Year: 2022

Kecerdasan Buatan Membedakan Ras Dan Jenis Kelamin

Kecerdasan Buatan Membedakan Ras Dan Jenis Kelamin – Kami telah menerima penggunaan kecerdasan buatan (AI) dalam proses yang kompleks mulai dari perawatan kesehatan hingga penggunaan media sosial kami sehari-hari seringkali tanpa penyelidikan kritis, hingga terlambat.

Kecerdasan Buatan Membedakan Ras Dan Jenis Kelamin

Penggunaan AI tidak dapat dihindari dalam masyarakat modern kita, dan hal itu dapat melanggengkan diskriminasi tanpa para penggunanya menyadari prasangka apa pun. Ketika penyedia layanan kesehatan mengandalkan teknologi yang bias, ada dampak nyata dan berbahaya. https://www.premium303.pro/

Ini menjadi jelas baru-baru ini ketika sebuah penelitian menunjukkan bahwa oksimeter nadi yang mengukur jumlah oksigen dalam darah dan telah menjadi alat penting untuk manajemen klinis COVID-19 kurang akurat pada orang dengan kulit lebih gelap daripada kulit lebih terang. Temuan tersebut menghasilkan tinjauan bias rasial yang sekarang sedang berlangsung, dalam upaya untuk menciptakan standar internasional untuk pengujian perangkat medis.

Ada contoh dalam perawatan kesehatan, bisnis, pemerintahan, dan kehidupan sehari-hari di mana algoritme yang bias menyebabkan masalah, seperti penelusuran seksis dan prediksi rasis tentang kemungkinan pelaku melakukan pelanggaran kembali.

AI sering dianggap lebih objektif daripada manusia. Namun, pada kenyataannya, algoritme AI membuat keputusan berdasarkan data beranotasi manusia, yang dapat menjadi bias dan eksklusif. Penelitian saat ini tentang bias dalam AI berfokus terutama pada gender dan ras. Tapi bagaimana dengan bias terkait usia dapatkah AI menjadi ageist?

Teknologi Ageist?

Pada tahun 2021, Organisasi Kesehatan Dunia merilis laporan global tentang penuaan, yang menyerukan tindakan segera untuk memerangi ageisme karena dampaknya yang meluas pada kesehatan dan kesejahteraan.

Ageisme didefinisikan sebagai “suatu proses stereotip sistematis dan diskriminasi terhadap orang-orang karena mereka sudah tua”. Itu bisa eksplisit atau implisit, dan bisa berupa sikap negatif, kegiatan diskriminatif, atau praktik kelembagaan.

Meluasnya ageisme telah dibawa ke garis depan selama pandemi COVID-19. Orang dewasa yang lebih tua telah diberi label sebagai ” beban bagi masyarakat “, dan di beberapa yurisdiksi, usia telah digunakan sebagai satu-satunya kriteria untuk perawatan yang menyelamatkan jiwa.

Ageisme digital muncul ketika bias dan diskriminasi berbasis usia diciptakan atau didukung oleh teknologi. Sebuah laporan baru-baru ini menunjukkan bahwa “dunia digital” dengan lebih dari 2,5 triliun byte data dihasilkan setiap hari. Namun meskipun orang dewasa yang lebih tua menggunakan teknologi dalam jumlah yang lebih besar dan mendapat manfaat dari penggunaan itu mereka terus menjadi kelompok usia yang paling tidak mungkin memiliki akses ke komputer dan internet.

Ageisme digital dapat muncul ketika sikap ageist mempengaruhi desain teknologi, atau ketika ageism mempersulit orang dewasa yang lebih tua untuk mengakses dan menikmati manfaat penuh dari teknologi digital.

Siklus ketidakadilan

Ada beberapa siklus ketidakadilan yang saling terkait di mana bias teknologi, individu, dan sosial berinteraksi untuk menghasilkan, memperkuat, dan berkontribusi pada era digital.

Hambatan akses teknologi dapat mengecualikan orang dewasa yang lebih tua dari proses penelitian, desain dan pengembangan teknologi digital. Ketidakhadiran mereka dalam desain dan pengembangan teknologi juga dapat dirasionalisasikan dengan keyakinan bahwa orang dewasa yang lebih tua tidak mampu menggunakan teknologi.

