Filozofski fakultet Univerziteta u Sarajevu

Odsjek za psihologiju

Predmet: Uvod u psihologiju rada

Etika u umjetnoj inteligenciji i potrebe za razvojem moralnih smjernica u području AI

(Nacrt projekta)

Studenti: Mentor: Prof. dr. Husremović Dženana

Omerović Sabina

Sarač Anesa

Mujkić Maisa

Kalajdžić Ena

Alić Hanan

Omeragić Amina

Sarajevo, juni 2023.

Sadržaj
1. UVOD..................................................................................................................................1
1. Cilj projekta.........................................................................................................................3
2. Metodološki postupak - Mind Mapping..............................................................................5
 1. UVOD

Najvažnija tehnologija opće namjene našeg doba jeste umjetna inteligencija, posebno
mašinsko učenje ( engl. Machine learning - ML) — sposobnost mašine da poboljšava svoje
performanse bez objašnjavanja ljudi kako ispuniti sve zadane zadatke koje je dobila.
Posljednjih godina mašinsko učenje postalo je daleko efikasnije i široko dostupno. Sada je
moguće izgraditi sisteme koji sami uče kako izvršavati zadatke. Najvažnija stvar koju treba
razumjeti o mašinskom učenju je to da predstavlja bitno drugačiji pristup stvaranju softvera:
mašina uči iz primjera, umjesto da bude eksplicitno programirana za poseban ishod. Ovo je
važan odmak od prethodne prakse. Veći dio proteklih 50 godina napredak u informacijskoj
tehnologiji i njezinim primjenama bio je usmjeren na kodificiranje postojećeg znanja i
postupaka i njihovo ugrađivanje u mašine. Sada možemo reći da je digitalna revolucija pred
vratima. U današnjem svijetu kompjuteri igraju važnu ulogu u našem društvu. Oni nam daju
informacije, zabavljaju nas i pomažu nam na mnoge načine. U skladu s tim spomenut ćemo
revolucionarnu i relativno novu tehnologiju, a to je Chatbot ili ChatGPT, program dizajniran
za lažiranje pametne komunikacije putem teksta ili govora. Faza očaranosti, ubrzo je kod ljudi
zamijenjena zabrinutošću. Ova tehnologija pruža neizmjernu mogućnost plagiranja, čija je
detekcija skoro nemoguća, a moguće ju je koristiti u svim oblastima ljudskog rada, koje
karakteriše generičnost i rutina, što se odnosi na programere, pisce, konsultante, pa tako i na
sve ostale. Prema Europskoj komisiji, AI se odnosi na sisteme koji pokazuju inteligentno
ponašanje analizom okruženja i poduzimanjem akcija uz određeni stepen autonomije, radi
ostvarenja specifičnih ciljeva. Pomenuti ChatGPT, spada u AI tehnologiju generisanja
prirodnog jezika, koji zapravo funkcioniše na principu prirodnog jezičkog modela (large
language model – LLL) i zasnovan je na GPT – 3.5 (Generated Pre – trained Transformer)
tehnologiji, koju je u komercijalne svrhe razvila američka kompanija OpenAI, specijalizovana
za razvoj i istraživanje AI tehnologija. GPT – 3.5 je opisana kao vještačka neuronska mreža sa
preko 175 milijardi parametara. ChatGPT može kreirati bilo šta jezičke strukture, što znači da
može odgovarati na pitanja, sumirati tekstove, pisati eseje, pa čak i generirati računarski kod,
a vjerovatno će zbog svoje efikasnosti moći zamijeniti klasične internet pretraživače.
Pristupačan je i potpuno besplatan. Upravo ova pristupačnost donosi niz društvenih i etičkih
implikacija, posebno u obrazovnom sektoru, a što se posebno odnosi na ranije pomenuti
problem plagijarizma. AI, koja sama sebi postavlja ciljeve bez pukog oponašanja čovjeka je
nešto mnogo veće od industrijske revolucije, ona zapravo nadilazi čovječanstvo, a uz
obećanje efikasnosti i povećanje produktivnosti nosi sa sobom određene rizike i etičke dileme
za koje postoji osnova na našoj socio- kulturalnoj sceni. Ona favorizuje lakši put i ostvaranje
krilatice da cilj opravdava sredstvo. Dakle, važan je krajnji rezultat, a ne to kako je postignut.

