דאטה פתוחה עבור בינה מלאכותית : מה עכשיו ?

פורסם בשנת 2023 על ידי ארגון החינוך, המדע והתרבות של האומות המאוחדות,

7 place de Fontenoy, 75352 Paris 07 SP, France © UNESCO, 2023 ISBN: 978-92-3-100600-5

תורגם על ידי אור מנור , יולי 2023

י OPEN DATA, חובה עבור AI

על מנת להילחם במגיפת הקורונה, נתונים רלוונטיים ואיכותיים פתוחים בזמן, שותפו ברחבי העולם. 

התחייבות שיתופית ויעילה זו יכולה לשמש תוכנית לעתיד טוב יותר ובר קיימא לכולם. 

נתונים גולמיים הם השלב החיוני הראשון בעיבוד והפיכתם למידע בר-פעולה. 

אבל הנתונים הנדרשים צריכים להיות בעלי מאפיינים מסוימים, כגון היותם מדויקים, בזמן ואמינים. 

היבטים קריטיים נוספים של נתונים הם שהם ניתנים לאיתור, נגישים, ניתנים להפעלה הדדית וניתנים לשימוש חוזר (FAIR) על ידי כל אחד לכל מטרה. 

מטרת ההנחיות הללו היא להודיע למדינות החברות על הערך של נתונים פתוחים, ולהתאר כיצד נאספים ופותחים נתונים. הנחיות אלו מפרטות צעדים קונקרטיים שמדינות החברות יכולות לנקוט כדי לפתוח את הנתונים שלהן בשלושה שלבים - הכנה, פתיחה, מעקב הנחיות אלו עוקבות אחר המלצת אונסק"ו בנושא האתיקה של בינה מלאכותית, אשר, בין היתר, כוללת קריאה נתונים פתוחים עבור AI. קווים מנחים אלה ימלאו גם תפקיד מכריע בתמיכה בהמלצות אונסק"ו בנושא מדע פתוח על ידי הקלת שיתוף נתונים, שיפור יכולת השחזור והשקיפות, קידום יכולת פעולה הדדית וסטנדרטים של נתונים, תמיכה בשימור נתונים וגישה לטווח ארוך.

120 מדינות ללא מדיניות Open Data

בעוד שמגיפת COVID-19 הייתה משבר עולמי שמביא את העולם כמעט לקיפאון, היא גם הפגישה מאמצים לאומיים ובינלאומיים, מממשלות ומקובעי מדיניות, לקהילת האקדמיה והמחקר והציבור כדי להתמודד עם האתגרים שלה.

כדי להתמודד עם המגיפה מראשיתה לא רק נתונים בזמן, רלוונטי ואיכותי, אלא גם נתונים פתוחים היו חיוניים, שניתן היה לפרוס למחקר מדעי וכדי להודיע על התערבויות ומדיניות. כמויות גדולות של נתונים פתוחים הקשורים ל-COVID-19 שותפו והיו לה השפעה משמעותית, כולל תדלוק יישומי בינה מלאכותית (AI) והדגמת פוטנציאל השימוש בנתונים כדי להתמודד עם אתגרים גלובליים אחרים.

אכן, התחייבות שיתופית ויעילה זו יכולה לשמש תוכנית לאיסוף נתונים מהימנים, כמו גם ההצעה שנקבעה בסדר היום המשותף של מזכ"ל האומות המאוחדות הקוראת לשדרוג של האו"ם עם קריאה לשינוי הכוללת נתונים ואסטרטגיה. חיזוי. נתונים גולמיים הם השלב החיוני הראשון בעיבוד והפיכתם למידע בר-פעולה.

