Animais e Inteligência Artificial

 

Animais e Inteligência Artificial

Danos a animais não humanos causados ​​pela IA: um relato e estrutura sistemáticos

·         

Simon Coghlan & Christine Parker 

Filosofia & Tecnologia volume 36 , Número do artigo:  25 ( 2023 ) 

Abstrato

Este artigo fornece um relato sistemático de como as tecnologias de inteligência artificial (IA) podem prejudicar animais não humanos e explica por que os danos aos animais, muitas vezes negligenciados na ética da IA, devem ser melhor reconhecidos. Depois de dar razões para se preocupar com os animais e delinear a natureza dos danos, interesses e bem-estar dos animais, o artigo desenvolve uma 'estrutura de danos' abrangente que se baseia no influente mapeamento do cientista David Fraser das atividades humanas que afetam os animais sencientes. A estrutura de danos é desenvolvida com exemplos inspirados na literatura acadêmica e nos relatórios da mídia. Essa descrição e estrutura sistemáticas devem ajudar a informar análises éticas do impacto da IA ​​nos animais e servir como uma base abrangente e clara para o desenvolvimento e regulamentação de tecnologias de IA para prevenir e mitigar danos a não humanos.

1 Introdução

Este artigo fornece um relato sistemático e uma 'estrutura de danos' para entender como as tecnologias de inteligência artificial (IA) podem prejudicar os interesses de animais não humanos (doravante 'animais'). Às vezes, a tecnologia beneficiou muito os animais, como por meio da medicina veterinária moderna ou de máquinas agrícolas que aliviavam as "feras de carga" (Linzey & Linzey, 2016 ). No entanto, a tecnologia também prejudicou profundamente os não-humanos. A construção dos currais de Chicago e seus sistemas de linha de montagem no século XIX, por exemplo, permitiu o abate em massa e o processamento de animais (Blanchette, 2020 ; Sinclair, 2002). Por volta da década de 1950, tecnologias especializadas de criação industrial, como estábulos para porcas, gaiolas em bateria e galpões automatizados, amplificaram ainda mais os danos intencionais aos indivíduos cultivados. Os currais de Chicago também logo levaram à linha de montagem de automóveis de Henry Ford, cujos ancestrais modernos matam e ferem involuntariamente milhões de animais anualmente (Ree et al., 2015 ) .

Hoje, no século XXI, a IA tem um potencial significativo para prejudicar os animais. IA refere-se a tecnologias digitais que executam tarefas associadas a seres inteligentes como classificação, previsão e inferência (Copeland, 2022 ). O poder crescente da IA ​​deve muito ao aumento de dados, por exemplo, da economia digital, da vida online e de sensores múltiplos e integrados no ambiente e nos corpos humanos e animais (por exemplo, como wearables) - a chamada Internet das Coisas ou IoT. Seu poder também decorre do moderno aprendizado de máquina (ML), incluindo visão de máquina, processamento de linguagem natural e reconhecimento de fala.

No ML, um sistema é treinado em dados com os quais aprende a fazer novas classificações e inferências além de sua programação explícita. Neste artigo, evitaremos IA de nível humano ou IA geral (e IA que é indiscutivelmente senciente), concentrando-nos em IA estreita (e não senciente) que é desenvolvida e usada para fins específicos (Russell, 2019 ),^{Nota de rodapé1} , que é sem dúvida uma preocupação moral mais premente do que o surgimento de uma IA muito semelhante à humana.

Algumas tecnologias existentes usadas para gerenciar animais, como automação em galpões e laticínios, podem ser aumentadas pela IA. Além disso, alguns robôs, drones e veículos incorporam IA de maneiras que podem beneficiar ou prejudicar os animais. Muitas vezes, a intenção de desenvolver e usar a IA é beneficiar positivamente os animais. Por exemplo, aplicativos domésticos inteligentes para companheiros de animais (Bhatia et al., 2020 ) e agricultura inteligente (Makinde et al., 2019 ; Neethirajan, 2021b ) são frequentemente comercializados como benefícios para o bem-estar animal por meio de melhor monitoramento e controle das condições em que eles são mantidos. Outro uso que pode beneficiar os animais é o reconhecimento de imagem por IA para ajudar a detectar o tráfico ilegal de animais selvagens (O'Brien & Pirotta, 2022). No entanto, como mostramos com alguns detalhes, a IA também pode agir – tanto de forma independente quanto com as tecnologias existentes – para criar e amplificar danos aos animais (Sparrow & Howard, 2021; Tuyttens et al., 2022 ).

Existe uma tendência de ver os avanços na IA como trazendo inevitavelmente "melhorias em todos os aspectos da vida" (Santow, 2020 ). Por exemplo, a inteligência da máquina autônoma pode parecer mais objetiva e menos preconceituosa do que a inteligência humana. No entanto, a sociedade está reconhecendo cada vez mais o potencial da IA ​​para o mal (Pasquale, 2020 ; Tasioulas, 2022 ; Yeung, 2022 ). Apesar disso, a crescente bolsa de estudos na ética da IA ​​(Bender et al., 2021 ; Buolamwini & Gebru, 2018 ; Eubanks, 2018 ; O'Neil, 2016), embora vital e às vezes corajoso em criticar o poder da Big Tech e a injustiça algorítmica, ignorou amplamente os animais. Enquanto alguns eticistas, incluindo Peter Singer (Singer & Tse, 2022 ), começaram recentemente a corrigir esse descuido (ver também, por exemplo, Bendel, 2016 , 2018 ; Bossert & Hagendorff, 2021a ; Hagendorff, 2022 ; Owe & Baum, 2021 ; Ziesche, 2021 ), o trabalho dedicado em IA e animais é relativamente raro.

O relato sistemático deste artigo sobre danos aos animais ajuda a preencher essa lacuna, estabelecendo a amplitude de contextos e a pluralidade de maneiras pelas quais os animais podem ser prejudicados pela IA. Com base no trabalho do cientista animal David Fraser (Fraser, 2012 ), desenvolvemos uma estrutura de danos que inclui impactos intencionais, não intencionais, próximos e mais distantes da IA. Embora não proponhamos respostas éticas ou legais específicas, a estrutura fornece uma base abrangente e clara para elaborar respostas de design, regulamentares e políticas para animais.

O papel é executado da seguinte forma. A Seção  2 descreve por que a preocupação com os danos aos animais é justificada, apesar de uma negligência geral dos animais nos estudos de ética da IA, explica a gama plural de danos que os animais podem sofrer e apresenta uma estrutura ou tipologia prática de danos em cinco partes que reconhece diferentes tipos e causas de danos aos animais da IA. A estrutura inclui danos intencionais que são legais ou condenados, danos não intencionais diretos e indiretos e benefícios perdidos. A Seção  3 usa a estrutura para identificar e ilustrar os danos reais e possíveis da IA ​​aos animais em cada uma das cinco categorias, com base em uma revisão narrativa da literatura. Seção  4conclui considerando as implicações de nossa estrutura e sugerindo direções para pesquisas futuras.

2 Compreendendo os danos a animais não humanos causados ​​pela IA

Nesta seção, explicamos por que precisamos investigar o impacto da IA ​​nos animais e delineamos a pluralidade de danos que os animais podem sofrer. Também construímos nossa estrutura prática de cinco diferentes tipos e causas de danos aos animais, que posteriormente aplicamos à IA.

2.1 Por que investigar danos aos animais?

Existem três razões principais para investigar os riscos da IA ​​para os animais: preocupação com os animais em si mesmos, em oposição ao seu uso instrumental por e para humanos; preocupação em entender e responder de forma sistêmica às vulnerabilidades emaranhadas e mútuas de humanos, animais e nossos ecossistemas compartilhados; e a falta de atenção aos animais no discurso ético da IA. Discutimos cada um por sua vez, embora observemos que o espaço proíbe um tratamento mais completo de questões complexas, como a do status moral.

