کاربرد هوش مصنوعی در سیاست گذاری

اگر با یک دید کل نگر، کاربرد هوش مصنوعی در سیاست گذاری و نسبت و موقعیتی که هوش مصنوعی در برابر سیاست گذاری دارد را بررسی کنیم؛ و بخواهیم این ارتباط را در چند سرفصل سامان‌دهی کنیم، می‌توانیم بگوییم که سه عنوان یا دسته‌بندی مهم در ارتباط با موضوعِ نسبتِ هوش مصنوعی و سیاست‌گذاری وجود دارد:

1. کاربرد هوش مصنوعی در سیاست گذاری

هوش مصنوعی کاربردهای مختلف و فراوانی دارد و در حوزه‌های گوناگون زندگی اجتماعی، که به نوعی میدان عمل سیاست‌گذاری حساب می‌شوند، می‌توانیم از هوش مصنوعی استفاده کنیم. این کاربرد هوش مصنوعی در سیاست گذاری و مدیریت دولت و تاثیراتش می‌تواند به صورت بنیادی بوده و پیش فرض‌ها و شاخص‌هایی که با استفاده از آن‌ها وضعیت و کیفیت یک حکومت ارزیابی می‌شود را تحت تاثیر قرار دهد. به طور مثال انواع مدل‌های بهینه سازیِ توزیع یارانه‌ها، فهم شهروندان از عدالت و کارکردهای نهادهای نظام اقتصادی را به شدت تحت تاثیر قرار خواهد داد و یا در مثال دیگر می‌توان به شاخص‌های مبارزه با فساد که یکی از شاخص‌های اندازه‌گیری حکمرانی خوب به حساب می‌آید، اشاره کرد که به صورت جدی تحت تاثیر استفاده از الگوریتم‌های جدید کشف فساد قرار می‌گیرند. به طور کلی می‌توان این بخش را با عنوان جهش در سیستم‌های خبره در حوزه سیاست گذاری نیز نامگذاری کرد.

2. سیاست گذاری برای هوش مصنوعی

اگر مطالب قبلی را خوانده باشید حتما با ویژگی‌های هوش مصنوعی به مثابه یک " مساله عمومی‌جدید " آشنا شده‌اید. سیاست گذار همان گونه که باید وظایف خود را در حوزه‌های مختلف اقتصادی- اجتماعی ، سیاسی و ... انجام دهد و در مورد موضوعات جاری، به ویژه اثرگذاری مربوط سایر فناوری‌ها، برنامه‌ریزی کرده و تصمیمات مشخص و نظام یافته ای اتخاذ کند؛ باید در مورد هوش مصنوعی نیز به عنوان یک مساله جدی سیاست گذاری‌ها مناسبی داشته باشد. هوش مصنوعی در طبقه بندی انواع فناوری، در دسته فناوری‌های تحول آفرین و برانداز( disruptive) قرار می‌گیرد و با توجه به شمول اثرات آن به صنایع و نهادها و طبقات مختلف جامعه باید سیاست گذاری در ارتباط با آن کاملا جدی گرفته شود. در صورتی که سیاست گذاری و به تبع آن برنامه ریزی و اجرای مناسبی در مورد هوش مصنوعی صورت نگیرد، قطعا جامعه و سیستم حاکمیتی را با مشکل روبرو خواهند شد.

3. حکمرانی توسط هوش مصنوعی

هوش مصنوعی بسیاری از معادلات و مفروضاتی که در حال حاضر دنیای سیاست گذاری و اداره امور عمومی ‌را شکل داده است را به شدت تحت تاثیر قرار خواهد داد. دموکراسی، بروکراسی، تخصص و بسیاری دیگر از کلیدواژه‌هایی که شکل دهنده نظام‌های اداری هستند، و با اهدافی مانند گسترش خیر عمومی، اداره بهتر امور ، شایسته سالاری و حفظ حاکمیت مردم مردم توسعه پیدا کرده‌اند، تحت تاثیر موضوع هوش مصنوعی باید به صورت جدی مورد باز تعریف قرار گیرند. علاوه بر این هیچ دور از ذهن نیست که در نتیجه رشد هوش مصنوعی هر کدام از این پایه‌های مدیریت در بخش عمومی ‌به صورت کلی منسوخ شود. تکنولوژی هوش مصنوعی نه تنها مانند بقیه تکنولوژی‌ها در دو بعد فوق الذکر (کاربردهای هوش مصنوعی و سیاست گذاری برای هوش مصنوعی ) بر سیاست گذاری اثرگذار است، بلکه موضوع جدی و بی سابقه حکمرانی غیر بشر بر بشر است.