אבל הנתונים הנדרשים צריכים להיות בעלי מאפיינים מסוימים, כגון היותם מדויקים, בזמן ואמינים. היבטים קריטיים נוספים של נתונים הם שהם ניתנים לאיתור, נגיש, ניתנים להפעלה הדדית וניתנים לשימוש חוזר (FAIR) על ידי כל אחד לכל מטרה. על פי המלצת אונסק"ו בנושא מדע פתוח (2021b), נתונים אלה כוללים "נתוני מחקר פתוחים הכוללים, בין היתר, נתונים דיגיטליים ואנלוגיים, הן גולמיים והן מעובדים, ואת המטא נתונים הנלווים, כמו גם ציונים מספריים, רשומות טקסטואליות, תמונות וצלילים, פרוטוקולים, קוד ניתוח וזרימות עבודה שניתן להשתמש בהם בגלוי, לעשות בהם שימוש חוזר, לשמור ולהפיץ מחדש על ידי כל אחד, בכפוף לאישור" (UNESCO, 2021b, עמ' 9).

מעבר לכך שניתן להשתמש בנתונים פתוחים באופן חופשי, לשנות ולשתף כל אחד לכל מטרה1, הם יכולים לעזור לבנות אמון, לאפשר שימוש חוזר וחדשנות ואחריות. כמות עצומה של נתונים על בריאות הסביבה, התעשייה, החקלאות על העולם נאספת כעת באמצעות תהליכים אוטומטיים, כולל חיישנים. נתונים כאלה עשויים להיות זמינים בקלות, אבל הם גם פוטנציאליים גדולים מכדי שבני אדם יכולים לטפל בהם או לנתח אותם ביעילות, בכל זאת הם יכולים לשמש כקלט למערכות בינה מלאכותית. טכניקות בינה מלאכותית ומדעי הנתונים הוכיחו יכולת גדולה לנתח כמויות גדולות של נתונים, כפי שמוצג כעת על ידי מערכות בינה מלאכותית, ולעזור לחשוף דפוסים נסתרים שלא היו ידועים בעבר כדי לספק מידע בר-פעולה בזמן אמת.

עם זאת, מערכות AI עכשוויות רבות פועלות על מערכי נתונים קנייניים, אך נתונים העומדים בקריטריונים של נתונים פתוחים יועילו עוד יותר למערכות AI ויפחיתו את הסיכונים הפוטנציאליים של המערכות כגון חוסר הגינות, אחריות ושקיפות. 1https://opendefinition.org/ 7 תקציר ניהול מטרת ההנחיות הללו היא להודיע למדינות החברות על הערך של נתונים פתוחים, ולהתאר כיצד אוצרים ופותחים נתונים. המדינות החברות מעודדות לא רק לתמוך בפתיחות של נתונים באיכות גבוהה, אלא גם לאמץ את השימוש בטכנולוגיות בינה מלאכותית ולהקל על בניית יכולת, הכשרה וחינוך בהקשר זה, לרבות נתונים פתוחים כוללים, כמו גם אוריינות בינה מלאכותית. הדו"ח הופק באמצעות סקירת ספרות נרחבת והתייעצויות עם מחזיקי עניין, ולאחר מכן תהליך סקירת עמיתים.

הוא מתאר צעדים קונקרטיים שיכולים לסייע למדינות החברות בפתיחת הנתונים שלהן,

המחולקים לשלושה שלבים: (i) הכנה; (ii) פתיחת הנתונים; וכן (iii) מעקב אחר שימוש חוזר וקיימות;

כאשר כל שלב מורכב מארבעה שלבים.

שלב ההכנה מנחה את המדינות החברות בהכנות לפתיחת הנתונים שלהן, וכולל את השלבים המוצעים הבאים: ניסוח מדיניות נתונים פתוחים, איסוף ואיסוף נתונים באיכות גבוהה, פיתוח יכולות נתונים פתוחות והפיכת הנתונים למוכנים ל-AI.

פתיחת שלב הנתונים מורכבת מהשלבים הבאים: בחירת מערכי נתונים שייפתחו, פתיחת מערכי הנתונים באופן חוקי, פתיחת מערכי הנתונים מבחינה טכנית ויצירת תרבות מונעת נתונים פתוחים. שלב המעקב לשימוש חוזר וקיימות מורכב מהשלבים הבאים: תמיכה במעורבות אזרחית, תמיכה במעורבות בינלאומית, תמיכה במעורבות מועילה בבינה מלאכותית ושמירה על נתונים באיכות גבוהה.

