Polski English

W drugim odcinku serwisu „Człowiek 2040” – „Organizuję się” – na tapet zostaną wzięte kwestie społeczno-polityczne, w tym to, jak mogą przebiegać wybory, jak będziemy budować swoje sąsiedztwa i jak może wyglądać system sądownictwa. Aby stworzyć rzetelny obraz tych aspektów życia w 2040 r., analitycy Polityki Insight wzięli pod lupę m.in. trendy takie jak wzrost roli demokracji deliberatywnej, rozwój baniek informacyjnych i zjawisko infocation (czyli trudności z przebodźcowaniem informacjami, w tym wyłapaniem tych ważnych), czy zwiększone znaczenie sztucznej inteligencji w wielu aspektach życia społeczno-politycznego. O tym, czy przedstawiona wizja organizowania się w 2040 r. ma szansę się ziścić, Andrzej Bobiński, dyrektor zarządzający Polityki Insight porozmawia w pierwszym podcaście z prof. Aleksandrą Przegalińską, filozofką i badaczką rozwoju nowych technologii.

 

RZESZÓW REZYGNUJE ZE SZTUCZNEJ INTELIGENCJI W SĄDACH

Decyzję w referendum podjęli Rzeszowianie i należy ją uznać za wygraną obrońców praw człowieka, którzy nagłośnili nieprawidłowości systemu sądzącego TemidAI.

Rzeszów słynie z najbardziej zdigitalizowanego i otwartego samorządu w Polsce. Każdy obywatel posiada aplikację, dzięki której współuczestniczy w tworzeniu budżetu, konsultuje lokalne akty prawne, oddaje głos na kandydatów do zarządów spółek publicznych oraz śledzi poczynania miejskich polityków. Wszystkie dane agregowane w mieście są otwarte, co ułatwia wprowadzanie nowych rozwiązań technologicznych. Perłą w koronie rzeszowskiego otwartego samorządu był algorytmu TemidAI, który niemal natychmiast po wprowadzeniu danych, z wysoką skutecznością rozstrzygał sprawy o wykroczenia oraz wybrane przestępstwa popełniane w internecie (ze względu na „cyfrowy” charakter materiału dowodowego).

Program TemidAI orzekał bez udziału sędziego-człowieka w oparciu o normy ilościowe (quantity-based norms) z uwzględnieniem trzech elementów: (1) wgranych do systemu dowodów (materiały video, e-dokumenty, nagrania rozmów ze świadkami); (2) analizy historycznych wyroków (w aktualizowanej na bieżąco bazie zgromadzono wszystkie wyroki od 2030 r.) oraz (3) analizy cyfrowego śladu stron oraz świadków występujących w sprawie. Znacząco przyspieszyło to rozstrzygnięcia w najprostszych sprawach i zmniejszyło praktycznie do zera koszty obsługi sądowej. Rzeszów chwalił się też skutecznością systemu mierzoną najniższym w Polsce odsetkiem zmiany rozstrzygnięć w sądach II instancji, gdzie wciąż decydują sędziowie zawodowi.

Skuteczność TemidAI kwestionowali prawnicy i przedstawiciele organizacji pozarządowych, wskazując na odwrócony proces przyczynowo-skutkowy. Helsińska Fundacja Praw Człowieka (HFPC) udowodniła, że ludzcy sędziowie decydowali o utrzymaniu wyroków podjętych przez algorytm w I instancji bez dokładnej analizy stanu faktycznego i zgromadzonego materiału dowodowego. Zdaniem HFPC sędziowie nadmiernie ufali algorytmowi, a z drugiej strony bali się postawić na szali swoją reputację kwestionując „obiektywne” rozstrzygnięcie zaawansowanej technologii.

Tymczasem TemidAI zamiast skupiać się na indywidualnych aspektach sprawy, podejmował decyzje w oparciu o proste analogie, często „naciągając” stan faktyczny do rozstrzygnięć z przeszłości. Nieproporcjonalnie wysokie prawdopodobieństwo miały osoby, które dopuściły się zatargów z prawem w przeszłości. Ponadto TemidAI szybko wytworzył proste korelacje pomiędzy m.in. poziomem zamożności, miejscem urodzenia i zamieszkania czy ocenami osiąganymi w szkole, a prawdopodobieństwem popełnienia wykroczenia. Im więcej rozstrzygnięć podjętych przez algorytm znajdowało się w bazie wyroków, tym bardziej uwypuklały się przedstawione powyżej nieprawidłowości. W ten sposób wytworzył się system opisany przez HFPC jako „samospełniająca się cyfrowa przepowiednia”. Prawnicy fundacji przeanalizowali ponad 8 tys. spraw i wykazali, że w prawie 6 proc. z nich nie było dostatecznych dowodów, żeby wydać wyrok.

