Dirbtinio intelekto taikymo perspektyvos viešajame sektoriuje

  • 9
    Shares

robotams

Trys robototechnikos dėsniai: 1. Robotas negali daryti žalos žmogui arba savo neveikimu leisti, kad žmogui būtų padaryta žala. 2. Robotas turi klausyti komandų, kurias jam duoda žmogus, išskyrus tuos atvejus, kai šios komandos prieštarauja Pirmajam dėsniui. 3. Robotas turi rūpintis savo saugumu, jeigu tai neprieštarauja Pirmajam ir Antrajam dėsniams.

Isaac Asimov

Sparčiai vystantis informacinėms ir ryšių technologijoms vis aktualesnis tampa dirbtinio intelekto klausimas, dėl kurio perspektyvų ir vaidmens ateities visuomenėje šiandien tarp įvairių sričių mokslininkų ir mąstytojų verda gana aršios diskusijos. Vis dažniau optimistinį požiūrį, kad dirbtinis intelektas atvers kelią naujam žmonijos vystymosi etapui, keičia perspėjimai apie jo keliamą potencialią grėsmę. Šiuose perspėjimuose dažnai vaizduojami netgi tokie apokaliptiniai scenarijai, kurie buvo pademonstruoti ,,Matricos“ ar ,,Terminatoriaus“ filmuose. Antai visai neseniai apie dirbtinio intelekto keliamą grėsmę prabilo ir vienas žinomiausių pasaulyje fizikų Stephen Hawking, ,,Microsoft“ korporacijos bendraįkūrėjas Bill Gates bei ,,Tesla“ ir ,,Space X“ vadovas Elon Musk. Visi jie pabrėžė, jog mašinos, valdomos dirbtinio intelekto, yra grėsmė žmonijai (žr. čia). Todėl šių diskusijų kontekste aktualu dar kartą pažvelgti į patį dirbtinį intelektą ir apmąstyti jo taikymo perspektyvas viešajame sektoriuje.
Kas gi tas dirbtinis intelektas? Nesileidžiant į gilesnius technologinius niuansus, dirbtinis intelektas gali būti apibūdinamas kaip bandymas atkartoti žmogaus mąstymo procesus kompiuterinėse sistemose, technologijose, techninėse  mašinose (kompiuterinėse sistemose, robotuose, programiniais agentais ir programomis valdomuose įrenginiuose ir kt.) (Dzemydienė, 2006, p.58). Tačiau, ar tai realiai pasiekiamas tikslas? Kaip pastebi Michio Kaku (2013, p.85), ,,šiuolaikinių skaitmeninių kompiuterių architektūra labai skiriasi nuo smegenų architektūros. Smegenys yra savotiška mokymosi mašina. Tai begalinė daugybė neuronų, kurie keičia jungtis, kai tik išmoksta kokią nors užduotį. Šiuolaikinis kompiuteris, kad ir koks jis greitas ir galingas bebūtų, visiškai nesimoko. Jis ir šiandien toks pat kvailas, kaip vakar“. Esmė ta, kad šiuo metu esama technologija dar nėra pajėgi atkartoti žmogaus smegenyse vykstančio mąstymo proceso. Kompiuteriai ir sudėtingos informacinės sistemos atlieka tik tas operacijas, kurioms atlikti yra užprogramuotos. Nukrypti nuo šios programos ir pažvelgti į sprendžiamą problemą naujai jos nėra pajėgios. Taip pat yra ir su šiuolaikinėmis vadinamosiomis ,,išmaniosiomis mašinomis“ – arba už jų valdymo slypi daugybė operatorių (bepiločiai kariniai dronai), arba jos palaikomos daugybės sensorių ir GPS sistemos yra užprogramuotos iš vieno taško, aplenkiant potencialias kliūtis, pasiekti kitą atskaitos tašką  (automobiliai be vairuotojų). Taigi, šios ,,išmaniosios mašinos“ gali pasigirti tik priartėjančios prie elementaraus vabzdžio intelekto lygio. Tačiau mokslininkų ir inžinierių visa tai neatbaido, net priešingai, paskatina dar daugiau dėmesio skirti dirbtinio intelekto tyrimams.
Šiandien kuriant dirbtinį intelektą paprastai yra pasitelkiamos dvi skirtingos prieigos. Pirmoji – tradicinė (iš viršaus į apačią) prieiga išmaniąsias mašinas arba robotus traktuoja kaip skaitmeninius kompiuterius ir visas jų intelekto taisykles programuoja nuo pačios pradžios (Kaku, 2013, p.85). Šiuo atveju, tiesiog yra bandoma sukurti mega informacinę sistemą, kuri perteiktų mąstymo procesus su visomis intelekto taisyklėmis. Daugelis šiandien viešojoje valdysenoje diegiamų informacinių sistemų yra paremtos būtent šia dirbtinio intelekto vystymo logika. Ar tai būtų piliečių informavimo, ar viešųjų paslaugų teikimo, ar automatizuotos duomenų mainų sistemos, visos jos tiksliai suprojektuotos iš viršaus į apačią. Kitaip tariant, jų veikimas pagrįstas aiškiai apibrėžtomis, iš anksto suformuotomis taisyklėmis, numatant kiekvienos problemos sprendimui atitinkamą variantą.