Dengan demikian, orang dewasa yang lebih tua dan perspektif mereka jarang terlibat dalam pengembangan AI dan kebijakan terkait, pendanaan, dan layanan dukungan.

Pengalaman dan kebutuhan unik orang dewasa yang lebih tua diabaikan, meskipun usia menjadi prediktor penggunaan teknologi yang lebih kuat daripada karakteristik demografis lainnya termasuk ras dan jenis kelamin.

AI dilatih oleh data, dan tidak adanya orang dewasa yang lebih tua dapat mereproduksi atau bahkan memperkuat asumsi usia di atas dalam outputnya. Banyak teknologi AI berfokus pada citra stereotip orang dewasa yang lebih tua dengan kesehatan yang buruk segmen sempit populasi yang mengabaikan penuaan yang sehat.

Hal ini menciptakan lingkaran umpan balik negatif yang tidak hanya membuat orang dewasa yang lebih tua enggan menggunakan AI, tetapi juga mengakibatkan hilangnya data lebih lanjut dari demografi ini yang akan meningkatkan akurasi AI.

Bahkan ketika orang dewasa yang lebih tua dimasukkan dalam kumpulan data yang besar, mereka sering dikelompokkan menurut pembagian sewenang-wenang oleh pengembang.

Misalnya, orang dewasa yang lebih tua dapat didefinisikan sebagai semua orang yang berusia 50 tahun ke atas, meskipun kelompok usia yang lebih muda dibagi menjadi rentang usia yang lebih sempit. Akibatnya, orang dewasa yang lebih tua dan kebutuhan mereka dapat menjadi tidak terlihat oleh sistem AI.

Dengan cara ini, sistem AI memperkuat ketidaksetaraan dan memperbesar eksklusi sosial untuk sebagian populasi, menciptakan ” kelas bawah digital ” yang terutama terdiri dari kelompok yang lebih tua, miskin, rasial, dan terpinggirkan.

Mengatasi era digital

Kita harus memahami risiko dan bahaya yang terkait dengan bias terkait usia karena semakin banyak orang dewasa yang lebih tua beralih ke teknologi.

Langkah pertama adalah bagi para peneliti dan pengembang untuk mengakui keberadaan era digital di samping bentuk bias algoritmik lainnya, seperti rasisme dan seksisme. Mereka perlu mengarahkan upaya untuk mengidentifikasi dan mengukurnya. Langkah selanjutnya adalah mengembangkan perlindungan untuk sistem AI untuk mengurangi dampak penuaan.

Saat ini sangat sedikit pelatihan, audit, atau pengawasan kegiatan yang didorong oleh AI dari perspektif peraturan atau hukum. Misalnya, rezim regulasi AI Kanada saat ini sangat kurang.

Ini menghadirkan tantangan, tetapi juga peluang untuk memasukkan ageisme di samping bentuk bias dan diskriminasi lain yang perlu dihilangkan. Untuk memerangi era digital, orang dewasa yang lebih tua harus dilibatkan secara bermakna dan kolaboratif dalam merancang teknologi baru.

Kecerdasan Buatan Membedakan Ras Dan Jenis Kelamin

Dengan bias dalam AI yang sekarang diakui sebagai masalah kritis yang membutuhkan tindakan segera, inilah saatnya untuk mempertimbangkan pengalaman era digital untuk orang dewasa yang lebih tua, dan memahami bagaimana menjadi tua di dunia yang semakin digital dapat memperkuat ketidaksetaraan sosial, pengucilan, dan marginalisasi.

Air di Mars? Lebih baik, Itu Adalah Lautan …

Air di Mars? Lebih baik, Itu Adalah Lautan … – Sementara sekarang diterima bahwa masa lalu Mars yang jauh menampilkan air cair, keberadaan lautan baru-baru ini 3 miliar tahun yang lalu tampaknya kemungkinan. Namun, kami baru saja menerbitkan sebuah penelitian di jurnal ilmiah PNAS yang menunjukkan sebaliknya, dengan memungkinkan untuk mensimulasikan sistem iklim Mars pada waktu itu. Pada saat yang sama di Bumi, kehidupan berkembang untuk menaklukkan sejumlah besar ekosistem.