• Decyzja Rzeszowian to ważny krok w powstrzymaniu procesu automatyzacji sądownictwa – system TemidAI miał być już wkrótce wdrożony w całym kraju. Głos Rzeszowian da nową energię przeciwnikom zmian, którzy jak powiedział prezes HFPC „mają namacalne dowody, że sprawiedliwość bez czynnika ludzkiego może być prosta, szybka i tania, ale nie jest sprawiedliwa”. Zdaniem Ministerstwa Sprawiedliwości rezygnacja z nowego rozwiązania, nad którym resort pracował przez ostatnie 5 lat, spowolni technologiczną rewolucję w sądownictwie, ale jej nie zatrzyma.

KONTROWERSJE WOKÓŁ DEBATY PREZYDENCKIEJ W USA.

Podcast „The Daily” potwierdził nieoficjalne doniesienia, że FBI zamierza wszcząć śledztwo w sprawie wadliwego „algorytmu prawdy”, który mógł nie zadziałać podczas ostatniej debaty Jindal – Obama.

Wszystko wskazuje na to, że protesty sztabu Malii Obamy zostaną uwzględnione i FBI rozpocznie śledztwo, żeby sprawdzić, czy nie doszło do nieprawidłowości przy użyciu systemu Real Time Fact-Checking. Według informacji, które ujawniło „The Daily” właścicielami jednej z sześciu firm tworzących „algorytmy prawdy” są obywatele Chin.

Doniesienia wywołały oburzenie wśród Republikanów, którzy twierdzą, że „Demokraci nie potrafią przegrywać”. A fakt, że system wykrył jedynie 14 proc. nieprawdziwych twierdzeń (średnia w poprzednich debatach przekraczała 40 proc.) świadczy o tym, że Bobby Jindal „mówi jak jest”. CDO (dyrektor cyfrowy, chief digital oficer) sztabu Jindala podkreślał, że obie ekipy miały tyle samo czasu i możliwości sprawdzenia algorytmów, które ustalają, czy twierdzenia wypowiadane przez kandydatów są zgodne z faktami i wiedzą naukową.

Debata była niezwykle intensywna, Obama przegrała tematy Chin, klimatu, migracji klimatycznych oraz e-wojny z Rosją. Wygrała blok technologiczny i praw mniejszości. W dużej mierze jej porażka wynikała z wysokiego współczynnika fałszu (stosunek twierdzeń nieprawdziwych do prawdziwych), który był ponad trzykrotnie wyższy niż u jej rywala. Wielu komentatorów było zszokowanych tym wynikiem, bo Obama słynęła ze świetnego przygotowania i umiejętności formułowania przekazu. Co więcej, tuż po wygranej debacie Jindal wykorzystał przewagę i rozpoczął kampanię w mediach społecznościowych, która idealnie współgrała z hasłem jego kampanii „Telling it like it is” (Mówię, jak jest).

Nadal nie wiadomo, kto zostanie 64. prezydentem Stanów Zjednoczonych, ale według ekspertów „Debategate” zaważy na wyniku wyborów. Dziś wydaje się, że Jindal miałby wielką szansę na zwycięstwo, szczególnie dzięki odbiciu „niebieskich stanów” (popierających Demokratów) - Wisconsin, Georgi, Florydy czy Karoliny Północnej, a może nawet Teksasu, który od wyborów w 2032 r. głosuje konsekwentnie za Demokratami. Jeżeli błyskawiczne śledztwo FBI nie wykaże nieprawidłowości, Republikanie zdobędą przewagę i zmiażdżą Obamę jako kandydatkę która nie mówi prawdy i ucieka się do brudnych sztuczek, żeby to ukryć. A jeżeli Demokraci udowodnią, że doszło do nieprawidłowości, a Chiny aktywnie wsparły Jindala, kampania Obamy odzyska wigor, co najprawdopodobniej pozwoli prezydentce wywalczyć drugą kadencję.