2.1.1 Preocupação com os próprios animais

Bilhões de animais vivem na 'selvagem' ou perto de assentamentos humanos e outros bilhões são usados ​​diretamente por humanos (Fraser & MacRae, 2011 ). A biomassa do 'gado' hoje é até 15 vezes o peso combinado de todas as espécies de mamíferos selvagens (Bar-On et al., 2018 ). Numerosos animais de 'propriedade' também são encontrados em zoológicos, santuários, circos, entretenimento, residências e laboratórios de ciências (DeMello, 2021 ). Danos antropogênicos (causados ​​pelo homem) a animais selvagens e domésticos são onipresentes, e seu sofrimento supera o sofrimento humano tanto numericamente quanto em magnitude (Sebo, 2022a ).

O bem-estar e o tratamento animal são questões de crescente preocupação global. Nas décadas de 1960 e 1970, tecnologias intensivas de produção animal que prejudicavam os animais ao infligir confinamento severo, dor e angústia provocaram reações negativas de figuras seminais como Ruth Harrison e Peter Singer (R. Harrison, 1964; Singer , 1995 ) . A partir dessa preocupação crescente, nasceu o movimento contemporâneo de proteção animal, juntamente com um campo em expansão de estudos animais na academia. Muitos países têm agências de proteção animal. A Organização Mundial de Saúde Animal (OIE) intergovernamental declara que 'o uso de animais traz consigo uma responsabilidade ética de garantir o bem-estar de tais animais na maior extensão possível' (Organização Mundial de Saúde Animal, 2021, artigo 7.1.2).

Esses desenvolvimentos reconhecem que os animais sencientes e seus interesses são importantes em si mesmos. Dizer que um animal tem status ou valor moral intrínseco é dizer que temos deveres para com eles por si mesmos (Jaworska & Tannenbaum, 2021 ). Outra maneira de colocar isso é dizer que (muitos) animais são moralmente consideráveis ​​(Palmer, 2010 , p. 10). Agora, para muitos pensadores, uma razão suficiente para sustentar que os animais têm status moral intrínseco é que eles têm um bem-estar e interesses relacionados à sua senciência ou capacidade de experimentar coisas, como sofrimento e prazer (Palmer, 2010 , p. 11).

Por exemplo, alguns filósofos sustentam que se os interesses sencientes como evitar o sofrimento importam moralmente quando ocorrem em humanos, eles também deveriam importar moralmente quando ocorrem em não-humanos. Acreditar no contrário é mostrar inconsistência e preconceito (Singer, 1995 ). O chamado argumento da sobreposição de espécies - anteriormente chamado de 'argumento dos casos marginais' (Pluhar, 1995 ) - desempenhou um papel fundamental aqui na ética animal (Horta, 2014). De forma muito breve e grosseira, esse argumento (ou uma versão dele) diz que, uma vez que consideramos moralmente importantes os interesses de seres humanos com habilidades mentais semelhantes a não-humanos sencientes - semelhantes devido a, por exemplo, deficiência cognitiva grave -, a consistência exige que também tomar os interesses de não-humanos sencientes como importantes moralmente (ou, alternativamente, como importantes igualmente). Embora não possamos explorar esse argumento aqui, é importante notar que ele provou ser difícil para os oponentes minar e convenceu muitos pensadores.

A teoria moral também foi empregada para argumentar que os animais são eticamente importantes. Por exemplo, alguns filósofos argumentam que o pensamento utilitário se aplica a animais sencientes (Sebo, 2022b ), alguns argumentam que o pensamento kantiano e de direitos se aplica a animais (Korsgaard, 2004 ; Regan, 2004 ), enquanto outros ainda argumentam que uma pessoa virtuosa estenderia virtudes de, digamos, benevolência e justiça além dos humanos para não-humanos sencientes também (Hursthouse, 2011 ). Embora existam diferenças fundamentais entre essas abordagens teóricas para os animais, e embora os teóricos possam discordar sobre o status moral preciso dos animais ou (como alguns dizem) seu significado moral (Palmer, 2010, pág. 10), não obstante, há convergência entre os eticistas animais de que os animais sencientes têm valor moral intrínseco.

Conforme observado, a consideração moral para os animais é frequentemente ligada à capacidade de senciência. As experiências sencientes podem incluir sentimento, sensação, emoção e desejo (Birch et al., 2020 ; DR Griffin, 2013 ; Marino & Colvin, 2015 ). A influente Declaração de Cambridge sobre Consciência de 2012 afirma que mamíferos, pássaros e polvos possuem substratos neurológicos para consciência ou senciência (Bekoff, 2012 ; Low et al., 2012 ). Por outro lado, acredita-se que animais mais simples, como nematóides e águas-vivas, careçam desses substratos. Estudos recentes sugerem que peixes e crustáceos podem sentir dor (Crump et al., 2022), e há um debate em andamento sobre a senciência dos insetos (Giurfa, 2021 ).

Os seres sencientes podem ser prejudicados e beneficiados de maneiras que afetam nossos deveres morais para com eles. (Discutimos a natureza dos danos e interesses abaixo.) Alguns filósofos, no entanto, também argumentam que os animais não sencientes podem ser prejudicados e são moralmente consideráveis ​​(Attfield, 2016 ; PW Taylor, 2011 ). Neste artigo, vamos focar nossos exemplos em danos aos animais sencientes, uma vez que esta é a visão mais comumente aceita. (Na próxima subseção, no entanto, discutimos impactos compartilhados em humanos, animais e no meio ambiente, que inclui seres geralmente não considerados como sencientes.)

Alguns filósofos argumentaram que nossos deveres em relação aos animais, como o dever de não fazê-los sofrer sem uma boa razão (Engel, 2001 ), não são deveres devidos aos próprios animais por causa de seu status moral intrínseco, mas sim deveres devidos aos seres humanos por razões instrumentais. Immanuel Kant, por exemplo, argumentou famosamente que a crueldade com animais 'irracionais' só é errada porque aumenta a probabilidade de crueldade com seres humanos 'racionais' (Gruen, 2021 ) . No entanto, a visão de que os animais têm status moral intrínseco ao invés de valor meramente instrumental é agora aceita pela maioria dos filósofos e cientistas, inclusive por razões que mencionamos acima.

No entanto, na prática, os humanos ainda se inclinam frequentemente para o antropocentrismo (Steiner, 2010 ). O antropocentrismo pode ser entendido como a visão de que os interesses humanos são muito mais importantes do que os interesses animais significativamente mais urgentes e/ou que os interesses animais podem ser frequentemente e amplamente desconsiderados (Santiago-Ávila & Lynn, 2020 , p. 6 ) . De fato, as sociedades antropocêntricas normalmente tratam os animais como mercadorias exploráveis, prejudicando-os e descartando-os como bem entenderem como "recursos naturais" (Wadiwel, 2015). Esse tratamento generalizado facilita a rejeição, a ignorância e a minimização dos danos aos animais, o que é ainda mais exacerbado por nossos interesses na exploração. A seguir, argumentaremos que precisamos estar atentos ao antropocentrismo que está sendo reproduzido nas tecnologias de IA, especialmente onde o desenvolvimento e a aplicação da IA ​​são controlados pelas indústrias de uso animal.

Na discussão a seguir, assumimos que os animais não humanos são moralmente consideráveis. No entanto, não tentamos especificar seu significado moral preciso. Assumimos que as pessoas irão diferir no significado moral mesmo quando concordam que os animais são moralmente consideráveis. Como nossa estrutura de danos não depende de uma posição moral mais precisa, pessoas com visões diferentes sobre o significado moral dos animais podem igualmente empregá-la. Além do fato de que os animais sencientes têm status moral intrínseco, outra razão para preocupação com os animais decorre do reconhecimento do profundo emaranhamento da vulnerabilidade animal, humana e ambiental a danos.

