Ôn tập cuối kỳ ITE302c Spring 2026

Khi thiết kế thuật toán mà không xem xét đến các nguyên tắc đạo đức, có thể dẫn đến những kết quả không mong muốn. Một trong những hậu quả đó là thuật toán có thể tạo ra kết quả phân biệt đối xử hoặc không an toàn. Điều này có thể xảy ra khi thuật toán được đào tạo trên dữ liệu không cân đối hoặc không chính xác, dẫn đến việc phân loại sai hoặc tạo ra quyết định không công bằng. Kết quả này có thể ảnh hưởng đến người dùng, đặc biệt là những người thuộc nhóm thiểu số hoặc dễ bị tổn thương. Vì vậy, việc xem xét đến các nguyên tắc đạo đức trong thiết kế thuật toán là rất quan trọng để đảm bảo rằng các hệ thống AI được phát triển là công bằng, minh bạch và an toàn.

Một loại trí tuệ nhân tạo (AI) có khả năng vượt trội so với con người trong tất cả các nhiệm vụ được gọi là Trí tuệ nhân tạo chung (General AI). Trí tuệ nhân tạo chung là một loại AI có khả năng tự học hỏi, tự thích nghi và tự cải thiện mà không cần sự can thiệp của con người. Nó có thể thực hiện các nhiệm vụ phức tạp và đa dạng, bao gồm cả những nhiệm vụ mà con người không thể thực hiện được. Ví dụ, một General AI có thể hiểu và giải thích ngôn ngữ tự nhiên, giải quyết vấn đề phức tạp, và thậm chí còn có thể tạo ra nghệ thuật và văn học. Mục tiêu của việc phát triển General AI là tạo ra một loại AI có khả năng tự động hóa và cải thiện các nhiệm vụ phức tạp mà không cần sự can thiệp của con người.

Sử dụng quyền sở hữu trí tuệ (IP) như một biện pháp phòng thủ để tránh tuân thủ yêu cầu minh bạch là một cách sử dụng sai quyền sở hữu trí tuệ khi nói đến trách nhiệm giải trình về mặt đạo đức cho một tổ chức. Điều này có nghĩa là một tổ chức sử dụng quyền sở hữu trí tuệ như một cách để che giấu thông tin hoặc tránh tuân thủ các yêu cầu minh bạch, thay vì sử dụng nó để bảo vệ và phát triển sản phẩm hoặc dịch vụ của mình. Sử dụng IP một cách không đúng đắn như vậy có thể gây hại cho tổ chức và gây ra hậu quả pháp lý. Nó cũng có thể làm mất lòng tin của khách hàng và gây ra thiệt hại cho danh tiếng của tổ chức.

Truyền thông với các bên liên quan là một phần quan trọng trong việc quản lý rủi ro đạo đức. Điều này giúp đảm bảo rằng các bên liên quan hiểu được kỳ vọng và giá trị của họ. Khi các bên liên quan hiểu được kỳ vọng và giá trị của họ, họ sẽ có thể đưa ra quyết định và hành động một cách phù hợp. Điều này giúp giảm thiểu rủi ro đạo đức và tăng cường sự tin tưởng của công chúng. Ngoài ra, truyền thông với các bên liên quan cũng giúp công ty hiểu được nhu cầu và mong muốn của họ, từ đó có thể điều chỉnh chiến lược và hoạt động của mình để đáp ứng nhu cầu đó. Điều này giúp công ty xây dựng được hình ảnh và uy tín tốt hơn, đồng thời tăng cường sự hợp tác và hỗ trợ từ các bên liên quan.

Khi sử dụng dữ liệu đào tạo, cần phải thông báo cho người dùng về các hạn chế của dữ liệu để đảm bảo tính minh bạch. Hai hạn chế quan trọng cần được thông báo là bất kỳ thiên vị nào trong dữ liệu mẫu và bất kỳ giá trị nào bị thiếu trong dữ liệu và cách xử lý chúng. Thiên vị trong dữ liệu mẫu có thể ảnh hưởng đến độ chính xác của mô hình đào tạo, trong khi giá trị bị thiếu có thể ảnh hưởng đến kết quả dự đoán. Do đó, cần phải thông báo cho người dùng về các hạn chế này để họ có thể đánh giá kết quả một cách khách quan.

Khi tham gia các bên liên quan vào quá trình quản lý rủi ro đạo đức ngay từ đầu, tổ chức thể hiện sự cam kết về trách nhiệm và minh bạch trong hệ thống dữ liệu. Điều này cho thấy tổ chức sẵn sàng lắng nghe và xem xét các quan điểm khác nhau, từ đó có thể đưa ra quyết định sáng suốt hơn. Quá trình tham gia này cũng giúp tổ chức nhận thức rõ hơn về các rủi ro đạo đức tiềm ẩn và có thể ngăn chặn chúng trước khi chúng trở thành vấn đề nghiêm trọng. Ngoài ra, việc tham gia các bên liên quan còn giúp tổ chức xây dựng niềm tin với các bên liên quan và tăng cường sự tin tưởng của công chúng.