در این مقاله ما به بعد اول اشاره شده در ارتباط با هوش مصنوعی و سیاست گذاری، یعنی نمونه کارکردهای هوش مصنوعی در سیاست گذاری می‌پردازیم و در مقاله آینده موضوعات سیاست گذاری برای هوش مصنوعی (تحت عوان استراتژی ها ملی در مواجه با هوش مصنوعی ) و حکمرانیِ هوش مصنوعی را بررسی خواهیم کرد. برای این منظور، در ادامه به بررسی مقاله

How and where is artificial intelligence in the public sector going? A literature review and research agenda

می‌پردازیم که به مرور مقالات مربوط به حوزه هوش مصنوعی و دولت در بین سال‌های 2008 تا 2018 پرداخته است. بررسی مقاله این شانس را به ما می‌دهد تا تلاش‌های انجام شده در حوزه عمومی ‌برای به کارگیری هوش مصنوعی را از پنجره بررسی‌های علمی‌مورد بررسی قرار دهیم. متن زیر ترجمه آزاد و خلاصه، از بخش‌های منتخب این مقاله است.

هوش مصنوعی و کارکردهای دولت

علی‌رغم توسعه سریع الگوریتم‌های هوش مصنوعی شاهد این بوده‌ایم که اثرات آن بر روی نیروی کار، سازمان و ساختارش، اقتصاد و جامعه و در نهایت و از همه مهم‌تر دولت به درستی مورد بررسی قرار نگرفته است و مطالعات جامعی در این زمینه انجام نشده است. همواره در طول تاریخ تغییرات در تکنولوژی، موجب ایجاد تغییر در فرایندهای تولیدی ، بهروری سازمان‌ها و قوانین و فرهنگ جوامع می‌شود. علاوه بر این تغییرات استفاده از هوش مصنوعی پرسش‌های مهمی ‌را در حوزه اخلاق، مالکیت داده، حریم شخصی، تصمیم‌گیری توسط ماشین‌ها و جانشینی نیروی کار توسط ربات‌ها به وجود آورده است که همگی در دل بخش عمومی‌ ریشه دارند.

با توجه به این مقدمه به نظر می‌رسید که در بسیاری از کشور‌ها در بسیاری از بخش‌های استفاده از هوش مصنوعی با یک خلا بزرگ معرفتی روبروست و علی رغم بسیاری از تلاش‌های صورت پذیرفته در این حوزه توسط دولت، بسیاری از گام‌های اولیه ، فرآیند‌ها، خروجی‌ها و نتایج، نیاز به صورت بندی و شکل دهی دارند.

برای پر کردن این خلا ما از مدل کارکردهای سنتی دولت که توسط OECD ارائه شده است،استفاده کرده‌ایم. هدف از استفاده از این مدل یا چارچوب به دست آوردن یک راهکار ساختارمند جهت بررسی تاثیرات هوش مصنوعی بر مدیریت کالا و خدمات عمومی ‌است. در این چهارچوب با توجه به عملکرد دولت و همین طور نوع هزینه‌های(تخصیص بودجه) آن در راه رسیدن به اهدافش و خدمت رسانی عمومی، فعالیت‌هایی که انجام می‌دهد به صورت زیر دسته بندی شده اند.

