있습니다. 비교적 광범위한 테스트를 수행하더라도 ML/DL의 패턴 일치 모델에 여전히 편향이 포함될 가능성이 큽니다.

가비지 인 가비지 아웃이라는 유명하거나 악명 높은 격언을 어느 정도 사용할 수 있습니다. 문제는 이것이 AI에 잠긴 편향으로 교묘하게 주입되는 편향과 더 유사하다는 것입니다. AI의 ADM(알고리즘 의사결정)은 공리적으로 불평등을 수반합니다.

안좋다.

이 모든 것은 특히 AI 윤리와 관련하여 AI를 입법화하려고 할 때 배운 교훈(모든 교훈이 일어나기 전에도)을 쉽게 볼 수 있는 창을 제공합니다.

일반적으로 AI 윤리 지침을 적용하는 것 외에도 AI의 다양한 사용을 규제하는 법률이 있어야 하는지에 대한 해당 질문이 있습니다. AI를 고안해야 하는 방법의 범위와 성격에 관한 새로운 법률이 연방, 주 및 지방 차원에서 시행되고 있습니다. 그러한 법률의 초안을 작성하고 제정하려는 노력은 점진적입니다. AI 윤리는 최소한 고려된 임시방편으로서 역할을 하며 거의 확실히 어느 정도 이러한 새로운 법률에 직접 통합될 것입니다.

일부에서는 AI를 다루는 새로운 법률이 필요하지 않으며 기존 법률로 충분하다고 단호하게 주장합니다. 그들은 우리가 이러한 인공 지능 법 중 일부를 제정하면 엄청난 사회적 이점을 제공하는 인공 지능의 발전을 단속하여 황금 거위를 죽이게 될 것이라고 미리 경고합니다.

이전 칼럼에서 저는 AI를 규제하는 법률을 만들고 제정하기 위한 다양한 국내 및 국제적 노력을 다루었습니다. 여기 링크, 예를 들어. 나는 또한 거의 200개국이 채택한 유네스코 AI 윤리 세트와 같은 유엔 노력을 포함하여 다양한 국가에서 확인하고 채택한 다양한 AI 윤리 원칙과 지침을 다루었습니다. 여기 링크.

다음은 이전에 자세히 조사한 AI 시스템과 관련된 윤리적 AI 기준 또는 특성의 유용한 핵심 목록입니다.

• 투명도
• 정의와 공정
• 악의 없음
• 책임
• 개인정보보호
• 선행
• 자유와 자율
• 믿어
• 지속 가능성
• 존엄
• 연대

이러한 AI 윤리 원칙은 AI 개발 노력을 관리하는 AI 개발자와 함께 AI 개발자, 그리고 궁극적으로 AI 시스템을 현장에 배치하고 유지 관리하는 원칙과 함께 본격적으로 활용되어야 합니다.

개발 및 사용의 전체 AI 라이프 사이클에 걸쳐 모든 이해 관계자는 윤리적 AI의 확립된 규범을 준수하는 범위 내에서 고려됩니다. 이는 "코더만" 또는 AI를 프로그래밍하는 사람은 AI 윤리 개념을 준수해야 한다는 일반적인 가정에서 중요한 하이라이트입니다. 여기에서 앞서 강조했듯이 AI를 고안하고 적용하려면 마을 전체가 필요하며, 이를 위해서는 마을 전체가 AI 윤리 수칙을 숙지하고 준수해야 합니다.

나는 또한 최근에 조사했다. AI 권리 장전 이는 미국 과학기술정책국(OSTP)의 XNUMX년 간의 노력의 결과인 "AI 권리장전 청사진: 미국인을 위한 자동화 시스템 작동"이라는 미국 정부 공식 문서의 공식 제목입니다. ). OSTP는 국가적으로 중요한 다양한 기술, 과학 및 엔지니어링 측면에 대해 미국 대통령과 미국 행정부에 자문을 제공하는 연방 기관입니다. 그런 의미에서 이 AI 권리장전은 기존의 미국 백악관에서 승인하고 승인한 문서라고 할 수 있습니다.

AI 권리장전에는 XNUMX가지 핵심 범주가 있습니다.

