基于AI的信息系统--中国期刊网

字体：大中小

首页> 原创作品> 正文

基于AI的信息系统

发表时间：2021/1/21 来源：《文化研究》2021年1月上作者：闫意1 刘翠翠2 任晓兰3

[导读] 人工智能(AI)即将给我们的社会和经济带来根本性的变化，触及组织如何做出决策，提供服务和评估机会。鉴于他们在不同规模和不同行业的公司中的潜在影响范围很广，麻省理工学院的埃里克·布莱恩约弗森和安德鲁·麦克阿菲甚至说人工智能是“我们时代最重要的通用技术”。今天，大多数情况下的人工智能应用都是基于机器学习算法的，特别是在实践中建立了监督学习。与这种乐观的观点相一致，领导者在实践中预测了人工智能技术的广泛

1.河北唐山华北理工大学矿业工程学院     闫意1，     063210
2.河北唐山华北理工大学管理学院    刘翠翠2        063210
3.河北唐山华北理工大学矿业工程学院   任晓兰3      063210

摘要：人工智能(AI)即将给我们的社会和经济带来根本性的变化，触及组织如何做出决策，提供服务和评估机会。鉴于他们在不同规模和不同行业的公司中的潜在影响范围很广，麻省理工学院的埃里克·布莱恩约弗森和安德鲁·麦克阿菲甚至说人工智能是“我们时代最重要的通用技术”。今天，大多数情况下的人工智能应用都是基于机器学习算法的，特别是在实践中建立了监督学习。与这种乐观的观点相一致，领导者在实践中预测了人工智能技术的广泛使用。例如，福布斯对300多位高管进行了一项研究。 95%的福布斯研究参与者认为，人工智能将在未来的公司中发挥重要作用。McKinsey全球研究所(MGI)的研究预测，到2030年，人工智能在公司中的应用将导致全球增值贡献13万亿美元。
关键字：AI、信息系统、信息管理
人工智能已经被编织到常见的应用程序。例如，使用机器学习算法的人工智能应用程序被用来支持基本的公司活动，如金融信贷分析，确定生产机器的状态，支持基本服务，如执法，并通过网络安全保护个人数据此外，人工智能在保健研究中的应用-例如确定可能的治疗计划或在药物发现中的使用-在科学家们在COVID-19次中寻找治疗和疫苗时变得更加重要。从经济角度来看，人工智能具有帮助人民、企业和政府降低服务提供成本和加快决策所需时间的潜力。在许多情况下，算法也比人类做出更快、更系统、基于证据的决策。另一方面，成本和速度不是与决定有关的唯一考虑因素。有必要更广泛地讨论决策的伦理方面，并利用人工智能做出影响人们生活的决定。这些对公平、不歧视、透明度和隐私潜在风险的关切值得决策者、商界领袖和学术科学家关注。
当然，没有人能确定这些乐观和悲观的预测是否会实现。然而，这种预测引起了人们的注意，这表明人工智能在未来的岁月里将被编织成组织和社会，而不是一种过时的时尚。在本文中，我们开始激发一场关于人工智能（一个长期建立的计算机科学分支）将如何塑造未来组织的对话。我们明确考虑人工智能及其子学科，如自然语言处理、深度学习算法、模式识别、基于知识的系统或机器人是否会改变组织。通过引导学者关注人工智能和机器学习的经济和组织视角，我们希望收集关于组织人工智能准备、虚拟助理的影响以及公平和接受人工智能等主题的见解。研究中还包括对卡尔·海因茨·斯特里比奇的人工智能采访。

期刊文章分类查询,尽在期刊图书馆

其总裁从实际的角度解释了公司在采用人工智能时面临的挑战，并讨论了人工智能作为使用IT和数字系统的下一个进化步骤。我们希望这一特殊问题为有兴趣了解人工智能对人们、组织和社会的影响的学者提供一个起点。仍然有许多有趣的话题，我们的作者的工作表明值得注意的经济和组织学者。例如：
        1、我们需要审查与AI在组织中的部署有关的战略问题。虽然我们知道首席信息官是如何管理与技术有关的战略和维护问题的，但我们几乎不知道他们如何调动必要的资源来开发和维持能够从根本上改变企业决策和提供服务的技术。主要悬而未决的问题包括：CIO如何使AI部署与公司战略相一致？当CIO获得支持AI战略决策的责任时，他们会在公司治理中变得更加突出吗？董事会将在塑造人工智能战略方面发挥什么作用？虽然人工智能准备是理解战略问题的第一步，因为人工智能是技术如何影响业务的根本变化，但我们可能需要重新审视我们目前对CIO如何塑造IT战略的理解，并询问是否需要新的治理形式才能在组织中有效地部署和维护人工智能。
        2、我们在建立在关于个人和IT身份的工作日益增长的基础上，并指出需要从考虑个人到考虑群体和技术本身的身份。虽然我们知道个人拥有IT身份，AI会学会支持团队的怪癖和习惯吗？如果是这样的话，这将如何改变群体内部的个体互动，以及群体与他们工作的更广泛的社会技术背景的互动？
        3、人工智能容易受到规则和人类设计者提供的数据所灌输的偏见。虽然这些发现说明了算法和数据中的偏见如何会对不同群体的人产生不利影响，但它们的含义正在进一步影响到设计和理解人工智能。
        在我们看来，这些引起了关于用户数据、其来源和应用的问题。在多大程度上，设计师必须解释用户培训数据贡献的含义？那么他们的数据在解决问题方面的潜在应用呢？还是在启用AI的信息系统中启用决策？鉴于数据的应用肯定会发生变化，组织和设计师有什么道德义务来更新他们共享的数据的新用途的贡献者？这些关于数据的问题特别突出，因为GDP R被注入了我们社会的知识框架-而不是在其他社会的文化中。
        这些只是这一特殊问题为未来人工智能研究提供的一些问题和机会。还有更多的问题，例如，我们缺乏融入这一特殊问题的空间。关于设计师设计的伦理，以及政府如何使用人工智能。我们期待着看到下一波人工智能研究人员如何解决这些问题，因为他们试图通过明智地将人工智能融入个人生活和他们工作的组织，建立一个更好的社会。
参考文献：
1《AI改进-算法厌恶和演示学习的能力》Berger B、Adam M；
2《人工智能的业务》McAfee A、Bughin J；
3《理解与虚拟助理的协作-社会认同和扩展自我的作用》 Stieglitz S、Ross B。
作者简介：闫意（2000.01-）女，汉，河北省张家口市尚义县人，本科。