கடையின் எச்சரிக்கை பொதுமக்கள் முன் ஒரு குற்றச்சாட்டாக மாறும்போது

இங்கிலாந்திலிருந்து வெளியான புதிய புகார் நிகழ்வுகள், அன்றாட வாணிபத்தில் முக அடையாளம் காணும் தொழில்நுட்பம் குறித்த விவாதத்தை இன்னும் கடுமையாக்கி உள்ளன. The Guardian வெளியிட்ட செய்திப்படி, சில வாடிக்கையாளர்கள் கடைகளில் அணுகப்பட்டு, வெளியேறுமாறு கூறப்பட்டு, ஒரு நேரடி முக அடையாள அமைப்பு அவர்களை சந்தேகிக்கப்படும் கடை திருடர்களாக அடையாளம் கண்டதாக தெரிவிக்கப்பட்டது. இதில் ஈடுபட்டவர்கள் தாங்கள் நிரபராதிகள் என்று கூறி, பின்னர் அந்த குற்றச்சாட்டை சவால் செய்ய அல்லது தங்கள் பெயரைத் துடைக்க ஒரு நடைமுறை வழியை கண்டுபிடிக்க போராடியதாக சொன்னார்கள்.

இந்த கட்டுரை Facewatch மீது கவனம் செலுத்துகிறது. இது திருட்டை எதிர்க்க உதவுவதற்காக இங்கிலாந்து சில்லறை வணிகத்தில் அறிமுகப்படுத்தப்பட்டுவரும் ஒரு அமைப்பு. அதன் இணையதளம் 99.98% துல்லியம் எனக் கூறுகிறது; மேலும் சமீபத்திய ஒரு மாதத்தில் பங்கேற்கும் கடைகளுக்கு அறியப்பட்ட குற்றவாளிகள் தொடர்பான 50,288 எச்சரிக்கைகளை அனுப்பியதாகவும் சொல்கிறது. ஆனால் செய்தியாக வந்த அனுபவங்கள், மிகத் துல்லியமானதாக விளம்பரப்படுத்தப்படும் ஒரு அமைப்பும், தவறு கடை தளத்திலேயே நிகழும் போது சமூக ரீதியாக சேதகரமாக மாறலாம் என்பதை காட்டுகின்றன. துல்லிய சதவிகிதங்கள், தன் பொருட்களை கீழே வைத்துவிட்டு வெளியேறுமாறு கூறப்பட்ட நபருக்கு தவறான பொருத்தத்தின் விளைவுகளை நீக்குவதில்லை.

நிர்வாகக் குறைபாடே இப்போது கதையாகி வருகிறது

இங்கே மிக முக்கியமான பிரச்சினை முக அடையாளம் காணும் தொழில்நுட்பத்தின் நேரடி பயன்பாடு மட்டும் அல்ல. அதற்கான நடைமுறைப்படுத்தலில் உள்ள பலவீனமான பொறுப்புணர்வே முக்கியம். அறிக்கையில் குறிப்பிடப்பட்ட வாடிக்கையாளர்களில் ஒருவரான Ian Clayton, Home Bargains கடையில் இருந்தபோது தன்னை அந்த அமைப்பில் கடைத் திருடராகக் காட்டியதாக கூறப்பட்டதாக சொன்னார். பதில்களை பெற முயன்ற பிறகு, அவர் subject access request ஒன்றை சமர்ப்பித்து, முன்னைய ஒரு சம்பவத்துடன் தன்னை தவறாக தொடர்புபடுத்தியிருந்தார்கள் என்பதை அறிந்தார். இந்த அனுபவத்தை, நிரபராதி என நிரூபிக்கப்படும் வரை குற்றவாளி எனக் கருதப்படுவது போல இருந்ததாக அவர் விவரித்தார்.

அந்த சொற்றொடர் ஆழமான பிரச்சினையை வெளிப்படுத்துகிறது. AI குறித்த பல பொதுப் பேசுதல்களில் கவனம் மாடல் துல்லியம், வழங்குநர் உரைகள், மற்றும் தொழில்நுட்பம் கோட்பாட்டில் வேலை செய்கிறதா என்பதிலேயே குவிகிறது. ஆனால் தவறான எச்சரிக்கையால் பாதிக்கப்படும் மக்களுக்கு உடனடியாக தேவையான கேள்விகள் நடைமுறை சார்ந்தவை. முடிவை எடுத்தது யார்? அது அமைப்பு பிழையா அல்லது பணியாளர் பிழையா? என்ன ஆதாரம் உள்ளது? தவறு எவ்வளவு விரைவாக திருத்தப்பட முடியும்? சேதத்திற்கு யார் பொறுப்பு?

அறிக்கையில் வந்த பதில், குறைந்தபட்சம் இந்த நிகழ்வுகளில், நம்பிக்கை அளிப்பதாக இல்லை. சிலர் தங்களுக்கு மிகக் குறைந்த உதவியே கிடைத்ததாகவும், எப்படி புகார் செய்வது அல்லது தங்கள் நிரபராதத்தைக் காட்டுவது என்பதும் தெரியவில்லை என்றும் கூறினர். இது கண்காணிப்பும் வாடிக்கையாளர் நிவாரணமும் பயன்பாட்டின் வேகத்துக்கு இணையாக வளரவில்லை என்பதைக் காட்டுகிறது.