طبقه بندی COFOG یا Classification of the Functions of Government یا همان طبقه بندی وظایف دولت (برای مطالعه بیشتر به این سند یا سند منتشر شده توسط مرکز آمار ایران مراجعه کنید ) به ما این امکان را می‌دهد تا پیاده شدن و یا مطالعات هوش مصنوعی در هریک از بخش‌های دولت را به صورت ویژه و جداگانه مورد توجه قرار دهیم. علت استفاده از این تقسیم بندی استاندارد بودن آن و مورد استفاده بودن آن درمقیاس جهانی است. این نگاه توسط نهاد‌هایی مانند IMFو OECDو... مورد استفاده است.

توصیف مطالعات صورت پذیرفته در حوزه کاربرد هوش مصنوعی در سیاست گذاری

25 کشور در مجموعه مطالعات بررسی شده توسط ما وجود دارند. هند و ایالات متحده تحقیقاتشان در این زمینه گسترده‌تر از سایرین بوده و به دنبال آن‌ها کشورهای کانادا و چین قرار دارند، کشورهایی که سرمایه گذاری سنگین در حوزه تکنولوژی برای بخش عمومی‌کرده‌اند. نرخ تولید مطالعات که ناشی از پیاده سازی‌های مختلف هوش مصنوعی در بخش عمومی‌در این کشورها بوده است، در طول دوره مورد بررسی رشد جهشی داشته است

در ارتباط با موضوع روش شناسی تحقیقات انجام شده به غلبه روش‌های کمی ‌با 56 درصد می‌توان اشاره کرد. 28 درصد از روش کیفی استفاده کرده اند و همین طور در مورد 17 درصد از روش‌هایی که از ترکیب روش‌های کمی ‌و کیفی اند استفاده کرده‌اند. غلبه روش‌های کمی ‌بر روش‌های کیفی شاید به خاطر ذات مهندسی هوش مصنوعی و بررسی ابعاد فنی آنها باشد که ناخواسته ما را به زمین آمار و ریاضی سوق می‌دهد. در مطالعه ما به روش استانداردی که توسط نویسندگان و یا مقاله‌ای برای مطالعه این موضوع به صورت سراسری استفاده شود برنخوردیم.

دسته بندی تحقیقات با توجه به وظایف دولت

آنچه با عنوان وظایف دولت در این پژوهش مورد اشاره قرارمی‌گیرد بر مبنای (COFOG) است که پیش از این معرفی شد. تصویر زیر به تعداد مطالعاتی که وظایف دولت را مورد ارجاع قرار داده‌اند اشاره می‌کند. شاید برای شما این مجموع تعداد مقالات در جدول زیر بیشتر از عدد یاد شده در بخش قبل است سوال ایجاد کرده باشد.(در بخش قبل اشاره شد نهایتا 59 مقاله برای مطالعه انتخاب شدند) این افزایش تعداد به این دلیل رخ داده است که برخی از مقالات فوق الذکر به بیش از یک بخش از وظایف دولت پرداخته اند و لذا جمع تعداد موضوعات از تعداد مقالات بیشتر است. البته نود درصد از مقالات بررسی شده مطالعه خود رادر حدود یکی از وظایف محدود کرده اند . در حدود 8 دصد به دو وظیفه و تنها یک مقاله سه وظیفه را مورد بررسی قرار داده است.

کدام الگوریتم‌های هوش مصنوعی در بخش عمومی‌ با استقبال روبرو شده اند ؟

بررسی مطالعات صورت گرفته بر روی کاربرد هوش مصنوعی در سیاست گذاری و دولت، استفاده فراگیر از هشت روش هوش مصنوعی را نمایان می‌سازد. برخی از مطالعات به استفاده از بیش از یک روش اشاره دارند ولی یازده مطالعه صورت گرفته به روش مورد استفاده اشاره‌ای نداشته اند. در میان تحقیقات گزینش شده تنها یک تحقیق نیاز به اذعان نوع روش هوش مصنوعی به کار رفته نداشت، چرا که این تحقیق درحوزه اخلاق بوده و به تاثیر رباتیک بر خط مش گذاری عمومی‌در حوزه‌های سلامت، دفاع و جمعیت(سالخوردگی) ‌پرداخته بود.

