ĐẠO ĐỨC: DỮ LIỆU LỚN VÌ MỤC ĐÍCH TỐT LÀNH VÀ NHÂN VĂN

Quyền lực của dữ liệu có thể được sử dụng vì các mục đích tốt và xấu. Roberto Zicari và Andrej Zwitter đã xây dựng năm nguyên tắc của Đạo đức Dữ liệu lớn.

Andrej Zwitter và Roberto Zicari

Trong thời gian gần đây, ngày càng có nhiều tiếng nói – từ những người có tầm nhìn xa trông rộng về công nghệ như Elon Musk (Tesla Motors), đến Bill Gates (Microsoft) và Steve Wozniak (Apple) – cảnh báo về những nguy hiểm của trí tuệ nhân tạo (AI). Một kiến nghị chống lại các hệ thống vũ khí tự động đã được 200.000 người ký tên và một lá thư ngỏ được trường MIT công bố gần đây kêu gọi một cách tiếp cận mới, toàn diện cho xã hội kỹ thuật số tương lai.

Chúng ta phải nhận ra rằng dữ liệu lớn, giống như bất cứ công cụ nào khác, có thể được sử dụng vì các mục đích tốt và xấu. Theo nghĩa này, quyết định của Tòa án Công lý châu Âu chống lại Thỏa thuận [với Hoa Kì – ND] về bảo vệ dữ liệu trên cơ sở các quyền về con người là điều có thể hiểu được.

Các Nhà nước, các tổ chức quốc tế và các tác nhân tư nhân hiện đang sử dụng dữ liệu lớn trong rất nhiều lĩnh vực. Điều quan trọng là tất cả những ai hưởng lợi từ dữ liệu lớn phải nhận thức được trách nhiệm đạo đức của mình. Vì lý do này, Sáng kiến về dữ liệu vì​​ nhân loại [Data for Humanity Initiative] đã được thành lập, với mục tiêu phổ biến một Bộ quy tắc ứng xử đối với việc sử dụng dữ liệu lớn. Sáng kiến ​​này đưa ra năm nguyên tắc đạo đức căn bản đối với người dùng dữ liệu lớn:

  1. Không gây hại”. Dấu vết kỹ thuật số mà mọi người đang để lại phía sau mình làm cho các cá nhân, các nhóm xã hội và toàn thể xã hội nói chung phơi bày tính minh bạch và dễ bị tổn thương ở một mức độ nào đó. Những người được tiếp cận những hiểu biết sâu sắc nhờ dữ liệu lớn không được gây hại đến bên thứ ba.
  2. Đảm bảo dữ liệu được sử dụng theo cách mà kết quả sẽ thúc đẩy sự chung sống hòa bình của nhân loại. Việc lựa chọn nội dung và khả năng tiếp cận dữ liệu gây ảnh hưởng đến thế giới quan của một xã hội. Chung sống hòa bình chỉ khả thi nếu các nhà khoa học dữ liệu nhận thức được trách nhiệm của mình trong việc cung cấp quyền tiếp cận bình đẳng và không thiên lệch dữ liệu.
  3. Sử dụng dữ liệu để giúp người cần giúp đỡ. Ngoài lợi ích về kinh tế, sự đổi mới trong lĩnh vực dữ liệu lớn cũng có thể tạo thêm những giá trị xã hội. Trong thời đại kết nối toàn cầu, chúng ta giờ đây có thể tạo ra những công cụ dữ liệu lớn mang tính sáng tạo, có thể giúp những người cần giúp đỡ.
  4. Sử dụng dữ liệu để bảo vệ thiên nhiên và giảm thiểu mức độ ô nhiễm môi trường. Một trong những thành tựu lớn nhất của phân tích dữ liệu lớn là sự phát triển các quy trình hiệu quả và các hiệu ứng hiệp lực. Dữ liệu lớn chỉ có thể giúp tạo ra một tương lai bền vững về kinh tế và xã hội nếu những phương pháp như vậy cũng được sử dụng để tạo ra và duy trì một môi trường tự nhiên lành mạnh và ổn định.
  5. Sử dụng dữ liệu để loại bỏ sự phân biệt đối xử và sự bất khoan dung và tạo ra một hệ thống công bằng về sự cùng tồn tại xã hội. Các phương tiện truyền thông xã hội đã tạo ra một mạng xã hội mạnh mẽ. Điều này chỉ có thể dẫn đến sự ổn định toàn cầu mang tính dài hạn nếu nó được xây dựng trên các nguyên tắc sòng phẳng, bình đẳng và công bằng.

