چالش‌های اخلاقی در هوش مصنوعی و علوم اعصاب

مقالۀ پژوهشی | صفحات: ۳۱ - ۳۵
  • فرشته عاضدی - 1. مرکز تحقیقات سلولی و مولکولی، دانشگاه علوم پزشکی ایران، تهران، ایران. 2. گروه علوم اعصاب، دانشکده فن‌آوری‌های پیشرفته پزشکی، دانشگاه علوم پزشکی ایران، تهران، ایران [fazeditehrani@gmail.com]

چکیده

مقدمه: مباحث مرتبط با حوزه علوم اعصاب به گونه‌ای با فناوری‌های نوین درآمیخته است که در حال حاضر تأثیر زیادی در جوامع بشری داشته و خواهد داشت. تحقیق در این حوزه نشان داده است که گستره مباحث مرتبط با علوم اعصاب فراتر از ارتقای سلامت مغز یا بهبود عملکرد مغز است و در حال حاضر با توجه به گسترش روزن افزون کاربرد آن، شاهد چالش‌های اخلاقی قابل توجهی در این حوزه هستیم. حقیقت آن است که درک قدیمی از مفهوم انسان و بشر در حال تغییر است. همچنین هوش مصنوعی و رباتیک، فناوری‌های جدیدی در این حوزه هستند که تأثیر بسزایی در توسعه بشریت در آینده نزدیک خواهند داشت. در کنار توسعه این فناوری‌ها، ابهامات اساسی در مورد چگونگی مواجهه با این سیستم‌های جدید، خدمات قابل ارائه توسط آنها، مخاطرات پیشرو و چگونگی کنترل آنها به خصوص از منظر اخلاق پزشکی مطرح است. در این مقاله سعی شده است تا به مبحث چالش‌های پیش‌رو در مسائل اخلاقی حوزه و دیدگاه‌های فعلی در مورد این فناوری‌ها بپردازد.

روش‌ها: در این مقاله، چالش‌های مهم اخلاقی در هوش مصنوعی و علوم اعصاب با مرور چندین مطالعه به منظور یافتن راه حل برای مشکلات پیش‌رو پرداخته شده است.

نتایج: پس از کسب و جمع‌آوری داده‌ها از مقالات مطرح، اطلاعات بدست آمده خلاصه و چالش‌های موجود در هر حیطه از علوم اعصاب و هوش مصنوعی جمع‌بندی و نتایج آن ارائه گردید.

نتیجه‌گیری: قطعاً حل چالش‌های اخلاقی در حیطه نوین هوش مصنوعی و علوم اعصاب کار ساده‌ای نیست. در واقع، همکاری میان دانشمندان حوزه علوم اعصاب، فعالین در بخش خصوصی و شرکت‌ها، پزشکان، مهندسان و متخصصین در حوزه اخلاق پزشکی برای استفاده از حداکثر مزایای کاربرد هوش مصنوعی و فناوری‌های حوزه علوم اعصاب در تمامی جنبه‌ها حایز اهمیت است.

منابع:

  1. Schwalbe N, Wahl B. Artificial intelligence and the future of global health. Lancet. 2020;395(10236): 1579-86.
  2. Amari SI. [Brain and artificial intelligence]. Brain Nerve. 2019;71(12):1349-55. Japanese.
  3. Lawrence DR. Advanced bioscience and AI: debugging the future of life. Emerg Top Life Sci. 2020;3(6):747-51.
  4. Hassabis D, Kumaran D, Summerfield C, Botvinick M. Neuroscience-inspired artificial intelligence. Neuron. 2017;95(2):245-58.
  5. Ienca M, Ignatiadis K. Artificial intelligence in clinical neuroscience: methodological and ethical challenges. AJOB Neurosci. 2020;11(2):77-87.
  6. Tortora L, Meynen G, Bijlsma J, Tronci E, Ferracuti S. Neuroprediction and A.I. in forensic psychiatry and criminal justice: a neurolaw perspective. Front Psychol. 2020;11:220.
  7. Liu TYA, Bressler NM. Controversies in artificial intelligence. Curr Opin Ophthalmol. 2020;31(5): 324-8.
  8. Safdar NM, Banja JD, Meltzer CC. Ethical considerations in artificial intelligence. Eur J Radiol. 2020;122:108768.
  9. Nudeshima J. [Ethical issues in artificial intelligence and neuroscience]. Brain Nerve. 2019;71(7):715-22. Japanese.
  10. Gruson D, Petrelluzzi J, Mehl J, Burgun A, Garcelon N. [Ethical, legal and operational issues of artificial intelligence]. Rev Prat. 2018;68(10):1145-8. French.
  11. Gruson D. [The ethical risks associated with artificial intelligence must be identified and regulated]. Soins. 2019;64(838):48-50. French.
  12. Weber C. Engineering bias in AI. IEEE Pulse. 2019;10(1):15-7.
  13. Altman RB. Artificial intelligence (AI) systems for interpreting complex medical datasets. Clin Pharmacol Ther. 2017;101(5):585-6.
  14. Friele M, Brokerhoff P, Frohlich W, Spiecker Genannt Dohmann I, Woopen C. Digital data for more efficient prevention: ethical and legal considerations regarding potentials and risks. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz. 2020;63(6):741-8.
  15. Panch T, Mattie H, Atun R. Artificial intelligence and algorithmic bias: implications for health systems. J Global Health. 2019;9(2):010318.
  16. Wang F, Preininger A. AI in health: state of the art, challenges, and future directions. Yearb Med Inform. 2019;28(1):16-26.
  17. Benke K, Benke G. Artificial Intelligence and Big Data in Public Health. Int J Environ Res Public Health. 2018;15(12):2796.
  18. Ashrafian H. Artificial intelligence and robot responsibilities: innovating beyond rights. Sci Eng Ethics. 2015;21(2):317-26.
  19. Harris J. Who owns my autonomous vehicle? ethics and responsibility in artificial and human intelligence. Camb Q Healthc Ethics. 2018;27(4):599-609.
  20. Cole D. Artificial intelligence and personal identity. Synthese. 1991;88(3):399-417.
  21. Fouse S, Cross S, Lapin Z. DARPA’s impact on artificial intelligence. Ai Magazine. 2020;41(2):3-8.
  22. Mohamed A. Neuroethical issues in pharmacological cognitive enhancement. Wiley Interdiscip Rev Cogn Sci. 2014;5(5):533-49.
  23. Husain M, Mehta M. Cognitive enhancement by drugs in health and disease. Trends Cogn Sci. 2011;15(1):28-36.
  24. Sahakian B, Morein-Zamir S. Neuroethical issues in cognitive enhancement. J Psychopharmacol. 2010;25(2):197-204.
  25. Rocha E Sophia. Exploring the ways AI may change intellectual property protections protectio. DePaul J Art Technol Intell Property Law. 2018; 28(2):126-46.
  26. Farah MJ. Neuroethics: the practical and the philosophical. Trends Cogn Sci. 2005;9(1):34-40.
  27. Jeste DV, Graham SA, Nguyen TT, Depp CA, Lee EE, Kim HC. Beyond artificial intelligence: exploring artificial wisdom. Int Psychogeriatr. 2020; 32(8):993-1001.
  28. Farah MJ. Neuroethics: the ethical, legal, and societal impact of neuroscience. Annu Rev Psychol. 2009;63:571-91.

نحوه استناد

Azedi F. Ethical Challenges in Artificial Intelligence and Neuroscience. Iran J Biomed Law Ethics. 2020;1(2):31-35.