2.1.2 Emaranhamento Humano e Animal

As vidas humana e animal estão entrelaçadas (Sebo, 2022a ), e seus respectivos danos geralmente andam juntos (Gruen, 2014b ). Por exemplo, animais doentes e estressados ​​podem transmitir doenças aos humanos (Centros de Controle e Prevenção de Doenças, 2022 ), e animais selvagens e domésticos têm valor emocional para muitas pessoas e informam identidades culturais em muitas sociedades indígenas (Demuth, 2019 ; Fuentes, 2012 ; Ma et al., 2020 ). Outros exemplos de envolvimento incluem o fato de que os perpetradores de violência doméstica são frequentemente violentos com membros humanos e não humanos da família (N. Taylor & Fraser, 2019) e que os caçadores furtivos podem prejudicar animais e seus protetores humanos ao mesmo tempo (Nandutu et al., 2021 ).

Além disso, vários desenvolvimentos socioeconômicos e políticos podem prejudicar simultaneamente humanos e animais. As fazendas industriais, por exemplo, estão frequentemente localizadas em distritos socioeconômicos baixos que sofrem poluição severa do ar e da água, enquanto trabalhadores migrantes enfrentam condições adversas em fábricas de processamento de carne (Stoddard & Hovorka, 2019 ) . Ferir animais pode danificar ambientes e ecossistemas compartilhados dos quais todos dependem (Crary & Gruen, 2022 ; Kemmerer, 2015 ).

Por outro lado, proteger os animais também pode proteger os humanos de danos. À medida que a interdependência da saúde humana e não humana se tornou mais clara, alguns estudiosos recomendaram classificar a saúde humana e não humana como um “bem universal” a ser protegido de forma geral (Degeling et al., 2016 ) . A tecnologia é uma maneira importante de prejudicar e beneficiar os humanos por meio de seu impacto nos animais (Lupton, 2022 ). Por exemplo, a tecnologia emergente pode cortar conexões humano-animal mutuamente benéficas (Cornou, 2009 ) ou, alternativamente, melhorar as relações humano-animal (Mancini, 2011 ). Por essas razões, o envolvimento com o bem-estar humano aumenta a consideração dos interesses dos animais ao examinar a IA.

Ultimamente, os cientistas sociais começaram a revelar conexões estreitas entre a rejeição antropocêntrica de interesses não humanos e a perpetuação de preconceitos direcionados aos humanos (Costello & Hodson, 2010 ). Alguns estudiosos, por exemplo, argumentam que a depreciação antropocêntrica da natureza ajuda cultural e politicamente a justificar o tratamento inferior de mulheres e pessoas racializadas, indígenas e de classe baixa que estão localizadas no lado da 'natureza' de uma divisão binária construída entre humanos e não humanos. (Adams, 2015 ; Kim, 2015 ; Ko & Ko, 2017 ). Outros pesquisadores sugerem que a depreciação dos animais está ligada à desumanização das pessoas por meio de uma orientação de dominância social subjacente (Dhont et al., 2014). Embora às vezes controversos, tais pontos de vista podem levar a uma apreciação mais completa de como ocorrem os danos infligidos pelos humanos aos animais.

Como resultado de profundos emaranhados conceituais e estruturais no tratamento de humanos, animais e/ou meio ambiente (incluindo plantas, animais menos sencientes e ecossistemas de forma mais ampla) (Crary & Gruen, 2022, p. 130), algumas abordagens rejeitam a noção de que podemos facilmente separar razões intrínsecas e instrumentais para nos preocuparmos com danos aos animais (Sebo, 2022a ). Em vez de considerar a consideração moral dos animais como essencialmente oposta aos interesses humanos, essas abordagens enfatizam a realidade de interesses, experiências e vulnerabilidades humanos e não humanos compartilhados a danos e exploração.

As ecofeministas, por exemplo, enfatizaram que os danos aos animais geralmente surgem de opressões e injustiças que também têm vítimas humanas, como misoginia, racismo e neoliberalismo (Adams & Gruen, 2014a , 2014b ) . Isso cria um imperativo ético para “trabalhar para identificar mecanismos políticos e econômicos… que explicam causalmente o desdém pela natureza e a sujeição de mulheres e membros de grupos externos sobrepostos, muitas vezes racializados… pedindo uma reestruturação de nossas relações com os animais, o resto da natureza e de outros seres humanos' (Crary & Gruen, 2022, pág. 130). Consequentemente, é essencial identificar, entender e responder aos danos compartilhados de maneira holística e que aborde múltiplas opressões de múltiplos seres humanos e não humanos. A abordagem também enfatiza a solidariedade contra tais sistemas amplamente injustos.

Para ser claro, nem todos os danos não humanos prejudicam os humanos. Mas muitos o fazem (Sebo, 2022a ). Portanto, ao conceituar os danos causados ​​aos animais pelas tecnologias de IA, é importante procurar padrões de danos aos seres humanos, aos animais e ao meio ambiente. Em geral, podemos esperar que as tecnologias que prejudicam os humanos muitas vezes também – direta ou indiretamente – prejudiquem os não-humanos, e que a tecnologia que prejudica os não-humanos muitas vezes também prejudique (pelo menos alguns grupos externos entre) os humanos.

2.1.3 Ignorando os Animais no Discurso de Ética da IA

Essas ideias morais cruciais sobre danos humanos e não humanos estão ausentes do discurso ético da IA. Embora haja alguma literatura sobre animais e IA em domínios específicos, como pecuária de precisão (Herlin et al., 2021 ; Tuyttens et al., 2022 ), conservação da vida selvagem (por exemplo, Nandutu et al., 2021 ) e veículos automatizados (Black & Fenton, 2021 ), muito menos atenção tem sido dedicada aos impactos mais amplos da IA ​​em animais e aos danos humanos e animais compartilhados, apesar de algumas exceções (Bendel, 2016 , 2018 ; Bossert & Hagendorff, 2021a ; Owe & Baum, 2021 ; Ziesche, 2021). Embora as diretrizes de ética da IA ​​de organizações e governos defendam uma série de princípios éticos, incluindo beneficência, não maleficência e justiça (Jobin et al., 2019) , eles são formulados explicitamente para humanos (e, em um grau limitado, para o meio ambiente) ou são antropocentricamente aplicado por padrão (Hagendorff, 2021 ).

Da mesma forma, o movimento 'AI for good' (Taddeo & Floridi, 2018 ) é predominantemente centrado no ser humano. Até mesmo a AI for Good Foundation, que promove a tecnologia para atender aos Objetivos de Desenvolvimento Sustentável (ODS) das Nações Unidas, concentra-se na IA para a humanidade (AI for Good Foundation, 2022 ). Embora os ODS abordem corretamente as questões ambientais, eles classificam os animais de forma eficaz e antropocêntrica como 'recursos' naturais sustentáveis ​​(Sebo et al., 2022 ; Torpman & Röcklinsberg, 2021 ; Visseren-Hamakers, 2020). Em geral, o discurso da ética dominante da IA ​​interpreta o bem-estar animal como meramente instrumental para o bem-estar humano – e geralmente ignora até mesmo essa conexão crucial. Problematicamente, ignorar os animais nas discussões sobre IA encoraja a impressão de que a IA só pode ser inócua em seu impacto sobre os animais, o que, como demonstramos, é falso. O fato de os animais possuírem status moral, terem interesses emaranhados com os interesses humanos e serem frequentemente negligenciados no discurso que pode afetar o design, a política e as respostas legais à IA exige um relato abrangente dos danos aos animais causados ​​pela IA.

2.2 Qual é a natureza dos danos aos animais não humanos?

2.2.1 Compreendendo os animais sencientes

Algumas pessoas podem duvidar se podemos saber o que prejudica os animais porque eles podem ser muito diferentes de nós em fisiologia, aparência e comportamento. Embora muitas sociedades tradicionais (Serpell, 1996 ; Ulicsni et al., 2019 ) e alguns agricultores tradicionais (Rollin, 2006 ) tenham uma compreensão profunda dos animais a partir de sua experiência de vida, os cientistas e filósofos ocidentais modernos frequentemente negam que os animais sejam conscientes ou sencientes (ou que poderíamos saber se são). Descartes e seus seguidores argumentaram que os gritos de cães sendo dissecados sem anestesia são meras reações de autômatos insensíveis, em vez de expressões de dor genuína (P. Harrison, 1992). O ceticismo sobre a senciência animal subsequentemente infectou a ciência, junto com uma tendência de subestimar a complexidade das mentes dos animais (Rollin, 1989 ). Algumas pessoas ainda condenam como 'antropomórfica' a ideia de que os animais têm crenças, emoções e sentimentos (Kennedy, 1992 ).

