2. Tveganja pri uporabi podatkov v strojnem učenju

2.3. Kako ravnati s podatkovnimi in algoritmičnimi tveganji?

Po mnenju R. Schwartza in drugih44"pristranskost ni niti nova niti edinstvena za umetno inteligenco in v sistemu umetne inteligence ni mogoče doseči ničelnega tveganja pristranskosti ".
Priznavanje, da so agenti UI po naravi subjektivni, je ključni predpogoj za zagotovitev, da se uporabljajo le za naloge, za katere so dobro opremljeni.

Študija EPRS podaja več priporočili glede uporabe aplikacij, ki temeljijo na umetni inteligenci:

  • razumevanje pristranskosti in subjektivnosti
  • izogibajte se aplikacijam, ki presegajo zmožnosti umetne inteligence
  • izogibajte se aplikacijam z nezaželenimi učinki
  • ohranjanje avtonomijo človeka
  • iščite rešitve za probleme in ne probleme za rešitve
  • razmislite, kaj si od umetne inteligence resnično želimo