zawód przyszłości

etyk etyczka AI

W miarę jak sztuczna inteligencja coraz silniej wplata się w fundamenty współczesnego społeczeństwa, wyzwanie przestaje polegać wyłącznie na tym, by AI była coraz “inteligentniejsza”, a zaczyna dotyczyć tego, by była sprawiedliwa, etyczna i odpowiedzialna. Rola etyka AI staje się kluczowym zabezpieczeniem – kształtuje polityki, audytuje algorytmy i dba o to, aby decyzje podejmowane przez systemy AI były zgodne z prawami człowieka oraz wartościami społecznymi. W świecie, w którym wpływ AI rośnie szybciej niż regulacje, pozostaje jedno podstawowe pytanie: kto dopilnuje, żeby AI służyła ludziom, a nie odwrotnie?
co robi etyk AI?

Projekt „Zawody przyszłości w przemyśle 5.0” został nagrodzony przez Fundację Rozwoju Systemu Edukacji dofinansowaniem z środków UE. Celem projektu jest dotarcie z wiedzą na temat profesji, które będą istotne na rynku pracy za kilka lat, do uczniów szkół technicznych, studentów kierunków inżynierskich, młodych pracowników i edukatorów VET.

>>> zapoznaj się z treścią zastrzeżenia

W skrócie o etykach AI

Tworzy polityki etycznego wykorzystania AI, czyli wytyczne i ramy odpowiedzialnego stosowania AI.

Ustala standardy odpowiedzialnego rozwoju AI, zapewniając zgodność systemów z wartościami społecznymi.

Prowadzi audyty stronniczości i sprawiedliwości algorytmicznej, żeby identyfikować i eliminować uprzedzenia w modelach.

Jak wytłumaczyć uczniom nowy zawód?

Pomoże w tym prezentacja, która pełni rolę wprowadzenia do ścieżki edukacyjnej o zawodzie kuratora danych. Przekrojowo przedstawia wszystkie istotne kwestie, które zostaną rozszerzone w kolejnych cyfrowych materiałach.
pobierz prezentację (plik *.pptx | 35,8 MB)

Porcja wiedzy na początek

Podstawowe pojęcia, które musisz znać
  • Bias (stronniczość) - tendencja modelu AI do faworyzowania lub dyskryminowania określonych grup na podstawie danych wejściowych. Jedno z kluczowych wyzwań etycznych.
  • Explainability (wyjaśnialność) - zdolność algorytmu do jasnego przedstawienia, jak i dlaczego podjął konkretną decyzję. Niezbędna dla przejrzystości i zaufania.
  • Accountability (odpowiedzialność) - pytanie o to, kto ponosi odpowiedzialność za decyzje podjęte przez systemy AI: projektanci, użytkownicy czy organizacje?

Gwałtowny rozwój AI spowodował ogromne zmiany w sektorach takich, jak medycyna, finanse, transport czy administracja publiczna. Systemy oparte na sztucznej inteligencji coraz częściej wspierają podejmowanie kluczowych decyzji, wpływając na życie jednostek i całych społeczeństw. Jednocześnie pojawiły się poważne wyzwania etyczne, takie jak stronniczość modeli, naruszenia prywatności, brak przejrzystości oraz ryzyko nadużyć związanych z systemami autonomicznymi. Nietrudno wyobrazić sobie chaos, do którego mogłoby dojść, gdyby stronnicze algorytmy prowadziły do błędnych diagnoz medycznych albo gdyby systemy sądowe oparte na AI niesłusznie skazywały niewinnych ludzi.

Według raportu World Economic Forum z 2023 roku, ponad 60% światowych liderów biznesu uznaje etykę AI za priorytet, ale tylko 20% ma jasne wytyczne dotyczące odpowiedzialnego wykorzystania sztucznej inteligencji. Z kolei raport MIT Sloan z 2022 roku wskazuje, że stronniczość algorytmiczna wpływa na wiele obszarów – od rekrutacji po przyznawanie kredytów – utrwalając nierówności systemowe.

