Πώς η τεχνητή νοημοσύνη μπορεί να ενεργοποιήσει τον διασυνοριακό διαμοιρασμό δεδομένων σε έναν κατακερματισμένο κόσμο

Είτε προετοιμάζονται για την επόμενη πανδημία είτε παρακολουθούν την ασφάλεια της παραγωγικής τεχνητής νοημοσύνης (ΤΝ), οι υπεύθυνοι χάραξης πολιτικής, οι επιχειρηματικοί ηγέτες και οι ακαδημαϊκοί χρειάζονται πρόσβαση σε δεδομένα τόσο εντός όσο και εκτός των εθνικών τους συνόρων. Αλλά αντί για πολιτικές που επιτρέπουν στα δεδομένα να ρέουν πιο ελεύθερα, οι περιορισμοί έχουν γίνει ο κανόνας. Σε παγκόσμιο επίπεδο, οι περιορισμοί ροής δεδομένων υπερδιπλασιάστηκαν μεταξύ 2017 και 2021.

Στα τέλη του περασμένου έτους, οι ΗΠΑ απέσυραν το μακροχρόνιο αίτημά τους προς τον ΠΟΕ να απαγορεύσει τις απαιτήσεις εντοπισμού δεδομένων για το ηλεκτρονικό εμπόριο. Πρόκειται για μια άκρως συμβολική κίνηση από μια χώρα που παραδοσιακά ήταν ένας από τους πιο ένθερμους υποστηρικτές της κατάργησης των φραγμών στον ψηφιακό κόσμο.

Ως αποτέλεσμα αυτών των αλλαγών, ο ψηφιακός κόσμος δεν ήταν ποτέ πιο κατακερματισμένος απ’ ό,τι σήμερα. Αλλά δεν είμαστε εδώ για να υποστηρίξουμε ότι όλα τα ψηφιακά εμπόδια πρέπει να καταρριφθούν. Ως ερευνητές από ακαδημαϊκά ιδρύματα στις ΗΠΑ (Harvard), την Ευρώπη (INSEAD) και την Κίνα (Tsinghua) και από μια παγκόσμια εταιρεία (Boston Consulting Group), αναγνωρίζουμε ότι οι κυβερνήσεις θα συνεχίσουν να αισθάνονται την υποχρέωση να προστατεύουν τα συμφέροντα εθνικής ασφάλειας και τα προσωπικά στοιχεία των πολιτών. Αν μη τι άλλο, μπορεί να δούμε να δημιουργούνται περισσότερα εμπόδια τα επόμενα χρόνια. Αλλά δεν πρέπει – στην πραγματικότητα, δεν μπορούμε – να εγκαταλείψουμε τον διασυνοριακό διαμοιρασμό δεδομένων.

Πρόσφατα γεγονότα κατέδειξαν τον θετικό αντίκτυπο της κοινής χρήσης – όχι μόνο σε κλαδικό επίπεδο αλλά και εκτός συνόρων. Για παράδειγμα, οι ερευνητές της Mayo Clinic στις Ηνωμένες Πολιτείες χρειάστηκαν μόλις έξι εβδομάδες για να υπολογίσουν τον αυξημένο κίνδυνο θνησιμότητας από την παραλλαγή Δέλτα του COVID-19 χάρη σε μελέτες μεγάλης κλίμακας που πραγματοποιήθηκαν σε δεδομένα ασθενών από διαφορετικές εθνικές βάσεις δεδομένων. Αυτή η εμπειρία, αν και έγινε δυνατή από την έκτακτη περίσταση μιας παγκόσμιας πανδημίας, εξακολουθεί να είναι ενδεικτική της δύναμης του διαμοιρασμού. Ωστόσο, εάν η άνοδος της ρύθμισης δεδομένων συνεχιστεί με τον σημερινό της ρυθμό, αυτή η διασυνοριακή ανταλλαγή δεδομένων θα γίνεται όλο και πιο δύσκολη. Αυτό θα είχε σημαντικές επιπτώσεις, τόσο στην παγκόσμια οικονομία όσο και στη συλλογική μας ικανότητα να αντιμετωπίζουμε ζητήματα που μπορούν να επιλυθούν μόνο με τη χρήση δεδομένων από πολλές χώρες, όπως η πρόβλεψη φυσικών καταστροφών, ο συντονισμός των αντιδράσεων και της βοήθειας παγκοσμίως, ή ο εντοπισμός ζητημάτων ασφάλειας τροφίμων στις αποδυναμωμένες διεθνείς αλυσίδες εφοδιασμού.

