“如果沒有問題需要解決，那麼新的技術解決方案有什麼意義呢？”艾提卡執行長表示

「有很多例子讓我想，『為什麼？為什麼你認為人工智慧對此有用？

您知道嗎，根據歐盟統計局的數據，8% 的歐盟公司使用人工智慧（AI）技術2021 年？其中，53% 購買了即用型商業人工智慧系統和智慧軟體。

丹麥使用人工智慧的公司最多，約佔24%，羅馬尼亞和塞爾維亞最少，各約1%。

大多數企業在通訊和資訊領域使用人工智慧。支持人工智慧的公司認為，人工智慧有助於數據分析、內容創建和語言翻譯等。然而，反對人工智慧的公司大多認為人工智慧與他們無關、昂貴、不可靠且增加了隱私風險。

在這一集中的《大問題》中，安吉拉·巴恩斯(Angela Barnes) 會見了人工智慧公司Eticas Tech 的執行長Gemma Galdón-Clavell，討論人工智慧的使用是否符合道德，以及我們在哪些方面需要避免使用它。

AI擅長什麼？

克拉維爾表示：「人工智慧同時具有多種功能。了解人工智慧的用途對於充分利用人工智慧至關重要。這使得很難確定該技術最有用的用途，特別是當許多企業希望同時將其用於多種不同的用途時。

因此，企業需要真正思考他們想要解決的問題，然後考慮人工智慧是否是最佳解決方案。從本質上講，人工智慧是一種最擅長為擁有大量歷史數據的問題提供解決方案的數據過程。

這包括基於搜尋記錄、客戶觀看數據、評級和位置等的線上購物和串流推薦。人工智慧也用於全球定位系統（GPS），該系統可以存取多個城市數百萬用戶數年甚至數十年的位置和移動歷史記錄。聊天機器人另一個例子是預測簡訊。

然而，對於獨特的問題，或無法存取大量歷史數據的問題，“人工智慧不是你的朋友”，克拉維爾說。

Gemma 還警告說，這不僅涉及如何使用人工智慧，還涉及選擇優質人工智慧軟體的重要性。

「如果我們只是購買人工智慧包並實施它並相信事情會進展順利，那麼我們就會犯錯。這真的很昂貴，」克拉維爾強調。

人工智慧的使用是否道德？

人工智慧最大的擔憂之一是它使用了大量的個人和行為數據數據關於人們如何生活、工作、與他人相處的方式。

這不僅會導致巨大的安全和隱私問題，而且還意味著人工智慧的結論往往會被扭曲或不公平地偏見，而且效率低。

在許多情況下，對歷史資料的依賴也可能是一個問題，造成不公平的排斥和偏見，通常人類沒有意識到它們正在發生。

正如克拉維爾解釋的那樣，“如果在銀行，過去的數據反映出你的理想客戶是個有穩定工作的男人。人工智慧往往會重現這一點。所以，第一天你就會歧視女性，第十天你就會只向有穩定工作的男性提供抵押貸款。

然而，識別和減少歧視的關鍵解決方案之一是審核人工智慧套件和服務，就像臨床試驗用於疫苗。

她指出，如果不這樣做，就像“獲得了未經臨床試驗的疫苗，購買了沒有安全帶的汽車，並購買了沒有文書的房子。”

歸根結底，「我們不想要歧視性的人工智慧，」克拉維爾說。

我們怎麼才能讓人工智慧變得更好？

克拉維爾概述說，讓人工智慧變得更好的關鍵方法之一不僅是對審計和其他預防措施和治理進行理論分析，而且還要實施它們。因此，雖然歐洲非常擅長制定法規，例如數位服務法，美國在實施這些措施方面要好得多。

「非常有趣的是，即使一般資料保護規範 (GDPR)該法案於 2016 年通過，從這項監管變化中賺到最多錢的公司是一家總部位於德克薩斯州的公司，[...] 目前價值 50 億美元，」Gemma 說。

「我擔心，透過《人工智慧法案》，歐盟將在監管方面發揮領導作用，但能夠充分利用該監管創造的機會的市場部分將不會在歐洲，否則很多事情都需要改變讓我看到歐洲不僅在監管層面而且在市場層面發揮領導作用。

里程碑人工智慧法最近在歐盟推出，旨在使其成為人工智慧監管的先驅。該法案還將嘗試為歐盟所有成員國的人工智慧監管制定堅實的法律框架，這將確保技術安全且不違反隱私權法和價值觀。但同時，該法案也將試圖吸引更多的人工智慧投資進入非洲大陸。

根據 Statista 的數據，2023 年歐盟約有 6,000 家人工智慧公司，仍大幅落後於英國的 9,000 家和美國的 15,000 家左右。

其他使人工智慧變得更好的方法是為其提供更好、更新鮮的數據，這反過來也將使其能夠考慮更多因素和變數。在缺乏真實數據的情況下，也可以使用合成數據或假設案例來模擬場景，為人工智慧工具提供更多背景資訊。

還可以對演算法進行改進，以確保公司不會過濾掉錯誤的客戶或員工。這可以透過刪除通常不必要的資料參數來完成。

然而，克拉維爾警告說，除非我們將審計納入立法，“作為一個社會，我們將無法保證我們周圍的人工智慧是高品質的人工智慧。”

大問題是《歐洲新聞商業》的系列節目，我們與行業領袖和專家坐下來討論今天議程上的一些最重要的主題。

立即觀看上面的視頻，觀看 Gemma Galdón-Clavell 的完整劇集。