Искусственный интеллект для гражданского общества

Искусственный интеллект / ИИ применяется в различных областях: от экологии, где он отслеживает изменения климата, до права, анализируя судебные документы на предвзятость. В социальных исследованиях обрабатывает данные для выявления тенденций, а в журналистике помогает находить истории в больших данных и отслеживать значимые события в соцсетях.

ИИ обрабатывает различные типы данных:

— видео,

— аудио,

— числовые,

— символьные

— гибридные.

Например, в области экологии анализ видео и фото, данных с дронов и спутников позволяет отслеживать изменения в ландшафтах и миграции животных. Аудио данные используются для распознавания звуков в городских или диких ландшафтах, помогая идентифицировать источники шумового загрязнения или визуализировать сезонные перелеты птиц.

Числовые данные важны в социальных исследованиях, где они помогают анализировать тенденции и паттерны в больших объемах информации, например, в статистике пожертвований.

Символьные данные, включая тексты и коды, являются ключом к анализу судебных решений и законодательства, позволяя выявлять тенденции и проблемы в правовой системе.

Гибридные данные сочетают в себе различные типы, обогащая аналитические возможности ИИ и позволяя комплексно подходить к решению задач.

В архитектуре искусственного интеллекта основное направление — машинное обучение, которое охватывает разработку нейронных сетей, включая глубокие обучающие сети, и генеративные модели, такие как GPT (Generative Pre-trained Transformer).

Машинное обучение применяется для анализа и интерпретации больших объемов данных, выявляя закономерности, указывающие на социальные, экономические или технические проблемы.

Нейронные сети стали основой значительных достижений в распознавании речи и обработке изображений, расширяя возможности анализа контента в социальных сетях и средствах массовой информации. Генеративные модели же преобразовали подходы к генерации текста и машинному переводу, способствуя синтезу нового контента и созданию передовых инструментов для общественного информирования.

Анализ текстовых данных с использованием ИИ уже стал инструментом в руках гражданского общества для борьбы с социальными вызовами. Его применение для обработки и анализа текстовых данных открывает возможности для выявления тенденций, паттернов и связей в огромных массивах информации, которые ранее были недоступны из-за их объема или сложности интерпретации.

Проект «Алгоритм света» применяет машинное обучение для анализа судебных решений. С помощью алгоритма градиентного бустинга проект обрабатывает данные из судебных документов, анализируя массивы судебных решений, и выявляет случаи домашнего насилия. Несмотря на отсутствие в России такой статьи в административном или уголовном кодексе, алгоритмы ИИ позволяют идентифицировать случаи домашнего насилия по косвенным признакам и формулировкам в текстах решений. В ходе анализа 81 136 приговоров, вынесенных с 2011 по 2019 год, выяснилось, что 66% женщин, ставших жертвами убийств, были убиты в результате домашнего насилия. Это позволяет адвокатам и исследователям получать доступ к критически важной информации, которая может помочь в защите жертв.

Вопросы безопасности не обходят стороной и работу с ИИ, особенно в контексте гражданского общества. Необходимо учитывать риски неправомерного использования данных, предвзятости алгоритмов и потенциального влияния на приватность. Рекомендации по безопасности включают использование прозрачных и проверенных моделей, аудит алгоритмов на предмет предвзятости и обеспечение защиты данных через анонимизацию.

В то же время появляются новые вопросы не только к безопасности, но и к этике и приватности, требующие от нас осознанного использования технологии. Мы наблюдаем не просто переход к более продвинутым инструментам, но и вызов к созданию ответственного будущего, где технологии работают на благо всех.