הנחיות אלו עוקבות אחר המלצת אונסק"ו בנושא האתיקה של בינה מלאכותית, אשר, בין היתר, כוללת קריאה לנתונים פתוחים (UNESCO, 2021d). אם מדינות החברות של אונסק"ו יפעלו על פי ההנחיות הללו ויפתחו את הנתונים שלהן באופן בר קיימא, וייצרו יכולות כמו גם תרבות מונעת נתונים פתוחים, יוזמות, בעוד שהמדינות החברות יכולות להשתמש באותם עקרונות כדי להתמודד עם אתגרים גלובליים, אזוריים ולאומיים אחרים.

למרות שהנחיות אלו מספקות צעדים קונקרטיים שיכולים לסייע למדינות החברות במאמציהן ליצור, לפתוח, להנגיש ולהשתמש בנתונים, השימוש בנתונים ובינה מלאכותית מחייב התייחסות לאתגרים ובעיות המתעוררות במגוון תחומים כולל התעלמות, אתיקה ובניית יכולת. אונסק"ו תספק תמיכה נוספת למדינות החברות כדי ליישם הנחיות אלו, ודוחות מומחים המכסים תחומים ספציפיים.

ההנחיות :

מטרת ההנחיות היא שהמדינות החברות יקבעו תוכנית פעולה וכן מדיניות נתונים פתוחים לפיתוח בר קיימא. בעוד שחלק החזון לעיל עוסק בתמונה הגדולה, ההנחיות מספקות תמונה חדה יותר למומחים "לצלול" לנושאים ספציפיים. להלן שלבים מעשיים אך ברמה גבוהה כיצד לפתוח נתונים, תוך הסתמכות על הנחיות קיימות. שלושה שלבים, הכנה, פתיחת הנתונים ומעקב לשימוש חוזר וקיימות, מובחנים ומוצגים ארבעה שלבים לכל שלב. חשוב לציין שניתן לבצע כמה מהשלבים בו זמנית, כלומר, לאו דווקא ברציפות.

הכנה

1. ניסוח מדיניות ניהול ושיתוף נתונים מדיניות ניהול ושיתוף נתונים היא תנאי מוקדם חשוב לפני פתיחת נתונים, שכן מדיניות כזו מגדירה את המחויבות של ממשלות לשיתוף נתונים. מכון הנתונים הפתוחים מציע את המרכיבים הבאים של מדיניות נתונים פתוחים: הגדרה של נתונים פתוחים, הצהרת עקרונות כללית, מתווה של סוגי הנתונים והפניות לכל חקיקה רלוונטית, מדיניות או הנחיה אחרת.89 ממשלות מעודדות לדבוק בעקרון "פתוח ככל האפשר, סגור ככל האפשר" (Landi et al., 2020). אם לא ניתן לפתוח נתונים עקב דאגות משפטיות, פרטיות או אחרות, למשל, נתונים אישיים או רגישים, יש להסביר זאת בבירור. מדיניות ניהול ושיתוף הנתונים צריכה גם לפעול בהתאם ל-FAIR וכן לעקרונות ה-CARE לממשל מידע מקומי. יתרה מכך, ממשלות צריכות גם לעודד חוקרים כמו גם את המגזר הפרטי במדינותיהן לפתח מדיניות ניהול ושיתוף נתונים תוך הקפדה על אותם עקרונות.

2. איסוף ואיגוד נתונים באיכות גבוהה יש לאסוף ולאחסן נתונים קיימים באותו מאגר, למשל, ממשרדי ממשלה שונים שבהם ייתכן שהם אוחסנו בממגורות. יתר על כן, יש להשלים פערים בנתונים באמצעות איסוף נתונים חדש. הנתונים צריכים להיות מדויקים ולא מיושנים. יתרה מכך, הנתונים צריכים להיות מקיפים ולא צריכים, למשל, להזניח מיעוטים או את הכלכלה הבלתי פורמלית. יש לחלק נתונים על אנשים במידת הצורך, לרבות לפי הכנסה, מין, גיל, גזע, מוצא אתני, מצב הגירה, מוגבלות ומיקום גיאוגרפי (בין-סוכנויות וקבוצת מומחים בנושא מדדי יעדי פיתוח בר קיימא, 2017).

