Przedsiębiorcy i naukowcy potrzebują otwartych i uporządkowanych zbiorów danych
17.11.2022
– Musimy dzisiaj zbierać dane tak, by koncentrować się nie tylko na jednym projekcie, ale zastanawiać się, w jaki sposób mogłyby one przydać się nam w przyszłości. Biznes akcentuje wątek współpracy i współdzielenia zbiorów z różnymi grupami interesariuszy, niezależnie, czy są to firmy, instytucje naukowo-badawcze czy podmioty administracji publicznej – przekonuje dr Dominika Kaczorowska-Spychalska z Uniwersytetu Łódzkiego, Liderka podgrupy ds. badań, innowacyjności i wdrożeń w Grupie Roboczej ds. Sztucznej Inteligencji.
Dr Dominika Kaczorowska-Spychalska pracuje na stanowisku Dyrektora Centrum Inteligentnych Technologii na Wydziale Zarządzania Uniwersytetu Łódzkiego. Jest liderką Podgrupy Badań, Innowacyjności i Wdrożeń Grupy Roboczej ds. Sztucznej Inteligencji przy Kancelarii Prezesa Rady Ministrów. Bada problematykę transformacji cyfrowej i technologii cyfrowych, w szczególności sztucznej inteligencji, w wymiarze biznesowym i społecznym. Współtworzyła „Założenia do strategii AI w Polsce”.
Sztuczna inteligencja to jeden z terminów najczęściej używanych w kontekście nowoczesnych technologii. Czy ta nazwa jest właściwa, w kontekście tego, co realnie za nią się kryje na poziomie technicznym?
Gdybyśmy zastanowili się, czym w ogóle jest inteligencja i jak jest postrzegana, to najczęściej rozumiemy ją jako umiejętność robienia określonych rzeczy we właściwym czasie. A zatem z jednej strony adaptowania się do tego, co wokół nas, z drugiej strony kreowania nowej rzeczywistości. Jeżeli sztuczną inteligencję traktujemy jako pewne odwzorowanie ludzkiej inteligencji, jej nazwa jest dla mnie czymś zupełnie naturalnym - przeciwwagą do tego, co charakterystyczne i tożsame dla człowieka. AI zawiera tak wiele elementów, że patrzę na nią przez pryzmat tego, co ją odróżnia od ludzkiej inteligencji. A w takim ujęciu termin nie budzi moich wątpliwości.
A czy nie jest ona zbyt “poetycka”, skoro dotyczy narzędzi technologicznych? I w konsekwencji oczekiwania wobec AI mogą być nie techniczne, ale “magiczne”?
Mnie ta “poetyckość”, jak ją Pan nazwał, nie przeszkadza. Wydaje mi się, że to dobrze, że nie nazywamy sztucznej inteligencji tylko w kategoriach technicznych, bo przecież nie jest ona zarezerwowana tylko dla sektora technologicznego czy biznesowego. Potencjał AI jest widoczny właściwie wszędzie. Mówimy o związanych z nią korzyściach, wyzwaniach, konsekwencjach i możliwościach, które odnoszą się do wielu dziedzin życia. Czy to jednak oznacza, że jako np. konsument, pacjent, użytkownik określonego rozwiązania muszę wiedzieć, jak ona powstaje, jak została zbudowana czy wyszkolona? Nie. W związku z tym, może owa “poetyckość” w nazwie jest właśnie tym, co daje nam szansę lepszego zrozumienia, czym sztuczna inteligencja jest dla zwykłego człowieka.
Działa Pani w Grupie Roboczej ds. Sztucznej Inteligencji przy Kancelarii Premiera, jako liderka zespołu, który zajmuje się badaniami, innowacyjnością i wdrożeniami. Na czym dokładnie polegają te prace?
GRAI zrzesza przedstawicieli różnych sektorów rynku - mamy tutaj zarówno biznes, jak i jednostki administracji publicznej czy świat nauki. Wszystkie działania są ukierunkowane na to, aby w jak najlepszym stopniu doprowadzić do realizacji założeń strategii rozwoju sztucznej inteligencji w Polsce. Tu wypracowywane są raporty pozwalające zweryfikować obecny poziom przygotowania różnych sektorów rynku do wdrożenia AI, a także rekomendacje i sugestie wspierające ten proces, między innymi w oparciu o realizowane projekty. W ramach GRAI działa kilkanaście podgrup, które koncentrują się np. na sektorze finansowym, transporcie i mobilności, energetyce, rolnictwie, medycynie, danych czy umiejętnościach cyfrowych. Bardzo wnikliwie analizują poszczególne obszary, które z punktu widzenia możliwości zastosowania sztucznej inteligencji dają spore perspektywy. Ja jestem liderką podgrupy ds. badań, innowacyjności i wdrożeń. Zajmuję się m.in. problematyką zacieśniania współpracy między światem nauki a biznesu w obszarze AI, wynikającymi z tego możliwościami zwiększenia absorpcji AI w polskich przedsiębiorstwach i rozpoznawalności polskiej nauki na arenie międzynarodowej.