Để các tổ chức nhỏ có thể thực hiện các thực hành đạo đức với nguồn lực hạn chế, điều quan trọng là phải tập trung vào các nguyên tắc đạo đức cơ bản và thực hiện chúng một cách từ từ. Điều này có nghĩa là không cần phải đầu tư quá nhiều vào các chương trình phức tạp hoặc quy trình thủ tục, mà chỉ cần tập trung vào những điều cơ bản như tôn trọng quyền lợi của nhân viên, khách hàng và cộng đồng. Bằng cách làm như vậy, các tổ chức nhỏ có thể xây dựng nền tảng đạo đức vững chắc và dần dần mở rộng phạm vi áp dụng.

Một mô hình dự đoán có thể tiết lộ nhiều thông tin về bản thân nó. Trong đó, dữ liệu mà mô hình được đào tạo trên có thể được xem là một trong những thông tin quan trọng nhất. Khi chúng ta biết được dữ liệu mà mô hình được đào tạo trên, chúng ta có thể hiểu được tính chất và đặc điểm của mô hình. Điều này giúp chúng ta đánh giá được độ chính xác và tin cậy của mô hình. Ngoài ra, dữ liệu mà mô hình được đào tạo trên cũng có thể giúp chúng ta nhận biết được các vấn đề tiềm ẩn trong mô hình, chẳng hạn như sự thiên vị trong dữ liệu.

Trong bối cảnh trí tuệ nhân tạo (AI), sự đồng ý được thông tin (informed consent) đòi hỏi phải có sự minh bạch trong việc sử dụng dữ liệu và sự cho phép của người dùng. Điều này có nghĩa là người dùng phải được thông báo rõ ràng về cách dữ liệu của họ sẽ được sử dụng, bao gồm cả việc phân tích, xử lý và bảo mật dữ liệu. Người dùng cũng phải được cho phép về việc sử dụng dữ liệu của họ cho mục đích nào đó. Điều này giúp đảm bảo rằng người dùng hiểu rõ về cách dữ liệu của họ sẽ được sử dụng và có thể đưa ra quyết định một cách thông minh về việc sử dụng dịch vụ hoặc sản phẩm dựa trên AI.

Loại malware nào sau đây theo dõi hành vi của người dùng mà không có sự biết hoặc sự cho phép của họ?

Đáp án đúng: There is a strong positive correlation between both variables.. Đám điểm bám sát một đường đi lên ⇒ tương quan DƯƠNG và MẠNH. (Câu gốc có kèm ảnh biểu đồ phân tán — đã mô tả lại bằng lời trong đề bài.)

Tính năng trí tuệ nhân tạo có thể hỗ trợ quá trình phản hồi và theo dõi trong chiến lược truyền thông trong tình huống khẩn cấp bằng cách tự động hóa phân tích cảm xúc để đo lường ý kiến công chúng. Điều này cho phép các tổ chức nhanh chóng nắm bắt và phản ứng với cảm xúc của công chúng trong thời gian thực. Ngoài ra, trí tuệ nhân tạo cũng có thể giúp phân tích dữ liệu lớn để nhận ra các mẫu và xu hướng trong hành vi của công chúng, từ đó giúp các tổ chức đưa ra quyết định thông minh hơn trong việc xây dựng chiến lược truyền thông.

AI và các công nghệ dựa trên dữ liệu khác sử dụng xác suất bằng cách tạo ra mô hình tin tưởng về xác suất xảy ra của một sự kiện. Xác suất là một khái niệm quan trọng trong thống kê và lý thuyết xác suất, giúp chúng ta dự đoán khả năng xảy ra của một sự kiện dựa trên dữ liệu có sẵn. Trong AI, xác suất được sử dụng để tạo ra các mô hình học máy, chẳng hạn như mô hình dự đoán, mô hình phân loại và mô hình hồi quy. Những mô hình này sử dụng dữ liệu đào tạo để ước tính xác suất xảy ra của một sự kiện, giúp chúng ta đưa ra quyết định thông minh hơn. Ví dụ, một mô hình dự đoán có thể sử dụng xác suất để dự đoán khả năng xảy ra của một sự kiện dựa trên các yếu tố như thời tiết, địa điểm và thời gian. Tóm lại, AI và các công nghệ dựa trên dữ liệu khác sử dụng xác suất để tạo ra mô hình tin tưởng về xác suất xảy ra của một sự kiện, giúp chúng ta đưa ra quyết định thông minh hơn.