DIALOGI WSPÓLNOTOWE POMOGĄ DOBRAĆ WŁAŚCIWYCH SĄSIADÓW

Spółka My Second Life zatrudnia kanadyjską firmę DeliberateW, która ma opracować przejrzysty algorytm wyboru. Punktem wyjścia będą deliberacje poszczególnych wspólnot.

My Second Life (MSL), lider na rynku luksusowych mieszkań dla seniorów (co-livingów), wprowadza nowy system oceny (credit score) przyszłych mieszkańców. To ucieczka przed zarzutami, że dotychczasowy system oparty na śladzie cyfrowym (digital trace) w dużej mierze oceniał dochodowość (dla firmy) kandydatów na współmieszkańców, a nie doceniał społecznych walorów przekładających się na spójność grupy i dobrą atmosferę.

Dotychczasowy system miał brać pod uwagę nawyki i zachowania kandydatów na mieszkańców. Jeden algorytm był stosowany do wszystkich enklaw niezależnie od charakteru i preferencji zamieszkujących je wspólnot. Składał się ze śladu cyfrowego tworzonego na podstawie odczytów IoT (internet of things) w poprzednich miejscach zamieszkania. Miał też uwzględniać „obywatelski credit score” (opracowany na podstawie interakcji towarzyskich). Jednak komponent ten wraz z oceną usposobienia mieszkańca był niedoszacowany, a algorytm przede wszystkim mierzył „opłacalność” zachowań i nawyków przyszłego mieszkańca dla najemcy. Prowadziło to do konfliktów między starszymi a nowymi członkami wspólnoty, którzy często wyznawali inny system wartości, a w konsekwencji zachowywali się w sposób nieakceptowany przez wspólnoty.

W zeszłym roku MSL przyznał, że algorytm był „nieoptymalny” i rozpoczął poszukiwania innych mechanizmów automatycznej selekcji. W tym tygodniu zatrudnił firmę DeliberateWe do prowadzenia dialogów z mieszkańcami poszczególnych wspólnot, dzięki którym sami zainteresowani pośrednio wskażą wytyczne, które staną się podstawą dla algorytmów oceniających dla poszczególnych enklaw.

Wcześniej firma prowadziła program pilotażowy, w ramach którego mieszańcy głosowali nad wytycznymi, ale to rozwiązanie się nie sprawdziło. Mieszkańcy praktycznie wszystkich testowanych enklaw głosowali przede wszystkim na cechy i zachowania sugerujące dużą towarzyskość. W przypadku większości wspólnot rekrutacje przeprowadzane na podstawie tych wytycznych kończyły się niedopasowaniem nowych mieszkańców do prakseologii wspólnot i spadkiem współczynnika zadowolenia z sąsiedztwa. Tak narodził się pomysł, żeby każda wspólnota sama tworzyła swój algorytm i żeby był on wyłoniony przez ekspertów prowadzących tzw. dialogi wspólnotowe, a nie w ramach prostego głosowania.

Punkt zwrotny

O cyfrowym organizowaniu się Polek i Polaków będziemy mogli mówić wtedy gdy zaczną oni odwiedzać media społecznościowe przez co najmniej 95 proc. dni w miesiącu oraz poszukiwać informacji w internecie przez co najmniej 75 proc. dni. Postęp technologiczny i dostępność szybkiego internetu sprawi, że częściej będziemy spotykać się online – zakładać grupy dyskusyjne, debatować, brać udział w wyborach, a nawet protestować przez internet.

Internet stanie się również pierwszym źródłem informacji dla większości Polaków. Rozpowszechnią się portale weryfikujące informacje – będą do tego wykorzystywać algorytmy sztucznej inteligencji, wspierając tym samym rozwój cyfrowego społeczeństwa obywatelskiego.

***

Przypominamy, że nasz serwis jest intelektualnym ćwiczeniem i opisane w nim sytuacje nie muszą się wydarzyć. Choć opieramy się na wiedzy i przewidywaniach poważnych instytucji, wykorzystujemy naukowe raporty i nasze analityczne doświadczenie, to nie wiemy, jak świat będzie wyglądał za 20 lat. Serwis nie ma charakteru informacyjnego i nie podejmujcie żadnych decyzji na podstawie historii w nim opisanych.

