Καθώς τα ρυθμιστικά πλαίσια για την τεχνητή νοημοσύνη (ΤΝ) αναπτύσσονται διεθνώς, η διασφάλιση ότι τα παραγωγικά μοντέλα λειτουργούν σύμφωνα με νομικά και ηθικά πρότυπα αποτελεί κρίσιμη προτεραιότητα. Μια νέα ερευνητική εργασία παρουσιάζει το Statutory AI, μια υβριδική προσέγγιση που στοχεύει να ξεπεράσει τους περιορισμούς των υφιστάμενων μεθόδων ευθυγράμμισης.
Οι περιορισμοί των σημερινών μοντέλων
Σύμφωνα με την έρευνα, οι τρέχουσες προσεγγίσεις όπως το «Constitutional AI» εξαρτώνται σε μεγάλο βαθμό από την ανθρώπινη επίβλεψη. Παράλληλα, γενικές αρχές όπως το «Good-for-Humanity» (GfH) συχνά αποδεικνύονται υπερβολικά ασαφείς για να προσφέρουν πρακτική καθοδήγηση στη διακυβέρνηση της ΤΝ. Το Statutory AI προτείνει τη χρήση προϋπαρχόντων, ανθρωπογενών νομικών κανόνων που προέρχονται από συγκεκριμένες θεματικές ενότητες του δικαίου.
Η λειτουργία δύο σταδίων
Το σύστημα λειτουργεί σε δύο στάδια, χρησιμοποιώντας την τεχνική Chain-of-Thought (CoT):
- Στάδιο 1: Ταξινόμηση της εντολής του χρήστη σε μια από τις προσδιορισμένες νομικές θεματικές.
- Στάδιο 2: Ανάλυση της εντολής σε συνδυασμό με σχετικά άρθρα από το νομικό σώμα της εκάστοτε θεματικής για την αυτόνομη κριτική και αναθεώρηση του αποτελέσματος.
Αποτελέσματα και επιδόσεις
Η αποτελεσματικότητα της μεθόδου δοκιμάστηκε σε 1.000 «red-teaming» εντολές (επιθετικές δοκιμές) σε πέντε ποινικές θεματικές: διακρίσεις, αποκάλυψη εμπιστευτικών πληροφοριών, βία, απάτη και κατάχρηση ευάλωτων προσώπων. Τα αποτελέσματα έδειξαν ότι το Statutory AI μείωσε το επιβλαβές περιεχόμενο κατά 52 έως 59 ποσοστιαίες μονάδες. Η επίδοση αυτή είναι περίπου 10 μονάδες υψηλότερη από το τυπικό Constitutional AI, ενώ παράλληλα μειώνει τον χρόνο υπολογισμού κατά περισσότερο από 50%.
