Анастасия Егоровна СТЕПАНОВА, аспирант, ассистент кафедры информационного права и цифровых технологий
125993, г. Москва, ул. Садовая-Кудринская, д. 9
Anastasia Е. STEPANOVA, Postgraduate student, Assistant of the Department of Information Law and Digital Technologies
9, ul. Sadovaya-Kudrinskaya, Moscow, 125993
Статья посвящена проблеме обеспечения конфиденциальности данных, собранных беспилотным транспортом. Показано, что данные, которые реально собираются автономным транспортным средством за день, несопоставимы с их объемом для его обучения. Сделан вывод о том, что подход к сбору данных должен быть более избирательным. Отмечается, что данные, на которых обучается беспилотный и подключенный транспорт, могут быть неточными или даже искаженными. В результате искусственный интеллект становится предвзятым. В данном исследовании подлежали изучению положения концепции справедливого искусственного интеллекта, проявляющего нетерпимость к дискриминации, в чем бы она ни заключалась. Автором обоснован вывод о том, что в действительности практически невозможно обеспечить нулевую терпимость интеллектуальных систем к дискриминации, так как ее проявления могут быть не всегда очевидными. Справедливо отмечается, что искусственный интеллект способен подорвать автономный рациональный выбор человека. Автор выражает уверенность в том, что централизованное управление жизненным циклом данных может служить ключом к доверию потребителей.
The article addresses the problem of ensuring the privacy of data collected by unmanned transport. It is shown that the amount of data actually collected by an autonomous transport in a day is not comparable to the amount of data needed for its training. It is concluded that the approach to data collection needs to be more selective. It is noted that the data on which unmanned and connected vehicles are trained may be inaccurate or even biased. As a result, artificial intelligence is biased. This study sought to explore the provisions of the concept of a fair artificial intelligence that is intolerant of discrimination, whatever it may be. The author came to the conclusion that in reality it is practically impossible to ensure zero tolerance of discrimination by intelligent systems, as its manifestations may not always be obvious. It is rightly pointed out that artificial intelligence has the potential to undermine autonomous, rational human decision-making. The author expresses confidence that centralised data lifecycle management can be the key to consumer trust.
The authors declare that there are no conflicts of interest present.