Air di Mars? Lebih baik, Itu Adalah Lautan ... – Part 1

Iklim mungkin dingin di benua khatulistiwa, tetapi lautan kutub mungkin tetap cair, seperti yang ditunjukkan oleh sejumlah indeks geologi. Dalam skenario ini, planet saudara kita juga bisa menjadi sangat kondusif bagi perkembangan Kehidupan sebelum menjadi Planet Merah. Lautan yang stabil akan menyediakan air cair yang diperlukan untuk kehidupan dalam skala waktu yang besar sebagai pelarut kimia, tetapi juga untuk melindungi dari radiasi bintang. hari88

Kondisi-kondisi ini tampaknya perlu, tetapi kepastian tidak cukup dan kemunculan Kehidupan merupakan pertanyaan terbuka bagi Ilmu Pengetahuan abad XXI saya. Harus diingat bahwa hingga saat ini, tidak ada jejak Kehidupan yang ditemukan di tempat lain selain di Bumi, baik di Mars atau di mana pun di Alam Semesta.

Kehadiran air cair di Mars 3,5-4 miliar tahun yang lalu (di era geologis disebut Noachian) dibuktikan dengan adanya lembah bercabang. Lembah-lembah ini terbentuk oleh air cair, paling sering dalam bentuk hujan atau salju yang mencair. Aliran air menghasilkan sungai-sungai kecil dengan profil erosi berbentuk V yang bergabung menjadi sungai yang lebih besar dan seterusnya: lanskap terakhir adalah jaringan lembah bercabang, kadang- kadang mengalir ke danau.

Lembah glasial, pada bagian mereka, memiliki bentuk yang berbeda karena erosi glasial besar-besaran, dengan profil berbentuk U dan kurang bercabang. Mengapa Mars dapat melacak proses-proses ini begitu jauh ke masa lalu ketika kemungkinannya ada di Bumi? Di Bumi, kita memiliki lempeng tektonik, yang menyatukan semua benua 200 juta tahun yang lalu menjadi superbenua: Pangea.

Oleh karena itu, di Bumi, kemungkinan akan ditemukan lanskap yang lebih tua. Di Mars, lempeng tektonik tidak ada dan bentang alamnya tetap dengan akumulasi tanda waktu secara bertahap.

Lautan di belahan utara Mars

Kehadiran lautan kutub di belahan bumi utara kontroversial, tetapi beberapa tim telah mengidentifikasi garis pantai kuno yang konsisten. Baru-baru ini, penemuan baru telah dibuat: identifikasi endapan megatsunami, yang secara tidak langsung menunjukkan keberadaan lautan, dan bahkan identifikasi kawah tumbukan asal.

Kawah Lomonosov memiliki bentuk tertentu yang menunjukkan pembentukannya di lautan. Diperkirakan umurnya adalah 3 miliar tahun akhir zaman geologi yang disebut Hesperian.

Komentar memperkirakan usia permukaan planet? Ahli astrologi menggunakan metode penghitungan kawah berdasarkan prinsip yang sangat sederhana: kawah menumpuk dari waktu ke waktu. Oleh karena itu, permukaan tua adalah permukaan yang lebih berkawah daripada permukaan muda. Metode ini memberikan umur relatif (lebih tua/muda), tetapi untuk mendapatkan umur mutlak diperlukan korespondensi antara kerapatan kawah dan umur paparan. Pekerjaan ini bisa saja dilakukan di Bulan sesuai dengan penanggalan absolut dari sampel yang dibawa kembali ke Bumi. Tuang Mars, sebuah karya pemodelan memungkinkan untuk menetapkan korespondensi antara kepadatan kawah dan usia absolut.

Kontroversi ilmiah utama tentang lautan Mars berasal dari fakta bahwa model iklim sebelumnya gagal mensimulasikan lautan yang stabil saat ini: semua air terkumpul di pegunungan di bawahnya. Studi kami yang diterbitkan dalam jurnal PNAS, yang dilakukan dalam kolaborasi antara tim dari Universitas Paris-Saclay/CNRS/GEOPS dan NASA/GISS baru saja membangun simulasi iklim, yang terdiri dari dua bahan penting baru: sirkulasi laut dan gletser.