Žvelgiant į netolimą ateitį, pastaroji dirbtinį intelektą turinčių informacinių sistemų kūrimo viešajame administravime strategija atrodo labiausiai perspektyvi. Ji iš esmės leidžia pasiekti seną viešojo administravimo idealą – sukurti vėberiškąjį idealaus tipo biurokratą. Toks „biurokratas“, o tiksliau dirbtinį intelektą turinti informacinė sistema, pasižymėtų tokiomis savybėmis, kurios nėra iki galo pasiekiamos nei vienam ,,mirtingajam“ valstybės tarnautojui, t.y. absoliutus taisyklių ir procedūrų laikymasis,  objektyvumas, nešališkumas, nesavanaudiškumas, vienodas ir teisingas visų piliečių traktavimas ir t.t. Tačiau kartu su minėtais pranašumais šios informacinės sistemos perimtų ir neigiamas idealaus biurokrato tipui priskiriamas savybes, įvardintas dar 1944 metų R. Merton straipsnyje ,,Bureaucratic Structure and Personality“ (Merton, 2004). Pirmiausia, tokiai dirbtinio intelekto sistemai stigtų lankstumo ir adaptyvumo, sprendžiant atskirus piliečių atvejus. Kiekvieną naują atvejį ir jo sprendimo variantą tektų naujai įtraukti į sistemos programinį kodą. Antra, jos diegimas sąlygotų galutį antrinių, depersonalizuotų, formalių santykių įtvirtinimą piliečių aptarnavimo srityje. Ir trečia, automatizavus diskrecijos laisvę, t.y. perdavus bendrų įstatymo nuostatų taikymo praktikoje funkciją informacinėms sistemoms, kiltų atskaitomybės už priimamus sprendimus vakuumo problema (Homburg, 2010, .6).
Antroji dirbtinio intelekto vystymo prieiga būtų ,,iš apačios į viršų“, t.y. kuriant besimokančias informacines sistemas (Kaku, 2013).  Šiuo atveju pagrindinis dėmesys yra telkiamas ne į bandymus suprogramuoti visas įmanomas intelekto taisykles, bet į ,,išmaniųjų mašinų“ mokymosi procesų ugdymą, suteikiant joms gebėjimus pačioms savarankiškai mokytis apdorojant naujai gautą informaciją bei sprendžiant įvairias problemas. Šis metodas yra labiau artimas žmogaus intelekto formavimosi procesui, bandymas jį kopijuoti. Tačiau ir ši dirbtinio intelekto formavimo prieiga kol kas susiduria su gan rimtomis kliūtimis. Jei šis principas gan sėkmingai yra pritaikomas apmokant šiuolaikines išmaniąsias mašinas nesudėtingų operacijų, tokių kaip, pavyzdžiui, savarankiškas judėjimas erdvėje (Kaku, 2013, p.90), tai socialinių elgesio normų perėmimas ir įsisavinimas joms nėra toks paprastas procesas. Geriausias tokio nesėkmingo socialinio bendravimo įgūdžių mokymosi pavyzdys būtų ,,Microsoft“ korporacijos sukurtas dirbtinis intelektas ,,Tay“, kuris vos po paros bendravimo su socialinių tinklų vartotojais ėmė vartoti necenzūrinius žodžius ir pradėjo šlovinti nacizmo idėjas (žr. čia).
Panašios sistemos, nors ir neturinčios tokio išvystyto dirbtinio intelekto, bandomos diegti ir viešajame sektoriuje – tai įvairūs elektroniniai asistentai ir automatizuotos klientų aptarnavimo sistemos, skirtos informuoti piliečius ir teikti jiems papildomą pagalbą naudojantis įvairiomis viešosiomis paslaugomis. Be minėtų pagrindinių funkcijų atlikimo jos turi ir papildomą paskirtį – suteikti automatizuotoms informacinėms viešojo administravimo sistemoms ,,žmogišką veidą“, padaryti bendravimą su jomis ne tokį formalizuotą. Tiesa, reikia pripažinti, kad šios sistemos dideliu intelektu kol kas nepasižymi. Į pateiktą klausimą paprastai pateikiamas arba labai standartizuotas, arba ne tas atsakymas, kurio buvo tikimasi sulaukti. Visgi, ateityje vystant dirbtinio intelekto gebėjimus savarankiškai mokytis, yra didelė tikimybė, kad jo pagrindu veikiančios išmaniosios informacinės sistemos leis spręsti kiekvieno piliečio problemas individualiai, aptarnauti juos aukščiausiu efektyvumo ir kokybės lygiu. Tačiau tokiam dirbtiniam intelektui išvystyti dar prireiks nemažai pastangų ir laiko.
Ar išsipildys šios autoriaus prognozės bei įžvalgos, ar papildys keistų ir juokingų neišsipildžiusių futuristų ,,pranašysčių“ sąrašą, parodys tik laikas. Galbūt Jūs turite savo ateities matymą, pasidalinkite juo.

Šaltiniai:
Dzemydienė D. 2006. Intelektualizuotų informacinių sistemų projektavimas ir taikymas. Vilnius.
Homburg V. 2010. Understanding E-government: information systems in public administration. London: Routledge.
Kaku M. 2013. Ateities fizika. Kaip mokslas 2100 m. keis žmonių likimą ir kasdienį mūsų gyvenimą. Vilnius.
Merton R. 2004. Bureaucratic Structure and Personality. In Shafritz J., Hyde A., Parkes S., eds. Classics of Public Administration. Belmont: Wadsworth/ Thompson. P.109-117.

Nuotrauka J.Dvorak.


  • 9
    Shares

Related posts