  • Priorytetem stają się więc:
  • chrona praw człowieka,
  • budowanie zaufania do systemów AI,
  • wspieranie odpowiedzialnych badań i innowacji,
  • zapewnienie przejrzystości i zrozumiałości podejmowanych przez AI decyzji,
  • łagodzenie skutków ekonomicznych,
  • zapobieganie realnym szkodom,
  • oraz zagwarantowanie najwyższych standardów bezpieczeństwa tam, gdzie AI pełni funkcje krytyczne.
Etyczka lub etyk AI to ekspertka/ekspert o kompetencjach interdyscyplinarnych, odpowiedzialna/y za kierowanie organizacją w zakresie odpowiedzialnego projektowania, wdrażania i nadzorowania systemów AI. Jej/Jego głównym celem jest zapobieganie stronniczości, dyskryminacji i negatywnym skutkom ubocznym oraz promowanie sprawiedliwości, odpowiedzialności i zgodności z zasadami etyki. Pracuje w ścisłej współpracy z inżynierami, prawnikami, decydentami i zespołami biznesowymi, dbając, aby kwestie etyczne były uwzględniane na każdym etapie pracy z AI.
  • Tworzenie polityk etycznego wykorzystania AI.
  • Przeglądy etyczne projektów AI przed ich wdrożeniem.
  • Zapewnianie zgodności z globalnymi regulacjami – takimi jak AI Act, RODO, standardy IEEE.
  • Ocena ryzyka i wpływu społecznego decyzji podejmowanych przez AI.
  • Współpraca z interesariuszami – zespoły techniczne, prawnicy, twórcy produktów, instytucje publiczne, społeczności.
  • Zwiększanie przejrzystości i wyjaśnialności AI.
  • Edukowanie zespołów w zakresie etycznego podejścia do technologii.

Według PwC (2023), rynek zarządzania AI osiągnie wartość 3,7 mld dolarów do 2026 r., a liczba ofert pracy w obszarze etyki AI wzrosła o 200% w ciągu dwóch lat. Nad dedykowanymi zespołami etycznymi pracują Google, Microsoft, IBM i OpenAI. Specjaliści ci są też coraz bardziej potrzebni w finansach, zdrowiu, edukacji, administracji i branży gier.

  • Wykształcenie:
  • informatyka, sztuczna inteligencja,
  • filozofia, etyka,
  • prawo (np. regulacje technologiczne).
  • Kursy i certyfikacje:
  • etyka AI,
  • Responsible AI & Fairness,
  • AI & Human Rights.
  • Kompetencje miękkie:
  • myślenie krytyczne,
  • analiza i ocena ryzyka,
  • komunikacja i współpraca.
  • Doświadczenie praktyczne:
  • firmy technologiczne, instytucje badawcze, organy regulacyjne,
  • staże w obszarach etyki AI.
  • Doświadczenie zawodowe:
  • minimum 3–5 lat w obszarze governance AI, etyki danych, compliance.
  • Networking i rozwój zawodowy:
  • udział w organizacjach i forach etycznych,
  • konferencje i warsztaty,
  • znajomość standardów i regulacji.
  • rozumienie systemów AI i sposobu podejmowania decyzji,
  • ochrona danych osobowych,
  • wykrywanie stronniczości,
  • regulacje AI,
  • explainable AI,
  • ocena ryzyka etycznego,
  • projektowanie odpowiedzialnych systemów.

Według badań MIT Media Lab (2018) systemy rozpoznawania twarzy popełniały błędy w 34,7% przypadków u kobiet o ciemnej karnacji, wobec jedynie 0,8% u jasnoskórych mężczyzn. Etyczki AI pracują nad zapobieganiem takim nieprawidłowościom w narzędziach rekrutacyjnych, systemach bankowych i policyjnych.

Dobra praktyka: IBM stworzył pakiet AI Fairness 360 do wykrywania i redukowania stronniczości.

Badania Pew Research (2021) pokazują, że 79% ludzi obawia się, w jaki sposób firmy wykorzystują dane przetwarzane przez AI.

Dobra praktyka: Apple stosuje technikę „differential privacy”, która pozwala personalizować usługi bez naruszania prywatności.

W nagraniu filmowym możesz posłuchać Marty Barcickiej z Neuron Cube, która opowiada o perspektywach pracy w roli osoby, która zajmuje się porządkowaniem i zarządzaniem danymi.

Ścieżka kariery

Główna Specjalistka / Główny Specjalista ds. Etycznego Wykorzystania AI to stanowisko nie tylko techniczne, lecz przywódcze – strzegące, by sztuczna inteligencja służyła ludziom w sposób odpowiedzialny.

Od przeciwdziałania stronniczości, przez wdrożenie zgodności z regulacjami, po kształtowanie kultury odpowiedzialnej innowacji – etyczki i etycy AI pełnią kluczową rolę w rozwoju przyszłości technologii.

