Искусственный интеллект – надежды и опасения

Во многих утверждениях алгористов зримо проявляется упорное стремление прийти к научной объективности через отказ от человеческих суждений и применение сугубо механических процедур – во имя научной строгости. Во многих американских штатах алгоритмы вынесения приговоров и условно-досрочного освобождения закреплены законодательно. Считается, что машина судит лучше, ибо не подвержена капризам.

Что ж, вот предупреждение от науки. Алгоритмический «процессизм» пережил расцвет в XIX столетии и по-прежнему важен для многих успешных технических и научных начинаний. Но сама мысль о том, что механическая объективность, понимаемая как обязательное самоограничение, будто бы следует некой простой, монотонной кривой (от плохого «импрессиониста-клинициста» к хорошему «актуаристу», полагающемуся на машины), совершенно не соответствует истории науки, если присмотреться к той повнимательнее.

Имеется и более важный урок. Механическая объективность считается одной из научных добродетелей, и естественные науки часто об этом вспоминают. Попробуем перенести этот опыт на области права и социальных наук. Что происходит, например, когда некий патентованный алгоритм отправляет одного человека в тюрьму на десять лет, а другого – на пять, причем за одно и то же преступление? Ребекка Векслер, приглашенная научная сотрудница Проекта информационного общества при юридическом факультете Йельского университета, изучила этот вопрос и подсчитала грандиозные затраты, связанные с применением коммерческих алгоритмов для вынесения судебных решений[184]. Действительно, по разным причинам правоохранительные органы могут не раскрывать алгоритмы идентификации ДНК, определения химических веществ или опознания отпечатков пальцев, и это обстоятельство изрядно ослабляет позицию защиты. В зале суда объективность, коммерческая тайна и судебная прозрачность могут вести к принципиально разным исходам заседания. Поневоле вспоминается история физики. Сразу после Второй мировой войны пленочные гиганты «Кодак» и «Илфорд»[185]

усовершенствовали пленку, которая годилась для выявления взаимодействий и распада элементарных частиц. Конечно, физики обрадовались, но потом их уведомили, что состав пленки является коммерческой тайной; отсюда следовало, что ученым никогда не обрести полной уверенности в постижении наблюдаемых процессов. Доказательства с помощью «черных ящиков» – это опасная игра для ученых, уж тем более – для уголовного правосудия.

Другие критики подчеркивают, сколь опасно полагаться на адрес обвиняемого (или осужденного) человека и другие переменные, которые запросто способны оказаться в «черном ящике» алгоритмического приговора своего рода ярлыком. На основе повседневного опыта мы привыкли к тому, что требования службы безопасности в аэропортах слегка ослабляются для детей в возрасте до 12 лет и для взрослых старше 75 лет. Какие факторы алгористы должны, как нам кажется, маскировать в своих тайных процедурах? Образование? Доход? Трудовую историю? Что мы читали, смотрели, посещали или покупали? Предыдущие контакты с правоохранительными органами? И как, по-нашему, алгоритмы должны расценивать эти факторы? Прогностическая аналитика на основе механической объективности имеет свою цену. Иногда эту цену стоит заплатить; но иногда эта цена непомерна для справедливого общества, о котором все мы мечтаем.

В целом, поскольку конвергенция алгоритмов и больших данных все больше и больше сказывается на нашей жизни, неплохо было бы запомнить и вызубрить эти два описанных выше урока истории наук. Человеческое суждение – вовсе не бесполезная шелуха торжествующей чистой объективности самоограничений. А механическая объективность есть добродетель, конкурирующая с другими, а не определяющая сущность научных изысканий. Вот уроки, которые следует усвоить, – и пусть алгористы продолжают грезить о предельной объективности.

Глава 23

Права машин

Джордж М. Черч

профессор-стипендиат генетики в Гарвардской медицинской школе, профессор медицинских наук и технологий в Гарварде и МТИ, автор (с Эдом Реджисом) книги «Регенезис: как синтетическая биология заново изобретает природу и нас самих».