Kỹ thuật giúp cải thiện tính công bằng của thuật toán là kiểm tra thiên vị và dữ liệu đào tạo đa dạng. Kiểm tra thiên vị giúp xác định xem thuật toán có thiên vị hay không, trong khi dữ liệu đào tạo đa dạng giúp đảm bảo rằng thuật toán được đào tạo trên các mẫu dữ liệu đa dạng và đại diện. Điều này giúp giảm thiểu khả năng thuật toán thiên vị đối với các nhóm dân tộc hoặc giới tính cụ thể. Ví dụ, nếu thuật toán được đào tạo trên dữ liệu về việc vay tiền chỉ bao gồm dữ liệu của người da trắng, thì nó có thể thiên vị đối với người da đen. Tuy nhiên, nếu dữ liệu được mở rộng để bao gồm cả người da đen, thì thuật toán sẽ có khả năng thiên vị thấp hơn. Vì vậy, kiểm tra thiên vị và dữ liệu đào tạo đa dạng là hai kỹ thuật quan trọng giúp cải thiện tính công bằng của thuật toán.

Để đảm bảo tính trách nhiệm trong hệ thống, yếu tố quan trọng cần được xem xét là việc phân công trách nhiệm rõ ràng. Điều này có nghĩa là mỗi cá nhân hoặc nhóm đều có vai trò và nhiệm vụ cụ thể, giúp tránh sự nhầm lẫn và đảm bảo rằng mọi người đều biết mình cần làm gì. Việc phân công trách nhiệm rõ ràng giúp tăng cường tính minh bạch và trách nhiệm trong hệ thống, từ đó cải thiện hiệu suất và giảm thiểu sai sót. Ngoài ra, việc này cũng giúp xây dựng sự tin tưởng và hợp tác giữa các cá nhân và nhóm, tạo điều kiện cho sự phát triển và thành công của hệ thống.

Quá trình quản lý thay đổi (change management) đóng vai trò quan trọng trong việc xây dựng văn hóa tổ chức đạo đức. Mục đích chính của quản lý thay đổi là tạo điều kiện cho quá trình chuyển đổi một cách trơn tru và hiệu quả. Điều này giúp tổ chức thích nghi với những thay đổi trong môi trường kinh doanh, đồng thời duy trì sự ổn định và phát triển bền vững. Quá trình quản lý thay đổi bao gồm các bước như đánh giá nhu cầu thay đổi, lập kế hoạch, triển khai và theo dõi. Mục tiêu của quản lý thay đổi là tạo điều kiện cho tổ chức đạt được mục tiêu và giá trị của mình một cách hiệu quả và bền vững.

Nếu bạn phải đối mặt với một hệ thống AI xác định chính xác những người nào sẽ bị nhiễm bệnh trong một đại dịch của một loại bệnh mới trước khi có trường hợp đầu tiên, thì loại AI này được gọi là siêu trí tuệ (Superintelligence). Siêu trí tuệ là một loại AI có khả năng vượt qua khả năng của con người trong nhiều lĩnh vực, bao gồm khả năng phân tích dữ liệu, học hỏi và đưa ra quyết định. Trong trường hợp này, siêu trí tuệ có khả năng dự đoán chính xác những người sẽ bị nhiễm bệnh trước khi có trường hợp đầu tiên, điều này đòi hỏi khả năng phân tích dữ liệu và học hỏi phức tạp. Siêu trí tuệ có thể được sử dụng để ngăn chặn hoặc giảm thiểu tác động của đại dịch, nhưng cũng có thể tạo ra những rủi ro và thách thức mới.

Non-maleficence là một trong những nguyên tắc cơ bản của y học và đạo đức. Nó được định nghĩa là nguyên tắc không gây hại cho bệnh nhân. Điều này có nghĩa là các bác sĩ và nhân viên y tế phải luôn cố gắng tránh gây hại cho bệnh nhân và phải luôn ưu tiên lợi ích và an toàn của họ. Non-maleficence không chỉ áp dụng cho các hành động trực tiếp của bác sĩ mà còn bao gồm cả các quyết định và hành động có thể gây hại cho bệnh nhân. Ví dụ, bác sĩ không nên kê đơn thuốc có thể gây ra tác dụng phụ nghiêm trọng hoặc không nên thực hiện các thủ thuật có thể gây hại cho bệnh nhân. Mục tiêu của non-maleficence là bảo vệ bệnh nhân khỏi mọi hình thức gây hại và đảm bảo rằng họ nhận được sự chăm sóc y tế an toàn và hiệu quả.

Hacktivism là một hình thức hoạt động mạng nhằm mục đích thúc đẩy thay đổi xã hội. Các hacker thường sử dụng công nghệ để chống lại các chính sách hoặc hành vi mà họ coi là bất công hoặc độc hại. Mục tiêu chính của hacktivism không phải là kiếm tiền hoặc phục vụ một người có quyền lực, mà là tạo ra sự thay đổi tích cực trong xã hội. Điều này có thể bao gồm việc tiết lộ thông tin bí mật, phá vỡ các hệ thống độc tài hoặc chống lại các chính sách phân biệt đối xử. Mục đích của hacktivism là tạo ra sự thay đổi và nâng cao nhận thức về các vấn đề xã hội.