Wraz z rozwojem AI organizacje, które priorytetowo traktują etykę, będą budować zaufanie, zmniejszać ryzyko i tworzyć innowacje respektujące prawa człowieka i wartości społeczne. Odpowiedzialna AI to wspólna sprawa – dotycząca wszystkich.

krok 0

Zdobądź podstawowe doświadczenia w pracy z danymi przez projekty szkolne, hackathony dotyczące otwartych danych lub dzięki platformom edukacyjnym online.

Zapoznaj się z kursami wprowadzającymi do nauki o danych, uczestnicz w webinariach dotyczących prywatności informacji oraz w inicjatywach społecznych lub obywatelskich związanych z danymi, aby zdobyć nie tylko wiedzę teoretyczną, ale i pierwsze praktyczne umiejętności.

Rozpocznij studia np. na kierunku data science, ale wbrew pozorom dobrym wyborem będzie też bibliotekoznawstwo i informacja naukowa, bo nauczysz się porządkowania i strukturyzowania danych.

Z kolei data science wprowadzi cię w obszar inżynierii skupionej na zbiorach informacji. Po uzyskaniu tytułu licencjata, poszukaj studiów magisterskich np. z obszaru modelowania albo etyki danych.

  • Dziedziny, na których warto się skupić:
  • zarządzanie bazami danych
  • modelowanie danych
  • architektura informacji
  • etyka i prywatność danych

krok 1

krok 2

Nawet jeśli jeszcze nie masz pracy związanej z zarządzaniem danymi, uczestnicz w kursach, które pomogą ci w rozwijaniu kompetencji w konkretnych subdziedzinach. Mogą to być szkolenia z zarządzania jakością danych albo skupione na standardach metadanych.

  • Pogłębiaj kompetencje dzięki kursom z zakresu:
  • standardów metadanych (np. Dublin Core, Schema.org)
  • zarządzania jakością danych
  • zarządzania danymi w organizacjach
  • narzędzi takich, jak Talend, Informatica czy Apache NiFi
  • Szukaj staży lub praktyk w takich rolach, jak:
  • asystent ds. zarządzania danymi
  • młodszy analityk danych
  • archiwista cyfrowy

W ten sposób możesz zdobyć praktyczne doświadczenie w zakresie obsługi danych, zapewniania jakości oraz pracy w zespołach interdyscyplinarnych. Możesz także uczestniczyć w projektach badawczych na uczelni lub w inicjatywach prowadzonych przez organizacje pozarządowe.

krok 3

krok 4

Kiedy zdobędziesz już stałe zatrudnienie na stanowisku związanym z danymi, pracuj nad rozwojem zawodowym w kierunku zdobycia roli specjalisty ds. danych. Później twoja ścieżka kariery może prowadzić np. do funkcji dyrektora ds. odpowiedzialnej sztucznej inteligencji.

  • Staraj się awansować na stanowiska takie, jak:
  • specjalista ds. danych
  • główny specjalista ds. danych
  • dyrektor ds. danych
  • W dalszej perspektywie kariera może prowadzić do ról z obszaru sztucznej inteligencji takich, jak:
  • dyrektor ds. ochrony prywatności
  • dyrektor ds. etycznego zarządzania danymi
  • dyrektor ds. odpowiedzialnej sztucznej inteligencji

Kontynuuj rozwój zawodowy, zdobywając stopnie naukowe, uczestnicząc w konferencjach branżowych i śledząc najnowsze trendy w zakresie etyki danych oraz technologii informacyjnych.

krok 0

Zdobądź podstawowe doświadczenia w pracy z danymi przez projekty szkolne, hackathony dotyczące otwartych danych lub dzięki platformom edukacyjnym online.

Zapoznaj się z kursami wprowadzającymi do nauki o danych, uczestnicz w webinariach dotyczących prywatności informacji oraz w inicjatywach społecznych lub obywatelskich związanych z danymi, aby zdobyć nie tylko wiedzę teoretyczną, ale i pierwsze praktyczne umiejętności.

krok 1

Rozpocznij studia np. na kierunku data science, ale wbrew pozorom dobrym wyborem będzie też bibliotekoznawstwo i informacja naukowa, bo nauczysz się porządkowania i strukturyzowania danych.

Z kolei data science wprowadzi cię w obszar inżynierii skupionej na zbiorach informacji. Po uzyskaniu tytułu licencjata, poszukaj studiów magisterskich np. z obszaru modelowania albo etyki danych.

  • Dziedziny, na których warto się skupić:
  • zarządzanie bazami danych
  • modelowanie danych
  • architektura informacji
  • etyka i prywatność danych

krok 2

Nawet jeśli jeszcze nie masz pracy związanej z zarządzaniem danymi, uczestnicz w kursach, które pomogą ci w rozwijaniu kompetencji w konkretnych subdziedzinach. Mogą to być szkolenia z zarządzania jakością danych albo skupione na standardach metadanych.