• 안전하고 효과적인 시스템
• 알고리즘 차별 보호
• 데이터 개인 정보
• 주의사항 및 설명
• 인간의 대안, 고려 및 대체

나는 그 교훈을 주의 깊게 검토했습니다. 여기 링크.

이러한 관련 AI 윤리 및 AI 법률 주제에 대한 유용한 기반을 마련했으므로 이제 AI 관련 연령 차별이라는 주제로 뛰어들 준비가 되었습니다.

눈을 뗄 수 없는 유익한 여행을 준비하세요.

AI 연령주의는 지금 여기에 있으므로 주의하십시오.

두 발로 AI 연령주의에 뛰어들기 전에 몇 가지 중요한 주의 사항과 설명이 있습니다.

AI 연령주의를 언급할 때 가끔 사람들이 나이에 따라 AI를 차별한다고 잘못 해석되는 경우가 있습니다. 그것은 내가 여기서 다루고자 하는 것이 아닙니다. AI 사용을 신뢰하거나 믿는 경향이 있는지 여부와 함께 AI 사용을 선택하는지 여부에 나이가 어떻게 요인이 될 수 있는지에 대한 많은 연구가 있다고 덧붙일 것입니다. 해당 주제를 다루는 이전 칼럼을 살펴보고 싶을 수도 있습니다.

여기서 내 목표는 AI가 어떻게 연령 차별을 일으키거나 부추길 수 있는지 조사하는 것입니다.

우리는 AI가 지각이 있는 것처럼 사람들의 나이와 관련된 "개인적" 편견을 가지고 있다는 개념을 즉시 잠재울 수 있습니다. 지각 AI가 없다는 이전 발언에 따르면 이제 지각 AI가 나이에 따라 사람들을 차별할지 여부에 대해 고개를 끄덕일 필요가 없습니다. 만약 우리가 지각 있는 AI를 얻는다면 분명히 그러한 차별적인 "사고방식"의 가능성이 있을 것입니다. 매우 정통한 AI 군주가 모든 인류를 없애는 것을 선택하지 않는다고 가정).

이 연령 차별 논의를 오늘날의 지각 없는 AI에 초점을 맞추도록 합시다.

현대 AI는 어떻게 연령주의를 품을 수 있습니까?

그것은 설명하기 쉽습니다.

회사가 고용에 도움이 될 AI를 고안하기로 결정했다고 가정해 보겠습니다. AI 개발자는 머신 러닝과 딥 러닝을 계속 사용합니다. 이 경우 회사의 기존 데이터베이스에 있는 수많은 데이터가 AI를 훈련하는 데 사용됩니다. 회사 역사의 지난 XNUMX년 동안 수행된 모든 고용은 ML/DL로 펌핑됩니다.

짜잔, ML/DL을 조정한 후 이제 채용을 원하는 관리자가 도구를 사용할 수 있습니다. 관리자는 지원자의 이력서를 AI 도구에 입력합니다. AI 도구는 후보자가 채용에 고려할 가치가 있는지 여부를 나타내는 점수를 내보냅니다. 점수가 낮으면 관리자는 지원자를 완전히 거부해야 합니다. AI가 "조언"하는 것이 가치가 없다고 누군가에게 시간을 낭비할 필요가 없습니다.

이것은 처음에는 회사의 시간을 크게 절약해 주는 것처럼 보입니다. AI가 수학적으로 그리고 계산적으로 확인한 후보자를 탐색하여 더 이상 바퀴를 돌리는 것은 회사에서 일하기에 적합하지 않습니다. 관리자는 귀중한 제한된 시간을 AI에 의해 충분히 높은 점수를 얻은 지원자만을 면밀히 조사할 수 있습니다. 고용 프로세스가 여러 배로 개선되었으며 모두가 가능한 한 행복합니다.

60세 이상으로 밝혀진 후보자를 제외하고.

