Na era digital de hoje, a inteligência artificial e o big data estão ajudando as pessoas a navegar pelo mundo de novas maneiras. Enquanto muitos pesquisadores estão usando essas novas ferramentas para inovar e avançar em diferentes disciplinas, uns poucos, como Fred Fonseca, estão abordando esses avanços de uma perspectiva diferente.

"Há um novo campo chamado ética de dados, "disse Fonseca, professor associado da Faculdade de Ciências e Tecnologia da Informação da Penn State e membro do corpo docente 2019-2020 do Rock Ethics Institute da Penn State. "Estamos coletando dados e usando-os de muitas maneiras diferentes. Precisamos começar a pensar mais sobre como estamos usando e o que estamos fazendo com eles."

Ao abordar a tecnologia emergente com uma perspectiva filosófica, Fonseca pode explorar os dilemas éticos em torno de como nos reunimos, gerenciar e usar informações. Ele explicou que, com o aumento do big data, por exemplo, muitos cientistas e analistas estão abandonando a formulação de hipóteses em favor de permitir que os dados façam inferências sobre problemas específicos.

"Normalmente, em ciência, a teoria direciona as observações. Nossa compreensão teórica orienta tanto o que escolhemos observar quanto como escolhemos observá-lo, "Fonseca explicou." Agora, com tantos dados disponíveis, a imagem clássica da ciência da construção de teorias está sob ameaça de ser invertida, com dados sendo sugeridos como a fonte de teorias no que está sendo chamado de ciência baseada em dados. "

Fonseca compartilhou esses pensamentos em seu artigo, "Sistemas Ciber-humanos de Pensamento e Compreensão, "que foi publicado na edição de abril de 2019 da Jornal da Associação de Ciências e Tecnologia da Informação . Fonseca é co-autor do artigo com Michael Marcinowski, Faculdade de Artes Liberais, Bath Spa University, Reino Unido; e Clodoveu Davis, Departamento de Ciência da Computação, Universidade Federal de Minas Gerais, Belo Horizonte, Brasil.

No papel, os pesquisadores propõem um conceito para fazer a ponte entre o pensamento teórico e a-teórico, ciência baseada em dados.

"Em vez de abordar um conjunto específico de Big Data para responder a uma pergunta já desenvolvida, os cientistas são incentivados a se envolver com os dados de uma maneira mais cuidadosa e imediata, utilizando os próprios dados como instrumento de investigação científica, "Os pesquisadores explicaram." O benefício imediato seria ajudar os cientistas a gerenciar e responder à enxurrada de dados que, de outra forma, sobrecarregaria seus poderes de agente e de tomada de decisão ".

Fonseca usou a metáfora de comparar dados ou inteligência artificial a uma bengala que um cego poderia usar para navegar pelo mundo.

"Os cientistas usam os dados realmente existentes para sentir e interagir com o mundo realmente existente, dados envolventes, não como uma representação, mas como um instrumento para ajudar a facilitar seu pensamento empírico, "ele explicou." Como a bengala, dados são usados ​​como uma extensão de seus sentidos, com sua compreensão do mundo sendo dinamicamente acoplada aos enormes fluxos de dados encontrados na ciência orientada por dados. "

Ele propõe uma reformulação prática de como os analistas, praticantes e cientistas pensam sobre seu trabalho. Com muitos avanços em inteligência artificial, e máquinas que tomam ações e decisões mais humanas, Fonseca disse que é importante refletir sobre o impacto que a tecnologia tem no dia a dia.

"A tecnologia não está indo embora, ", disse ele." Precisamos pensar mais sobre isso e entendê-lo melhor para que possamos tomar decisões informadas. "

Para ilustrar os desafios éticos que as novas tecnologias podem trazer, ele citou um artigo recente do Washington Post sobre provedores de serviços médicos e empresas de tecnologia usando inteligência artificial para prever as taxas de depressão e probabilidade de suicídio de indivíduos. A tecnologia faz a varredura de registros médicos e postagens de mídia social em busca de linguagem e comportamentos suicidas. Alguns dos dados são fornecidos a médicos ou outras pessoas que podem intervir. Mas esses mesmos dados poderiam cair nas mãos de profissionais de marketing ou de terceiros?

"Embora seja possível [criar esses algoritmos], talvez não devêssemos fazer isso. Porque uma vez que está lá, as pessoas vão usá-lo e vão usá-lo mal, "disse ele." Estas são as questões sobre a ciência que precisamos começar a pensar.

"É tudo uma questão de valores, "ele acrescentou." Podemos ter todos os tipos de dados, mas precisamos saber como o estamos usando. "