Để kết luận, chúng tôi cũng muốn mọi người chú ý đến những cơ hội mới đáng quan tâm mà dữ liệu lớn có thể dẫn đến một tương lai tốt hơn: “Khi mà việc có nhiều dữ liệu hơn làm cho thông tin trở nên ít tốn kém hơn và công nghệ phá vỡ các rào cản tiếp nhận và phân tích dữ liệu, thì cơ hội cung cấp những thông tin hữu ích phục vụ cho các mục đích công dân sẽ phát triển. Điều này có thể gọi là thách thức ‘công ích’ vì dữ liệu lớn”. (Jake Porway, DataKind). Cuối cùng, điều quan trọng là hiểu được bước ngoặc sang dữ liệu lớn như là một cơ hội để làm điều tốt và là một hy vọng cho một tương lai tốt hơn.

ĐO LƯỜNG, PHÂN TÍCH, TỐI ƯU HÓA: KHI MÁY MÓC THÔNG MINH CHIẾM QUYỀN KIỂM SOÁT VỀ MẶT XÃ HỘI

Trong thời đại kỹ thuật số, máy móc đã điều khiển trong một chừng mực đáng kể cuộc sống hàng ngày của chúng ta. Vì thế, chúng ta nên suy nghĩ kỹ lưỡng trước khi chia sẻ dữ liệu cá nhân của chúng ta, theo chuyên gia Yvonne Hofstetter

Nếu Norbert Wiener (1894-1964) trải nghiệm được thời đại kỹ thuật số, thì đối với ông, đó sẽ là thế giới của thiên đường [muốn gì cũng có]. “Điều khiển học là khoa học về thông tin và kiểm soát, bất luận mục tiêu kiểm soát là một cỗ máy hay một sinh vật sống”, người sáng lập Điều khiển học đã từng giải thích như vậy tại Hannover, Đức, vào năm 1960. Trong lịch sử, thế giới chưa từng tạo ra một khối lượng dữ liệu và thông tin lớn như hiện nay.

Điều khiển học, một khoa học khẳng định tầm quan trọng ở mọi nơi, đã hứa hẹn một cách chắc nịch: “Mọi thứ đều có thể kiểm soát được.” Trong thế kỷ 20, các lực lượng vũ trang của Hoa Kỳ và của Liên Xô đều áp dụng điều khiển học để kiểm soát cuộc chạy đua vũ trang. NATO đã triển khai cái gọi là hệ thống C3I (Command [chỉ huy], Control [điều khiển], Communication [truyền tin] và Intelligence [tình báo]), một thuật ngữ dành cho cơ sở hạ tầng quân sự mà ngôn ngữ dựa trên cuốn sách của Wiener mang tựa đề Cybernetics: Or Control and Communication in the Animal and the Machine [Điều khiển học: Hoặc Kiểm soát và Truyền thông trong động vật và máy móc] được xuất bản vào năm 1948. Kiểm soát đề cập đến việc kiểm soát máy móc cũng như kiểm soát các cá nhân hoặc toàn bộ các hệ thống quản lý xã hội chẳng hạn như các liên minh quân sự, NATO và Hiệp ước Warsaw. Các yêu cầu cơ bản là: Tích hợp, thu thập dữ liệu và truyền tin. Kết nối con người và mọi thứ đến Internet của vạn vật là một cách hoàn hảo để có được những dữ liệu cần thiết như là đầu vào của các chiến lược kiểm soát điều khiển học.

Với điều khiển học, một khái niệm khoa học mới đã được đề xuất: thông tin phản hồi vòng kín. Thông tin phản hồi – chẳng hạn như bấm like [thích] hoặc đưa ra những lời bình trực tuyến – là một khái niệm chính khác liên quan đến kỹ thuật số hóa. Liệu điều này có nghĩa là kỹ thuật số hóa là sự triển khai điều khiển học một cách hoàn hảo nhất không? Khi sử dụng các thiết bị thông minh, chúng ta tạo ra một dòng vô tận các dữ liệu phơi bày các ý định, định vị địa lý, hoặc môi trường xã hội của chúng ta. Trong khi giao tiếp trực tuyến nhiều hơn bao giờ hết mà không suy nghĩ, thì một hệ sinh thái trí tuệ nhân tạo (AI) âm thầm tiến hóa. Ngày nay, AI là công nghệ duy nhất có khả năng phác họa chân dung chúng ta và rút ra những kết luận về hành vi tương lai của chúng ta.