در این تصویر یادگیری ماشین به عنوان یک روش هوش مصنوعی در نظر گرفته شده است اما می‌دانیم که ماشین لرنینگ خود در بر گیرنده تعداد زیادی از روش‌ها است که با هدف استفاده از داده برای حل مسائل به کار گرفته می‌شود و شبکه عصبی مصنوعی یکی از عمده ترین آن روش‌ها است.

الگوریتمANNبا 36 بار پر ارجاع ترین روش مورد استفاده در تحقیقات مورد مطالعه است. هیچ توضیح مخصوصی درباره علت و توجیه استفاده از این روش در تحقیقات ذکر نشده است. در تحقیقات اشاره‌ای به دلیل استفاده نشده و تحقیقاتی که اشاره‌ای به این موضوع داشته‌اند، تنها به این مساله در ادبیات و به تحقیقات گذشته و مد نظرقرار دادن استفاده آن‌ها، اشاره کرده اند. به طور مثال یکی از تحقیقات در متن خود تنها به این موضوع اشاره می‌کند که استفاده از شبکه عصبی مصنوعی یک از روش‌های پرکابرد برای پیش بینی در بخش انرژی است. ANN یا شبکه‌های عصبی مصنوعی اشاره به سیستم‌های خود تطبیق دهنده‌ای دارد که با الهام گیری از فرایند توابع پردازشی ذهن انسان ساخته شده است.

چارچوب استفاده از هوش مصنوعی در سیاست گذاری و بخش دولتی

اطلاعات به دست آمده از بررسی مقالات به ما کمک کرده است تا بتوانیم حوزه‌های موضوعی (کاربرد هوش مصنوعی در سیاست و دولت) را در کنار کارکردهای دولت و الگوریتم‌ها را در یک شکل نمایش دهیم.

در راستای عرض، این جدول خانه ی "وظایف دولت" (F) نمایش می‌دهد که چگونه هر یک کارکردهای دولت بیشتر از هوش مصنوعی منتفع می‌شوند. به طور مثال خدمات عمومی ‌درخانه اول سمت چپ قرار گرفته است. به صورت مشابه خانه‌ی مربوط به روش‌های هوش مصنوعی در پایین جدول نمایش دهنده فرکانس استفاده از روش‌های هوش مصنوعی در بخش دولتی است. (ANNبیشترین استفاده و منطق فازی دوم و ... )

در قسمت میانی جدول نمونه‌هایی از موضوعاتی که در آن‌ها هوش مصنوعی برای بهبود عملکرد دولت به کار گرفته شده است را مشاهده می‌کنید. در بخش بعدی از این مقاله یافته‌های اصلی مرتبط با این بخش چهارچوب مورد بحث قرار می‌گیرند. یافته‌هایی که دانشگاهیان و افرادی که در حوزه‌های اجرایی بخش عمومی‌اثرگذار هستند، می‌توانند با استفاده از آن‌ها به پژوهش و تفحص، بهره بخشی‌، ساختن استراتژی برای دولت، و هدایت مطالعات در هوش موضوع بپردازند. این بخش برای آگاه بودن از برآورده شدن سیاست‌ها و موضوعات موثر اخلاقی بسیار حیاتی و مهم است.

نتایج و پیامدهای استفاده از هوش مصنوعی در سیاست گذاری

بر طبق گزارش یکی از مقالات نباید از دیدن یک ملتی که همه شهرهای آن هوشمند هستند و هوش مصنوعی نقش اساسی در بهبود خدمات و کیفیت زندگی افراد بازی می‌کند، تعجب کنیم. آنچنان که توسط مرکز نوآوری داده و اخلاق پیشنهاد شده است، هوش مصنوعی و توانمندی‌های آن قابلیت گسترده و وسیعی برای اجرا و عملی شدن دارند و نیاز به سیاست‌ها و مقررات در بخش دولتی احساس می‌شود. نتیجتا چنان که در تصویر بالا به نمایش در آمده است. سیاست‌ها و مسائل اخلاقی (پیامد و مباحث اخلاقی) در هر کاربری از هوش مصنوعی نفوذ و سرایت خواهدکرد.