3. פיתוח יכולות נתונים פתוחות בניית יכולת מכוונת לשתי קבוצות: פקידי ממשל וכן משתמשים פוטנציאליים של הנתונים. מילת המפתח ה "אוריינות נתונים", אשר נופלת תחת הכישורים הקשורים לאוריינות תקשורת ומידע המוצעת על ידי UNESCO90 ואשר קיימות קורסים ותכניות לימודים. עבור פקידי הממשלה, בניית יכולת כוללת הבנה של היתרונות של נתונים פתוחים והתגברות על פחדים ואי הבנות נפוצות. בהקשר זה גם המונח ניהול נתונים  (GovLab, 2020). עבור המשתמשים הפוטנציאליים, בניית יכולת כוללת הדגמת הזדמנויות של נתונים פתוחים, כגון שימוש חוזר בהם, וכיצד לבצע בחירות מושכלות.

4. הכנת נתוני הבינה המלאכותית אם הנתונים לא מיועדים לשמש רק על ידי בני אדם, אלא הם יכולים להיות מוזנים גם למערכות AI, הנתונים צריכים לעמוד בכמה קריטריונים נוספים כדי להיות "מוכנים ל-AI". הצעד הראשון בהקשר זה הוא הכנת הנתונים בפורמט קריא במכונה. פורמטים מסוימים תומכים בקריאה על ידי מערכות בינה מלאכותית יותר מאחרים.אם הנתונים מיועדים, בנוסף, לשמש נתוני אימון ללמידה מפוקחת (בניגוד ללמידה ללא פיקוח או חיזוק), יש לנקות את הנתונים ולתייג אותם, כלומר לעתים קרובות גוזל זמן, ולכן יקר. הצלחתה של מערכת AI תלויה באיכות נתוני האימון, כולל העקביות והרלוונטיות שלהם. קשה לדעת את הכמות הנדרשת של נתוני האימון מראש ויש לנטר באמצעות בדיקות ביצועים. הנתונים צריכים לכסות את כל התרחישים שמערכת ה-AI נבנתה לעבוד עליהם.

לפתוח את הדאטה

1. בחרו מערכי נתונים הניתנים לפתיחה השלב הראשון בפתיחת הנתונים הוא להחליט אילו מערכי נתונים יהיו פתוחים. הקריטריונים בעד פתיחה הם: האם היו בקשות בעבר לפתיחת נתונים אלו או שממשלות אחרות פתחו את הנתונים הללו והאם זה הביא לשימושים מועילים בנתונים. קריטריונים נגד פתיחה הם נושאים הקשורים לפרטיות, זכויות קניין רוחני או ביטחון לאומי. במילים אחרות, אסור שפתיחת הנתונים תפר חוקים לאומיים כמו חוקי פרטיות הנתונים.

2. פתחו את מערכי הנתונים באופן חוקי לפני פתיחת מערכי הנתונים, הממשלה המתאימה צריכה לציין בדיוק באילו תנאים, אם בכלל, ניתן להשתמש בנתונים. פותחו מגוון רישיונות נתונים פתוחים והממשלה יכולה לבחור איזה מהם מתאים ביותר למטרותיה. רישיונות ידועים הם Creative Commons ורישיונות פתוחים "הנותנים לכל אדם וארגון בעולם דרך חופשית, פשוטה וסטנדרטית להעניק הרשאות זכויות יוצרים ליצירות יצירתיות ואקדמיות; להבטיח ייחוס נאות; ולאפשר לאחרים להעתיק, להפיץ ולעשות שימוש באותן יצירות". מלבד ויתור על כל הזכויות לנתונים, ניתן לשקול את ההגבלות הבאות, עבור כולן זמינים רישיונות

