Социология искусственного интеллекта

2020/2021

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Маго-лего

Кто читает: Департамент социологии

Когда читается: 4 модуль

Преподаватели: Корбут Андрей Михайлович

Язык: русский

Кредиты: 3

Контактные часы: 42

Полная версия программы учебной дисциплины

Аннотация

В рамках курса рассматриваются ключевые аспекты социального функционирования систем искусственного интеллекта в области здравоохранения, образования, правоприменения, транспорта, управления человеческими ресурсами, а также особенности практик взаимодействия с этими системами. В фокусе внимания при этом находятся три аспекта: 1) специфика данных, используемых в современных алгоритмах (влияние на них социальных стереотипов и предубеждений), 2) формы и особенности взаимодействия с алгоритмами (пользовательские модели искусственного интеллекта и коммуникативные стратегии), 3) социальные последствия применения искусственного интеллекта (закрепление и усиление неравенства, изменение рынка труда, появление новых социальных практик). В основе курса лежит анализ реальных кейсов.

Цель освоения дисциплины

Ознакомление с ключевыми социологическими подходами к изучению искусственного интеллекта
Развитие способности анализировать социальные предпосылки и последствия применения систем искусственного интеллекта в различных областях общественной жизни
Овладение навыками анализа естественно протекающих взаимодействий с системами искусственного интеллекта

Планируемые результаты обучения

Знать социальные условия появления и развития идеи искусственного интеллекта
Знать ключевые социологические подходы к изучению искусственного интеллекта
Уметь анализировать практики коммуникации пользователей с система искусственного интеллекта
Понимать невидимую работу, на которой основывается разработка систем искусственного интеллекта
Понимать социальные последствия автоматизации труда в результате внедрения систем искусственного интеллекта
Знать роль искусственного интеллекта в производстве и воспроизводстве социального неравенства
Уметь выявлять этические проблемы, связанные с внедрением систем искусственного интеллекта

Содержание учебной дисциплины

Социальная история искусственного интеллекта
Социальные предпосылки идеи искусственного интеллекта. Искусственный интеллект в культурном воображаемом. Алан Тьюринга и его тест. Йозеф Вайценбаум и разговорный искусственный интеллект. Две зимы искусственного интеллекта. Символический и ситуационный подходы к искусственному интеллекту. Машинное обучение и нейронные сети
Взаимодействие с искусственным интеллектом
Коммуникативные паттерны во взаимодействии с разговорным искусственным интеллектом. Планы и структуры поведения пользователей. Модели пользователя. Нечестная антропоморфизация. Искусственный интеллект в повседневной жизни. Хьюберт Дрейфус и его критика искусственного интеллекта
Невидимая работа в системах искусственного интеллекта
Человеческая инфраструктура искусственного интеллекта. Обучающие датасеты: социальные механизмы создания и разметки. Роль лингвистов и психологов. Рынок пользовательских данных. Разработчики и их практические задачи. Структура процесса разработки. Обслуживание систем искусственного интеллекта
Искусственный интеллект и социальное неравенство
Механизмы категоризации пользователей в системах искусственного интеллекта. Автоматизация труда и ее последствия для рынка труда. Самоисполняющиеся пророчества в системах искусственного интеллекта. Использование алгоритмов в образовании и в правоприменении
Этика искусственного интеллекта
Решение политических задач с помощью искусственного интеллекта. Искусственный интеллект и гендер. Искусственный интеллект и этническое и расовое неравенство. Технологии социального контроля. Прозрачность алгоритмов. Приватность пользовательских данных

Элементы контроля

Презентация (в виде слайдов) по результатам группового кейс-стади
Всем участникам исследовательской группы выставляется единая оценка.
Устная презентация результатов группового кейс-стади
Всем участникам исследовательской группы выставляется единая оценка.

Промежуточная аттестация

Промежуточная аттестация (4 модуль)
0.5 * Презентация (в виде слайдов) по результатам группового кейс-стади + 0.5 * Устная презентация результатов группового кейс-стади

Программа дисциплины