Πέρα από το παράδειγμα των «ακατέργαστων δεδομένων»

Μια ισχυρή λύση είναι να προσεγγίσουμε ευφυέστερα τα διαφορετικά είδη δεδομένων που είναι διαθέσιμα αυτήν τη στιγμή και την κατάλληλη απάντηση πολιτικής για το καθένα. Ο δημόσιος διάλογος για τη διασυνοριακή ανταλλαγή δεδομένων έχει επικεντρωθεί στη συντριπτική του πλειοψηφία στα ακατέργαστα δεδομένα. Για παράδειγμα, μια πρόσφατη πρόταση από μια καναδική δεξαμενή σκέψης συνέστησε τη χρήση τους για την αντιμετώπιση ζητημάτων όπως η παγκόσμια φτώχεια και η τρομοκρατία. Το ίδιο μπορεί να παρατηρηθεί στις συζητήσεις για την ανταλλαγή δεδομένων για εμπορικές συμφωνίες και για τη δημόσια υγεία. Βλέπουμε επίσης αυτή την εστίαση στα ακατέργαστα δεδομένα όσον αφορά τη ρύθμιση, καθιστώντας αδικαιολόγητα δύσκολη την κοινή χρήση νέων μορφών δεδομένων. Αυτό γίνεται ολοένα και πιο προβληματικό για τις νέες μορφές δεδομένων που έχουν αναδυθεί χάρη στις πρόσφατες εξελίξεις στην ΤΝ.

Αυτοί οι νέοι ενδιάμεσοι τύποι δεδομένων έχουν προκύψει αναφορικά με την ΤΝ – δηλαδή τη διαδικασία ανάπτυξης ενός μοντέλου ΤΝ μέσω μιας ακολουθίας βημάτων, που μετακινούνται από τα ακατέργαστα δεδομένα στις τελικές λύσεις ΤΝ. Σε κάθε βήμα, τα δεδομένα μετασχηματίζονται ή δημιουργούνται με τρόπους που μπορούν να αμβλύνουν τις ανησυχίες των ρυθμιστών και να επιτρέψουν την ικανότητα επίλυσης προβλημάτων τους.

Για παράδειγμα, τα ακατέργαστα δεδομένα πρέπει πρώτα να μετατραπούν σε μια μορφή που μπορεί να χρησιμοποιηθεί αποτελεσματικά από μοντέλα μηχανικής μάθησης. Τα αποτελέσματα αυτού του μετασχηματισμού, που ονομάζονται χαρακτηριστικά και ενσωματώσεις, συλλαμβάνουν συχνά κρίσιμες γνώσεις από ακατέργαστα δεδομένα και το reverse engineering τους γίνεται όλο και πιο δύσκολο καθώς ανεβαίνουμε στην αλυσίδα επεξεργασίας δεδομένων ΤΝ – ειδικά καθώς αναπτύσσονται νέες μέθοδοι διατήρησης της ιδιωτικότητας. Αυτό θα μπορούσε να έχει έντονες επιπτώσεις σε πολλούς τομείς, συμπεριλαμβανομένης της υγειονομικής περίθαλψης. Οι ενσωματώσεις μπορούν να αντιπροσωπεύουν ακατέργαστα ιατρικά αρχεία, ελαχιστοποιώντας τον κίνδυνο ταυτοποίησης των ασθενών και προστατεύοντας το απόρρητο, επιτρέποντας παράλληλα στις οντότητες να μοιράζονται ιατρικά δεδομένα διασυνοριακά ώστε, για παράδειγμα, να επιταχύνουν τις απαντήσεις σε αναδυόμενες παγκόσμιες απειλές για τη δημόσια υγεία.

Πολύτιμα δεδομένα μπορούν επίσης να προκύψουν από τις επιλογές που κάνουν οι προγραμματιστές κατά τον σχεδιασμό μοντέλων, συμπεριλαμβανομένων των υπερπαραμέτρων (που καθοδηγούν πώς μαθαίνει ένα μοντέλο μηχανικής μάθησης κατά τη διάρκεια της εκπαίδευσης) και των σταθμίσεων (οι αριθμητικές τιμές που βοηθούν το μοντέλο να κάνει τις προβλέψεις του). Η κοινή χρήση τέτοιων «πρότυπων δεδομένων» μπορεί να επιταχύνει την αναπαραγωγή μοντέλων χωρίς την κοινή χρήση πραγματικών δεδομένων εκπαίδευσης. Για παράδειγμα, χρηματοπιστωτικά ιδρύματα σε διάφορες χώρες που επιδιώκουν να βελτιώσουν τα μοντέλα πρόληψης απάτης θα μπορούσαν να μοιράζονται αυτά τα ενδιάμεσα δεδομένα χωρίς να εκθέτουν ευαίσθητες πληροφορίες για τους μεμονωμένους πελάτες τους – με αποτέλεσμα ένα πολύ πιο ισχυρό σύστημα ανίχνευσης απάτης από ό,τι αν κάθε τράπεζα βασιζόταν μόνο στα δικά της δεδομένα.

