Готовы или нет… вот они…

….Алгоритмы играют важную роль в нашей повседневной жизни. Они говорят нам, что покупать, они решают, будем ли мы в одиночестве, а вскоре и то, как мы будем принимать решения о медицинском обслуживании. Это может иметь серьезные последствия для практики социальной работы. Изучение таких концепций, как алгоритмы и искусственный интеллект, составляет большую часть моего пути, связанного с попытками «отвязаться» от технологических проблем. Выражая свою озабоченность в Твиттере, я смог изучить инструмент, чтобы получить ясность об алгоритмах и о том, как социальные работники могут получить право голоса в своем дизайне. Важно сделать резервную копию и определить, что они из себя представляют…

Я нашел это минутное видео через BBC Learning, чтобы подвести итог…

Это иллюстрирует необходимость того, чтобы алгоритмы были ясными, краткими и точными. По мере того, как алгоритмы, машинное обучение и другие формы искусственного интеллекта сталкиваются со все более сложными проблемами, становится все сложнее. Для практики социальной работы вопрос не в том, будут ли алгоритмы влиять на нашу практику, а в том, КОГДА и КАК. Этот пост был вдохновлен удивительным медицинским блоггером, доктором Берчи Меско, также известным как «Медицинский футурист». Он последовательно объясняет, как технологии повлияют на медицинское обслуживание.

В недавнем посте он объясняет медицинские алгоритмы, в настоящее время одобренные Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA) в США. Это дает отличный обзор того, для чего алгоритмы используются в медицине. Что привлекло мое внимание, так это четыре основных момента, имеющих отношение к психиатрии.

Мой энтузиазм в отношении технологий за последний год умер, поскольку я больше узнаю об алгоритмах и машинном обучении. Недавно я просмотрел и прочитал «Оружие математического разрушения» о потенциальных недостатках алгоритмов. Что алгоритмы, которые определяют оценки учителей, рейтинги колледжей и вынесение уголовных приговоров, по своей сути предвзяты. Социальные работники должны знать о потенциальных предубеждениях в этих системах. Я изо всех сил пытался найти способ кратко проанализировать эти вопросы.

Я начал подвергать сомнению опасения по поводу медицинских алгоритмов, и моя команда в Твиттере ответила…

Эти четыре алгоритма для психиатрии являются возможными указателями. Если одобрение FDA основано на сравнении относительной точности у людей (например, СДВГ), у меня есть вопросы, но не обязательно удивление.

Помимо того (для некоторых из них), кто получает данные, для чего еще используются данные, существует ли какой-либо аудит…
– Один звонок (дверной звонок), чтобы следить за всеми… (@hypervisible) 18 июня 2019 г.

Трудно сказать без более подробной разбивки, но один вопрос, безусловно, является обычным вопросом: какие популяции использовались для обучения алгоритмов?
- Один звонок (дверной звонок), чтобы следить за ними всеми… (@ гипервидимый) 18 июня 2019 г.

Самый полезный ресурс, который я нашел, был предоставлен доктором Лаурой Ниссен. Она нашла слепую зону искусственного интеллекта от MIT Media Lab и других

Хорошо, это очень увлекательно, и у меня нет полных ответов. На данный момент я нашел 2 вещи, которые мне нравятся, которые кажутся многообещающими строительными лесами, чтобы решить: Нравится ли мне это? Или Мне это не нравится? Вот один из них… https://t.co/4ELcqsBRv3 — Лора Ниссен, PhD, LMSW (@lauranissen) 18 июня 2019 г.

Они проведут вас через процесс потенциальных ошибок при создании ИИ и алгоритмов. Предоставьте серию карточек с примерами каждой ошибки. Они предоставляют дополнительные ресурсы…

Я нашел карточку в разделе Репрезентативные данные, чтобы лучше всего отразить мои первоначальные опасения по поводу разнообразия данных. Что в здравоохранении мы хотим позаботиться о том, чтобы были доступны разнообразные наборы данных. С точки зрения социальной работы важны еще два понятия алгоритмической справедливости.

Понятие Дискриминация по доверенности является критическим. Это означает, что алгоритм может оказать неблагоприятное воздействие на уязвимые группы населения даже без явного включения защищенных характеристик. Это часто происходит, когда модель включает функции, которые коррелируют с этими характеристиками. Примером, о котором я слышал, являются алгоритмы, которые определяют уголовный приговор. Что коррелированные вещи, такие как раса и социально-экономический статус, будут определять приговор, а не другие факторы.

Также важным для социальных работников должно быть Право на конкурс. Что, если будет обнаружено одно из этих общих слепых пятен, есть средства, чтобы примирить это. Достаточно ли прозрачности в алгоритме, чтобы решить «проблему. Это важно, когда мы думаем о расширении прав и возможностей отдельных лиц и семей, которым мы служим.

Поскольку решения все больше и больше принимаются алгоритмами, я обнаружил, что эта схема полезна для критического осмысления этого вопроса. Это дает полезный обзор этих проблем и надеюсь, что это также поможет вам «отвлечься» от алгоритмов.

Первоначально опубликовано на http://stuckonsocialwork.com 20 июня 2019 г.