این سناریو نشان می‌دهد که پیامدهای مثبت و منفی احتمالی استفاده از هوش مصنوعی در بخش دولتی باید به جد مورد مداقه و بررسی قرار گیرد. به عنوان نمونه گروهی از دانشمندان در تحقیقشان از این مساله پرده برداشتند که دولت‌های نمی‌توانند استفاده از این تکنولوژی را در سطح خدمات عمومی‌بدون انجام همفکری و بحث و آگاه سازی با جامعه توسعه دهند.

با تکیه بر این منطق بریتانیا، که یکی از کشورهای پیشگام در خط مشی گذاری مبتنی بر شواهد است، با تکیه بر تجربه مثبت پیشین خود در این زمینه، بخشی با عنوان هوش مصنوعی در زیر مجموعه دپارتمان انرژی صنعت و کسب و کار خود ایجاد کرده است که مسئولیت نهادینه سازی ارتباطات و مشارکت‌های میان دولت، و صنعت و دانشگاهیانی که در را اقدام به توسعه سیستم‌های هوش مصنوعی برای کامیابی جامعه می‌کنند، را انجام دهد.

مطابق با نظر مخایلوف از آنجایی که زمینه کلی در حوزه هوش مصنوعی مثبت است، بخش دولتی تمرکزی برای حل ایرادت بالقوه سیستم‌های هوش مصنوعی و کژکارکرد‌های آن‌ها ندارد. در همه کشورها دولت سعی می‌کند که با مشارکت بیشتر و درگیر ساختن دانشگاه‌ها و سایر بخش‌های دیگر ظرفیت موجود در آن‌ها را برای حل مشکلات یاد شده یک کاسه کند.

علاوه بر این مخایلوف تصریح می‌کند که مباحث به راه افتاده در خصوص استفاده از هوش مصنوعی باید در حوزه‌های سیاست گذاری و قانونی اتفاق بیافتد و دولت به دنبال جلوگیری از اشتباه، پیش داری و تبعیض، تفاسیر غلط و سایر مساله‌ها ممکن باشد. باید توجه داشته باشیم که هوش مصنوعی مورد طراحی قرار می‌گیرد؛ نتیجتا اگر کنترل و مقررات گذاری مناسبی در این زمینه وجود نداشته باشد، رفتار‌ها و خطاهای انسانی ماشین تکرار می‌شود. این پژوهشگر توجه همگان را به این موضوع جلب کرد که بیشتر آنچه با با عنوان چالش‌های جدی در مورد هوش مصنوعی گزارش شده است، مربوط به خطر مساله بایاس و پیشگیری از تمیزگذاری در موضوعات مربوط قضاوت است.

پیش از این نمونه ای از بایاس ایجاد شده توسط الگوریتم‌های هوش مصنوعی را در نمونه موردی "استخدام در آمازون و ایجاد تبعیض جنسیتی" دیدیم. این گونه از تبعیضات در مطالعه هوش مصنوعی در سپهر عمومی به شدت مورد توجه بوده‌اند. نمونه دیگری از این بایاس در الگوریتم، تبعیض توسط دستگاه‌های خودکار تشخیص هویت میان سفید پوستان و سیاه پوستان در یکی از ادارات ایالات متحده است. در این مورد به دلیل آن که الگوریتم هوش مصنوعی توسط سفید پوستان و داده‌های مربوط به آنها آموزش دیده بود، سرویس درستی به سیاه پوستان ارائه نمی‌کرد و این اتفاق مسبب بحث‌های مختلف پیرامون استفاده از الگوریتم‌ها و تبعیض نژادی شد. فراموش نکنیم که موضوعات جنسیتی و نژادی بسیار در دوران ما مورد تاکید و حساس هستند و نهضت‌هایی مانند فمنیسم و جنبش سیاهان در آمریکا، پیرامون و در برابر پیش فرض های غلطی که عینا مشابه نمونه‌های موردی اشاره شده هستند، شکل گرفته اند.