3. פתיחת מערכי הנתונים מבחינה טכנית הדרך הנפוצה ביותר לפתוח נתונים היא לפרסם אותם בפורמט אלקטרוני להורדה באתר אינטרנט, או באתר של הממשלה עצמה או באתר של צד שלישי. בנוסף, ניתן לפרסם את הנתונים גם בארכיון או במאגר נתונים, שעל פי המלצת אונסק"ו בנושא מדע פתוח, "נתמכים ומתוחזקים על ידי מוסד אקדמי, חברה מלומדים, סוכנות ממשלתית או מוסד אחר שאינו מבוסס היטב- ארגון למטרות רווח המוקדש לטובת הכלל המאפשר גישה פתוחה, הפצה בלתי מוגבלת, יכולת פעולה הדדית ושימור דיגיטלי וארכיון לטווח ארוך" (UNESCO, 2021b, p.9). הנתונים צריכים להיות מוצגים בפורמט שניתן למצוא, נגיש, ניתנים להפעלה הדדית וניתנים לשימוש חוזר, ובכך עומדים בעקרונות FAIR כפי שהוצגו לעיל. למציאת ולנגישות קיימות מערכות שונות לניהול נתונים בקוד פתוח כדי להקים את פורטל הנתונים הפתוח כ-one stop shop.97 יש לצרף את מערכי הנתונים במטא נתונים, המפרטים עוד יותר את הנתונים ואשר עבורם קיימים ארבעה תקנים גנריים: Dublin Core,98 Data Catalog Vocabulary,99 DataCite100 ו-Schema.org.101 לגבי פורמטים ספציפיים של נתונים, תוכנית הנתונים הפתוחים של חמישה כוכבים הוצגה מוקדם יותר בדוח זה. ככל שמספר הכוכבים גבוה יותר, כך הנתונים פתוחים יותר.102 פורמטי הנתונים צריכים לתמוך ביכולת פעולה הדדית, למשל, עם ממשקי תכנות יישומים, ושימוש חוזר, למשל, על ידי משתמשים אחרים וכן על ידי מכונות.103 בנוסף, קריאות הבינה המלאכותית, יש לזכור בשלב 4. יתר על כן, אמצעי אבטחה הם קריטיים כדי למנוע מניפולציה של נתונים על ידי משתמשים לא מורשים.

מעקב לשימוש חוזר וקיימות

1. תמכו במעורבות האזרחים

2. תמיכה במעורבות בינלאומית שותפויות בינלאומיות יגדילו עוד יותר את היתרונות של הנתונים הפתוחים, כגון באמצעות שיתוף פעולה מדרום-דרום וצפון-דרום. חשובות במיוחד שותפויות, שתומכות ובונות יכולות לשימוש חוזר רב השפעה בנתונים, בין אם באמצעות שימוש בבינה מלאכותית (ראה להלן) או בלי. הברית הפתוחה לטוב, השותפות הגלובלית בבינה מלאכותית בפרט, כמו גם היוזמות הבין-ממשלתיות והאזוריות, שהוצגו לעיל, ראויות לשבח.

3. תמכו במעורבות מועילה של AI

השלב "שמירה על נתונים באיכות גבוהה" הופך את ההנחיה הזו ללולאה מכיוון שהיא מקשרת חזרה לשלב "איסוף ואיסוף נתונים באיכות גבוהה".

אפילוג

הנחיות אלו משמשות קריאה לפעולה בהתאם להמלצת אונסק"ו על האתיקה של בינה מלאכותית (UNESCO, 2021d). אם מדינות החברות של אונסק"ו יפעלו בהתאם להנחיות הללו ותפתחו את הנתונים שלהן באופן בר קיימא, וייצרו יכולות כמו גם תרבות מונעת נתונים פתוחים בהתאם, החזון שהתווה בחלק הקודם עם כל היתרונות שלו יכול להפוך למציאות. נתונים פתוחים הם תנאי הכרחי לניטור כמו גם להשגת פיתוח בר קיימא. בשל גודל המשימות, ממשלות צריכות לא רק לאמץ את פתיחת הנתונים, אלא גם ליצור תנאים נוחים למעורבות בינה מלאכותית מועילה שיוצרת ידע חדש מתוך הנתונים הפתוחים, לקבלת החלטות מבוססות ראיות. בקצרה: הפוך את הנתונים שלך לנגישים, נגישים, ניתנים לשימוש הדדי וניתנים לשימוש חוזר, כמו גם מוכנים לבינה מלאכותית, בקיצור FAIR, כך שניתן יהיה לעבד ולנתח אותם עוד יותר לטובת החברה על ידי כל אחד ואחת.

