Please enable JavaScript.

Coggle requires JavaScript to display documents.

인공지능의 사회적 영향(1127 홍태민) - Coggle Diagram

- - - - 클라우드 컴퓨팅: 인터넷 기반 가상화-정보 기술 자원 제공하는 컴퓨팅 환경
      - 빅데이터: 대용량의 데이터를 활용, 분석 > 가치있는 정보 추출
      - 사물이 인터넷으로 연결/ 센서
    - - 1950/앨런 튜링: 튜링테스트 제안
        
        1956/다트머스 회의: '인공지능' 용어 최초 제안
        
        1958/뇌 신경망 모사한 퍼셉트론(중요)
        
        2006/심층 신경망> 딥러닝
        
        2011/ IBM 왓슨-퀴즈쇼 우승
        
        2011/ IBM 왓슨-퀴즈쇼 우승
        
        1 more item...
  - - - 예:
        재난 데이터 분석- 재난 예측
        지능 에이전트 형태- 환경 인식, 제어 > 사회 문제 해결
        동물-울음소리 학습> 멸종 위기 동물 관찰
        인공지능 CCTV- 화재 감지, 하천 수위 감지 > 자연재해 예측, 범죄 예방 활용
        
        교통: 혼잡도, 사고 감소/ 물류 잘 됨
        의료: 질병 조기 진단
        제조: 맞춤형/ 불량률 감소
        금융: 금융 사고 탐지
- - - - 성능 평가 이후 추가적으로 이상? (맘에 안들면) 있으면 3단계로 가서 다시
- - - - 자동화
        
        자율 주행 기술
        
        운전자 개입 없이 차량 주행
        
        무인 배송 트럭
        서빙 로봇
        드론(자율 비행 드론)
        
        출퇴근 시간 > 여가 활동, 생산적인 일
        
        해보기1 자율 주행 기술의 사례
        시범적, 부분적,특수 제약적으로 운용되고 있지만,
        자율주행 택시는 운전자가 없어도 AI가 교통 상황을 분석해 승객을 안전하게 목적지까지 태워 준다.
      - 인간 능력의 한계 극복
        
        인공지능 탑재- [재활/근력 보조] 로봇
        
        생성형 인공지능: 예술감각x > 원하는 내용 -텍스트-로 입력 > 창의성 표현 가능
      - 개별 맞춤화 서비스 제공
        
        개인과 관련된 데이터 > 개별 맞춤화 서비스
        
        추천 알고리즘 - 사용자 선호 추천
        
        디지털 교과서- 맞춤학습
        
        학부모- 자녀 상황 파악
        
        교사- 학생 학업 참여도 등 제공
    - - 단순 노동 감소
      - 데이터 기반 작업 / 간단한 추론 처리 대체
        
        VS 예: 인공지능 변호사- 인간 변호사 모든 업무 대신 불가.
        인공지능: 인간 변호사의 의뢰인 고려 종합적 분석 불가
      - 세계 경제 포럼-2023 일자리 미래 보고서
        
        빅데이터 분석 / 암호화 및 사이버 보안 기술 > 큰 일자리 성장
        
        인공지능 및 기계학습 전문가 수요 증가 / 데이터 분석가 / 빅데이터 전문가/ 비즈니스 인텔리전스 분석가 등
        
        기계 공학자, 건설 노동자 일자리 증가
  - - - 반복적, 정형화 된 문제 - 인공지능이 해결을 대체
        
        VS 인간- 창의력/고도의 전문성/ 공감/ 윤리적 판단 집중
        
        예:
        교육 분야: 개인 맞춤형 교육/ 토의/ 상담
        양식장: 어부- 데이터 분석, 관리하여 수산물 기름
    - - 호기심
      - 비판적 사고력
      - 협업능력
      - 의사소통 능력
- - - - 도덕, 법적인 책임 주체 = 인간.
        무조건적인 수용 / 거부 X > 활용할 수 있을지
        인공지능 결과 > 충분한 검토, 윤리적 고찰
  - - - 답러닝: 인간의 뇌 신경망을 기반.
        
        블랙박스:
        뉴런이 학습하는 방식과 유사하게 학습 >
        인간이 예측하지 못하는 의사결정으로 이어짐
        심층망 안의 상황을 들여다 볼 수 X
  - - - 편향의 문제점
        : 정확도 하락/ 사회적 물의
        예: 이루다
        자사 다른 서비스 > 데이터 학습 > 개인정보 노출, 욕설, 인종차별, 성차별 등의 말 학습
        또한 사용자가 사용할때도 비슷한 말을 학습
        = 더욱 편향된 결과 , 서비스 중단
    - - 예:
        재범 예측 인공지능- 흑인/빈민촌 재범률 높게 < 직접적 관련 X 정보 사용
        (가나다 순서, 알파벳 순서로 결과를 나열하다 보니)
        ‘ㄱ‘이나 'A‘ (로 시작 되는 것이 소비자에게)
        우선적으로 노출되는 결과가 생길 수 있다.
        
        개발자, 사용자, 관리자의 윤리 의식이 중요
        알고리즘을 구성하는 주요한 원칙 공개 / 알고리즘이 실제로 작동(하였을 경우 다양한 시뮬레이션으로 제시해 )
        사용자들도 확인할 수 있는 권리를 보장
    - - 포용성과 지속 가능성
        모든 이해관계자가
      - 인간 중심 가치와 공정성
        인공지능 수명 주기 전반에 걸쳐
        인간 중심 가치를 존중하고 지키기 위해 노력
      - 투명성과 설명 가능성
        투명성과 설명 가능성을 확보해야함
        
        사회적 책임은 기업에만 국한되는 것이 아님
        사회 구성원 모두(중요)가
      - 견고성과 안전성
        인공지능은 전 수명 주기에 걸쳐
        견고하게 작동되어야 하며 바람직하지 못한 조건을 견딜 수 있거나 극복할 수 있어야 함
      - 책무성(=책임감
        인공지능 시스템이 적절히 기능하도록 하는 데 책임을 다해야 함
        (중요)이 책임은 활동 주체 모두 가짐
  - - - 생명을 살려야 한다는 가치 / 약사가 개발한 노력에 대한 가치 /법을 지켜야 한다는 가치 등이 서로 상충 (하인츠 딜레마)
        우열 기리기 힘듬> 윤리적 딜레마
        
        예:
        자동차의 블랙박스> 보행자/ 주변 장소/사물 등에 관한 정보 수집 될 수 있음 > 범죄자를 찾는 목적으로 사용
        
        (관련 없는 사람들) 안면 데이터를 수집 과정 중
        개인 정보가 어느 범위까지 공개되고 사용되도록 할 것인지, 스스로 결정할 권리를 상실 / 개인의 자유와 사생활 침해 받기 가능 >>>.
        
        공익적 활용이 목적이라면 이런 불특정 다수의 개인 정보가 포함된 데이터를 수집하게 해도 괜찮을지에 관하여 의견이 다양하게 나올 수 있다.
    - - 대처방안
        사용자
        기기의 검색 기록, 시청 기록 등의 데이터 주기적으로 삭제 > 데이터가 알고리즘에 지나치게 이용되는 것을 막을 수 있을 듯
        개발자나 운영 • 관리자
        알고리즘이 사회에 미칠 수 있는 영향에 대한 지속적인 논의가 필요