این گونه از نگرانی‌ها در گزارشی که مجلس لردهای انگلیس نیز به تازگی منتشر کرده است دیده می‌شود. در این گزارش به طور مشخص به دو دشواری در استفاده از تکنولوژی‌ها اشاره شده است:

1-دشواری پاسخگویی قانونی در زمانی که که به دلیل تصمیم گرفته شده توسط یک الگوریتم زندگی یک فرد در جهت سو تحت تاثیر قرار میگیرد

2-استفاده مجرمانه از تکنولوژی هوش مصنوعی

نگاهی بر راهکارهای عملی هوش مصنوعی در سیاست گذاری و خدمات عمومی

با این که موضوع بحث ما درباره هوش مصنوعی تحت تاثیر موضوع اخلاق و سیاست است و به وسیله آن‌ها در بر گرفته شده ، اما تحلیل‌ها و مطالعات در درجه اول و بیشتر به موضوعات مربوط ارائه راهکارهای فنی و اجرایی متمرکز شده‌اند. برای اجرای راهکارهای ارائه شده، مشاهده می‌شود که در هر وضعیت، استفاده از یک تکنیک موردی(الگوریتم) بر اساس نوع مسئله مورد توجه است. از سوی دیگر الگوریتم مورد استفاده، منابع مورد نیاز برای اجرای یک راهکار را تعیین می‌کند.

این منابع می‌توانند شامل الگوریتم، متدهای پردازش اطلاعات و ارائه پاسخ باشند. پاسخ‌های این سیستم به صورت پیش گویی‌ها، هشدارها، محاسبات، تحلیل‌ها و یادگیری در عمل پیاده سازی می‌شوند که می‌توانند خدماتی برای بهبود بهره‌وری در بخش دولتی ارائه کنند و به عملکرد دولت غنای بیشتری بدهند.

با همین منطق، مقاله‌ها معمولا نمونه‌هایی از کاربرد هوش مصنوعی در بخش‌های دولتی را ارائه می‌کنند (و به همین دلیل می‌توانند نمایان گر نوع توسعه و توضیح دهنده کارایی هوش مصنوعی در دولت باشند).

به طور مثال یکی از مقالات با توجه به توان هوش مصنوعی در بازیابی و طبقه بندی اسناد در حجم بزرگ آن را شایسته استفاده در سیستم‌های مدیریت دانش در سازمان‌های دولتی می‌داند. یکی دیگری از مقالات صورتی از پردازش‌ها برای دولت الکترونیک را ارائه می‌کند. همچنین مقاله دیگری به این موضوع می‌پردازد که هنگامی‌که یک شهروند نیاز به دسترسی به اطلاعاتی دارد، سیستم هوش مصنوعی می‌تواند بهترین سرویس شخصی سازی شده را برای برآورده شدن نیاز به او ارائه بدهد.

هوش مصنوعی می‌تواند برای تصمیم سازان نیز در اتخاذ تصمیم ‌و الویت بندی میان موضوعات یاری رسان باشد. هوش مصنوعی می‌تواند به عنوان یک کنترل کننده داخلی به شکل یک ممیز بهره بخشی داشته باشد و یا با پردازش اطلاعات بسیار زیاد با کارایی بالا و انجام ارزیابی‌های موثر، ریسک تقلب را کاهش دهد. این الگوریتم‌ها می‌تونند به مثابه یک نهاد نظارتی بر دولت (آمبودزمان!) یا دادآور با بهروری بسیار بالا عمل کنند.

این توانایی تشخیصی هوش مصنوعی به داخل سازمان دولت محدود نمی‌ماند و به دولت کمک می‌کند که مهمترین تقاضاهای شهر در آینده را پیش بینی کند و بر اساس آن برنامه ریزی درست و منسجم داشته باشد. با استفاده از هوش مصنوعی می‌توان در یک نگاه ترکیبی با سایر ابزار‌هایی مانند جی آی اس میزان مشارکت مردم را بهینه کرد.