AI 감사 시(AI 감사의 중요성에 대한 전반적인 내용은 다음을 참조하십시오. 여기 링크, 또한 AI 편향 감사에 관한 결함이 있는 NYC 고용법에 대한 분석은 다음을 참조하십시오. 여기 링크), 뒤늦게 발견된 것은 AI 훈련에 사용된 이력 데이터에 60세 이상 고용은 포함되지 않았다는 것입니다. 따라서 컴퓨터 패턴 매칭이 지원자를 뺄 수 있는 일종의 편리한 요소를 "발견"했습니다. 60세 이상이라면 누구나 직접적으로 매우 낮은 점수를 받을 것입니다. 나이만 고려하여 지원자들은 AI에 의해 사전 심사를 받고 있었다.

회사에서 의도적으로 이렇게 한 건가요?

아마도 그렇지 않습니다. 회사가 줄곧 불특정다수 연령차별 문화적 성향을 갖고 있었을 수도 있다. 이것은 고용 책자에 인쇄되지 않았습니다. 채용 과정에서 아무도 이것을 큰 소리로 말하지 않았습니다. 과거 데이터는 결국 이러한 편견을 조용히 포착했습니다.

나는 명백한 연령 차별 편견이 존재했을 가능성이 있다는 다른 가능성도 특히 우려된다는 점을 덧붙이고 싶습니다. 그런 의미에서 AI는 명백한 프로그래밍 목적 때문이 아니라 수학적 데이터 분석을 통해 그렇게 하는 동일한 편향에 착륙했습니다.

앞서 언급한 추가 사항에 AI 시스템이 의도적으로 연령 차별을 위해 프로그래밍되었습니다. 따라서 훈련을 위해 과거 데이터를 사용하지 않더라도 AI 개발자는 연령 차별 측면을 포함하는 코드를 작성할 수 있습니다. 다시 말하지만, AI 개발자는 자신이 그렇게 하고 있다는 것을 인식할 수도 있고, 코딩 방식이 AI에 연령 차별 요소를 가져오고 있다는 사실을 인식하지 못할 수도 있습니다.

암묵적 또는 명시적 욕망에 의해 형성되는 이러한 상황은 다음과 같습니다.

• AI 암시적 기록: 역사적 데이터를 기반으로 하는 AI는 암묵적인 연령 차별을 기반으로 합니다.
• AI 명시적 기록: 과거 데이터를 기반으로 하는 AI는 노골적인 연령 차별에 해당합니다.
• AI 암시적 코딩: AI 개발자가 프로그래밍한 AI에는 암묵적 연령차별 코딩이 포함됩니다.
• AI 명시적 코딩: AI 개발자가 프로그래밍한 AI에는 노골적인 연령 차별 코딩이 포함되어 있습니다.

그러한 AI를 고안하거나 사용한 사실이 한참 후까지 AI 감사를 기다리는 것은 회사에 문제가 될 것입니다. 일단 AI가 사용되면 AI의 연령 차별로 인해 누군가가 차별을 받게 될 것이라고 가정합니다. 차별을 받은 사람들은 연령차별적 편견으로 인한 손해배상을 위해 회사를 뒤쫓을 수 있습니다.

함께 행동하지 않는 회사는 많은 위험과 책임에 스스로를 개방하고 있습니다.

한 가지 분명한 측면은 회사가 연령 차별을 이유로 차별을 해왔다는 소문이 퍼진 후 회사 평판이 손상될 것이라는 점입니다. 소송이 계속 될 것이라고 내기 할 수도 있습니다. 그것들은 방어하거나 나중에 해결하는 데 비용이 많이 들 수밖에 없습니다.

새로운 AI 중심 법률과 함께 기존 법률이 작용할 수 있습니다. 회사와 경영진에 대해 형사 고발이 제기될 수 있습니다. 정부는 모든 종류의 규제 수단을 행사하여 AI 사용을 통해 연령 차별을 보이는 회사를 처리하려고 시도할 수 있습니다. 지금 당장은 많은 대중의 관심을 끌고 특히 헤드라인을 장식하는 사례입니다.

나는 AI가 연령 차별을 억제하기 위해 고안되었다는 사실에 완전히 충격을 받았고 알지 못했다고 말하는 많은 경영진과 함께 일합니다. 그들은 그러한 차별적 경향이 존재하지 않도록 AI 소프트웨어 제조업체에 전적으로 의존했다고 주장합니다. 바쁜 경영진으로서 그들은 그러한 세부 사항을 살펴볼 시간이 없었습니다.

