• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2020/2021

Социология искусственного интеллекта

Статус: Маго-лего
Когда читается: 4 модуль
Язык: русский
Кредиты: 3

Программа 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

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

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

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

Элементы контроля

  • неблокирующий Посещаемость
  • неблокирующий Эссе
    При написании эссе рекомендуется сначала согласовать тему исследования с преподавателем.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.3 * Посещаемость + 0.7 * Эссе
Список литературы

Список литературы

Рекомендуемая основная литература

  • Paul Dourish. (2016). Algorithms and their others: Algorithmic culture in context. https://doi.org/10.1177/2053951716665128
  • Suchman, L. A. (2007). Human-Machine Reconfigurations : Plans and Situated Actions: Vol. 2nd ed. Cambridge University Press.

Рекомендуемая дополнительная литература

  • Gary Marcus, & Ernest Davis. (2019). Rebooting AI : Building Artificial Intelligence We Can Trust: Vol. First edition. Vintage.
  • Jenna Burrell. (2016). How the machine ‘thinks’: Understanding opacity in machine learning algorithms. https://doi.org/10.1177/2053951715622512
  • Вторая эра машин : работа, прогресс и процветание в эпоху новейших технологий, Бриньолфсон, Э., Макафи, Э., 2017