Một chiến lược điều khiển tự động, thường là một máy học tập, sẽ phân tích hiện trạng của chúng ta và tính toán một kích thích dẫn chúng ta đến gần hơn với một trạng thái “tối ưu” đáng mong muốn hơn. Những bộ điều khiển như vậy ngày càng chi phối cuộc sống thường nhật của chúng ta. Những công cụ hỗ trợ kỹ thuật số như vậy giúp chúng ta đưa ra quyết định trong hàng ngàn sa số các tùy chọn và sự bất định đáng sợ. Ngay cả công cụ tìm kiếm Google Search là một chiến lược điều khiển. Khi gõ một từ khóa, người dùng phơi bày ý định của mình. Công cụ tìm kiếm Google Search, đến lượt nó, không chỉ giới thiệu một danh sách những truy cập tốt nhất, mà còn giới thiệu một danh sách các liên kết được sắp xếp theo giá trị (tài chính) có lợi cho công ty hơn là có lợi cho người dùng. Bằng cách liệt kê các dịch vụ của công ty ở các dòng đầu của kết quả tìm kiếm, Google kiểm soát cú nhấp chuột tiếp theo của người dùng. Đó là một sự lạm dụng của vị thế độc quyền của Google, theo lập luận của Liên minh châu Âu.

Nhưng liệu có cách nào để thoát ra không? Có, nếu chúng ta ngắt kết nối từ các vòng lặp điều khiển học và đơn giản ngừng trả lời sự kích thích kỹ thuật số. Điều khiển học sẽ thất bại, nếu đối tác chịu sự kiểm soát bước ra khỏi vòng lặp. Chúng ta nên cẩn thận với và giữ kín đáo những dữ liệu của chúng ta, ngay cả khi đó là điều khó khăn. Tuy nhiên, khi quá trình kỹ thuật số hóa tiếp tục phát triển, thì chẳng bao lâu nữa chúng ta không còn có nhiều sự lựa chọn. Vì thế, một lần nữa chúng ta phải đấu tranh vì quyền tự do của chúng ta trong thời đại kỹ thuật số, đặc biệt chống lại sự trổi dậy của máy móc thông minh.

GIỚI THIỆU TÁC GIẢ

Dirk Helbing

Dirk Helbing là Giáo sư Khoa học tính toán xã hội tại Khoa khoa học nhân văn, khoa học xã hội và khoa học chính trị và là Giáo sư cơ hữu tại Khoa khoa học máy tính, viện ETH Zurich [tiếng Anh: Swiss Federal Institute of Technology – Viện Công nghệ Liên bang Thụy Sĩ]. Các nghiên cứu gần đây của ông thảo luận về những rủi ro mạng trên toàn cầu. Tại Delft University of Technology [Đại học Công nghệ Delft] ông chỉ đạo chương trình PhD về “Kỹ thuật công nghệ xã hội vì một tương lai kỹ thuật số có trách nhiệm.” Ông cũng là đại biểu được bầu của Học viện Đức về Khoa học “Leopoldina” và Học viện thế giới về nghệ thuật và khoa học.

Bruno S. Frey

Bruno Frey là một nhà kinh tế và là giáo sư thỉnh giảng tại Đại học Basel, nơi ông điều hành Trung tâm Nghiên cứu về Kinh tế học và Phúc lợi (CREW). Ông cũng là Giám đốc phụ trách nghiên cứu của Trung tâm Nghiên cứu về Kinh tế học, Quản trị và Nghệ thuật (CREMA) tại Zurich.

Gerd Gigerenzer

Gerd Gigerenzer là Giám đốc Học viện Max Planck về phát triển con người ở Berlin và Trung tâm Harding về khả năng hiểu biết rủi ro, được thành lập tại Berlin vào năm 2009. Ông là thành viên của Viện Hàn lâm Khoa học Berlin-Brandenburg và Viện Hàn lâm Khoa học “Leopoldina” của Đức. Mối quan tâm nghiên cứu của ông bao gồm năng lực rủi ro và rủi ro truyền thông, cũng như năng lực ra quyết định dưới điều kiện không chắc chắn và áp lực thời gian.