죄송하지만 그게 변명거리가 되지는 않습니다.

전통적인 "나는 몰랐다" 또는 "나는 전혀 몰랐다"는 감옥에서 탈출할 수 있는 카드를 제공하지 않을 것입니다. AI가 당신의 시계 아래에서 사용된다면, 당신은 어떤 의미에서 그것을 소유하고 있습니다. AI가 탑승하기 전에 배치되었다면 여전히 소유하고 있는 것입니다. 가장 좋은 방법은 즉시 AI 감사를 받는 것입니다.

다른 측면은 AI 연령 차별 편견이 감지되고 제거되는지 처음부터 확인하는 것입니다. 모든 종류의 HR 고용 관련 패키지에 대한 라이선스를 취득하거나 구매하는 경우, 프론트 엔드에서 실사를 수행하십시오. 말이 이미 헛간에서 나오기 전에 그렇게 하는 것이 좋습니다.

AI 연령차별은 다른 다양한 방식으로도 존재할 수 있습니다.

지금까지 나의 예는 고용에 관한 것이었다. 문제는 회사에서 연령 차별을 행사할 수 있는 다른 많은 기회가 있다는 것입니다. 프로모션을 할 때는 어떻게 하나요? 교육이나 기타 회사 특별 혜택을 받을 사람을 결정하는 것은 어떻습니까? 정리 해고는 어떻습니까?

모든 유형의 직업 관련 기능에 AI를 사용하는 것은 AI 연령 차별에 취약하고 숨겨진 원인입니다.

내가 AI 연령 차별을 숨길 수 있다고 말한 것을 주목하라. 실제로 이것은 인공 지능의 사용과 연령 차별 가능성의 가장 교활한 측면 중 하나입니다. 나이 차별주의 경향을 보였던 인간 관리자가 그렇게 하면 잡힐 수 있습니다. 블랙박스인 AI 시스템이 그렇게 할 수 있지만 아무도 AI가 어떻게 작동하는지 알지 못합니다. 설명 가능한 AI(XAI로 알려짐)의 중요성에 대해 길게 논의했습니다. 여기 링크.

AI 연령주의에 대한 연구가 마침내 관심을 끌다

여기저기서 AI 연령주의 연구 노력의 일부를 찾을 수 있지만, 대체로 주제는 AI 차별적 관행에 대한 전반적인 연구로 집중되었습니다.

AI 연령주의 주제에 관한 최근 연구는 이 필요하고 성장하는 관심 영역을 추구하는 데 관심이 있는 사람들에게 유용하고 중요한 발판을 제공합니다. AI 연령주의가 점점 더 심해질 것이라는 데는 의심의 여지가 없습니다. AI가 존재한다는 사실을 아는 사람이 거의 없고, 계속해서 확장되어 우리 삶 전체에 널리 보급되어 있기 때문에 이렇게 말하는 것입니다.

에 발표된 주요 연구에서 AI와 사회 "AI Ageism: A Critical Roadmap For Studying Age Discrimination And Exclusion In Digitalized Societies"라는 제목의 연구원 Justyna Stypinska는 이렇게 말합니다.

• “AI 연령 차별은 AI 분야 내에서 작동하는 관행 및 이념으로 정의할 수 있으며, 이는 노인 인구의 관심, 경험 및 요구를 배제, 차별 또는 무시하며 1가지 상호 연결된 형태로 나타날 수 있습니다. (2) 알고리즘의 연령 편향 및 데이터 세트(기술적 수준), (3) AI 행위자의 연령 고정관념, 선입견 및 이데올로기(개인 수준), (4) AI 담론에서 노년의 비가시성(담론 수준), (5) AI 사용의 차별적 영향 다양한 연령대의 기술(그룹 수준), (3) AI 기술, 서비스 및 제품의 사용자로서의 배제(사용자 수준)”(2022년 XNUMX월 XNUMX일 온라인 게시 기사).

상호 연결된 형태의 AI 연령 차별의 다섯 가지 범주는 모든 형태와 규모의 AI 연령 차별을 조사하고 궁극적으로 이에 맞서는 방법에 대해 생각하는 데 유용한 프레임워크입니다.