1
 1. Cilj projekta

Cilj ovog projekta je sprječavanje neetične upotrebe umjetne

[Link]žno je prepoznati pozitivan efekat kojeg sistemi umjetne
inteligencije imaju i koje će imati u budućnosti, u komercijalnom i socijalnom
smislu. Međutim, trebamo biti svijesni da je važno osigurati odgovarajuće i
razmjerno postupanje u pogledu rizika i drugih negativnih efekata koje
tehnologije imaju u kontekstu primjene umjetne inteligencije. Umjetna
inteligencija je tehnologija koja je i transformativna i koja može uzrokovati
poremećaje, a njen su razvoj u posljednjih nekoliko godina olakšali dostupnost
iznimno velike količine digitalnih podataka, tehnološki napredak, kao i značajne
naučne i inženjerske inovacije u metodama i alatima umjetne inteligencije.
Sistemi umjetne inteligencije nastavit će utjecati na društvo i građane na načine
koje ne možemo niti zamisliti. U tom kontekstu, važno je izgraditi sisteme
umjetne inteligencije koji zaslužuju povjerenje jer će ljudi njihove prednosti sa
sigurnošću i u cijelosti moći iskoristiti, samo ako su tehnologija, te procesi i
ljudi iza te tehnologije pouzdani. Pouzdana umjetna inteligencija bi trebala biti
zakonita i osigurati poštovanje svih primjenjivih zakona i propisa, zatim bi
trebala biti etična i osigurati poštovanje etičkih načela i vrijednosti. Sistemi
umjetne inteligencije, čak i sa dobrim namjerama, mogu uzrokovati nenamjernu
štetu. Svaki ovaj dio je nužan, ali nije dovoljan za postizanje pouzdane umjetne
inteligencije. U idealnom slučaju ovi sastavni dijelovi umjetne inteligencije su
usklađeni i preklapaju se u svom djelovanju. Sistemi umjetne inteligencije
trebaju biti usmjereni na čovjeka i trebaju se temeljiti na obavezi upotrebe
sistema u službi čovječanstva i općeg dobra, s ciljem poboljšanja ljudske
dobrobiti i slobode. Iako pružaju velike prilike, sistemi umjetne inteligencije
povezani su i sa određenim rizicima koji se moraju riješiti. To obuhvata
nastojanje da se maksimalno povećaju koristi sistema umjetne inteligencije uz
istovremeno sprečavanje i umanjivanje rizika kojeg sa sobom nose. U kontekstu
brzih tehnoloških promjena, od presudne važnosti je da povjerenje bude spona u
društvima, zajednicama, i u održivom razvoju. Stoga smo utvrdili da je
pouzdana umjetna inteligencija osnovna težnja, jer će ljudi i zajednice razvoju
tehnologije i njezinim primjenama moći vjerovati samo ako se uspostavi jasan i
sveobuhvatan okvir za postizanje njene pouzdanosti. Kao i kod svake moćne
tehnologije, upotreba sistema umjetne inteligencije u našem društvu dovodi do

2
nekoliko etičkih pitanja, na primjer o njihovom efektu na ljude i društvo,
sposobnosti odlučivanja i na sigurnost.

Ukoliko ćemo sve više upotrebljavati pomoć sistema umjetne inteligencije ili
odluke donositi tim sistemima, moramo osigurati da budu pravedni u pogledu
njihovog efekta na živote ljudi, te da budu usklađeni sa beskompromisnim
vrijednostima, da djeluju u skladu s njima, što će se moći osigurati primjerenim
procesima odgovornosti. Sistemi umjetne inteligencije trebali bi poboljšati
pojedinačnu i kolektivnu dobrobit. Dakle, oni ne bi trebali neopravdano
podređivati, prisiljavati, zavaravati, uvjetovati, grupirati ljude ili manipulisati
njima. Umjesto toga, sistemi umjetne inteligencije trebali bi biti osmišljeni tako
da povećavaju, nadopunjuju i osnažuju ljudske kognitivne, socijalne i kulturne
vještine. Obrazovanje i svijest o poticanju etičnog načina razmišljanja,
komunikacija, obrazovanje i osposobljavanje imaju važnu ulogu i u
osiguravanju raširenosti znanja o mogućem učinku sistema umjetne inteligencije
i u osvještavanju ljudi u o tome da mogu učestvovati u oblikovanju društvenog
razvoja. To uključuje sveučesnike, npr. one uključene u izradu proizvoda
(dizajneri i razvojni programeri), korisnike (poduzeća ili pojedinci) i druge
skupine na koje sistem utječe (oni koji ne kupuju ili ne upotrebljavaju sistem
umjetne inteligencije, ali za koje sistem umjetne inteligencije donosi odluke te
društvo u cjelini. U društvu bi trebalo poticati osnovnu pismenost u području
umjetne inteligencije. Pismenost u području umjetne inteligencije ogleda se u
osiguravanju odgovarajućih vještina i osposobljavanju stručnjaka za etiku u tom
području.

