I dagens digitala tidsålder, artificiell intelligens och big data hjälper människor att navigera i världen på nya sätt. Medan många forskare använder dessa nya verktyg för att förnya och utveckla olika discipliner, några, som Fred Fonseca, närmar sig dessa framsteg från ett annat perspektiv.

"Det finns ett nytt fält som kallas dataetik, sa Fonseca, docent vid Penn State College of Information Sciences and Technology och 2019-2020 fakultetsstipendiat vid Penn State's Rock Ethics Institute. "Vi samlar in data och använder den på många olika sätt. Vi måste börja tänka mer på hur vi använder den och vad vi gör med den."

Genom att närma sig framväxande teknologi med ett filosofiskt perspektiv, Fonseca kan utforska de etiska dilemman kring hur vi samlas, hantera och använda information. Han förklarade att med uppkomsten av big data, till exempel, många vetenskapsmän och analytiker avstår från att formulera hypoteser till förmån för att låta data dra slutsatser om särskilda problem.

"I vanliga fall, i vetenskap, teori driver observationer. Vår teoretiska förståelse vägleder både vad vi väljer att observera och hur vi väljer att observera det, "Fonseca förklarade. "Nu, med så mycket data tillgänglig, vetenskapens klassiska bild av teoribyggande hotas av att bli inverterad, med data som föreslås som källan till teorier i vad som kallas datadriven vetenskap."

Fonseca delade med sig av dessa tankar i sin tidning, "Cyber-mänskliga system för tanke och förståelse, " som publicerades i aprilnumret 2019 av Journal of Association of Information Sciences and Technology . Fonseca skrev tidningen tillsammans med Michael Marcinowski, College of Liberal Arts, Bath Spa University, Storbritannien; och Clodoveu Davis, Datavetenskapliga institutionen, Universidade Federal de Minas Gerais, Belo Horizonte, Brasilien.

I tidningen, forskarna föreslår ett koncept för att överbrygga klyftan mellan teoretiskt tänkande och a-teoretiskt, datadriven vetenskap.

"Istället för att närma sig en specifik uppsättning big data för att svara på en redan utvecklad fråga, forskare uppmuntras att engagera sig i data på ett mer genomtänkt och omedelbart sätt, använda själva data som ett instrument för vetenskaplig undersökning, " förklarade forskarna. "Den omedelbara fördelen skulle vara att hjälpa forskare att hantera och reagera på den flod av data som annars skulle överväldiga deras maktbefogenheter och beslutsfattande."

Fonseca använde metaforen att jämföra data eller artificiell intelligens med en käpp som en blind person kan använda för att navigera i världen.

"Forskare använder de verkligt existerande data för att känna med och interagera med den verkligt existerande världen, engagerande data inte som en representation, men som ett instrument för att underlätta deras empiriska tänkande, " förklarade han. "Som käppen, data används som en förlängning av deras sinnen, med deras förståelse av världen som är dynamiskt kopplad till de enorma dataströmmar som finns inom datadriven vetenskap."

Han föreslår en praktisk omformning av hur analytiker, utövare och vetenskapsmän tänker på sitt arbete. Med många framsteg inom artificiell intelligens, och maskiner som gör mer mänskliga handlingar och beslut, Fonseca sa att det är viktigt att reflektera över vilken påverkan tekniken har i vardagen.

"Tekniken försvinner inte, " sa han. "Vi måste tänka mer på det och förstå det bättre så att vi kan fatta välgrundade beslut."

För att illustrera de etiska utmaningar som ny teknik kan medföra, han citerade en nyligen publicerad artikel i Washington Post om medicinska leverantörer och teknikföretag som använder artificiell intelligens för att förutsäga individers depressionsfrekvens och sannolikheten för självmord. Tekniken skannar journaler och inlägg på sociala medier efter suicidalt språk och beteenden. En del av uppgifterna lämnas till läkare eller andra individer som kan ingripa. Men kan samma data hamna i händerna på marknadsförare eller andra tredje parter?

"Även om det är möjligt att [skapa dessa algoritmer], vi kanske inte borde göra det. För när den väl är där, folk kommer att använda det och de kommer att använda det dåligt, ", sa han. "Dessa är frågorna om vetenskap som vi måste börja tänka på.

"Allt handlar om värderingar, " tillade han. "Vi kan ha alla typer av data, men vi måste veta hur vi använder det."