[論文レビュー] Broadening the perspective for sustainable AI: Comprehensive sustainability criteria and indicators for AI systems

Friederike Rohde, Josephin Wagner+5 more|arXiv (Cornell University)|Jun 22, 2023

Green IT and Sustainability被引用数 5

ひとこと要約

本論文は、専門家ワークショップおよび批判的レビューを通じて開発された、AIシステムの環境的・社会的・経済的次元における包括的で学際的な19の持続可能性基準と67の指標からなるSCAISフレームワークを紹介する。これは、持続可能なAIの評価と促進のための包括的基盤を提供し、標準化と責任あるAI開発を支援する。

ABSTRACT

The increased use of AI systems is associated with multi-faceted societal, environmental, and economic consequences. These include non-transparent decision-making processes, discrimination, increasing inequalities, rising energy consumption and greenhouse gas emissions in AI model development and application, and an increasing concentration of economic power. By considering the multi-dimensionality of sustainability, this paper takes steps towards substantiating the call for an overarching perspective on "sustainable AI". It presents the SCAIS Framework (Sustainability Criteria and Indicators for Artificial Intelligence Systems) which contains a set 19 sustainability criteria for sustainable AI and 67 indicators that is based on the results of a critical review and expert workshops. This interdisciplinary approach contributes a unique holistic perspective to facilitate and structure the discourse on sustainable AI. Further, it provides a concrete framework that lays the foundation for developing standards and tools to support the conscious development and application of AI systems.

研究の動機と目的

• AIの多面的影響、特に環境劣化、社会的不平等、経済的集中を扱うため。
• 技術的指標に限定されないよう、社会的・環境的・経済的次元にわたる持続可能性を統合するため。
• 持続可能なAI開発および展開を評価・誘導するための標準的で実行可能なフレームワークを構築するため。
• 体系的で根拠に基づいたアプローチを通じて、責任あるAIのためのツール・政策・基準の創出を支援するため。
• AIガバナンスにおける多様な持続可能性の視点を統合することで、学際的議論を促進するため。

提案手法

• 持続可能性フレームワークおよびAI影響に関する既存の文献を批判的にレビューし、持続可能性の核心的次元を同定する。
• 学際的ステークホルダーを対象とした専門家ワークショップを実施し、持続可能性基準および指標の精錬と妥当性を確認する。
• SCAISフレームワークを、19の持続可能性基準と67の測定可能な指標で構成される構造的・モジュラーなシステムとして開発する。
• 国連持続可能な開発ゴール（SDGs）や環境正義といった既存の持続可能性原則と整合性を保つ。
• 基準が検証可能で測定可能な指標に基づくことで、方法論の透明性とスケーラビリティを確保する。
• ドメイン専門家のフィードバックループを統合し、AI開発および展開の文脈における実用的適用性を確保する。

実験結果

リサーチクエスチョン

• RQ1 AIにおける持続可能性は、環境的影響を越えて、どのように包括的に定義できるか？
• RQ2 複数の次元にわたるAIシステムの持続可能性を評価するために必要な、根幹の基準と測定可能な指標は何か？
• RQ3 AIの持続可能性評価フレームワークの設計に、学際的専門知識を体系的に統合する方法は何か？
• RQ4 標準化されたフレームワークが、持続可能なAIのためのツール・政策・基準の開発をどのように支援できるか？
• RQ5 SCAISフレームワークは、アルゴリズム的バイアス、エネルギー消費、経済的集中といったシステム的リスクをどのように対処するか？

主な発見

• SCAISフレームワークは、AIシステムの環境的・社会的・経済的次元をカバーする19の持続可能性基準を確立している。
• フレームワークには、AIライフサイクルの異なる段階における持続可能性パフォーマンスを評価するための67の具体的で測定可能な指標が含まれている。
• 専門家ワークショップにより、AI開発およびガバナンス分野の多様なステークホルダーにとって、フレームワークの関連性と実用的有用性が確認された。
• フレームワークは、公平性・透明性・生態的影響を含め、技術的パフォーマンスを超えたAIシステムの系統的評価を可能にする。
• SCAISフレームワークは、国連SDGsを含むグローバルな持続可能性目標との整合性を支援する。
• 学際的設計により、政策立案、標準化、ツール開発におけるフレームワークの導入可能性が向上する。