3
 2. Metodološki postupak - Mind Mapping

Umjesto da izgleda kao normalno pisanje, mind mapping, izgleda kao

eksplozija pisanja. Najizrazitija karakteristika mind mappinga proizilazi iz
činjenice da počinje u sredini prazne stranice ključnom frazom, problemom ili
pitanjem. Kako ideje nastaju one se snimaju radijalno, putujući prema van iz
centra. Linije se koriste da se te misli povežu zajedno i zabilježi grananje. Svaki
put kada se tok misli iscrpi, izrađivač mapa skače nazad u centar i počinje
ponovo. Kada su nove misli povezane sa prethodnim mislima, mogu biti
umetnute blizu stare lokacije ili se linije mogu provlačiti preko stranice kako bi
povezale dvije ideje zajedno. Mape uma se stoga prilično razlikuju od tipičnih
oblika pisanja koji počinju u gornjem lijevom uglu vertikalne stranice i
nastavljaju na linearan način. Najbliže su obrisima, ali imaju sasvim drugačiju
namjeru. Obrisi izražavaju sigurnost, odražavajući način na koji nešto jeste ili
kako će biti. To su zapisi nakon činjenica, koje organizuju misao na linearan
način. Iako se karte mogu koristiti za komunikaciju, one su bolje prilagođene
zadacima kreativnog razmišljanja kao što je ideja, generisanje i prepoznavanje
obrazaca. Odlični su za postavljanje pitanja i otkrivanje veza između naizgled
nepovezanih ideja. U informatičkom dobu, tačnije, “poplavi“ informatičkog
doba, mape uma pružaju bove za spašavanje koje pomažu da se ostane na
površini. Postoji dosta razloga za korištenje metode mind mapping. Prilikom
rješavanja problema mogu se koristiti: da se otkrije razmišljanje o sebi, razjasniti
komponente subjekta, da shvatimo šta se dešava, da zapamtimo šta znamo o
nečemu, da se istraži ono što se ne zna. Faste, R. (1997). Mind Mapping

U današnjem sveobuhvatnom i brzo promjenjivom digitalnom svijetu, umjetna

inteligencija (AI) igra sve važniju ulogu u životu čovjeka. U ovom projektu,
koristimo inovativnu metodu zvanu mind mapping kako bismo razumjeli
složene aspekte etike u području AI i istakli važnost razvoja moralnih smjernica.
Mind mapping nam omogućuje da vizualno organizujemo ideje, povezujemo
ključne pojmove i stvaramo jasnu strukturu koja olakšava razumijevanje i
analizu teme. Koristeći mind map, možemo prikazati središnji koncept - "Etika u
umjetnoj inteligenciji" - i zatim ga povezati s različitim podkonceptima koji se
tiču etičkih izazova u AI, važnosti moralnih smjernica i potrebe za njihovim
razvojem. Kroz primjenu metode mind mapping, stvorit ćemo strukturu koja će

4
nam omogućiti da se dublje upustimo u ovu temu i razumijemo njene
kompleksnosti.

