Dall’altro lato delle tante entusiasmanti innovazioni dell’intelligenza artificiale degli ultimi anni troviamo un’ampia gamma di rischi noti ed emergenti: vengono in mente pregiudizi algoritmici, preoccupazioni sulla privacy e violazione del copyright. Questo prima ancora che iniziamo ad affrontare i problemi sociali a livello macro, come la possibilità che milioni di posti di lavoro possano diventare obsoleti in un futuro non troppo lontano.
I professionisti dei dati e del machine learning hanno lavorato duramente per aumentare la consapevolezza di queste preoccupazioni e per trovare soluzioni praticabili che mirano a bilanciare il progresso tecnico con pratiche giuste e responsabili. Probabilmente è troppo presto per dire quanto successo loro – e tutti noi – avremo nell’infilare quell’ago particolarmente sottile. Tuttavia, è fondamentale rimanere informati sui contorni di queste conversazioni se vogliamo sperare di apportare un cambiamento positivo nelle nostre comunità professionali (e oltre).
I nostri punti salienti di questa settimana affrontano questioni spinose sull’intelligenza artificiale, dalla regolamentazione ai guardrail tecnici, con chiarezza e pragmatismo. Che tu sia nuovo in questo argomento o che ne sia interessato da un po’, riteniamo che questi articoli valgano il tuo tempo.
- Prospettive legali ed etiche sull’intelligenza artificiale generativa
Per un’introduzione accessibile alle problematiche interconnesse che gli strumenti di gen-AI portano con sé, Olivia TanuwidjajaLa recente panoramica di è un’ottima scelta: offre dettagli sufficienti per orientarti attorno a questo argomento complesso e fornisce risorse utili per ampliare la tua conoscenza delle aree che ti interessano di più. - Il caso contro la regolamentazione dell’IA non ha senso
L’AI Act dell’Unione Europea è spesso pubblicizzato come il tentativo più serio (finora) di regolamentare lo sviluppo e l’implementazione dei prodotti AI; Libro Adriano ne illustra le caratteristiche più salienti, riflette su ciò che potrebbe ancora mancare e sostiene che più giurisdizioni pensino seriamente – e in modo proattivo – a iniziative legislative simili.
- Il prossimo passo è l’intelligenza artificiale responsabile. Come ci arriviamo?
Per un approccio pratico all’IA responsabile ed etica, Compiti di Erdogan propone una tabella di marcia in 6 fasi che i team e le organizzazioni possono adattare alle proprie esigenze. Serve come importante promemoria del fatto che i singoli professionisti hanno un libero arbitrio e possono sfruttarlo per modellare pratiche e scelte nel processo di creazione di prodotti basati sul machine learning. - Il web crawler di OpenAI e i passi falsi della FTC
Il dibattito sul copyright, sul lavoro degli artisti e sul modo in cui vengono formati i LLM e i modelli di generazione di immagini non è mai stato così controverso. Viggy Balagopalakrishnan fornisce un’utile istantanea dell’attuale situazione di stallo concentrandosi sulle recenti notizie di OpenAI e sulle sfide che la FTC (Federal Trade Commission) deve affrontare nei suoi tentativi di regolamentare le aziende tecnologiche ben finanziate. - Salvaguardare gli LLM con Guardrails
Controllare la portata, la portata e gli effetti degli strumenti di intelligenza artificiale è importante anche a livello microlocale: se stai lavorando su un’integrazione di un modello linguistico di grandi dimensioni, ad esempio, sicuramente non vorrai che emetta un linguaggio offensivo o che insistere sul fatto che un’allucinazione è reale. Aparna Dhinakaran e Hakan Tekgul condividono una guida pratica agli strumenti open source che consentono agli sviluppatori di applicare parametri rigorosi sugli output del modello.
Fonte: towardsdatascience.com