  • Pogłębiaj kompetencje dzięki kursom z zakresu:
  • standardów metadanych (np. Dublin Core, Schema.org)
  • zarządzania jakością danych
  • zarządzania danymi w organizacjach
  • narzędzi takich, jak Talend, Informatica czy Apache NiFi

krok 3

  • Szukaj staży lub praktyk w takich rolach, jak:
  • asystent ds. zarządzania danymi
  • młodszy analityk danych
  • archiwista cyfrowy

W ten sposób możesz zdobyć praktyczne doświadczenie w zakresie obsługi danych, zapewniania jakości oraz pracy w zespołach interdyscyplinarnych. Możesz także uczestniczyć w projektach badawczych na uczelni lub w inicjatywach prowadzonych przez organizacje pozarządowe.

krok 4

Kiedy zdobędziesz już stałe zatrudnienie na stanowisku związanym z danymi, pracuj nad rozwojem zawodowym w kierunku zdobycia roli specjalisty ds. danych. Później twoja ścieżka kariery może prowadzić np. do funkcji dyrektora ds. odpowiedzialnej sztucznej inteligencji.

  • Staraj się awansować na stanowiska takie, jak:
  • specjalista ds. danych
  • główny specjalista ds. danych
  • dyrektor ds. danych
  • W dalszej perspektywie kariera może prowadzić do ról z obszaru sztucznej inteligencji takich, jak:
  • dyrektor ds. ochrony prywatności
  • dyrektor ds. etycznego zarządzania danymi
  • dyrektor ds. odpowiedzialnej sztucznej inteligencji

Kontynuuj rozwój zawodowy, zdobywając stopnie naukowe, uczestnicząc w konferencjach branżowych i śledząc najnowsze trendy w zakresie etyki danych oraz technologii informacyjnych.

Zestaw materiałów, które ułatwią Ci przekazanie uczniom wiedzy o tym zawodzie opublikujemy już niebawem

Prezentacja multimedialna do wyświetlenia w trakcie lekcji

Przekrojowo przedstawia wszystkie istotne kwestie, które zostaną rozszerzone w kolejnych materiałach.
pobierz plik *.pptx | 35,8 MB

Zestaw grafik z pogłębioną wiedzą ekspercką

Jest to najpełniejszy w ramach tej ścieżki edukacyjnej zbiór informacji o zawodzie kuratora danych.
pobierz plik plik *.pdf | 8,2 MB

Grafiki prezentujące kroki na ścieżce kariery

Materiał przypomina, jakie kroki należy przejść, żeby zostać doświadczonym kuratorem danych.
pobierz plik *.pdf | 4,6 MB

Wideo z wypowiedzą ekspertki Marty Barcickiej

Ekspertka opowiada o perspektywach pracy w roli osoby, która zajmuje się porządkowaniem i zarządzaniem danymi.
pobierz plik *.mp4 | 255 MB

Wideo ilustracyjne, które wprowadza temat profesji

Materiał koncentruje się na jednym z najważniejszych problemów związanych z pracą w charakterze kuratora danych.
pobierz plik *.mp4 | 48,6 MB
Masz już wszystkie materiały? Oceń je, odpowiadając na kilka krótkich pytań, a otrzymasz certyfikat potwierdzający Twój udział w procesie weryfikacji materiałów, które powstały w ramach projektu.
Weź udział w ankiecie
przejdź na stronę główną projektu

Projekt realizują

Podstrona poświęcona zawodowi jest częścią kampanii edukacyjnej „Zawody przyszłości w przemyśle 5.0”. Numer projektu: 2024-1-PL01-KA210-VET-000246422.

Dofinansowane ze środków UE. Wyrażone poglądy i opinie są jedynie opiniami autora lub autorów i niekoniecznie odzwierciedlają poglądy i opinie Unii Europejskiej lub Fundacji Rozwoju Systemu Edukacji. Unia Europejska ani Fundacja Rozwoju Systemu Edukacji nie ponoszą za nie odpowiedzialności. Wszystkie rezultaty opracowane w ramach projektu „Zawody przyszłości w przemyśle 5.0” są udostępniane na otwartej licencji Creative Commons Attribution – ShareAlike 4.0 International (CC BY-SA 4.0). Dozwolone jest ich nieodpłatne rozpowszechnianie, pod warunkiem wskazania autorstwa oraz źródła finansowania projektu.