No entanto, a dúvida radical sobre a presença e a natureza geral das mentes e senciência dos animais está diminuindo (Broom, 2014 ), e a ciência contemporânea leva a sério as mentes e o bem-estar dos animais. A etologia e a ciência do bem-estar animal, por exemplo, são muitas vezes consideradas importantes para identificar e medir experiências como sofrimento e ansiedade em animais (Broom, 1991 ; Duncan, 2005 ). De fato, as avaliações científicas de bem-estar de animais sencientes são agora defendidas por órgãos globais influentes como a OIE (Organização Mundial de Saúde Animal, 2021, Artigo 7.1.3). Hoje em dia, as pessoas têm relacionamentos cada vez mais próximos com companheiros animais, e tecnologias digitais como o YouTube estão capturando e expondo detalhes íntimos da vida dos animais que às vezes são novos até mesmo para cientistas animais (por exemplo, Searle et al., 2022 ) . Além disso, alguns aplicativos digitais emergentes prometem nos conectar melhor com os animais vivos e suas experiências cotidianas, por meio da tradução e interpretação de linguagens animais (Interspecies Internet, 2021 ) e fornecendo ferramentas para interação (Mancini, 2011 ).

2.2.2 Significado de Dano

Apesar do aumento do conhecimento humano sobre as mentes dos animais, a identificação de danos aos animais causados ​​pela IA enfrenta o obstáculo adicional de que 'dano' é um conceito avaliativo ou normativo contestado. (Esse também é o caso do dano humano.) O conceito de dano não é meramente descritivo; também é normativo ou avaliativo porque diz respeito ao que é ruim para um animal ou o que o torna pior (Bruckner, 2019 ). O que algumas pessoas avaliam como piorando a situação dos animais, outras não. O fato de a noção de dano ser contestada (além de haver possíveis discordâncias empíricas sobre quando o dano está presente) ameaça complicar ou prejudicar uma descrição dos danos da IA ​​para os animais (Dawkins, 2021). Consequentemente, devemos discutir brevemente o que é ou pode ser prejudicial para os animais e como usamos esse conceito neste artigo.

Primeiro, nossa noção de dano se aplica a animais individuais, não a espécies ou coletivos. Aquilo que pode prejudicar uma espécie (por exemplo, reprodução insuficiente que leva à extinção) pode não necessariamente prejudicar animais individuais. Por outro lado, o que prejudica os indivíduos (por exemplo, condições de criação industrial para animais domésticos) não precisa prejudicar suas espécies.

Em segundo lugar, nossa noção de dano está ligada à ideia avaliativa de interesses , que por sua vez está ligada às ideias avaliativas de bem-estar ou bem-estar (Crisp, 2017 ; J. Griffin, 1986 ). Os animais, pelo menos os sencientes, têm interesse em não serem prejudicados e interesses em serem beneficiados. Aqui, 'interesse' significa ter interesse em vez de ter interesse (Palmer, 2010 , p. 19) (embora ter desejos seja uma forma de definir bem-estar – veja a próxima seção). Prejudicar prejudica os interesses e o bem-estar de um animal, enquanto beneficiar um animal promove seus interesses e bem-estar (Bruckner, 2019). Remover ou prevenir danos (por exemplo, dor) e fornecer benefícios positivos (por exemplo, prazer) podem ser bons para um animal. Algumas entidades, ao contrário, presumivelmente não têm nenhum interesse. Nada pode prejudicar ou beneficiar tais entidades; eles não têm bem-estar. Por exemplo, é difícil imaginar uma rocha interessada em não ser chutada ou esmagada ou interessada em ser "reunida" com outras rochas.

Terceiro, nossa noção de dano tem um certo tipo de relevância moral. Alguns filósofos afirmaram que os animais podem ser prejudicados, mas apenas da mesma forma que, digamos, carros ou bactérias podem ser prejudicados (Hsiao, 2017 ). Deixar um carro enferrujar ou matar uma bactéria com um antibiótico pode indiscutivelmente prejudicá-los, mas isso não significa que faríamos mal a um carro ou a uma bactéria se os "prejudicássemos" dessa maneira. Em contraste, a noção de dano que adotamos aqui é uma noção relevante para as possibilidades que os humanos podem, por meio de suas tecnologias, prejudicar os animais ou violar deveres éticos para com eles.

A filósofa Clare Palmer limita o significado de 'danos' aos animais aos danos 'realizados por um agente ou agentes morais' (Palmer, 2010 , p. 23). Por outro lado, nossa definição de dano segue as noções mais amplas de bem-estar e interesses, embora seja verdade que estamos especificamente interessados ​​em danos devido ao uso humano de IA. Dito isso, também estamos interessados ​​em 'danos' ou danos a interesses que possam ocorrer sem causa humana; na verdade, isso é especialmente relevante para nossa noção de ' benefícios perdidos ' que resultam do não desenvolvimento de certos tipos de IA (veja abaixo). Também não dizemos que para um 'ato prejudicar... deve estar errado' (Palmer, 2010, pág. 23): se um ato nocivo é errado depende do contexto e das opiniões sobre o significado moral dos animais.

2.2.3 Teorias do Bem-estar

Marcamos acima o problema do desacordo sobre o que é dano. Tal desacordo é refletido em teorias filosóficas sobre interesses e bem-estar (J. Griffin, 1986 ). Aqui, devemos distinguir entre os interesses últimos (ou não instrumentais) de um animal e seus interesses instrumentais. Final^{Nota de rodapé2} interesses referem-se ao que aumenta o bem-estar em si , enquanto os interesses instrumentais referem-se ao que não beneficia o animal diretamente, mas promove os interesses finais de um animal. Por exemplo, pode ser instrumentalmente bom, e no interesse de um animal, receber um antibiótico; mas é (pode-se dizer) a restauração da saúde ou a remoção do sofrimento devido ao antibiótico que é 'em última instância' (Crisp, 2021 ) bom para o animal (ver a próxima seção).

Existem três teorias bem conhecidas de danos e benefícios finais. O hedonismo localiza os interesses últimos apenas no prazer e na dor. Sob o rótulo de 'dor', um hedonista também pode incluir experiências negativas como angústia, medo, ansiedade, solidão, frustração e tédio. Em 'prazer', um hedonista pode incluir experiências positivas como felicidade, alegria e contentamento. A dor passageira pode não atingir o nível de um dano (Palmer, 2010 , p. 23), enquanto a dor intensa e prolongada (sofrimento) e a ausência abrangente de prazer podem prejudicar seriamente o bem-estar e, no limite, tornar a vida difícil ou não vale a pena viver (Mellor, 2017 ).

A teoria do desejo localiza os interesses últimos nos desejos (ou preferências) e sua realização. Os animais sencientes têm uma gama de desejos e motivações, às vezes parcialmente fornecidos por sua herança genética e evolutiva (Rollin, 1992 ). Esses desejos podem ser satisfeitos, insatisfeitos ou frustrados. Desejos fracos momentâneos podem não figurar no bem-estar, mas outros desejos sim. A falha em satisfazer desejos mais fortes e/ou um número maior de desejos constituirá, nesta teoria, um dano mais grave ao animal.

A teoria da lista objetiva localiza os interesses não inteiramente nos prazeres, dores e satisfação do desejo, mas também (ou melhor) em vários estados ou atividades, como integridade corporal, saúde, diversão, interação social, expressão emocional e controle sobre o ambiente (Nussbaum, 2006 ). Quanto mais essas atividades valiosas estiverem faltando na vida, maior será o revés para os interesses do animal. Observe que, em qualquer uma dessas três teorias de bem-estar, o dano pode resultar da ausência ou privação de certas coisas positivas (Green & Mellor, 2011 ), bem como da presença de certas coisas negativas.

