Meta dibanting dengan delapan tuntutan hukum yang mengklaim media sosial menyakiti anak-anak PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.

Meta dibanting dengan delapan tuntutan hukum yang mengklaim media sosial menyakiti anak-anak

Secara singkat Perusahaan induk Facebook dan Instagram, Meta, terkena tidak hanya satu, bukan dua, tetapi delapan tuntutan hukum berbeda yang menuduh algoritme media sosialnya menyebabkan kerugian nyata bagi pengguna muda di seluruh AS. 

Keluhan yang diajukan selama seminggu terakhir mengklaim platform media sosial Meta telah dirancang untuk menimbulkan kecanduan yang berbahaya, mendorong anak-anak dan remaja untuk melihat konten yang meningkatkan risiko gangguan makan, bunuh diri, depresi, dan gangguan tidur. 

โ€œPenggunaan media sosial di kalangan anak muda harus dilihat sebagai kontributor utama krisis kesehatan mental yang kita hadapi di negara ini,โ€ tersebut Andy Birchfield, seorang pengacara yang mewakili Beasley Allen Law Firm, yang memimpin kasus tersebut, dalam sebuah pernyataan.

โ€œAplikasi ini dapat dirancang untuk meminimalkan potensi bahaya, tetapi sebaliknya, keputusan dibuat untuk membuat remaja kecanduan secara agresif atas nama keuntungan perusahaan. Sudah waktunya bagi perusahaan ini untuk mengakui kekhawatiran yang berkembang seputar dampak media sosial pada kesehatan mental dan kesejahteraan bagian paling rentan dari masyarakat kita ini dan mengubah algoritme dan tujuan bisnis yang telah menyebabkan begitu banyak kerusakan.โ€

Tuntutan hukum telah diajukan di pengadilan federal di Texas, Tennessee, Colorado, Delaware, Florida, Georgia, Illinois dan Missouri, menurut ke Bloomberg. 

Seberapa amankah kendaraan otonom sebenarnya?

Keamanan perangkat lunak mobil self-driving seperti Tesla's Autopilot sulit untuk dinilai, mengingat hanya ada sedikit data yang dipublikasikan dan metrik yang digunakan untuk penilaian semacam itu menyesatkan. 

Perusahaan yang mengembangkan kendaraan otonom biasanya melaporkan jumlah mil yang ditempuh oleh teknologi self-driving sebelum pengemudi manusia harus mengambil alih untuk mencegah kesalahan atau kecelakaan. Data, misalnya, menunjukkan lebih sedikit kecelakaan yang terjadi saat mode Autopilot Tesla diaktifkan. Tapi itu tidak berarti lebih aman, para ahli berpendapat. 

Autopilot lebih cenderung disetel untuk mengemudi di jalan raya, di mana kondisinya tidak terlalu rumit untuk ditangani oleh perangkat lunak daripada berkeliling kota yang sibuk. Tesla dan bisnis otomotif lainnya tidak membagikan data untuk mengemudi di jalan tertentu untuk perbandingan yang lebih baik. 

โ€œKami tahu mobil yang menggunakan Autopilot lebih jarang mogok daripada saat Autopilot tidak digunakan,โ€ Noah Goodall, seorang peneliti di Virginia Transportation Research Council, mengatakan New York Times. โ€œTetapi apakah mereka dikendarai dengan cara yang sama, di jalan yang sama, pada waktu yang sama, oleh pengemudi yang sama?.โ€

Administrasi Keselamatan Lalu Lintas Jalan Raya Nasional memerintahkan perusahaan untuk melaporkan kecelakaan serius yang melibatkan mobil self-driving dalam waktu 24 jam setelah kecelakaan terjadi, tahun lalu. Tapi belum ada informasi yang dipublikasikan.

AI pemula dituduh diam-diam menggunakan tenaga manusia di balik teknologi otonom

Nate, perusahaan rintisan senilai lebih dari $300 juta yang mengklaim menggunakan AI untuk secara otomatis mengisi informasi pembayaran pembeli di situs web ritel, sebenarnya membayar pekerja untuk memasukkan data secara manual seharga $1.

Membeli barang di internet bisa jadi membosankan. Anda harus mengetikkan nama, alamat, detail kartu kredit Anda jika situs web belum menyimpan informasi tersebut. Nate dibangun untuk membantu netizen menghindari keharusan melakukan ini setiap kali mereka mengunjungi toko online. Digambarkan sebagai aplikasi AI, Nate mengklaim menggunakan metode otomatis untuk mengisi data pribadi setelah konsumen melakukan pemesanan.

Tetapi perangkat lunak itu sulit untuk dikembangkan, mengingat berbagai kombinasi tombol yang perlu ditekan oleh algoritme dan tindakan pencegahan yang diterapkan di situs web untuk menghentikan bot dan calo. Untuk mencoba dan menarik lebih banyak konsumen ke aplikasi, Nate menawarkan kepada orang-orang $50 untuk dibelanjakan secara online di toko-toko seperti Best Buy dan Walmart. Tetapi pemula berjuang untuk membuat teknologinya berfungsi untuk memenuhinya dengan benar. 

Cara terbaik untuk membuatnya? Berpura-pura. Sebagai gantinya, Nate beralih ke mempekerjakan pekerja di Filipina untuk memasukkan informasi pribadi konsumen secara manual; pesanan terkadang diselesaikan beberapa jam setelah mereka ditempatkan, menurut ke Informasi. Sekitar 60 hingga 100 persen pesanan diproses secara manual, diduga. Seorang juru bicara untuk pemula mengatakan laporan itu "tidak benar dan klaim yang mempertanyakan teknologi milik kami sama sekali tidak berdasar."

DARPA ingin AI lebih dapat dipercaya

Badan penelitian militer AS, DARPA, meluncurkan program baru untuk mendanai pengembangan algoritma AI neuro-simbolik hibrid dengan harapan teknologi tersebut akan menghasilkan sistem yang lebih tepercaya.

Pembelajaran mendalam modern sering disebut sebagai "kotak hitam", cara kerjanya tidak jelas dan para ahli sering tidak memahami bagaimana jaringan saraf sampai pada keluaran yang diberikan masukan tertentu. Kurangnya transparansi berarti hasilnya sulit untuk ditafsirkan, sehingga berisiko untuk diterapkan dalam beberapa skenario. Beberapa percaya bahwa menggabungkan teknik penalaran simbolis kuno yang lebih tradisional dapat membuat model lebih dapat dipercaya. 

โ€œMemotivasi pemikiran dan pendekatan baru di bidang ini akan membantu memastikan bahwa sistem otonom akan beroperasi dengan aman dan berfungsi sebagaimana mestinya,โ€ tersebut Sandeep Neema, manajer program program Assured Neuro Symbolic Learning and Reasoning baru DARPA. โ€œIni akan menjadi bagian integral dari kepercayaan, yang merupakan kunci keberhasilan adopsi otonomi Departemen Pertahanan.โ€

Inisiatif ini akan mendanai penelitian arsitektur hybrid yang merupakan campuran dari sistem simbolik dan AI modern. DARPA sangat tertarik pada aplikasi yang relevan dengan militer, seperti model yang dapat mendeteksi apakah entitas bersahabat, bermusuhan, atau netral, misalnya, serta mendeteksi area berbahaya atau aman dalam pertempuran. ยฎ

Stempel Waktu:

Lebih dari Pendaftaran