Inteligência Artificial e sociedade: avanços e riscos

Autores/as

DOI:

https://doi.org/10.1590/s0103-4014.2021.35101.004

Palabras clave:

Inteligência Artificial, Agentes inteligentes, Sistemas multiagentes, Agentes normativos, Regulação de sistemas autônomos

Resumen

Este artigo tem como objetivo prover informações para que o leitor comum possa melhor entender os principais aspectos da IA, em que ela difere da computação convencional e como ela pode ser inserida nos processos organizacionais da sociedade humana. Além disso, busca evidenciar os grandes avanços e potenciais riscos que essa tecnologia, tal como qualquer outra, pode provocar caso os atores envolvidos na sua produção, utilização e regulação não criem um espaço de discussão adequado destas questões.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Jaime Simão Sichman, Universidade de São Paulo. Escola Politécnica. Departamento de Engenharia de Computação e Sistemas Digitais

    é doutor em Engenharia de Computação pelo Institut National Polytechnique de Grenoble (INPG), França. É professor titular do Departamento de Engenharia de Computação e Sistemas Digitais (PCS) da Escola Politécnica (EP) da Universidade de São Paulo (USP) , onde ocupa os cargos de Chefe de Departamento (PCS) e de Presidente da Comissão de Pesquisa (EP). @ – jaime.sichman@usp.br / https://orcid.org/0000-0001-8924-9643.

Referencias

AI4G. AI for social good, IJCAI 2019 Workshop, Macao, China. Disponível em: .

APPELBAUM, S. H. Socio-technical systems theory: an intervention strategy for organizational development. Management Decision, v.35, n.6, 1997.

ART-AI. Centre for Doctoral Training in Accountable, Responsible and Transparent

AI, University of Bath, UK, 2019. Disponível em: <https://cdt-art-ai.ac.uk/>.

BAZZAN, A. L. et al. Evolution of agents with moral sentiments in an iterated prisoner’s

dilemma exercise. In: Game theory and decision theory in agent-based systems. Springer.

p.43-64.

BOISSIER, O.; SICHMAN, J. Organization oriented programming. Tutorial Notes.

In: 3rd. INTERNATIONAL CONFERENCE ON AUTONOMOUS AGENTS AND MULTI-AGENT SYSTEMS (AAMAS 2004), New York, USA, 2004.

BOURGINE, P. Models of self-teaching agents and the emergence of the symbolic level. In: Pre-proceedings of the invited lectures of the 1st European Conference on Cognitive Science, St. Malo, 1995.

CASTELFRANCHI, C. Social power: A point missed in multi-agent, DAI and HCI.

In: DEMAZEAU, Y.; MÜLLER, J.-P. (Ed.) Decentralized A. I. Amsterdam: Elsevier Science Publishers B. V., 1990. p.49-62.

COIN. Coordination, Organization, Institutions and Norms in Agent Systems (COIN).

The International Workshop Series. Disponível em: <http://www2.pcs.usp.br/

coin/>.

COINTE, N. et al. Ethical judgment of agents’ behaviors in multi-agent systems. In:

JONKER, C. M. et al. (Ed.) Proceedings of the 2016 International Conference on Autonomous Agents & Multiagent Systems. Singapore, May 9-13, 2016, p.1106-14. ACM.

DEMAZEAU, Y.; MÜLLER, J.-P. Decentralized artificial intelligence. In: DEMAZEAU, Y.; MÜLLER, J.-P. (Ed.) Decentralized A. I. Amsterdam: Elsevier Science Publishers B. V., 1990. p.3-13.

DIETTERICH, T. G.; HORVITZ, E. Rise of concerns about AI: reflections and directions. Communications of the ACM, v.58, n.10, p.38-40, 2015.

DIGNUM, V. Responsible Artificial Intelligence - How to Develop and Use AI in a Responsible Way. Artificial Intelligence: Foundations, Theory, and Algorithms. Springer, 2019.

FALCONE, R.; CASTELFRANCHI, C. Grounding autonomy adjustment on delegation and trust theory. Journal of Experimental & Theoretical Artificial Intelligence, v.12, n.2, p.149-51, 2000.

FERBER, J. Les Systèmes Multi-Agents: Vers une Intelligence Collective. Paris: InterEditions, 1995.

JENNINGS, N. R. Agent-oriented software engineering. In: GARIJO, F. J.; BOMAN,

M. (Ed.) Multiagent System Engineering, 9th European Workshop on Modelling Autonomous Agents in a Multi-Agent World, MAAMAW ’99. Valencia, Spain, June 30 - July 2,

, Proceedings, v.1647 of Lecture Notes in Computer Science, p.1-7.

MAIA, A. V.; SICHMAN, J. S. Representing planning autonomy in agent organizational models. Theoretical Computer Science, v.805, p.92-108, 2020.

NARDIN, L. G. et al. Classifying sanctions and designing a conceptual sanctioning process model for socio-technical systems. Knowledge Engineering Review, v.31, n.2, p.142-66, 2016.

NILSSON, N. J. Teleo-reactive programs for agent control. Journal of Artificial Intelligence, v.1, p.139-58, 1994.

RAIA. Responsible artificial intelligence agents, AAMAS 2019 Workshop, Montreal, Canada. Disponível em: <https://raia2019.blogs.dsv.su.se/>.

RICH, E.; KNIGHT, K. Artificial intelligence. 2.ed. s.l.: McGraw-Hill, 1991.

RUSSELL, S. J.; NORVIG, P. Artificial Intelligence - A Modern Approach, Third International Edition. s.l.: Pearson Education, 2010.

SICHMAN, J. S. Du Raisonnement Social Chez les Agents: Une Approche Fondée sur la Théorie de la Dépendance. Grenoble, 1995. Thèse (Doctorat) – Institut National Polytechnique de Grenoble.

SICHMAN, J. S. et al. É possível a máquina superar o ser humano? Jornal da USP, n.XXX1, 2016.

STAI. Centre for Doctoral Training in Safe & Trusted AI, King’s College, UK. 2019.

Disponível em: <https://www.kcl.ac.uk/informatics/research/ safe-trusted-ai>.

TRIST, E. L. et al. Organizational Choice (RLE: Organizations): Capabilities of Groups at the Coal Face Under Changing Technologies. s.l.: Routledge, 2013.

WOOLDRIDGE, M. J. Agent-based software engineering. IEE Proceedings on Software Engineering, v.144, n.1, p.26-37, 1997.

XAI. Explainable artificial intelligence, ECAI/IJCAI 2018 Workshop, Stockholm,

Sweden. Disponível em: < http://home.earthlink.net/ ̃dwaha/research/meetings/faim18-xai/>.

Publicado

2021-04-30

Número

Sección

Inteligência Artificial

Cómo citar

Sichman, J. S. (2021). Inteligência Artificial e sociedade: avanços e riscos . Estudos Avançados, 35(101), 37-50. https://doi.org/10.1590/s0103-4014.2021.35101.004