Los investigadores utilizarán casos comunes para intentar comprender las decisiones éticas que toman las personas mientras conducen. Esto se utilizará para entrenar vehículos autónomos.

El clásico problema de la vida o la muerte, o el problema del tranvía, es un dilema moral. La cuestión es decidir si sacrificar una vida para salvar otras cinco. Es una pregunta interesante, pero, francamente, no refleja nuestras decisiones del día a día.

Por eso los investigadores de la Universidad Estatal de Carolina del Norte decidieron abordar el tema de otra manera. Como es Inteligencia artificial y sociedad Los conductores tienen que tomar decisiones éticas más realistas cada día, escribieron en su estudio publicado en la revista. Por ejemplo, si deben sobrepasar el límite de velocidad, si deben pasarse un semáforo que simplemente se pone en rojo o si deben dejar pasar a la ambulancia. «Estas decisiones cotidianas son importantes porque, en última instancia, pueden conducir a situaciones de vida o muerte», subraya Dario Cecchini, autor principal del estudio. Incluso en el caso de decisiones completamente normales, es posible acabar en una situación que puede conducir a resultados desastrosos. Actualmente hay muy pocos datos disponibles en la literatura sobre cómo los conductores emiten juicios morales sobre sus decisiones en situaciones cotidianas.

READ  Índice - Ciencias técnicas - Los astronautas aficionados tienen algunos problemas con la nave espacial

Los investigadores diseñaron una serie de experimentos para recopilar datos sobre cómo las personas hacen juicios morales en situaciones de tráfico de bajo riesgo. Se basa en el modelo de consecuencias del vínculo del agente (ADC), que es un modelo de juicio moral que tiene en cuenta tres componentes diferentes. El autor: es decir, quien comete el acto, el acto y sus consecuencias. El juicio moral depende de la evaluación que se dé a los tres componentes. Los tres componentes mencionados pueden evaluarse negativa y positivamente. El modelo ADC tiene muchas ventajas. Es simple y fácil de entender, puede aplicarse con flexibilidad y se adapta bien al juicio moral humano.

Los investigadores crearon siete escenarios de conducción diferentes como se describe anteriormente, como el de un padre que tiene que decidir si debe saltarse un semáforo mientras intenta llevar a su hijo a la escuela a tiempo. Todos los escenarios fueron programados en un entorno de realidad virtual, por lo que los participantes recibieron información audiovisual sobre lo que hacían los conductores en cada situación.

Opinión: El peón debe morir

La IA (y, por supuesto, los desarrolladores que la respaldan) nos sorprende casi todos los días con lo que puede hacer. Investigadores de Singapur pueden «dar vida» a rostros parlantes realistas basándose en una fotografía y una grabación de audio.

Los investigadores crearon ocho versiones diferentes de cada escenario de tráfico, variando las combinaciones sujeto-verbo-resultado. Por ejemplo, en una versión, cuando los padres llevan a sus hijos a la escuela, frenan en un semáforo en amarillo, pero llegan a la escuela a tiempo. En otra versión, el padre es más agresivo, se pasa el semáforo en rojo y provoca un accidente. En los seis casos restantes, la naturaleza del tutor (el agente), la decisión que tomó en el semáforo (la acción) y el resultado de su decisión (el resultado) cambian.

Durante el experimento, los participantes del estudio deben observar una versión de los escenarios y luego calificar qué tan ético es el comportamiento del conductor en cada escenario en una escala del 1 al 10.

READ  El servicio de suministro de sangre presenta un nuevo servicio

En el siguiente paso, planean recopilar datos a mayor escala, con miles de personas. Los datos obtenidos se pueden utilizar para desarrollar experimentos más interactivos para mejorar la toma de decisiones éticas. Todo esto se puede utilizar para crear algoritmos que se puedan utilizar en vehículos autónomos.

Si quieres saber de cosas similares en otros momentos dale me gusta Página de Facebook del Departamento Técnico de HVG.