1.兩種常見的AI-HSR研究資料來源
在Regulatory Approaches to Artificial Intelligence in Human Subjects Research這個課程當中指出,AI-HSR在資料使用上可區分為二種:一種是使用既存資料開發智能工具或測試演算法,另一種則是使用特定的紀錄裝置如相機或感測器等來蒐集資料。
2.AI-HSR常見的研究倫理議題
在“Artificial Intelligence and Ethics in Human Subjects Research”這個課程中,AI-HSR常見的研究倫理議題可分為資料、研究參與者、還是誤用等三方面。註7
註6:CITI Program是2000 年由美國邁阿密大學和佛羅里達國際大學合作創立提供有關人類受試者保護的標準化線上教育課程,旨在支持研究人員遵守美國有關受試者保護法規Common Rule(45 CFR 46)、FDA規範、動物受試保護法規與聯邦政策等。目前該課程雖已轉為私人企業經營,但全球已超過2,200 所大學、醫療機構、政府與非政府組織採用該課程,算是有頗大影響力。該平台自2020年起陸續推出AI課程。以下僅提供兩重點。
註7:在資料方面,可能包含演算法偏誤與模型偏誤、次級資料使用、個人資訊再度被識別出來等問題。在研究參與方面,可能包含無論是研究者還是受試者都難以完全掌握所開發的AI模型未來可能會被應用在哪些事項或環境上,以致於原先在傳統的人類受試者研究當中都相當重視的受試者同意、風險評估、以及提供可隨時退出研究的選項等,或者有讓受試者的同意淪為形式化之危機,或者讓研究者陷入難以遵守或兌現向受試者的承諾之窘境。最後,AI系統如無人機或深偽技術本身就有善惡雙重用途,或是臉部辨識系統可能從提升資安防護到拿來作為不當監控之用等。