예를 들어 노인의 요구에 맞게 AI가 어떻게 고안되고 있지만 해당 요구에 부합한다는 것이 무엇을 의미하는지 제대로 이해하지 못한 채 수행될 수 있는 방법을 고려하십시오. 요양원을 대상으로 AI 기반 자율주행차가 등장하는 등 교통 분야에서 바로 이런 일이 벌어지고 있다. 여기 링크). 마찬가지로, 노년층에게 전문적인 지원을 제공하기 위해 속여 나온 거주지로 구성된 이른바 스마트 주택이 있습니다. 등등.

Stypinska의 말에 따르면: "노인 인구는 AI의 개발 및 배포 프로세스에서 배제될 뿐만 아니라 윤리적이고 포용적이며 공정한 AI에 대한 토론에서 보이지 않는 하나의 그룹이자 사회적 범주라고 주장합니다." (위에 인용된 기사).

너무 사실입니다.

유감스럽게도 사실입니다.

당신이 현재 노인 차별에 영향을 받지 않는다고 생각하고 우리가 노인에 대한 강조와 함께 가고 당신이 늙지 않았다고 가정할 수 있는 분들은 지금 당장은 이것이 ' 당신의 레이더에 있는 주제.

저는 우리 모두의 관심사로서 불가피한 노인 차별에 대한 Stypinska의 말을 다시 인용하겠습니다. 유비쿼터스적 특성에도 불구하고 여전히 차별의 한 유형이며, 종종 더 미묘하지만 부식성 있는 방식으로 작동하기 때문에 성차별이나 인종차별만큼 쉽게 인식되지 않습니다.”(위에서 인용한 기사)

나이 차별주의가 나날이 다가오고 있습니다.

AI 연령 차별은 나날이 계속 성장할 것입니다.

간단한 논리에 따르면 AI 연령주의는 필연적으로 그리고 의심할 여지 없이 당신을 찾아올 것입니다.

그것은 아마도 어떤 사람들에게는 모닝콜일 것입니다.

결론

누군가를 겁주어 AI 연령 차별을 인식하게 하려는 것처럼 보이고 싶지 않습니다. 사실 AI 연령차별은 일반적으로 알려져 있지 않으며 AI가 차별적 행동을 취할 수 있는 무수한 방식을 숙고할 때 이것을 최우선 주제로 만들기 위해 우리가 할 수 있는 일을 해야 합니다.

오늘날의 AI는 지각 능력으로 이것을 하지 않습니다.

AI가 이를 수행하는 이유는 우리가 AI가 나이 차별을 주입하거나 스스로 조정하여 수학적으로, 계산적으로 나이 차별을 주입하도록 하기 때문입니다. 또한, 언급된 프레임워크의 XNUMX가지 방법에서 언급된 바와 같이 AI와 관련된 다양한 다른 연령 차별 경로가 있습니다.

AI에 관심이 있는 사람들은 AI 연령주의에 대해 생각하고 이에 맞서 싸워야 합니다. AI 외부의 사람들도 마찬가지로 AI 연령 차별에 대해 알고 이에 맞서 싸워야 합니다. 이것은 우리 모두를 포괄한다는 점에서 "영원한" 주제입니다.

제 희망은 여러분이 AI 연령 차별을 찾아내거나 AI 연령 차별이 무엇인지, 그리고 그것이 왜 의도적인 집중의 노력으로서 중요하고 단호하고 지속적인 결의가 필요한지 설명하는 노력에 동참하도록 영감을 받는 것입니다.

나는 이 담화를 다소 가벼운 어조로 끝내려고 노력할 것입니다.

유명한 풍자가 윌 로저스는 노화에 대해 이렇게 말했습니다.

오늘날의 AI 연령 차별에 대처하기 위해 당신은 당신의 나이를 잘못 진술하거나 숨길 필요가 거의 있습니다. 대리 차별 기준에서 AI는 어쨌든 귀하의 나이를 추정하고 귀하를 쫓을 수도 있습니다(AI 대리 차별에 대한 내 논의를 참조하십시오. 여기 링크).

AI 연령주의가 각광을 받을 때입니다.

AI 연령주의가 불공평한 방식에 갇히기 훨씬 전에 은퇴하도록 하는 것을 목표로 합시다.