Um pluralista sobre o bem-estar pode abraçar uma ou mais dessas teorias de interesses últimos (Lin, 2014 ). Além disso, diferentes teorias morais podem acomodar diferentes concepções de bem-estar. Por exemplo, muitos consequencialistas (que determinam a ação correta puramente de acordo com as consequências das ações) favorecem relatos de interesses hedonistas ou baseados no desejo. Deontologistas, eticistas do cuidado ou eticistas da virtude poderiam potencialmente adotar qualquer uma dessas teorias ou então uma posição mais pluralista sobre o bem-estar.

Agora podemos mostrar como pode surgir um importante tipo de desacordo sobre os danos da IA. Imagine um sistema de IA que promove o confinamento de um grupo de animais. Suponha que o sistema, que monitora e cuida dos animais, proporcione aos cativos muitos prazeres e garanta pouca dor. Suponha que, apesar de terem muitos prazeres, esses indivíduos carecem de oportunidades para uma série de atividades, escolhas autônomas e relacionamentos desfrutados por seus primos de vida livre. Aqui, um hedonista pode elogiar esse sistema de IA por atender aos interesses dos animais, enquanto um teórico da lista objetiva pode condená-lo por empobrecer seu bem-estar.

A boa notícia é que o acordo entre pessoas com concepções opostas de interesses ou bem-estar animal pode ser possível na prática. Pois mesmo quando discordamos no nível dos interesses últimos, podemos concordar no nível dos interesses instrumentais. Para ilustrar, imagine agora que o sistema de IA acima (que confina severamente os animais) aumenta substancialmente seu sofrimento, proporciona muito poucos prazeres e proíbe uma série de atividades e comportamentos naturais. Embora os diferentes teóricos do bem-estar tenham diferentes razões para considerar esse confinamento prejudicial, eles podem concordar que é realmente muito prejudicial.

Tal acordo prático pode se aplicar a outras condições ou formas de tratamento. Por exemplo, os animais podem ter interesses finais e/ou instrumentais em obter comida e manter o território, exercer controle autônomo sobre suas vidas e meio ambiente (Špinka, 2019 ) e manter relações sociais e grupos específicos (Gruen, 2014a ). Os teóricos do bem-estar podem convergir em suas avaliações dessas condições e tratamentos.

No entanto, algumas discordâncias podem impedir um acordo em um nível mais prático. Já vimos isso com relação a algumas formas de confinamento. Outro exemplo importante é a morte, que também levanta questões filosóficas difíceis (ver, por exemplo, Višak & Garner, 2016 ). Alguns pensadores negam que a morte em si (não apenas a maneira de morrer) seja um dano (Belshaw, 2015 ), talvez porque os animais, ao contrário dos humanos, carecem de desejos voltados para o futuro que a morte poderia deixar insatisfeitos. No entanto, outros acreditam que a morte (embora às vezes seja boa para um animal afligido pelo sofrimento) pode muitas vezes ser um dano muito grave (Yeates, 2010 ), seja porque alguns animais realmente têm desejos orientados para o futuro (Singer, 2011 ) ou porque a morte privaum indivíduo de importantes interesses positivos futuros. Os teóricos hedonistas, de lista objetiva e até mesmo do desejo podem (embora não precisem) concordar com esta última visão sobre futuros perdidos (Palmer, 2010 , p. 134).

Agora estamos prontos para apresentar nossa estrutura de danos práticos em cinco partes. A estrutura nos permite classificar e capturar as várias maneiras pelas quais a IA pode criar novos danos ou ampliar os danos existentes para os animais. Destina-se a compreender todos os tipos e causas de danos descritos nas seções acima. Alguns podem não ser convencidos por alguns dos danos que identificamos, dependendo de qual relato de dano eles preferem. Optamos por não nos posicionar aqui nesses debates, preferindo uma abordagem ampla que possa apoiar uma variedade de pontos de vista sobre por que os animais são importantes e como eles podem ser prejudicados. Como enfatizamos, quando se trata de aplicação prática, aqueles com pontos de vista diferentes ainda concordam com frequência sobre os danos práticos. Em questões menos tratáveis, nossa estrutura ajudará a identificar questões nas quais mais debate, discussão e pesquisa são necessários.

2.3 Estrutura de Danos para Animais e IA

Os danos aos animais têm muitas causas. Muitos contratempos para o bem-estar ocorrem 'naturalmente', sem envolvimento humano, e incluem doenças, lesões, incapacidades, predação, sede e fome na 'selva'. No entanto, muitos danos aos animais são antropogênicos — infligidos ou causados ​​por humanos. Para entender melhor esses possíveis danos, propomos a seguinte estrutura, adaptada da tipologia de danos animais antropogênicos do cientista de bem-estar animal David Fraser (Fraser, 2012 ; Fraser & MacRae, 2011 ; ver também Quain et al., 2018 ). A estrutura é resumida na Tabela 1 junto com os principais exemplos ilustrativos de cada dano, que são discutidos com mais detalhes na Seção. 3 .

Tabela 1 Uma estrutura prática para considerar os danos aos animais causados ​​pela IA

2.3.1 Danos Intencionais

Embora a IA geralmente não seja projetada para ferir humanos intencionalmente – máquinas de matar autônomas sendo uma exceção notável (Noone & Noone, 2015 ) – o dano deliberado a animais já é rotineiro e arraigado. Danos intencionais são frequentemente infligidos a animais para fins como produção de alimentos e fibras, pesquisa científica, entretenimento e companheirismo (Fraser & MacRae, 2011). Muitos danos intencionais, incluindo confinamento, procedimentos de criação como corte de cauda e abate, são legais ou socialmente aceitos, enquanto outros, como tráfico de animais selvagens e violência contra animais de companhia, são geralmente condenados socialmente e muitas vezes ilegais. A IA pode ser projetada ou adotada por humanos que prejudicam os animais para perseguir seus objetivos com mais eficiência. Portanto, distinguimos danos intencionais facilitados por IA que atualmente são socialmente aceitos e geralmente legais , de usos e abusos de IA que causam danos que não são socialmente aceitos e muitas vezes são ilegais .

2.3.2 Danos não intencionais

Danos não intencionais podem acompanhar atividades realizadas por outros motivos. Os exemplos incluem iluminação noturna em galinheiros para estimular a produtividade, práticas de criação inadequadas e colheitas que ferem ou matam os animais do campo. Esses danos podem afetar animais domésticos e selvagens e podem até resultar da intenção de evitar danos aos animais (Quain et al., 2018 , p. 4). Os danos não intencionais são diretos (causal ou temporalmente próximos) ou indiretos (causal ou temporalmente mais distantes). Os danos indiretos são frequentemente negligenciados, menos previsíveis e, às vezes, até maiores do que os danos intencionais (Fraser & MacRae, 2011 ).

A IA pode causar danos involuntários, mas diretos, aos animais durante o desempenho de seu objetivo principal. Isso pode ocorrer devido à programação que ignora os animais ou privilegia um determinado aspecto ou visão do bem-estar animal, ignorando outros, ou devido a erros ou desventuras decorrentes de formas não intencionais em que humanos ou animais usam a tecnologia. A onipresença de animais, uso de animais e (cada vez mais) IA torna esses danos não intencionais cada vez mais prováveis. Os possíveis danos não intencionais e indiretos da IA ​​são múltiplos. Embora as tecnologias digitais sejam muitas vezes percebidas principalmente como imateriais, elas têm impactos materiais reais, mas indiretos , nos sistemas ecológicos (Brevini, 2022 ; Crawford,2021a ; Taffel, 2022 ). E embora tenha havido atenção considerável aos efeitos indiretos não intencionais da IA ​​ao interromper a civilidade, a democracia e os discursos que apoiam a dignidade humana, tem havido pouca atenção à possibilidade de que os animais possam ser afetados indiretamente pela civilidade, governança democrática e discursos éticos . Ou seja, o sistema habilitado para IA pode causar danos epistêmicos e representacionais a animais e também a humanos.