Obszarem, w którym AI może relatywnie szybko i skutecznie zastąpić człowieka są alternatywne metody rozstrzygania sporów (ADR), a w szczególności mediacje. Dość łatwo jest wyobrazić sobie sytuację, w której w oparciu o otrzymane informacje, głównie liczbowe, algorytm proponuje rozwiązanie optymalne, czyli możliwie satysfakcjonujące dla obu stron. Początkowo zapewne będzie dotyczyło to dysput z niską wartością przedmiotu sporu, ale z czasem sztuczna inteligencja może proponować rozwiązania w coraz poważniejszych sprawach. Tego typu sytuacja miała już miejsce w lutym 2019 r., gdy narzędzie AI o nazwie Smartsettle ONE doprowadziło do ugody pomiędzy firmą a osobą fizyczną w sprawie niezapłaconego rachunku za kurs. Ze względu na stopień skomplikowania spraw, doniosłość podejmowanych decyzji oraz kwestie etyczne (np. ograniczenie wolności jednostki), zdecydowanie dłużej będzie trwało opracowanie algorytmów wspierających albo zastępujących sędziów w sprawach karnych. Jedną z ważniejszych kwestii jest stronniczość i uprzedzenia algorytmów. Na ten problem zwrócono uwagę przy okazji analizy skuteczności systemu oceny ryzyka wdrożonego na potrzeby polityki penitencjarnej w USA. Algorytm miał m.in. wskazywać, którzy oskarżeni mogą nie stawić się przed sądem albo do odbycia kary. Jak wykazało badanie, algorytm trafnie oszacował ryzyko niepożądanego działania tylko w przypadku 35 proc. osób umieszczonych w grupie „wysokiego ryzyka”.

Czytaj więcej:
AI tools in US criminal justice branded unreliable by researchers
Robots and AI threaten to mediate disputes better than lawyers
CEPEJ (2018) European ethical Charter on the use of Artificial Intelligence in judicial systems and their environment, online

Koncepcja otwartego rządu (open government) zakłada zwiększanie dostępu obywateli do informacji publicznej oraz innych zasobów informacyjnych gromadzonych i agregowanych przez organy władzy publicznej, a także aktywne włączanie ich w procesy konsultacyjne i decyzyjne w celu podnoszenia jakości życia publicznego. Celem nadrzędnym jest pogłębienie zaufania obywateli do organów władzy oraz edukacja społeczna. By móc efektywnie wdrożyć rozwiązania „otwartego rządu”, niezbędne jest zdigitalizowanie usług i zasobów publicznych.

Czytaj więcej:
OECD (2016) Open government: The global context and the way forward. De Blasio, E., Selva, D. (2016) Why choose open government? Motivations for the adoption of open government policies in four European countries. Hansson, K., Belkacem, K., Ekenberg, L. (2015) Open government and democracy: A research review.

Rozstrzygnięcia wypracowane w oparciu o analizę zbiorów big data, w tym wypadku podsumowanie decyzji we wszystkich poprzednich sprawach z podobnym stanem faktycznym.

Jednym z większych wyzwań, z jakimi mierzą i będą mierzyli się twórcy algorytmów jest ich stronniczość (algorithm bias). To negatywne zjawisko ma dwa podstawowe źródła: ograniczenia zbiorów danych w oparciu, o które algorytm ma podejmować decyzje (np. więcej danych gromadzonych publicznie dotyczy mężczyzn niż kobiet) oraz fakt, że poszczególne algorytmy pisane są przez ludzi, którzy mogą przenieść na nie swoje uprzedzenia i ograniczenia, nawet nieświadomie. Dostępne badania i publikacje wskazują m.in. na dyskryminujący charakter algorytmów ze względu na płeć oraz mniejszości etniczne. Algorytm może być mniej stronniczy niż wybrany sędzia rozstrzygający spór, ale w przypadku efektu skali (podejmowania wielu decyzji) oraz faktu, że algorytm będzie „uczył się” i podejmował kolejne decyzje w oparciu o wcześniejsze „stronnicze” decyzje, może to wywołać efekt kuli śniegowej.

