São Paulo — InkDesign News —
A pesquisa recente sobre machine learning e inteligência artificial (AI) propõe um novo modelo baseado em evidências para a formulação de políticas. Este estudo, realizado por pesquisadores da Universidade da Califórnia, Berkeley, sugere um alinhamento entre os avanços da IA e a regulamentação eficaz.
Contexto da pesquisa
Pesquisadores de diversas instituições, incluindo Stanford e Princeton, se uniram para propor políticas que abordem os desafios e oportunidades criados por sistemas de AI. O artigo “Avançando políticas de AI baseadas em ciência e evidências”, publicado na revista Science, apresenta recomendações claras para legisladores nos EUA e globalmente.
Método proposto
O estudo recomenda que a política de AI seja orientada por evidências científicas. Isso significa que as tomadas de decisão devem ser apoiadas por dados quantitativos e qualitativos, em vez de percepções subjetivas. As métricas de desempenho incluem a avaliação de riscos potenciais relacionados à AI, em comparação com tecnologias existentes, como motores de busca. A análise de dados em larga escala é sugerida como abordagem fundamental para garantir a integridade das informações.
“A política de AI deve avançar a inovação, garantindo que seus benefícios potenciais sejam realizados de forma responsável e amplamente compartilhada.”
(“AI policy should advance AI innovation by ensuring that its potential benefits are responsibly realized and widely shared.”)— Rishi Bommasani, Pesquisador, Universidade da Califórnia, Berkeley
Resultados e impacto
O artigo enfatiza a necessidade de aumentar a transparência nas práticas de segurança das empresas de AI e o monitoramento pós-implantação dos impactos negativos dessa tecnologia. Recomendações incluem a criação de medidas que protejam a pesquisa de terceiros e a formação de consenso científico sobre os riscos associados. Essas diretrizes têm potencial para ser utilizadas por legisladores ao promover um diálogo mais fundamentado sobre os riscos e benefícios relacionados à AI.
“A política pode acelerar a geração de evidências que informam melhor as decisões futuras.”
(“Policy can actively accelerate the generation of evidence that can best inform future policy decisions.”)— Autor do estudo
As conclusões da pesquisa apresentam um guia prático para a formulação de políticas em AI, com implicações para regulamentação em setores como tecnologia, educação e saúde. Os próximos passos incluem a discussão sobre as melhores práticas para a coleta de dados e a implementação de medidas que possam mitigar os riscos associados a tecnologias emergentes.
Fonte: (TechXplore – Machine Learning & AI)
