Lakhasly

من المستحيل تنبؤ بالمستقبل، تصور نوع المستقبل الذي نرغب فيه هو خطوة أولى حاسمة للعمل نحو تحقيق مستقبل أفضل. من أجل تصور المستقبل، من المهم معرفة الحالة الحالية للمجال والقيم البارزة التي تكمن وراء التعلم الآلي. وتشمل القيم البارزة التي تكمن وراء بحوث التعلم الآلي حاليًا قيم مثل "الأداء" و "الدقة" و "الحالة القياسية"، في حين أن القيم مثل "العدالة" و "العدل" تكاد تكون غائبة تمامًا. فإن القيم الحالية والحالة الراهنة للمجال هي جميعها مستبعدة؛ يمكن أن تكون هناك خيارات أخرى. فظهور بعض القيم وتصعيدها إلى الصدارة واعتبار هذه القيم تقنية بحتة وجوهرية للتعلم الآلي، فإن توصيف الطريقة التي يكون بها المجال الآن يكون مفيدًا لفهم وتشكيل وتفكيك أو تحويل ما هو موجود، يشجع هذا الأمر القارئ على تذكر أن ما كان يشعر بأنه جوهري وكأنه يحدد نطاق الاحتمال لم يتحول بشكل متكرر في الماضي القريب. نرى أن تجمعات البيانات تزداد بشكل مستمر دون وثائق كافية لمحتوياتها، إلى أنه يجب اعتبار الذكاء الاصطناعي ظاهرة اجتماعية وهيكلية وبيئية وثقافية وتاريخية، وهذا يعني أن الذكاء الاصطناعي العادل والمفيد (للمتضررين بشكل مفرط) يتطلب إعادة تفكير جذري في الهياكل الاجتماعية وتناقص التفاوت في القوة وتوزيع الفوائد والأضرار غير المتكافئ، ومعالجة المشاكل من جذورها وليس مجرد ضبط المعلمات أو وضع الصيغ الرياضية لنظم تفرض الوضع الحالي.

من المستحيل تنبؤ بالمستقبل، ولكن ذلك لا يعني أننا لا يمكننا تصوره. في الواقع، تصور نوع المستقبل الذي نرغب فيه هو خطوة أولى حاسمة للعمل نحو تحقيق مستقبل أفضل. من أجل تصور المستقبل، من المهم معرفة الحالة الحالية للمجال والقيم البارزة التي تكمن وراء التعلم الآلي. في هذا الصدد، قد وضعت هذه الرسالة العلمية الأسس الأساسية الحاسمة. وتشمل القيم البارزة التي تكمن وراء بحوث التعلم الآلي حاليًا قيم مثل "الأداء" و "الدقة" و "الحالة القياسية"، في حين أن القيم مثل "العدالة" و "العدل" تكاد تكون غائبة تمامًا.
ومع ذلك، فإن القيم الحالية والحالة الراهنة للمجال هي جميعها مستبعدة؛ يمكن أن تكون هناك خيارات أخرى. فظهور بعض القيم وتصعيدها إلى الصدارة واعتبار هذه القيم تقنية بحتة وجوهرية للتعلم الآلي، يتم ذلك بالتوازي، مما يسهم جميعها في الاعتقاد بأن البدائل تتجاوز نطاق التعلم الآلي. وبالتالي، فإن توصيف الطريقة التي يكون بها المجال الآن يكون مفيدًا لفهم وتشكيل وتفكيك أو تحويل ما هو موجود، ولصياغة وتحقيق رؤى بديلة. يشجع هذا الأمر القارئ على تذكر أن ما كان يشعر بأنه جوهري وكأنه يحدد نطاق الاحتمال لم يتحول بشكل متكرر في الماضي القريب.
أخيرًا، بسبب ارتفاع التأثير الشركاتي في بحوث التعلم الآلي، نرى أن تجمعات البيانات تزداد بشكل مستمر دون وثائق كافية لمحتوياتها، ولا يتم إيلاء الاهتمام الكافي بكيفية تأثيرها على الخصوصية أو كيفية تضمين الصور النمطية. من المتوقع أن يكون التعلم الآلي الرخيص صناعة بقيمة مليارات الدولارات. تشير التكاليف الطبيعية والبيئية الضخمة لإنتاج الذكاء الاصطناعي، والعمل المخفي - العمل الشبحي - وراء الذكاء الاصطناعي، وكذلك التوزيع غير المتكافئ للفوائد والأضرار، إلى أنه يجب اعتبار الذكاء الاصطناعي ظاهرة اجتماعية وهيكلية وبيئية وثقافية وتاريخية، وليس مجرد عبارة عن أصفار وواحدات على آلة. وهذا يعني أن الذكاء الاصطناعي العادل والمفيد (للمتضررين بشكل مفرط) يتطلب إعادة تفكير جذري في الهياكل الاجتماعية وتناقص التفاوت في القوة وتوزيع الفوائد والأضرار غير المتكافئ، والنظم القمعية، ومعالجة المشاكل من جذورها وليس مجرد ضبط المعلمات أو وضع الصيغ الرياضية لنظم تفرض الوضع الحالي.