2.3.3 Benefícios Antecipados

Nossa quinta categoria de benefícios anteriores da IA ​​resulta da ausência de resultados positivos que poderiam ter ocorrido, exceto por certas decisões. Sugerimos que isso pode ser considerado plausivelmente como danos aos animais, pois podem resultar em sofrimento, preferências frustradas, ausência de atividades valiosas etc. testes e medicina veterinária melhorada.

3 Usando o Animal Harm Framework para IA

Agora mostramos como a estrutura de cinco partes ajuda a classificar e iluminar os danos causados ​​pela IA aos animais, incluindo aqueles que podem passar despercebidos. É impossível ser exaustivo, pois os usos possíveis da IA ​​são vastos e sempre emergentes. Nosso objetivo é incluir exemplos ilustrativos para cada categoria que emergiram de uma revisão não exaustiva da literatura narrativa.^{Nota de rodapé3}

3.1 Danos intencionais: ilegais e geralmente condenados

O design intencional e o uso de IA para atividades ilegais que prejudicam os animais geralmente são sub-reptícios. No entanto, aplicativos de IA certamente já estão sendo projetados e usados ​​para executar uma série de comportamentos ilegais ou geralmente condenados de maneira mais eficaz, como o uso de drones no tráfico de drogas ilegais (Shields, 2017 ) . Portanto, a IA provavelmente também será usada em atividades criminosas que prejudicam os animais, como o tráfico ilegal de animais selvagens. Por exemplo, dado o rápido desenvolvimento e ampla implantação de rastreadores e drones habilitados para IA para monitorar e proteger a vida selvagem para fins de conservação (ver, por exemplo, Dauvergne, 2020, pp. 53–69), é altamente provável que atores mal motivados também usem tecnologia semelhante para fins criminosos para rastrear animais para fins de comércio ilegal de vida selvagem ou caça 'troféu'. As pessoas já estão usando drones para voar ilegalmente perto de animais selvagens, como mamíferos marinhos, causando assédio (por exemplo, Crumley, 2021 ; Rebolo-Ifrán et al., 2019 ).

O abuso de IA ocorre quando a IA é intencionalmente usada de maneira deletéria (e ilegal ou eticamente problemática) contra seu propósito de design.^{Nota de rodapé4} Considere os danos potenciais decorrentes da coleta de dados sobre o paradeiro e o comportamento de animais silvestres protegidos. Cooke e outros. ( 2017 ) fornecem vários exemplos de caçadores, pescadores e caçadores furtivos que buscam hackear dados telemétricos coletados para fins de proteção da vida selvagem para caçar ou comercializar animais, incluindo tigres de Bengala na Índia (Cooke et al., 2017, p. 1206 ) . Caçadores furtivos em parques de caça sul-africanos tentaram invadir a tecnologia de rastreamento e dispositivos vestíveis usados ​​por guardas florestais para monitorar espécies ameaçadas (ver também Nandutu et al., 2021 ).

Da mesma forma, a IA que processa informações básicas de rastreamento de dispositivos inteligentes projetados para ajudar as pessoas a cuidar de seus animais de companhia pode ser usada para observar hábitos humanos e animais e prejudicar a ambos. As versões atuais de microchip e rastreamento destinam-se a manter os animais de companhia seguros, mas já podem ser abusados ​​por atores mal-intencionados para rastrear e prejudicar familiares que buscam refúgio contra a violência doméstica (Humphreys & Diemer, 2021). Tecnologias como etiquetas aéreas da Apple para rastrear animais de companhia e interfaces de vídeo para comunicação remota entre humanos e animais estão cada vez mais integradas a sistemas de IA, como aplicativos domésticos inteligentes e IoT, que envolvem processamento e análise de dados que fornecem imagens comportamentais detalhadas. A inclusão de animais nessas aplicações pode, portanto, tornar animais e humanos mais vulneráveis.

Os governos também podem obter acesso a dados de rastreamento de vida selvagem protegidos por IA coletados por pesquisadores para fins (indiscutivelmente) ilegais e ilegítimos (Cooke et al., 2017; Meeuwig et al., 2015 ). Por exemplo, em 2015, um membro da espécie ameaçada de tubarão-branco foi identificado por dados acústicos coletados por cientistas de conservação da vida selvagem e submetido a uma 'ordem de morte' pelo governo do estado da Austrália Ocidental, a fim de proteger a segurança pública na praia (Meeuwig e outros, 2015 ). Como escreveram os cientistas, 'a presença do animal na área só era conhecida porque havia sido marcada para a ciência e não havia evidências de que representasse uma ameaça à segurança pública' (Meeuwig et al., 2015 , p. 151 ) .

Neste caso, o governo do estado da Austrália Ocidental implementou uma política de 'ameaça iminente' que significava que os grandes tubarões brancos perto de áreas balneares poderiam estar sujeitos a uma ordem de 'capturar para matar', apesar desta espécie ser considerada ameaçada de extinção pela lei nacional e apesar do estado autoridade ambiental rejeitando programas de mitigação letal (Meeuwig et al., 2015 ). Embora esse uso dos dados tenha sido considerado justificado pelo governo envolvido, ele levanta questões éticas e legais sobre se os dados originalmente coletados para fins benéficos (conforme permitido pelas autoridades ambientais) podem ser usados ​​para prejudicar os animais protegidos, especialmente se alternativas Estão disponíveis.

Por fim, sistemas de IA e dados de animais podem ser invadidos por agentes nacionais ou estrangeiros para cometer, por exemplo, ciberespionagem. Como Greenberg coloca em um artigo sobre o recente hacking de um aplicativo de gado nos EUA, 'nenhum aplicativo é obscuro demais para ser um alvo para um adversário determinado' (Greenberg, 2022 ) . O hacking poderia, assim, permitir que potências estrangeiras prejudicassem o cuidado dos animais (por exemplo, na agricultura) em operações beligerantes.

3.2 Danos intencionais: legais ou geralmente aceitos

A IA projetada para promover danos intencionais legais e amplamente aceitos aos animais pode ser justificada ou pode refletir atitudes antropocêntricas injustificadas (e, portanto, constituem uso indevido da IA). Considere veículos automatizados programados para ignorar pequenos animais (por exemplo, pássaros, lagartos, coelhos) em favor da velocidade, eficiência ou evitar danos à propriedade. O experimento Moral Machine (Awad et al., 2018 ) para carros autônomos mostrou que várias culturas priorizam a vida humana sobre a animal em colisões inevitáveis ​​(embora algumas sejam mais “amigas dos animais” do que outras).

A IA está sendo fortemente promovida para a agricultura de 'gado'. Muitas pessoas comuns concordam que a produção intensiva de animais, embora legal, prejudica gravemente os animais. Por exemplo, fazendas industriais restringem o comportamento e a autonomia dos animais enquanto causam danos como experiências negativas, desejos insatisfeitos, privações e morte. Fraser e MacRae observam que a manutenção ou posse de animais pode facilmente facilitar danos a não-humanos sencientes (Fraser & MacRae, 2011 ). Esta característica é especialmente pronunciada no caso de animais de criação industrial que podem ter vidas empobrecidas ou mal dignas de serem vividas (Singer, 1995). A IA agora está sendo usada na produção animal intensiva (por exemplo, para controlar luzes, temperatura, abertura e fechamento de portões) e cada vez mais para observar e coletar dados dos próprios animais (por exemplo, para verificar os níveis de cortisol, dor, excitação) (Bao & Xie, 2022 ). A agricultura de precisão auxiliada pela IA tem o potencial de permitir danos intencionais adicionais e mais eficientes (assim como benefícios) por meio da expansão do controle humano sobre os animais. Isso poderia tanto ampliar quanto 'bloquear' os danos da pecuária industrial.