Air di Mars? Lebih baik, Itu Adalah Lautan ... – Part 1

Dengan menambahkan dua proses ini, simulasi iklim baru ini menunjukkan lautan yang stabil di Belahan Bumi Utara, bahkan untuk suhu rata-rata Mars di bawah 0 °C.Lautan, meskipun berada di kutub, tidak membeku karena arus laut yang membawa air hangat menuju kutub. Bagian Di sisi lain, simulasi ini memprediksi keberadaan gletser yang membawa es dari dataran tinggi ke lautan. Prediksi ini sesuai dengan interpretasi geologis dari gambar yang menunjukkan keberadaan lembah glasial ini.

Dari Telepati Ke Sains Modern: Bisakah Kita Membaca Pikiran?

Dari Telepati Ke Sains Modern: Bisakah Kita Membaca Pikiran? – Berkomunikasi dengan pikiran adalah hal biasa di antara X-Men karya Profesor Xavier. Kemampuan psikis ini selalu membuat para penulis fiksi ilmiah terpesona, tetapi tahukah Anda bahwa para ilmuwan juga tertarik pada pertanyaan itu? Hans Berger, seorang psikiater Jerman awal abad ke-20, yakin bahwa telepati itu mungkin dan ingin menemukan dasar biologisnya.

Dari Telepati Ke Sains Modern: Bisakah Kita Membaca Pikiran?

Dalam pencariannya, ia mengembangkan teknik untuk merekam sinyal listrik dari seluruh otak manusia: electroencephalography. Di sisi lain, dia tidak pernah berhasil menunjukkan keberadaan energi psikis yang akan dipertukarkan antara dua manusia … https://3.79.236.213/

Bagaimana kalau hari ini ? Sejak penemuannya, EEG telah membuka jendela baru ke dalam cara kerja otak yang misterius. Tetapi apakah teknik ini memungkinkan kita membaca pikiran? Jawabannya adalah… tidak juga; dalam hal apapun, tidak seperti di film-film fiksi ilmiah!

Ahli saraf tertarik pada kognisi, yaitu proses mental seperti pikiran, penalaran, memori atau cara kita memandang dunia. Merekam aktivitas otak memungkinkan untuk memahami mekanisme kognisi tertentu, tetapi dengan cara yang sangat berbingkai dan terbatas.

Untuk memahami, kita harus kembali ke apa yang diukur dengan EEG : elektroda, ditempatkan di kepala, menangkap medan listrik yang diciptakan oleh ratusan ribu neuron pada suatu waktu. Sinyal EEG yang direkam seringkali menunjukkan fluktuasi aktivitas. Pada tahun 1924, Hans Berger adalah orang pertama yang mengamati bahwa aktivitas EEG dapat bervariasi secara siklis, meningkat dan kemudian menurun setiap 100 milidetik.

Dia menyebut fenomena ini osilasi alfa. Dia memperhatikan bahwa osilasi ini lebih besar ketika para peserta menutup mata mereka, yang menunjukkan hubungan antara osilasi otak ini dan perilaku manusia (menutup mata) dan oleh karena itu proses mental potensial (pemrosesan informasi visual misalnya).

Namun, pada tahun 1940-an, osilasi alfa dianggap lebih sebagai penanda otak saat istirahat, yang membuat beberapa peneliti percaya bahwa osilasi alfa tidak benar-benar memengaruhi pembentukan pikiran. Pertanyaan para ilmuwan saat itu menjadi sebagai berikut: apakah osilasi otak memainkan peran langsung dalam kognisi?

Gelombang alfa: kunci untuk membaca pikiran?

Saat sains bergerak maju, 50 tahun pengumpulan bukti eksperimental mendukung hipotesis bahwa osilasi otak mengatur aktivitas saraf dan mendorong beberapa proses kognitif kita. Osilasi alfa tidak lagi dianggap sebagai ritme otak saat istirahat tetapi sebagai penanda rangsangan saraf: pada frekuensi yang konstan, semakin banyak osilasi menghadirkan aktivitas listrik yang penting, semakin kecil kemungkinan neuron untuk bereaksi.

Ini berarti bahwa ketika sinyal EEG berosilasi kuat setiap 100 ms, neuron berkomunikasi lebih banyak satu sama lain dan karena itu mengirimkan lebih sedikit informasi. Mekanisme neurofisiologis ini memiliki konsekuensi pada pikiran: osilasi alfa berdampak pada banyak kemampuan kognitif seperti persepsi sinyal pendengaran atau visual atau bahkan perhatian.