Czytaj więcej:
Perez Criado, C. (2020) Niewidzialne kobiety. Jak dane tworzą świat skrojony pod mężczyzn Umoja Noble, S. (2018) Algorithms of Oppression. How Search Engines Reinforce Racism

Walka z dezinformacją i fake newsami jest jednym z największych wyzwań dla coraz bardziej zaawansowanych technologicznie społeczeństw. Fact-checking, czyli sprawdzanie doniesień medialnych, informacji publikowanych w mediach społecznościowych oraz wypowiedzi polityków, to coraz prężniej rozwijający się rodzaj działalności na styku dziennikarstwa i organizacji pozarządowych. Obecnie większość pracy fact-checkingowej wykonują ludzie – porównujący dane, sprawdzający fotografię czy szukający kontekstu podawanych informacji. Z czasem w coraz większym stopniu człowieka zaczną wyręczać algorytmy. Prace nad zautomatyzowaną formą fact-checkingu trwają od kilku lat, jeden z projektów dofinansowuje m.in. Unia Europejska. Jest wysoce prawdopodobne, że w perspektywie kilku lat narzędzia umożliwiające automatyczny fact-checking będą powszechnie wykorzystywane przez media tradycyjne i internetowe.

Czytaj więcej:
Polityka Insight (2018) Jak czytać w erze Fake News KE (2019) First real-time fact-checking tool to fight against the fake news and disinformation, online

Choć biała ludność w 2040 r. wciąż będzie stanowiła ponad 50 proc. obywateli USA, to struktura etniczna znacząco się zróżnicuje. Według szacunków wśród osób uprawnionych do głosowania biali mieszkańcy w 2036 r. będą stanowili 59 proc. ludności (w porównaniu do 69 proc. w 2016 r.). W tym samym okresie o 7 pkt. proc. wzrośnie odsetek Latynosów (z 12 do 19 proc.), a ludność afroamerykańska utrzyma się na zbliżonym poziomie ok. 13 proc. głosujących. Biorąc pod uwagę zróżnicowane rozłożenie geograficzne mniejszości, w niektórych, zwłaszcza południowych stanach, to oni będą w dużej mierze wybierać władze lokalne i decydować o podziale głosów elektorskich w wyborach prezydenckich.

Czytaj więcej:
Griffin, R., Frey, W. H., Teixeira, R. (2018) America’s Electoral Future: Demographic Shifts and the Future of the Trump Coalition. Griffin, R., Frey, W. H., Teixeira, R. (2020) America’s Electoral Future: The Coming Generational Transformation.

Próby wpłynięcia na wynik wyborów, prezydenckich i parlamentarnych, będą w najbliższych latach nieuniknione. Dotychczas najszerszej przeanalizowane zostały działania rosyjskie podczas kampanii prezydenckiej w 2016 r. Celem akcji, prowadzonej głównie w internecie, było zmniejszenie szansy na zwycięstwo Hillary Clinton, promowanie kandydatury Donalda Trumpa oraz pogłębianie podziałów politycznych w USA. Jak wynika z raportu National Intelligence Council cztery lata później również odnotowano działania rosyjskie, które miały storpedować kandydaturę Joe Bidena oraz zmniejszyć wiarę obywateli w prawidłowość procesu wyborczego.

Czytaj więcej:
National Intelligence Council (2021) Foreing Threats to the 2020 US Federal Elections

Rosnąca konkurencja oraz walka o wpływy na różnych polach, od ekonomii przez politykę po kwestie społeczno-kulturowe pomiędzy USA a Chinami, to najbardziej prawdopodobny scenariusz na najbliższe lata. Według raportu The National Intelligence Council w czterech z pięciu scenariuszy te dwa mocarstwa będą rywalizować (w różnych formach). Wyższe prawdopodobieństwo od otwartych konfliktów militarnych mają działania hybrydowe nakierowane na destabilizację drugiej strony, np. próba wpłynięcia na wynik wyborów prezydenckich w USA.

