Tekoäly voi metsätaloudelle sekä auttaa että haitata

Intervijas ar divdesmit meža nozares ekspertiem liecina, ka, neskatoties uz mākslīgā intelekta (MI) spējām vienkāršot kartēšanu, analīzi un ikdienas uzdevumus, pastāv bažas par t.s. melnās kastes atbildību un neobjektīvu datu pielietošanas riskiem.

Saskaņā ar Goldman Sachs datiem, lai pārvaldītu mežu platības, meža apsaimniekotāji visā pasaulē izmanto attālo sensoru tehnoloģijas, mašīnmācīšanos un dronus.

Mākslīgais intelekts varētu būt ļoti nozīmīgs faktors mežsaimniecībā, tai pašā laikā meža nozares pārstāvji brīdina, ka necaurspīdīgi algoritmi un neobjektīvi dati var apdraudēt svarīgus zemes apsaimniekošanas un politikas risinājumus, secināts jaunā pētījumā, kas publicēts žurnālā Forest Policy and Economics un balstās 20 detalizētās intervijās ar mežsaimniecības profesionāļiem no akadēmiskajām aprindām, valdības un privātā sektora ASV Dienvidrietumos. Intervijas veica Ziemeļarizonas universitātes Mežsaimniecības fakultātes pasniedzēji.

Plašāk par pētījumu: https://www.sciencedirect.com/science/article/abs/pii/S1389934125002059?via%3Dihub

“Ir pietiekami daudz diskusiju par mākslīgā intelekta potenciālu mežsaimniecībā, tai pašā laikā ir ļoti maz pētījumu, ko meža nozares profesionāļi par šo situāciju patiesībā domā,” stāsta profesors Alarks Saksena (Alark Saxena), kurš kopā ar zinātniekiem Lūku Riteru (Luke Ritter) un Dereku Uheju (Derek Uhey) vadīja augšminēto pētījumu, piebilstot, ka: “Šis bija mūsu pirmais izpētes darbs attiecīgajā jomā, ko motivēja nepieciešamība izprast tehnoloģiskās pārmaiņas no cilvēciskā viedokļa.”

Pētnieki konstatēja, ka meža nozares profesionāļu vidū valda satraukums par tā sauktās melnās kastes problēmu, proti, MI “lēmumu pieņemšanas procesi” ir no lietotājiem slēpti. “Nozares speciālisti jo īpaši ir nobažījušies par t.s. melnās kastes problēmu, kad nav iespējams izprast MI lēmumu pieņemšanas procesu, radot nopietnas problēmas atbildības jomā,” uzsvēra profesors A. Saksena.

“Profesionāļi norādīja, ka galvenā problēma ir MI “apmācība”, kad tiek izmantoti dažu aģentūru nekvalitatīvi vai neobjektīvi dati. Cits risks ir uzticēties kļūdainiem rezultātiem svarīgos zemes un meža apsaimniekošanas vai mežsaimniecības politikas analīzes jautājumos”. Kā piemēru var minēt ieteikumus, kur veikt kontrolētu dedzināšanu vai atļaut mežizstrādi.

Jāatzīst, daudzi respondenti atzinīgi vērtē mākslīgo intelektu kā rīku, kas palīdz atrisināt darbaspēka deficītu un var veikt standarta uzdevumus. “Mežsaimnieki saskata lielu MI potenciālu sarežģītu datu analīzē, piemēram, gaismas detektēšanā un diapazonā, ja vien MI darbojas kā palīgs, kas uzlabo, ne aizstāj pieredzējuša profesionāļa spriedumu,” norādīja A. Saksena.

Pētnieks Lūks Riters skaidroja, ka pirms mākslīgā intelekta plašākas ieviešanas mežsaimniecībā ir ļoti svarīgi izprast nozares praktiķu skepticismu un ieteikumus: “Ir grūti īstenot MI lietošanas ētiskos aspektus, ja mums, mežkopjiem, ir nepilnīgas zināšanas, kā un kāpēc MI vispār tiek izmantots. Pētījums izgaismoja dažas interesantas tēmas, bet mākslīgā intelekta jautājumus neapšaubāmi jāturpina apspriest universitāšu auditorijās un meža nozares darbavietās. Ceram, ka mūsu pētījums nodrošinās pamatu gan izmaiņām politikā, gan turpmākiem pētījumiem, mākslīgajam intelektam turpinot strauji attīstīties.”

Knowledge, attitudes, and practices of forestry professionals towards artificial intelligence (AI), Forest Policy and Economics https://doi.org/10.1016/j.forpol.2025.103626