کتاب مقدمه ای بر هوش مصنوعی برای قضات فدرال

کتاب مقدمه ای بر هوش مصنوعی برای قضات فدرال نوشته جیمز ای. بیکر، لوری ان. هوبارت و متیو میتل اشتدت، مسئله‌ی اعتماد به خروجی الگوریتم‌ها را در دادگاه بررسی می‌کند. نویسندگان نشان می‌دهند که دقت یک سامانه در آزمایش، به‌تنهایی برای پذیرفتن نتایجش به‌عنوان مدرک کافی نیست؛ داده‌های آموزشی، شیوه‌ی استفاده و احتمال سوگیری نیز اهمیت دارند. فرید سبزی مترجم این کتاب است و انتشارات سورن مهرگان آن را منتشر کرده است. بحث اصلی، شناخت فناوری برای پرسیدن سؤالات حقوقی دقیق است، نه تأیید یا رد یک‌جای هوش مصنوعی. نسخه‌ی الکترونیکی این اثر را می‌توانید از طاقچه خرید و دانلود کنید.

درباره کتاب مقدمه ای بر هوش مصنوعی برای قضات فدرال

کتاب مقدمه ای بر هوش مصنوعی برای قضات فدرال، حاصل کار جیمز ای. بیکر، لوری ان. هوبارت و متیو میتل اشتدت، پیوند میان سازوکارهای محاسباتی و مسئولیت قضایی را موضوع بررسی قرار داده است. نویسندگان هوش مصنوعی را نه یک ابزار واحد، بلکه مجموعه‌ای از فناوری‌ها معرفی می‌کنند؛ فناوری‌هایی که روش آموزش، نوع داده و محدوده‌ی عملکرد هریک می‌تواند متفاوت باشد. توضیح تفاوت هوش مصنوعی محدود و عمومی، معرفی یادگیری نظارت‌شده، بدون نظارت و تقویتی و شرح نقش شبکه‌های عصبی، زمینه‌ی ورود به مسائل دادگاه را فراهم می‌کند. مثال صورت خندان نشان می‌دهد که ماشین چگونه ویژگی‌های تصویر را به اعداد تبدیل می‌کند و از طریق تنظیم وزن‌ها، تشخیص خود را تغییر می‌دهد. این توضیحات فنی برای آموزش برنامه‌نویسی نیستند؛ هدف، روشن‌شدن پرسش‌هایی است که پشت یک خروجی ظاهراً دقیق پنهان می‌مانند. نویسندگان همچنین میان پیش‌بینی آماری و اثبات قطعی فاصله می‌گذارند؛ تمایزی که در ارزیابی مدرک و تشخیص حدود اعتماد به نتیجه اهمیت دارد.
کتاب مقدمه ای بر هوش مصنوعی برای قضات فدرال مباحث را در نه بخش اصلی و سه پیوست دنبال می‌کند. «مروری بر هوش مصنوعی»، «یادگیری ماشین به زبان تصویر»، «الگوریتم‌های پیش‌بینی‌کننده»، «جعل‌های عمیق» و «قضات در نقش دروازبانان هوش مصنوعی» از موضوعات این بخش‌ها هستند. مباحث حقوقی، قواعد ادله، پرونده‌های کرافورد، داوبرت و فرای و پرسش‌های مربوط به متمم‌های چهارم، پنجم و چهاردهم قانون اساسی آمریکا را در بر می‌گیرند. پیوست‌ها نیز به اصطلاحات، نمونه‌ی پرونده‌ها و منابع پیگیری قوانین اختصاص دارند. نویسندگان چهار نقش برای قاضی در نظر گرفته‌اند: نگهبانی از شواهد، پاسداری از قانون، استفاده‌ی احتمالی از خروجی سامانه‌ها و توضیح مفاهیم فنی برای هیئت‌منصفه. بحث مسئولیت انسانی نیز جای مشخصی دارد؛ انتخاب داده، تعیین معیارها و نظارت بر عملکرد، تصمیم‌هایی انسانی‌اند که پشت عنوان «سامانه‌ی خودکار» ناپدید نمی‌شوند. این کتاب به‌جای صدور حکم کلی درباره‌ی کاربرد فناوری، ضرورت بررسی هر سامانه در شرایط همان پرونده را توضیح داده است.

خلاصه کتاب مقدمه ای بر هوش مصنوعی برای قضات فدرال

کتاب مقدمه ای بر هوش مصنوعی برای قضات فدرال بحث را حول چهار پرسش پیش می‌برد: فناوری چگونه وارد دادگاه می‌شود، تصمیم‌گیرندگان چقدر محدودیت‌هایش را می‌شناسند، استفاده از خروجی با قواعد حقوقی سازگار است یا نه و مسئولیت تصمیم نهایی چگونه ارزیابی می‌شود. پاسخ نویسندگان از شناخت داده‌ها آغاز می‌شود. داده‌های آموزشی، اعتبارسنجی و آزمون وظایف متفاوتی دارند و انتخاب نامناسب آن‌ها می‌تواند خطا یا سوگیری ایجاد کند. سامانه‌ای که در محیط آزمایش موفق است، لزوماً در شرایط متفاوت همان عملکرد را ندارد. تغییر الگوریتم هنگام یادگیری نیز اعتبارسنجی مستمر را ضروری می‌سازد. پیام محوری این است که خروجی عددی جای بررسی قضایی را نمی‌گیرد؛ دادگاه باید روش تولید نتیجه، میزان خطا و نقش انسان‌های دخیل را بشناسد تا درباره‌ی قابلیت اتکای مدرک تصمیم بگیرد.

چرا باید کتاب مقدمه ای بر هوش مصنوعی برای قضات فدرال را بخوانیم؟

دلایل خواندن کتاب مقدمه ای بر هوش مصنوعی برای قضات فدرال را می‌توان این‌طور خلاصه کرد:

• تفاوت پیش‌بینی آماری و اثبات یک واقعیت را روشن می‌کند.
• معیارهایی برای پرسش از کارشناسان درباره‌ی داده‌ها، خطا و اعتبارسنجی معرفی می‌کند.
• نقش انتخاب‌های انسانی در شکل‌گیری سوگیری الگوریتمی را توضیح می‌دهد.
• مسئله‌ی پذیرش شواهد ماشینی را به قواعد ادله پیوند می‌دهد.

خواندن این کتاب را به چه کسانی پیشنهاد می‌کنیم؟

کتاب مقدمه ای بر هوش مصنوعی برای قضات فدرال به این گروه‌ها پیشنهاد می‌شود:

• قضات و وکلای درگیر ارزیابی شواهد الگوریتمی.
• دانشجویان حقوق علاقه‌مند به رابطه‌ی فناوری و دادرسی.
• پژوهشگران مسئولیت انسانی و سوگیری در سامانه‌های هوشمند.
• علاقه‌مندان به قواعد پذیرش ادله در دادگاه‌های فدرال آمریکا.