Czytaj więcej:
National Intelligence Council (2021) Global Trends 2040. A more contested world

Demokracja deliberatywna zakłada rozwiązywanie problemów i ustalanie konsensu w publicznym procesie porozumiewania się i rozważania różnych poglądów. W przeciwieństwie do klasycznej demokracji liberalnej wyższą wartością są w niej potrzeby i interesy wspólnoty niż jednostki. Biorąc pod uwagę stopień polaryzacji społeczeństwa wprowadzenie rozwiązań deliberatywnych na szczeblu krajowym wydaje się obecnie mało prawdopodobne. Większe szanse tego typu podejście powinno mieć w mniejszych komórkach społecznych – na osiedlach, w samorządach lokalnych czy w niektórych miejscach pracy. Przykładem wdrażania zbliżonych rozwiązań może być holokracja, czyli sposób zarządzania firmą, w którym zamiast prostej struktury hierarchicznej decyzje podejmują poszczególne kręgi – zespoły robocze.

Czytaj więcej:
Dryzek, J. S. (2009) Democratization as Deliberative Capacity Building
Chwalisz, C. (2019) A New Wave of Deliberative Democracy, online

Kettering, J. (2020) Holacracy: Core Concepts, Benefits and Limitations, online

Ocenianie ludzi w oparciu o ich interakcje społeczne, a w szczególności działania w internecie, będzie kuszącą perspektywą dla władz różnego szczebla. Rozwiązania tego rodzaju będą możliwe dzięki rozwojowi algorytmów, machine learningu, coraz skuteczniejszej analizie dużych zbiorów danych oraz coraz większej liczbie zbieranych informacji. System oceny obywateli jest obecnie w mikroskali testowany w Chinach – obywatele, uczestniczący w programie dobrowolnie, tracą punkty w rankingu za popełnianie działań niepożądanych społecznie, np. niebezpieczną jazdę czy palenie w miejscach zabronionych. Wachlarz kar jest otwarty i różnorodny, od zakazu podróżowania przez odebranie psa po odebranie możliwości aplikowania na studia wyższe. W nadchodzącej przyszłości podobne rozwiązania zapewne zostaną wprowadzone w innych krajach, np. firmy będą oceniać „ślad internetowy” i interakcje społeczne podczas rekrutacji.

Czytaj więcej:
Ma, A., Canales, K. (2021) China's 'social credit' system ranks citizens and punishes them with throttled internet speeds and flight bans if the Communist Party deems them untrustworthy, online
Sun, Q. (2021) China’s social credit system was due by 2020 but is far from ready, online

Ślad cyfrowy (digital trace albo digital footprint) to zbiorcze określenie na wszystkie ślady naszej działalności w internecie. Zarówno te, które tworzymy bezpośrednio jak informacje przesyłane online, maile, wrzucane filmy i zdjęcia etc. ,ale również pośrednio, w tym informacje o odwiedzanych stronach, polubieniach czy też analizy UX pokazujące na jakich elementach na stronie najdłużej skupialiśmy uwagę. Całość w coraz doskonalszy sposób analizowana jest przez algorytmy, które zebrane informacje mogą wykorzystywać w skali makro (w ramach analizy big data) oraz mikro (np. przy targetowaniu reklam czy filtrowaniu treści na stronie bądź na portalu społecznościowym). Z czasem, wraz z pogłębiającą się immersją w świat wirtualny, zbierane o nas informacje będę jeszcze dokładniejsze i jeszcze szerzej wykorzystywane – zarówno przez podmioty publiczne jak i komercyjne. Zarządzanie swoim śladem cyfrowym, ale również prawne ograniczanie jego wykorzystywania będzie jednym z większych wyzwań dla zaawansowanych technologicznie społeczeństw w nadchodzących latach.

Czytaj więcej:
Menchen-Trevino, E. (2018) Digital Trace Data and Social Research: A Proactive Research Ethics Eriksen, K. (2018) Your Digital Footprint: What Is It and How Can You Manage It?, online

Internet of things (“internet rzeczy”) jest to system łączący niepowiązane ze sobą obiekty (sprzęty komputerowe, urządzenia domowe) w jedną sieć. Służy ona transferowi danych pomiędzy urządzeniami oraz przekazywaniu informacji wprowadzanych z zewnątrz przez człowieka, by wszystkie sprzęty funkcjonowały jako zintegrowany, w pełni zautomatyzowany kolektyw.

Czytaj więcej:
Gillis, A. S. (2021) What is internet of things (IoT)?,