هوش مصنوعی در زمینه‌های متعددی دیگر، از زیر ساخت تا امنیت عمومی‌ برای مردم تولید ارزش می‌کند. یکی از مقالات بحث شده به موضوع بهینه سازی و ارائه مدل برای پروژه‌های ساخت و ساز می‌پردازد. سه مقاله مدل‌هایی برای بهینه سازی سیستم‌های آبیاری ارائه می‌کنند. در مقاله دیگری به ارائه مدلی به بهینه سازی در جهت منافع شهروندان در ترافیک شهری پرداخته می‌شود. مقالاتی که با موضوع انرژی پیوند داشتند به ارائه مدلی برای پیش بینی میزان مصرف، بهره‌وری، کاهش هزینه پرداخته‌اند. به صورت مشابه به معرفی مدل‌های مشابه در کاهش مصرف آب نیز پرداخته شده است و مقالاتی در حوزه کیفیت آب، مصرف و هدر رفت آب که از هوش مصنوعی برای بهینه سازی استفاده کرده‌اند، در میان پژوهش‌ها (و متقابلا برنامه‌های دولت برای بهره برداری از هوش مصنوعی) وجود دارند.

در نهایت تم اصلی مقالات به این صورت است که یا سیاست‌هایی را در حوزه هوش مصنوعی تعریف کنند و یا راهکاری برای مدیریت به وسیله هوش مصنوعی ارائه کنند. این راهکارها می‌تواند رنج گسترده‌ای از مدلسازی برای حفاظت و نگه داری از یک منطقه معدنی دور افتاده تا مدیریت پسماند در یک منطقه شهری برای مدیریت بهتر پسماندها و جمع آوری به موقع آن‌ها باشد .

نتیجه گیری

در ابتدای مقاله هدف ما ارائه یک پیشنهادیه و چارچوب برای انجام تحقیقات هوش مصنوعی بوده است . به طرز جالبی مشاهده کردیم که در تمام لایه‌های مورد بررسی قرار گرفته دو موضوع اخلاق و سیاست گذاری جاری بوده و اجزای المان‌های هوش مصنوعی در حوزه عمومی را به هم پیوند می‌دهد. با توجه به این موضوع، ایجاد گفتگو با جامعه در مورد هوش مصنوعی ضرورت دارد و پیشنهاد می‌شود. برخی از دولت‌ها هم اکنون نهادهایی برای مدیریت تلاش‌ها در این حوزه را سازماندهی کرده اند. همچنین نگرانی‌هایی در مورد استفاده نادرست و مجرمانه از داده‌ها و همین طور رفتار نامناسب الگوریتم‌ها را شاهد هستیم. علاوه بر این چهارچوب ارائه شده در مقاله به کارکرد‌ها و وظایف دولت و راهکارهای متعددی که عمدتا در حوزه بهینه سازی توسط هوش مصنوعی ارائه شده است، می‌پرازد. محققان می‌توانند با به کارگیری این یافته‌ها در زمینه‌های دیگر و کارهای متعدد، ارزش‌ها راهکارهای جدید ایجاد کنند.

پی‌نوشت
اگر پژوهشگرِ خط‌مشی‌گذاری هوش مصنوعی و یا کنشگر در سطوح مختلف مدیریتی باشید حتما نیاز به مطالعه مجموعه‌ای از اسناد مربوط به این موضوع دارید .در AI Policies and Plans Repository مجموعه‌ای قابل دانلود از
استراتژی‎های ملی در حوزه هوش مصنوعی،
خط مشی گذاری‌های در حوزه هوش مصنوعی،
انواع نقشه‎راه در حوزه خط مشی گذاری هوش مصنوعی،
انواع گزارش‎های معتبر سیاستی معتبر در بعد حاکمیتی هوش مصنوعی،
انواع ابزارهای تحلیلی برای توسعه و ارزیابی هوش مصنوعی،
رتبه‎بندی‌های مختلف در ارتباط سیاست گذاری هوش مصنوعی،
و معرفی منابع معتبر آموزشی و علمی در ارتباط با هوش مصنوعی است.
اطلاعات بیشتر و نحوه دسترسی به این پروژه را در پست زیر بخونید
درباره AI Policies and Plans Repository

از طریق کانال‌های زیر می‌توانید با من در ارتباط باشید:

ایمیل من: javadsadeqi@gmail.com

آیدی تلگرام من: https://t.me/javaadsaadeghi

لینکدین من

توئیتر من