Ernst Hafen

Ernst Hafen là Giáo sư tại Học viện các hệ thống phân tử sinh học tại viện ETH Zurich và cũng là cựu Chủ tịch trước đây tại đó. Năm 2012, ông thành lập sáng kiến ​​“Dữ liệu và Sức khỏe.” Mục đích của sáng kiến ​​này là tăng cường năng lực tự quyết về kỹ thuật số của người dân ở cấp độ chính trị và kinh tế, cũng như khuyến khích việc thành lập các cơ sở dữ liệu hợp tác và có tổ chức cho các dữ liệu cá nhân.

Michael Hagner

Michael Hagner là Giáo sư về nghiên cứu khoa học tại viện ETH Zurich. Mối quan tâm nghiên cứu của ông bao gồm sự quan hệ giữa khoa học và dân chủ, lịch sử điều khiển học và tác động của văn hóa kỹ thuật số đến các xuất bản học thuật.

Yvonne Hofstetter

Yvonne Hofstetter là một luật sư và chuyên gia về trí tuệ nhân tạo.Chuyên ngành của bà là việc phân tích một lượng lớn các dữ liệu và các hệ thống tổng hợp dữ liệu. Bà là Giám đốc điều hành công ty Teramark Technologies GmbH. Công ty phát triển các hệ thống kiểm soát kỹ thuật số dựa trên trí tuệ nhân tạo, để, trong nhiều mục đích khác, tối ưu hóa các chuỗi cung ứng đô thị và quản lý thuật toán rủi ro tiền tệ.

Jeroen van den Hoven

Jeroen van den Hoven là Giáo sư Đại học và là Giáo sư về đạo đức và công nghệ tại Đại học Công nghệ Delft, đồng thời là nhà sáng lập và là Tổng biên tập của tạp chí Đạo đức và Công nghệ thông tin. Ông là Chủ tịch sáng lập của chương trình Hội đồng nghiên cứu Hà Lan về đổi mới có trách nhiệm và chủ trì một Nhóm chuyên gia có trách nhiệm về nghiên cứu và đổi mới của Ủy ban châu Âu. Ông là thành viên của Nhóm Chuyên gia về Đạo đức của cơ quan Giám sát và Bảo vệ dữ liệu của châu Âu.

Roberto V. Zicari

Roberto V. Zicari là Giáo sư về cơ sở dữ liệu và các hệ thống thông tin tại Đại học Goethe Frankfurt và là chuyên gia về Dữ liệu lớn. Ông còn quan tâm đến lĩnh vực tinh thần doanh nhân và đổi mới. Ông là nhà sáng lập Phòng thử nghiệm dữ liệu lớn Frankfurt tại Đại học Goethe và là biên tập viên của cổng thông tin Các hệ thống quản lý cơ sở dữ liệu nghiệp vụ (ODBMS.org). Ông cũng là Giáo sư thỉnh giảng tại Trung tâm tinh thần doanh nhân và công nghệ của Khoa Kỹ thuật công nghiệp và hoạt động nghiên cứu tại Đại học California ở Berkeley.

Andrej Zwitter

Andrej Zwitter là Giáo sư về quan hệ quốc tế và đạo đức tại Đại học Groningen, Hà Lan, và là Nghiên cứu viên danh dự cao cấp tại Đại học Liverpool Hope, Vương quốc Anh. Ông là nhà đồng sáng lập Đài quan sát quốc tế về mạng lưới Dữ liệu lớn và Chiến lược toàn cầu. Mốiquan tâm nghiên cứu của ông bao gồm lý thuyết chính trị quốc tế, tình trạng khẩn cấp và thiết quân luật, chính sách viện trợ nhân đạo, cũng như tác động của Dữ liệu lớn đến chính trị học và đạo đức học quốc tế.

Huỳnh Thiện Quốc Việt dịch

Nguồn: “Will Democracy Survive Big Data and Artificial Intelligence?”, Scientific American, February 25, 2017.

http://www.phantichkinhte123.com/2017/04/lieu-nen-dan-chu-co-song-sot-qua-du.html

Advertisements

Trả lời

Mời bạn điền thông tin vào ô dưới đây hoặc kích vào một biểu tượng để đăng nhập:

WordPress.com Logo

Bạn đang bình luận bằng tài khoản WordPress.com Đăng xuất / Thay đổi )

Twitter picture

Bạn đang bình luận bằng tài khoản Twitter Đăng xuất / Thay đổi )

Facebook photo

Bạn đang bình luận bằng tài khoản Facebook Đăng xuất / Thay đổi )

Google+ photo

Bạn đang bình luận bằng tài khoản Google+ Đăng xuất / Thay đổi )

Connecting to %s