Ainda assim, um dos objetivos da agricultura de precisão é promover o bem-estar animal (Neethirajan, 2021b ). Aqui, sistemas de IA com sensores nos animais ou ao redor deles podem monitorar e responder à sua saúde e bem-estar. Por exemplo, o ML pode detectar tosse, perda de apetite e letargia e permitir respostas automatizadas como medicamentos ou aumentos na alimentação, com a intenção de remover os humanos do processo. Embora a agricultura inteligente às vezes possa melhorar o bem-estar (ou pelo menos algumas dimensões do bem-estar, como a saúde) (consulte Buller et al., 2020), também facilita práticas agrícolas intensivas destinadas principalmente a maximizar a produtividade, em vez de permitir uma vida digna de ser vivida. É importante lembrar que a produção de produtos de origem animal com fins lucrativos é o principal objetivo da pecuária de precisão.

Embora a agricultura compreenda a maior parte dos danos intencionais aos animais terrestres, a ciência também causa grandes danos (Bossert & Hagendorff, 2021b ; Nikooienejad & Fu, 2022 ). Tal como acontece com a agricultura, tais danos podem ser abrangentes, abrangendo experiência negativa, privação, desejos frustrados e morte. Na pesquisa médica, a experimentação e a análise habilitadas por IA podem ajudar a impulsionar uma expansão no design de novos medicamentos (David et al., 2020 ), vacinas (Arora et al., 2021 ) ou tratamentos - todos os quais precisariam ser testados em animais, a fim de obter aprovações regulatórias para uso em humanos. Menos obviamente, a IA também pode ajudar a projetar novos organismos para serem usados ​​como cobaias em pesquisas ou para produção de alimentos e fibras (Blackiston et al.,2021 ; Coghlan & Leins, 2020 ). Embora tais aplicações possam inicialmente envolver a criação de 'organoides' simples que carecem de sensibilidade, a IA futura pode criar organismos com estruturas neurológicas (Koplin & Savulescu, 2019 ).

Um exemplo de alto nível de pesquisa médica de IA que supostamente prejudica animais é o da empresa Neuralink de Elon Musk, que faz experimentos com interfaces cérebro-computador. No momento da redação deste artigo, a Neuralink estava sendo investigada por violação das leis de testes em animais pelo Departamento de Agricultura dos EUA, o que a empresa nega (Levy et al., 2022 ). Os experimentos supostamente prejudicaram cobaias de macacos, alguns dos quais morreram. A negação de Neuralink da crueldade animal (Ryan, 2022 ) sem dúvida ignora o ponto de que a morte pode ser considerada um dano.

Os danos aos animais intencionais, mas legais e socialmente aceitos, da IA ​​se estendem à conservação, que historicamente infligiu danos aos animais que são vistos como prejudiciais aos ecossistemas. Alguns ecologistas estão desenvolvendo sistemas de IA (por exemplo, com reconhecimento facial) que identificam e capturam animais 'selvagens' e/ou os borrifam com veneno (Meek et al., 2020 ; Slezak, 2016 ). Embora essas armadilhas inteligentes sejam projetadas para proteger animais ameaçados e liberar animais não-alvo, o dano de morte e sofrimento para animais visados ​​e mal identificados é real (Braverman, 2019; Marris, 2021), assim como o dano social ( angústia , luto , etc.) causados ​​aos membros sobreviventes do grupo (Gruen, 2014a ).

3.3 Danos diretos não intencionais

Danos diretos não intencionais aos animais podem ocorrer porque a IA é projetada ou usada de uma maneira que às vezes mostra falta de consideração ignorante, imprudente ou preconceituosa de seu impacto sobre os animais ou devido a erros ou desventuras na maneira como a IA opera na prática, geralmente porque da maneira como outros humanos ou animais interagem com a IA. Discutimos cada um deles a seguir.

3.3.1 Ignorância de danos diretos aos animais

Conforme mencionado acima, os veículos automatizados poderiam, teoricamente, ser programados para evitar atropelamentos, mas, na prática, podem ignorar o impacto sobre os animais (Bendel, 2018 ).^{Nota de rodapé5} Às vezes, aparências e comportamentos únicos de animais podem passar despercebidos. Por exemplo, durante testes na Austrália, a Volvo descobriu que sua tecnologia de direção autônoma treinada no hemisfério norte foi “enganada” por cangurus e sua marcha saltitante incomum (Zhou, 2017), colocando os veículos em maior risco de colisões do que, digamos, ocorrem com veados europeus. Da mesma forma, sistemas robóticos automatizados subaquáticos (ver geralmente Braverman, 2019 ) projetados para coletar lixo (por exemplo, cabos submarinos quebrados) ou para capturar uma espécie (por exemplo, na pesca), podem prejudicar por engano espécies não visadas (por exemplo, polvos no mar chão, golfinhos).

O uso crescente de drones habilitados para IA e vigilância da vida selvagem (conhecida como telemetria) está causando uma perturbação material direta significativa no meio ambiente. Por exemplo, um teste de drones de entrega em Canberra foi interrompido quando as máquinas foram atacadas por corvos que aparentemente viam os drones como uma ameaça para seus filhotes ou território (Mannheim, 2021 ) . A telemetria automatizada pode interromper os hábitos dos animais. Por exemplo, é sabido que alguns animais noturnos mudarão seus hábitos para evitar os flashes de luz emanados de câmeras automatizadas montadas por cientistas da vida selvagem para capturar seu comportamento natural em seus habitats (Caravaggi et al., 2020). Apesar dos melhores esforços dos cientistas para tornar os dispositivos de rastreamento acopláveis ​​discretos, eles podem ser inesperadamente perturbadores. Por exemplo, um estudo recente foi interrompido abruptamente quando um 'travessura' (família) de pegas colaborou para separar wearables (Potvin, 2022 ) que eles podem ter achado desconfortáveis ​​ou reminiscentes de parasitas (Crampton et al., 2022 ).

Também foram feitas propostas para assediar pássaros deliberadamente com drones automatizados para evitar pousar em edifícios, às vezes com a alegação de que é menos prejudicial do que as alternativas (Schiano et al., 2022 ) . De forma mais ampla, o aumento da marcação e rastreamento na IoT mais ampla pode interromper significativamente as atividades, o comportamento e os habitats dos animais. Indivíduos ou enxames de Veículos Aéreos Não Tripulados usados ​​para vigiar e monitorar 'gado' podem afligir ou até mesmo ferir animais, particularmente se os animais evoluíram para temer predadores no ar (Alanezi et al., 2022 ) .

Dispositivos inteligentes estão sendo cada vez mais usados ​​para manter animais domésticos e de zoológicos engajados (Webber et al., 2017 ). Geralmente, espera-se que eles aumentem o prazer e a atividade animal, mas também podem causar dependência disfuncional e comportamento agressivo em animais - tanto quanto podem fazer em crianças, adolescentes e adultos (Yang, 2022 ) !

3.3.2 Erro ou Desventura na Operação

Na aprendizagem profunda (Russell & Norvig, 2010 ), as 'decisões' de um modelo de ML são tipicamente derivadas do processamento de vastas entradas em camadas neurais ocultas, e a base das saídas pode permanecer amplamente desconhecida ou opaca. Devido a essas camadas ocultas, mesmo os programadores desses sistemas de aprendizado profundo podem não ter ideia de por que os modelos fazem uma classificação ou inferência. Consequentemente, as previsões prejudiciais feitas por essa IA de 'caixa preta' (Castelvecchi, 2016 ) podem às vezes ser difíceis ou impossíveis de detectar e prevenir. Considere um sistema de IA de caixa preta que fornece muito ou pouco alimento ou remédio para um animal em um ambiente automatizado, como uma fazenda, zoológico ou casa, sem fornecer uma explicação compreensível para suas ações (Miller, 2019). Esses erros só podem ser descobertos mais tarde (se forem) quando os animais ficam doentes ou mais doentes, quando o dano já foi causado.