Τα μοντέλα ΤΝ μπορούν επίσης να δημιουργήσουν τεχνητά δεδομένα, τα λεγόμενα «συνθετικά δεδομένα», τα οποία μπορούν με τη σειρά τους να χρησιμοποιηθούν για την εκπαίδευση άλλων μοντέλων ΤΝ αντί για ακατέργαστα δεδομένα. Επειδή τα συνθετικά σύνολα δεδομένων είναι τεχνητά, αλλά διατηρούν τα μοτίβα των αρχικών ακατέργαστων δεδομένων, θα μπορούσαν να κοινοποιηθούν διασυνοριακά χωρίς να εκτίθενται ευαίσθητες πληροφορίες. Επιστρέφοντας στο προηγούμενο παράδειγμα, τα χρηματοπιστωτικά ιδρύματα θα μπορούσαν να δημιουργήσουν συνθετικά σύνολα δεδομένων που αποτελούνται από φανταστικούς πελάτες και συναλλαγές που εξακολουθούν να εμφανίζουν τα συλλογικά πρότυπα συμπεριφοράς των πραγματικών πελατών τους.

Η ανάγκη για κανονιστική καινοτομία

Η κοινή χρήση διαφορετικών data assets που προκύπτουν από την ΤΝ μπορεί να ξεπεράσει ορισμένα από τα παραδοσιακά εμπόδια στην κοινή χρήση δεδομένων. Φυσικά, πιθανότατα θα αναδυθούν νέες προκλήσεις καθώς διευρύνεται το φάσμα των δυνατοτήτων. Αλλά το κρίσιμο σημείο είναι ότι τέτοια data assets θα απαιτούν διαφορετικές πολιτικές και εργαλεία κοινής χρήσης και πλαίσια προσαρμοσμένα στα τεχνικά χαρακτηριστικά τους.

Ωστόσο, οι σημερινοί κανονισμοί δεν λαμβάνουν υπόψη όλες αυτές τις νέες και αναδυόμενες κατηγορίες δεδομένων. Για παράδειγμα, το παγκόσμιο εμπόριο ορισμένων υπηρεσιών που βασίζονται σε δεδομένα, όπως στους χρηματοοικονομικούς ή τηλεπικοινωνιακούς χώρους, εξακολουθεί να ρυθμίζεται εν μέρει από συμφωνίες που προηγούνται της εποχής του διαδικτύου και, ως εκ τούτου, δεν λαμβάνουν υπόψη νέες κατηγορίες δεδομένων. Αντίθετα, αυτές οι κατηγορίες τείνουν να αντιμετωπίζονται σαν ακατέργαστα δεδομένα – πράγμα που σημαίνει ότι περιορίζονται σε μεγάλο βαθμό. Και χωρίς επείγουσα δράση, είναι βέβαιο ότι θα περιοριστούν ακόμη περισσότερο με την πάροδο του χρόνου.

Με την πρόοδο της ολοένα και πιο ισχυρής ΤΝ, οι ενδιάμεσοι τύποι δεδομένων πρέπει να ρυθμίζονται με τρόπο που να λαμβάνει υπόψη τις ιδιαιτερότητές τους, όπως τη διακριτή χρήση, την αξία ή τα χαρακτηριστικά διατήρησης της ιδιωτικότητας. Τέτοιες ισχυρές πολιτικές θα επιτρέψουν στις χώρες να μοιράζονται κρίσιμα δεδομένα σε μεγαλύτερη κλίμακα, αντιμετωπίζοντας με πειστικότητα παγκόσμια ζητήματα και προστατεύοντας παράλληλα τα προσωπικά δεδομένα των πολιτών. Όσον αφορά την κοινή χρήση δεδομένων, όπως και με άλλες καινοτομίες που συνδέονται με την ταχεία ανάπτυξη της ΤΝ, οι υπεύθυνοι χάραξης πολιτικής πρέπει να διασφαλίσουν ότι οι κανόνες του παιχνιδιού αντικατοπτρίζουν τις πραγματικότητες της τεχνολογίας. Αυτό που διακυβεύεται είναι πολύ μεγάλο για έναν κόσμο που αντιμετωπίζει παγκόσμιες προκλήσεις και έχει ολοένα και μεγαλύτερη ανάγκη διασυνοριακής συνεργασίας.

ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:

• Αυστραλία: Δικαστικό «χαστούκι» στην PayPal για τις χρεώσεις των ΜμΕ
• Fortnite: «Παράπονα» της Epic Games στην Κομισιόν για την Apple