சில்லறை AI ஏன் வேறு வகை ஆபத்தை உருவாக்குகிறது

சில்லறை முக அடையாளம் காணும் தொழில்நுட்பம் பல பிற AI பயன்பாடுகளிலிருந்து வேறுபடுகிறது; ஏனெனில் அது உடல் இடத்தில் இயங்கி, உடனடி விளைவுகளை ஏற்படுத்த முடியும். தவறான பதில் அளிக்கும் ஒரு chatbot பின்னர் திருத்தப்படலாம். ஆனால் ஒரு வாடிக்கையாளரை தவறாக அடையாளம் காணும் கடை அமைப்பு, ஊழியர்கள், மற்ற வாடிக்கையாளர்கள், மேலும் சில சமயம் குடும்ப உறுப்பினர்கள் முன்னிலையில், நேரடியாக அவமானத்தை ஏற்படுத்தலாம்.

அதோடு அதிகார சமநிலையின்மையும் உள்ளது. ஒரு சில்லறை வணிக நிறுவனம் தன் பாதுகாப்பு கருவிகளையும் செயற்பாட்டு நடைமுறைகளையும் தானாகத் தேர்வு செய்யலாம். ஆனால் கடைக்குள் செல்லும் வாடிக்கையாளர், எந்த அமைப்புகள் பயன்படுத்தப்படுகின்றன, வாட்ச் பட்டியல்கள் எப்படி உருவாக்கப்படுகின்றன, அல்லது பொருத்தம் கிடைத்தால் என்ன நடக்கிறது என்பதில் நடைமுறை ரீதியான விழிப்புணர்வு குறைவாகவே இருக்கும். பலகைகள் அல்லது QR code-கள் அடிப்படை சமநிலையின்மையை சரிசெய்யவில்லை. ஒரு நபரை முதலில் வெளியேற்றிவிட்டு பின்னர் தகவல் அளித்தால், திருத்தும் சுமை குற்றஞ்சாட்டப்பட்டவர்மீதே விழுகிறது.

பரந்த AI விவாதத்திற்கு இதன் அர்த்தம் என்ன

இந்த நிகழ்வுகள், AI கண்காணிப்பு வணிகப் பயன்பாட்டைத் தொடர்ந்து பிடித்துச்செல்லும் ஒரு நேரத்தில் வந்துள்ளன. நேரடி முக அடையாளம் காணும் தொழில்நுட்பம் குற்றத் தடுப்பு கருவியாக சந்தைப்படுத்தப்படலாம்; ஆனால் பொதுமக்கள் அதை அடிப்படை பாதுகாப்புகளை சாதாரண மக்களுக்கு வழங்குகிறதா என்பதன் அடிப்படையில் அதிகமாக மதிப்பிடுவார்கள். அதில் எச்சரிக்கைகள் எவ்வாறு உருவாக்கப்படுகின்றன என்பது குறித்த வெளிப்படைத்தன்மை, தெளிவான மனித பரிசீலனை நடைமுறை, மற்றும் முடிவுகளை எதிர்க்க பயன்படுத்தக்கூடிய வழிமுறை ஆகியவை அடங்கும்.

அறிக்கையிடப்பட்ட சம்பவங்கள், முக்கிய ஆபத்து ஒரு அல்காரிதம் தவறாக செயல்படுகிறதா என்பதிலேயே முடிவதில்லை என்பதையும் காட்டுகின்றன. மனிதர் பயன்படுத்தும் விதமும் முக்கியம். பணியாளர்களின் விளக்கம், தீவிரப்படுத்தும் கொள்கைகள், மற்றும் புகார் கையாளுதல் ஆகியவை ஒரு தொழில்நுட்பப் பிழையை நிறுவன அளவிலான தோல்வியாக மாற்ற முடியும். விதிவிலக்குகளை திறம்பட அடையாளம் கண்டு சரிசெய்யும் வழி இல்லையெனில், உயர்ந்ததாகக் கூறப்படும் துல்லிய விகிதமும் கடுமையான சேதங்களுடன் இணைந்து இருக்க முடியும்.

சில்லறை வணிகர்களுக்கு பாடம் எளிதானது. முக அடையாளம் காணும் தொழில்நுட்பம் வாடிக்கையாளர் தொடர்பு சூழல்களில் பயன்படுத்தப்பட வேண்டுமெனில், நிர்வாகம் பின்னர் நினைவிற்கு வரும் விஷயமாக இருக்க முடியாது. ஒழுங்குபடுத்துநர்களுக்கும் குடிமக்கள் உரிமை ஆதரவாளர்களுக்கும் கேள்வி என்னவெனில், பொது இடத்தில் ஒருவரை உடனடியாக சந்தேகத்திற்குரியவராக சுட்டிக்காட்டக்கூடிய அமைப்புகளுக்காக தற்போதைய கண்காணிப்பு போதுமான வலிமையுடையதா என்பது.

இங்கிலாந்து எடுத்துக்காட்டுகள், பதில் இன்னும் தீர்மானிக்கப்படாத நிலையிலேயே உள்ளது என்பதை சுட்டிக்காட்டுகின்றன. தெளிவாக இருப்பது ஒன்றே: பொது இடத்தில் தன் மீது விழும் தானியங்கி சந்தேகத்தை விரைவாக, தெளிவாக, அல்லது நியாயமாக சவால் செய்யும் வழியில்லாதபோது, அது மிகுந்த தீவிரமான விஷயமாக மாறுகிறது.

இந்த கட்டுரை The Guardian வெளியிட்ட செய்தியை அடிப்படையாக கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.

Originally published on theguardian.com