Bayangkan diri Anda mengintip ke tengah layar Anda. Kilatan cahaya dengan intensitas sangat rendah muncul dari waktu ke waktu di bagian kanan layar: oleh karena itu Anda memusatkan perhatian di sana untuk mendeteksinya. Dalam hal ini, kami mengamati penurunan osilasi alfa di korteks visual yang memproses informasi dari sisi kanan bidang visual (gambar di bawah). Oleh karena itu, neuron siap untuk bereaksi terhadap apa yang terjadi di sana. Sebaliknya, korteks yang memproses informasi dari bidang visual kiri dihambat oleh peningkatan osilasi alfa. Anda tidak akan terganggu oleh apa yang terjadi di sisi kiri layar. Fenomena ganda ini membuatnya lebih mudah untuk dideteksikilatan singkat.

Oleh karena itu, ada hubungan antara sinyal yang diukur dengan EEG, dan osilasi yang dapat dideteksi di sana, dengan pikiran dan persepsi sensorik kita.

Seperti yang baru saja kita lihat, ahli saraf mampu mengekstrak dari informasi rekaman EEG tentang keadaan perhatian seseorang dan apa yang dia rasakan. Namun, informasi ini tidak terlihat dengan mata telanjang, dan sinyal EEG harus melalui beberapa tahap analisis agar dapat diinterpretasikan.

Pertama-tama perlu untuk membersihkan sinyal dengan menghilangkan khususnya kebisingan listrik yang diciptakan oleh gerakan orang tersebut, detak jantung, dan mesin di sekitarnya. Teknik pemrosesan sinyal yang berbeda kemudian diterapkan untuk mengisolasi osilasi alfa dari sinyal lainnya, misalnya.

Apa yang sebenarnya kita ukur dengan EEG?

Lebih penting lagi, isi pikiran seseorang tidak dapat diambil dari satu sampel rekaman EEG: diperlukan beberapa pengulangan. Isi sinyal EEG sangat kaya dan berpotensi mencerminkan segala sesuatu yang terjadi di kepala seseorang pada saat perekamannya: keterlibatannya dalam tugas perhatian misalnya, tetapi juga pikiran parasit tentang makanannya.malam, tentang perasaan dari topi EEG di kepalanya, atau kebosanan yang mulai menyingsing…

Trik yang digunakan oleh ahli saraf adalah mengulangi tugas berkali-kali (biasanya ratusan!): selama satu jam, peserta dalam eksperimen penelitian akan, selama misalnya, harus mendeteksi kilatan cahaya lemah yang disajikan di layar. Ilmuwan kemudian akan menghitung rata-rata sinyal yang diperoleh untuk semua pengulangan ini dengan harapan dapat mengidentifikasi proses umum yang seharusnya bekerja dalam tugas tersebut.

Oleh karena itu, kami masih jauh dari membaca pemikiran dari rekaman EEG tunggal selama beberapa menit…

Setiap eksperimen yang dilakukan dalam ilmu saraf kognitif sangat berbingkai dan bertujuan untuk menjawab pertanyaan tertentu. Informasi yang kita dapatkan darinya tentu akan sangat spesifik. Pada contoh sebelumnya, kita hanya dapat memprediksi berkat sinyal EEG apakah orang tersebut akan merasakan kilatan atau tidak.

Tapi kita tidak akan menyimpulkan apa pun tentang makan malamnya atau pikiran lain yang terlintas di benaknya… Seringkali, hanya sebagian kecil dari sinyal otak yang kita rekam menjelaskan perilaku yang kita pelajari.

Hasil studi tunggal juga tidak mudah diterapkan dalam kehidupan sehari-hari: kita jarang menghabiskan waktu berjam-jam untuk mendeteksi kilatan di layar, tetapi kita harus memperhatikan, misalnya, lampu yang berubah menjadi merah, sambil mengawasi kaca spion dan pejalan kaki di trotoar.

Dari Telepati Ke Sains Modern: Bisakah Kita Membaca Pikiran?

Oleh karena itu, banyak proses akan berinteraksi dan berpartisipasi dalam kekayaan aktivitas otak yang coba dipecahkan oleh para ilmuwan saraf. EEG adalah alat yang ampuh untuk mencapai tujuan ini, tetapi tidak akan menghentikan mesin Cerebro dalam waktu dekat.