Hvordan to grunnleggere nærmer seg å bygge etiske AI-startups i helsevesenet
Hastigheten som AI-selskaper utvikler seg med gjør mange nervøse. Det er fordi å bevege seg raskt kan føre til potensielle etiske problemer som ikke kan løses.
Å bygge etiske algoritmer tar tid. Modeller som ble bygget raskt er mer sannsynlig å ha inngrodde skjevheter mens de mangler de nødvendige rekkverkene på plass for å forhindre at de forårsaker unødvendig skade. Hvis de gjøres i hast, eller gjøres dårlig, har AI-modeller potensial til å forårsake reell skade i visse sensitive bransjer, for eksempel helsevesenet.
Men, selvfølgelig, mange av bekymringene sentrerer seg rundt nye grunnleggere som kjører inn i rommet med hype-toget i motsetning til de mange gründerne som begynte å bygge modeller med omhu år før dagens markedsdynamikk.
Amy Brown, grunnlegger og administrerende direktør for Authenticx, en oppstart som hjelper helsevesenet med å få innsikt fra kundesenterdataene deres ved hjelp av AI, sa på TechCrunchs Found-podcast at de som ønsker å bygge AI-algoritmer bør gjenkjenne de potensielle negative konsekvensene av modeller som bygges. feilaktig.