Zamknięcie działu 20

Słowniczek działu 20

Termin Definicja
psychografia analiza danych o ludziach pod kątem cech psychologicznych (osobowość, wartości, obawy) na podstawie śladów cyfrowej aktywności
mikrotargetowanie kierowanie precyzyjnie dopasowanych komunikatów do wąskich grup lub pojedynczych osób na podstawie szczegółowego profilu danych
bias algorytmiczny systematyczne, niezamierzone nierówności w działaniu systemu AI wynikające z uprzedzeń w danych treningowych
praca moderacyjna (data labeling) ręczne ocenianie i filtrowanie danych przez ludzi, niezbędne do trenowania i zabezpieczania modeli AI
AI Act unijne rozporządzenie z 2024 r. regulujące AI według czterostopniowej piramidy ryzyka
model ogólnego przeznaczenia (GPAI) model AI niezwiązany z jednym konkretnym zastosowaniem, objęty dodatkowymi obowiązkami dokumentacyjnymi
efekt Brukseli zjawisko, w którym unijne regulacje stają się de facto globalnym standardem technologicznym

W pigułce — Dział 20

  • Odkrycie Kosińskiego o przewidywalności osobowości z polubień (2013) stało się naukową podstawą, którą Cambridge Analytica wykorzystała do politycznego mikrotargetowania bez pełnej zgody użytkowników.
  • AI dziedziczy uprzedzenia z danych treningowych (bias) i rodzi spory o prywatność, własność danych i wpływ na rynek pracy — także pracy umysłowej.
  • Unia Europejska jako pierwsza wprowadziła kompleksową regulację AI (AI Act, 2024) opartą na piramidzie ryzyka — od zakazu po brak regulacji.
  • USA (podejście rynkowe) i Chiny (podejście państwowo-strategiczne) wybrały odmienne filozofie regulacyjne — spór o właściwą równowagę między bezpieczeństwem a tempem innowacji trwa.
  • Polska i Europa mają realny, choć skromniejszy niż USA/Chiny, wkład w badania, firmy i regulacje (efekt Brukseli) — uczciwy bilans unika zarówno mitologizowania, jak i lekceważenia tego wkładu.

Sprawdzian działowy

Zestaw A — pytania sprawdzające

  1. Wyjaśnij, na czym polegało odkrycie dr. Michała Kosińskiego i dlaczego samo w sobie nie było równoznaczne z aferą Cambridge Analytica.
  2. Wyjaśnij mechanizm powstawania biasu algorytmicznego na własnym przykładzie (innym niż w lekcji).
  3. Opisz krótko czterostopniową piramidę ryzyka AI Act i podaj przykład zastosowania dla dwóch dowolnych poziomów.
  4. Porównaj podejście regulacyjne UE i USA do AI — wskaż jedną kluczową różnicę.
  5. Wyjaśnij, dlaczego Europa może mieć realny wpływ na globalny rozwój AI, mimo że nie buduje największych modeli fundamentowych.
Sprawdź odpowiedzi (Zestaw A)

  1. Kosiński pokazał (2013), że na podstawie polubień na Facebooku można z dużą trafnością przewidzieć cechy osobowości. Publikacja miała charakter ostrzeżenia naukowego. Sama afera Cambridge Analytica (2013–2018) polegała na niezależnym, komercyjnym i politycznym wykorzystaniu podobnych mechanizmów przez inny podmiot, połączonym z nielegalnym pozyskaniem danych milionów użytkowników bez ich zgody — to odróżnia naukowe odkrycie od jego późniejszego nadużycia.

  2. Przykładowa odpowiedź (dowolny trafny przykład): system oceniający wnioski kredytowe wytrenowany na historycznych danych, w których pewna grupa społeczna rzadziej otrzymywała kredyty (z powodów niezwiązanych z rzeczywistą zdolnością kredytową, np. dyskryminacji historycznej) — model nauczy się kojarzyć przynależność do tej grupy z wyższym ryzykiem, powielając nierówność, mimo że nikt nie zaprogramował go do dyskryminowania nikogo wprost.

  3. Niedopuszczalne (zakazane, np. masowa inwigilacja biometryczna w czasie rzeczywistym), wysokie (surowo regulowane, np. systemy rekrutacyjne czy oceniające uczniów), ograniczone (obowiązek przejrzystości, np. chatboty muszą informować, że nie są człowiekiem) i minimalne (bez dodatkowych wymogów, np. filtr spamu).

  4. UE przyjęła jedną, kompleksową ustawę (AI Act) opartą na piramidzie ryzyka i podejściu prewencyjnym; USA nie mają porównywalnej jednej ustawy federalnej, opierają się głównie na istniejących przepisach sektorowych i dobrowolnych zobowiązaniach firm, z priorytetem dla zachowania konkurencyjności rynkowej.

  5. Dzięki tzw. efektowi Brukseli — firmy chcące sprzedawać produkty na dużym rynku europejskim muszą dostosować je do unijnych regulacji, a ze względów kosztowych często stosują te same standardy globalnie. To sprawia, że europejskie prawo kształtuje globalne praktyki technologiczne, nawet bez posiadania przez Europę infrastruktury do budowy najbardziej zaawansowanych modeli.

CZĘŚĆ VI — AI i Ty