Działanie sztucznej inteligencji, tak w usługach, jak i w biznesie, przynosi pewne skutki, a wśród nich mogą też pojawić się błędy. Kto powinien, w sensie modelowym, ponosić odpowiedzialność za szkody, które mogą powstać z powodu działania algorytmów AI?
Odpowiedź nie jest prosta, dlatego, że z perspektywy chociażby zastosowań AI, odpowiedzialność może dotyczyć różnych podmiotów działających na rynku. Z jednej strony dotyczy to twórców rozwiązań opartych na sztucznej inteligencji, z drugiej firm, które potem te rozwiązania zastosowały w swojej strategii biznesowej czy oferowanych produktach. Nie możemy też zapominać o finalnych użytkownikach np. konsumentach, którzy mogli w niewłaściwy sposób korzystać ze wspomnianych przeze mnie produktów opartych na AI, co wynikało chociażby z ich niewiedzy. Ponadto istotne jest uświadomienie sobie, że różne zastosowania AI obarczone są różnym ryzykiem, co znalazło odzwierciedlenie w AI Act. To dokument zaproponowany przez Komisję Europejską, który będzie regulował kwestie dopuszczalności określonych rozwiązań AI, biorąc pod uwagę poziom związanego z nimi ryzyka, a także wymaganych w tym zakresie praktyk dotyczących np. ewidencjonowania systemów, ich certyfikacji, nadzoru czy ewentualnych kar i roszczeń.
Jak cyfrowe rozwiązania zmieniają nasz sposób myślenia, podejmowania decyzji, funkcjonowania w pracy?
Cyfrowe rozwiązania, coraz bardziej wszechobecne w naszym życiu, niewątpliwie zmieniają postawy i zachowania. Mnie intryguje wizja człowieka, w tym w szczególności konsumenta, ery post human. To nurt dość często kojarzony z apokaliptyczną wizją świata, gdzie człowiek jest stopniowo zastępowany przez inteligentne maszyny w kolejnych sferach jego aktywności, stając się w ostatecznym rozrachunku mało istotnym elementem otaczającego go wszechświata. Uważam, że wizja przyszłości post human powinna koncentrować się przede wszystkim na zrozumieniu tego, jak bardzo i jak szybko jesteśmy skłonni przesuwać granicę obecności technologii w naszym życiu, nie obarczając jednak tego procesu negatywną konotacją. Prowadzone przeze mnie w tym obszarze badania są próbą znalezienia odpowiedzi na pytanie, jak zmieniamy się w kontakcie z różnymi, coraz bardziej zaawansowanymi, technologiami – mam na myśli chociażby wykorzystanie AI w urządzeniach wearables, chipy płatnicze czy poziom akceptacji AI jako twórcy w reklamie.
Myślę, że jako społeczeństwo nabyliśmy już umiejętności balansowania między tym, co dla nas ważne w świecie analogowym, a tym, co definiuje świat cyfrowy, często wykraczając poza dotychczasową strefę komfortu. Jesteśmy twórcami technologii i rozwiązań na nich opartych, adaptujemy je do własnych potrzeb, ale to jak je kreujemy i użytkujemy wpływa na nas jako ludzi i nasze decyzje.
Technologie, o których rozmawiamy, opierają się na analityce danych. Czy są potrzebne jakieś udoskonalenia w tym obszarze, na przykład w zakresie zbierania i przetwarzania dużych zbiorów informacji?
W ramach Podgrupy ds. Badań, Innowacyjności i Wdrożeń GRAI przeprowadziłam razem z Sebastianem Kondrackim z firmy Deviniti wstępne badania dotyczące wykorzystania danych i ich ewentualnego współdzielenia. Okazało się, że oczekiwania biznesu dotyczą nie tylko systematycznego poszerzania ilości i zróżnicowania gromadzonych danych, ale przede wszystkim poprawy ich jakości i zwiększenia możliwości wykorzystania w różnych projektach ukierunkowanych na rozwój AI.
Według mnie, powinniśmy jednak koncentrować się nie tylko na obecnie realizowanych projektach, ale zastanawiać się, w jaki sposób te same dane mogłyby pozwolić nam działać efektywniej i skuteczniej w przyszłości, nie znając jeszcze niejednokrotnie projektów, których mogłyby dotyczyć. Umiejętność bowiem wykorzystania dostępnych danych, a także potencjalne urzeczywistnienie koncepcji ich współdzielenia przez różne podmioty rynkowe będzie wymagało zarówno coraz większego poziomu dojrzałości cyfrowej poszczególnych uczestników rynku, jak i dalszych prac nad akceptowalnymi rozwiązaniami w tym zakresie, z uwzględnieniem potrzeb i specyfiki poszczególnych branż czy sektorów. Dane to bardzo cenny zasób, ale zasób, który wymaga ogromnej wiedzy i odpowiedzialności, jeśli chcemy, aby stanowił o naszej przewadze konkurencyjnej, nie naruszając jednocześnie praw innych podmiotów rynkowych.