Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Etyka sztucznej inteligencji – fakty i postulaty
0
Zitationen
1
Autoren
2025
Jahr
Abstract
Kontekst badań: Dynamiczny rozwój sztucznej inteligencji (AI) zrewolucjonizował epokę, niosąc ze sobą zarówno ogromne korzyści, jak i narastające zagrożenia etyczne i społeczne. Zasadny jest więc namysł moralny nad jej zastosowaniami, implikacjami i konsekwencjami.Cel badań: Głównym celem artykułu jest ustalenie ram moralnych dla funkcjonowania AI, poprzez odróżnienie inteligencji ludzkiej od maszynowej oraz analizę, kto faktycznie ponosi odpowiedzialność etyczną za jej działania, a więc zidentyfikowanie podmiotu odpowiedzialności moralnej.Metoda badawcza: W badaniach zastosowano desk research, a więc analizę danych zastanych, z uwzględnieniem wybranych dokumentów i opracowań dotyczących etycznych aspektów stosowania AI, szczególną uwagę poświęcając aktywności na tym polu papieża „rewolucji cyfrowej”, Leona XIV. Posłużono się także analizą porównawczą, zestawiając zasady etyczne AI wskazane przez wybranego chatbota z definicjami moralności i etyki oraz porównując podejścia do problemu w watykańskiej Nocie Antiqua et nova i unijnym AI Act.Osiągnięte wyniki: Ustalono, że AI nie może działać moralnie, ponieważ nie jest ludzkim podmiotem (osobą), co oznacza, że to programiści i użytkownicy, a nie maszyny, ponoszą ostateczną odpowiedzialność za jej użycie i potencjalne szkody.Wnioski: Konieczne jest, aby rozwój AI stawiał w centrum godność człowieka i opierał się na silnych ramach etycznych oraz regulacjach prawnych, aby dobro wynikające z tej technologii przewyższało zagrożenia, takie jak pogłębianie samotności, zakwestionowanie prawa do pracy, autonomiczne decyzje AI w działaniach zbrojnych czy niebezpieczeństwo edukacyjnego zakwestionowania racjonalności ludzkiego podmiotu.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.324 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.189 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.588 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.470 Zit.