המסמך המלא :

89https://theodi.org/article/how-to-write-a-good-open-data-policy/

90https://iite.unesco.org/mil/

91See for an overview: http://opendatahandbook.org/guide/en/appendices/file-formats/

92Supervised learning is based on labelled data, e.g., photographs of people that have been labelled by humans. Then a model is built that can be applied to similar data, e.g., to automatically identify the same people in new photographs (UNESCO, 2021c).

93Unsupervised learning is based on data that has not been categorized or labelled. The aim is to uncover hidden patterns in the data, which are used to classify new data. An example would be to automatically identify letters and numbers in handwriting by looking for patterns in a large number of samples (UNESCO, 2021c).

94Reinforcement learning involves continuous improvement of a model through feedback. The AI derives from initial data a model, which is assessed as correct or incorrect and rewarded or punished accordingly. Then, this reinforcement is used to update the model, which is iteratively repeated over time (UNESCO, 2021c).

95https://creativecommons.org/about/ 96http://www.nationalarchives.gov.uk/doc/open-government-licence/version/3/

104See e.g.: https://en.unesco.org/themes/access-information-laws 105http://opendatatoolkit.worldbank.org/en/demand.html#stage-3 5

106https://www.licenses.ai/about

פרסום זה זמין בגישה פתוחה תחת רישיון ייחוס-שיתוף זהה 3.0 IGO (CC-BY-SA 3.0 IGO) (http://creativecommons.org/licenses/by-sa/3.0/igo). 

על ידי שימוש בתוכן של פרסום זה, המשתמשים מסכימים להיות מחויבים לתנאי השימוש של מאגר הגישה הפתוחה של UNESCO (https://en.unesco.org/open-access/terms-use-ccbysa-en). 

הייעודים המופעלים והצגת החומר לאורך פרסום זה אינם מרמזים על הבעת דעה כלשהי מצד אונסק"ו לגבי המעמד המשפטי של כל מדינה, טריטוריה, עיר או אזור של רשויותיה, או לגבי תיחום גבולותיה או גבולות. הרעיונות והדעות המובעים בפרסום זה הם של המחברים; הם אינם בהכרח אלה של אונסק"ו ואינם מחויבים לארגון. 

תמונות Shutterstock בפרסום זה אינן נופלות תחת הרישיון CC-BY-SA ואין להשתמש בהן או לשכפל אותן ללא אישור מראש של בעלי זכויות היוצרים פרסום זה נכתב על ידי Soenke Ziesche. עיצוב גרפי, עיצוב כריכות ועיצוב: Cromatik Ltd. ePub: Cromatik Ltd. נדפס על ידי UNESCO בפריז, צרפת

הייעודים המופעלים והצגת החומר לאורך פרסום זה אינם מרמזים על הבעת דעה כלשהי מצד אונסק"ו לגבי המעמד המשפטי של כל מדינה, טריטוריה, עיר או אזור של רשויותיה, או לגבי תיחום גבולותיה או גבולות. הרעיונות והדעות המובעים בפרסום זה הם של המחברים; הם אינם בהכרח אלה של אונסק"ו ואינם מחויבים לארגון. תמונות Shutterstock בפרסום זה אינן נופלות תחת הרישיון CC-BY-SA ואין להשתמש בהן או לשכפל אותן ללא אישור מראש של בעלי זכויות היוצרים פרסום זה נכתב על ידי Soenke Ziesche. עיצוב גרפי, עיצוב כריכות ועיצוב: Cromatik Ltd. ePub: Cromatik Ltd. נדפס על ידי UNESCO בפריז, צרפת