El documento analiza la industria de la aviación como un caso de estudio para la adopción de estándares de seguridad de IA y cómo un enfoque medido para aplicarlos primero en contextos no críticos como el mantenimiento predictivo, la planificación de rutas y el apoyo a la toma de decisiones es un mejor enfoque para desarrollar estándares y prácticas que luego pueden aplicarse a escenarios más críticos para la seguridad, como el control de vuelo. También destaca la importancia de la coherencia entre jurisdicciones en este ámbito, ya que la aceptación de la seguridad de vuelo es una piedra angular para el comercio y el movimiento de capital y mano de obra a través de las fronteras.
El documento también aplica el marco paradigmático de diferentes tipos de carreras y menciona que, según los hallazgos preliminares, está claro que hay una carrera suave hacia la cima en términos de estándares de seguridad dado el fuerte énfasis de este dominio en la seguridad operativa sobre todo lo demás. Finalmente, se hacen varias recomendaciones en la línea de los roles que pueden desempeñar los reguladores, cómo los actores de la industria pueden interactuar entre sí y los incentivos para que el segmento de investigación contribuya a esto, que brindan una hoja de ruta para aplicar potencialmente algunos de los aprendizajes. desde este a otros dominios donde la seguridad es esencial.
https://montrealethics.ai/research-summary-the-flight-to-safety-critical-ai/
Editado por Aniceto Pérez y Madrid, Especialista en Ética de la Inteligencia Artificial y Editor de Actualidad Deep Learning (@forodeeplearn).
Los artículos publicados son incluidos por su estimada relevancia y no expresan necesariamente los puntos de vista del Editor este Blog.
Actualidad Deep Learning 