Ethics in AI : software development companies' ethical practices in AI development
Tekijät
Päivämäärä
2022Tekijänoikeudet
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Tämä ankkuroidun menetelmän avulla tehty tutkimus tutkii etiikan ja tekoälykehityksen suhdetta sovelluskehitysyrityksissä aloittaen yksinkertaisesti kysyen: Onko etiikalla roolia tekoälykehityksessä? Tutkimus perustuu valmiiksi kerättyyn kyselyaineistoon ja se käyttää laajasti aiempaa tutkimusta pohjanaan tekoälyn ja etiikan suhdetta tutkiessaan. Perustuen aiempaan tutkimukseen ja aineistoon tutkimus huomasi, että etiikalla on rooli tekoälykehityksessä, mutta rooli jää edelleen vain tasolle, että sen olemassaolo ja tarve tunnistetaan, mutta se ei ole vielä tavoittanut pääasiallista roolia tekoälykehityksessä. Esimerkiksi tilivelvollisuus, vastuullisuus, läpinäkyvyys ja ennustettavuus tunnistettiin monissa kyselyyn vastanneissa yrityksissä tärkeiksi käsitteiksi ja toimiksi, mutta nämä neljä tekoälyn etiikan peruskäsitettä eivät näkyneet kaikkien yritysten jokapäiväisissä kehitysprosesseissa. This research uses the Grounded Theory Method to inspect the relationship between ethics and Ai development practices, starting simply by asking: ”Does ethics play a role in AI Development?”. The research is based on already collected survey data and it uses previous research widely as its base when inspecting the relationship between ethics and AI. Based on the previous research and the survey data the research found that ethics do play a role in AI development. However, the role of ethics is still on the level of its existence and necessity are recognised, but it has not yet reached a main role in AI development. For example, Accountability, Responsibility, Transparency and Predictability were recognised as important concepts and actions, however these four main concepts of AI Ethics weren’t visible in all organisations’ day to day development processes.
Asiasanat
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Pro gradu -tutkielmat [29556]
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Continuous Software Engineering Practices in AI/ML Development Past the Narrow Lens of MLOps : Adoption Challenges
Vänskä, Sini; Kemell, Kai-Kristian; Mikkonen, Tommi; Abrahamsson, Pekka (Politechnika Wroclawska Oficyna Wydawnicza, 2024)Background: Continuous software engineering practices are currently considered state of the art in Software Engineering (SE). Recently, this interest in continuous SE has extended to ML system development as well, primarily ... -
How Do Software Companies Deal with Artificial Intelligence Ethics? : A Gap Analysis
Vakkuri, Ville; Kemell, Kai-Kristian; Tolvanen, Joel; Jantunen, Marianna; Halme, Erika; Abrahamsson, Pekka (ACM, 2022)The public and academic discussion on Artificial Intelligence (AI) ethics is accelerating and the general public is becoming more aware AI ethics issues such as data privacy in these systems. To guide ethical development ... -
Utilizing User Stories to Bring AI Ethics into Practice in Software Engineering
Kemell, Kai-Kristian; Vakkuri, Ville; Halme, Erika (Springer International Publishing, 2022)AI ethics is a research area characterized by a prominent gap between research and practice. With most studies in the area being conceptual in nature or focused on technical ML (Machine Learning) solutions, the link between ... -
Recent Applications of Explainable AI (XAI) : A Systematic Literature Review
Saarela, Mirka; Podgorelec, Vili (MDPI, 2024)This systematic literature review employs the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) methodology to investigate recent applications of explainable AI (XAI) over the past three years. ... -
Practices and Infrastructures for Machine Learning Systems : An Interview Study in Finnish Organizations
Muiruri, Dennis; Lwakatare, Lucy Ellen; Nurminen, Jukka K.; Mikkonen, Tommi (Institute of Electrical and Electronics Engineers (IEEE), 2022)Using interviews, we investigated the practices and toolchains for machine learning (ML)-enabled systems from 16 organizations across various domains in Finland. We observed some well-established artificial intelligence ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.