Ova metoda će nam također pomoći da analiziramo ključne faktore, odredimo

veze između njih i izradimo jasnu vizualnu reprezentaciju etičkih izazova u
umjetnoj inteligenciji. Nakon što smo postavili središnji koncept, možemo
početi stvarati grane koje će predstavljati ključne aspekte etike u umjetnoj
inteligenciji. Primjeri takvih grana mogu uključivati:

Etičke izazove u primjeni umjetne inteligencije

Važnost moralnih smjernica u kontekstu AI
Razvoj moralnih smjernica i njihova primjena u AI
Implikacije etike na društvo i pojedince

Svaka grana se može dalje granati, što će predstavljati specifične teme, primjere
ili argumente vezane za svaki aspekt. Na primjer, podgrane "Etičkih izazova u
primjeni umjetne inteligencije" mogu uključivati:

Pristranost algoritama i diskriminacija

Automatizaciju poslova i radna mjesta
Sigurnost i privatnost podataka u kontekstu AI
Odgovornost i autonomne sisteme

U konačnici, mind map će nam služiti kao struktura za izradu projekta. Možemo
koristiti informacije i veze iz ove mape kako bismo napisali pojedinačne
dijelove projekta, stvarajući koherentan tekst koji analizira etičke izazove u
području umjetne inteligencije i naglašava važnost razvoja moralnih smjernica.
Neke od najranijih primjera grafičkih zapisa razvio je Porfirije od Tirosa,
istaknuti mislilac iz 3. stoljeća, grafički vizualizirajući Aristotelove
konceptualne kategorije. Filozof Ramon Llull (1315–1235) je također koristio
takve tehnike. Semantička mreža je razvijena kasnih 1950-ih kao teorija za
razumijevanje ljudskog učenja, a dalje su je razvili Allan M. Collins i M. Ross
Quillian tokom ranih 1960-ih. Dobra mapa uma može prikazati cjelokupnu
strukturu teme ili problema, a predstvalja grafičku tehniku koja bilježi ideje i
informacije. Implementacija ove tehnike, koja pojačava kreativnost i olakšava
učenje i bilježenje je izuzetno jednostavna u kojoj se slijedi hijerarhijski
redoslijed Buzanove smjernice kao što su: središnji fokus ili grafički prikaz
glavne teme, koji je postavljen u centar stranice. Idejama je dozvoljeno da
slobodno teku bez osuđivanja. Posljednjih godina, akademici i nastavnici počeli
5
su koristiti softverske alate za mapiranje u brojne svrhe vezane za obrazovanje.
Obično se alati koriste da pomognu u prenošenju kritičkih i analitičkih vještina
učenicima, da omoguće učenicima da vide odnose između koncepata, kao i
metod procjene. Mapiranje koncepata se često miješa sa mapiranjem uma.
Međutim, za razliku od mapiranja uma, mapiranje koncepta je više strukturirano
i manje slikovito po prirodi. Cilj mapiranja koncepata nije da generiše spontane
asocijativne elemente već da ocrta odnose između ideja. Koncept mapa ima
hijerarhijsku strukturu “drveta“ sa nadređenim i podređenim dijelovima
(primarne, sekundarne i tercijarne ideje). Mapa obično počinje riječju ili
konceptom ili frazom koja predstavlja fokusno pitanje na koje je potreban
odgovor. Unakrsne veze pomoću veznih termina (obično prijedložnih fraza) kao
što su ''vodi do'', ''rezultati iz'', ''je dio'', itd., koriste se da pokažu odnose između
predstavljenih koncepata. Relativno nedavna inovacija, razvijena od 2000.
godine, je kompjuterski potpomognuto mapiranje argumenata (CAAM), koje je
dostupno u širokom rasponu softverskih formata, pri čemu mapiranje
argumenata ima potpuno drugačiju svrhu od mapa uma i koncept mapa.
Mapiranje argumenata bavi se izlaganjem inferencijalne strukture argumenata.
Tamo gdje su slike i teme glavna karakteristika asocijativnih veza u mapama
uma, a koncepti glavni odnosi u konceptualnim mapama, zaključci između
cijelih propozicija su ključna karakteristika mapa argumenata. Mapiranje uma
naspram mapiranja koncepata?! Mape uma se fokusiraju na samo jednu riječ ili
ideju, dok konceptualne mape povezuju više riječi ili ideja. Također, koncept
mape obično imaju tekstualne oznake na svojim povezujućim linijama. Mape
uma se zasnivaju na strukturama stabla koje označavaju odnose sa centralnim
vladajućim konceptom, dok se konceptualne mape zasnivaju na vezama između
koncepata u različitim obrascima.