Da mesma forma, mecanismos de responsabilidade limitados para minimizar a opacidade da caixa preta podem agravar os danos.^{Nota de rodapé6} Onde não há atribuição clara de responsabilidade ou mecanismos ineficazes para o uso de IA (Reddy et al., 2020 ), o impacto negativo sobre os animais pode ser maior. Na agricultura automatizada, por exemplo, a remoção total ou parcial de humanos das fazendas apresenta riscos não intencionais. Agricultores e criadores podem ter experiência na leitura de sinais de sentimentos, sofrimento e problemas de saúde dos animais que a IA pode perder (Werkheiser, 2018 ), especialmente se os sistemas de ML não forem robustos. Esse resultado é mais provável do que parece; não devemos presumir que a IA sempre será precisa e 'objetiva'. A falta de robustez pode ocorrer, por exemplo, quando o ML é treinado em dados não representativos ou rotulados incorretamente sobre saúde e bem-estar, levando a resultados não confiáveis.

Os modelos de IA também podem ser aplicados a dados de destino para os quais não foram adequadamente treinados (McGovern et al., 2022 ). Crucialmente, a precisão do mundo real e o benefício real para os animais do monitoramento automatizado do bem-estar, em oposição ao seu potencial hipotético ou presumido, é amplamente não estabelecido (Tuyttens et al., 2022 ) . Além disso, pode haver alguns sinais de animais (por exemplo, expressões faciais e corporais sutis) que as máquinas não podem interpretar com precisão. É relevante que projetar ML para ler sentimentos humanos tenha sido apelidado de pseudociência (Crawford, 2021b ). Da mesma forma, as alegações de que a IA é um divisor de águas na análise do estado afetivo para animais (Neethirajan, 2021a ) devem ser tratadas com cautela (Bos et al.,2018 ).

Danos futuros podem resultar da IA ​​operando com inteligência e autonomia relativamente altas para alcançar seus objetivos (Russell, 2019 ). Stuart Russell meio que com humor sugere que um chef robô que fica sem carne pode decidir cozinhar o gato (Havens, 2015 ). Mas algo vagamente semelhante pode ocorrer e vale a pena antecipar. Por exemplo, um robô avançado em uma fazenda de frutas e vegetais pode decidir destruir pequenos animais que entram na fazenda por 'raciocinar' que eles ameaçam o valioso produto.

Uma maneira distinta pela qual a IA pode amplificar os danos aos animais é quando os sistemas de recomendação e alimentação ativados por algoritmos em plataformas de mídia digital e mecanismos de pesquisa promovem a crueldade animal para entretenimento. A série Netflix 'Don't F ** k with Cats: Hunting an Internet Killer' girava em torno de vídeos de assassinatos brutais de animais que se tornaram virais devido aos sistemas de recomendação do YouTube (Bruney, 2019 ) . Essa propensão algorítmica para promover a violência performativa contra animais se assemelha à propagação algorítmica do discurso de ódio online (Mathew et al., 2019 ). Essa IA pode induzir infratores imitadores que se beneficiam de algoritmos que enviam conteúdo problemático e que podem prejudicar animais (e humanos) em um 'desejo perverso de notoriedade e fama' (Bruney, 2019 ) .

Os sistemas de recomendação algorítmica também podem ajudar a expandir comportamentos individuais e comerciais prejudiciais aos animais, como vídeos de 'esmagamento' de animais e o patrocínio de brigas clandestinas de cães e galos (Gundy, 2020 ) . O comércio ilegal de animais exóticos é uma das principais características da dark web (Lenzi et al., 2020 ). Alegadamente, o compartilhamento de selfies com animais exóticos (por exemplo, selfies em templos de tigres na Ásia e cenários do tipo Tiger King nos EUA) em postagens de turistas e influenciadores nas mídias sociais promoveu indústrias que usam práticas cruéis e geralmente ilegais para manter animais para encontros com turistas e fotografias (Coldwell, 2017 ; Lenzi et al., 2020 ).

3.4 Danos indiretos não intencionais

Os possíveis danos não intencionais e indiretos da IA ​​são múltiplos. Discutimos três categorias de danos indiretos - danos materiais, danos por estranhamento e danos epistêmicos e representacionais - abaixo.

3.4.1 Danos Materiais Indiretos

A infraestrutura que suporta a IA é materialmente impactante, e os efeitos das mudanças climáticas podem ser os mais significativos. Os modelos de IA costumam ser computacionalmente caros e geram emissões de carbono significativas (Coeckelbergh, 2021 ; Schwartz et al., 2020 ), causando efeitos potencialmente massivos nos seres vivos. Além disso, cabos submarinos para suportar a Internet estão invadindo espaços não perturbados por humanos (quando colocados e durante a manutenção contínua) (Carter et al., 2014 ). A mineração de minerais de terras raras, o uso de plásticos para produzir e embalar dispositivos digitais, a energia e a água necessárias para o resfriamento na mineração de bitcoin e nos data centers e o lixo eletrônico produzido por dispositivos habilitados para IA acabam prejudicando profundamente os habitats dos animais.

A perturbação dos ecossistemas pode precipitar a migração humana e o surgimento de doenças zoonóticas de animais estressados ​​forçados a uma maior competição com outras espécies selvagens e domésticas (Centros de Controle e Prevenção de Doenças, 2022 ; Thompson, 2013 ). Os aplicativos de IA também podem acelerar a publicidade personalizada, alimentando ainda mais a produção e o consumo de bens materiais. Eles podem ajudar a localizar os combustíveis fósseis mais difíceis de encontrar, construir fábricas melhores e intensificar os impactos existentes da tecnologia industrial. Tais resultados aumentam a mudança climática e a perda de habitat (Clutton-Brock et al., 2021 ).

A publicidade de produtos de origem animal baseada em IA, como fast food e fast fashion, pode promover um maior uso de animais em fazendas industriais. A publicidade personalizada de jogos de azar também incentivará corridas de cavalos e cães e outras formas de esportes com animais que dependem da receita de jogos de azar e as consequentes práticas prejudiciais. Em muitos desses exemplos, a publicidade personalizada manipuladora prejudica os seres humanos e os ecossistemas ao lado dos animais (ver Kingaby, 2021 ).

3.4.2 Danos por Alienação

A IA poderia distanciar gradualmente o animal e o fazendeiro ou outros cuidadores (Hemsworth & Coleman, 2010 ). Isso às vezes pode ser bom para os animais. Mas esse distanciamento também pode perder oportunidades para os humanos perceberem as necessidades individuais dos animais (Werkheiser, 2018 ) e, além disso, obter uma compreensão íntima dos animais por meio da experiência e interação, como muitos (digamos) agricultores tradicionalmente faziam. De fato, os sistemas de IA podem ser usados ​​na criação de contratos de uma forma que opere tanto no agricultor (como trabalhador) quanto no animal, informando ao agricultor como e quando cuidar dos animais dentro de certos parâmetros estritos definidos para alcançar determinados resultados, como trabalhadores do armazém da Amazon (O'Neill et al., 2021). Com o tempo, isso pode minar relacionamentos mutuamente benéficos entre humanos e animais (Tuyttens et al., 2022 ).

Animais assim desabituados aos humanos devido à automação podem ficar mais estressados ​​quando os humanos eventualmente, mas necessariamente, aparecerem (Buller et al., 2020 ). De fato, alguns comentaristas são altamente céticos de que fazendas automatizadas que substituem cuidadores humanos, apesar de qualquer habilidade refinada de monitorar e tratar indivíduos em vez de grupos, serão um benefício de longo prazo para os animais (Cornou, 2009 ) .

3.4.3 Danos Epistémicos

Danos indiretos podem ocorrer quando a IA promove ou reforça atitudes de que os animais não têm significado moral. Embora isso também possa prejudicar imediatamente os animais e ser difícil de prever, a consolidação do antropocentrismo pode prejudicar os animais no futuro, talvez em grande escala. Chamamos esses danos de danos epistêmicos , uma vez que afetam a forma como entendemos e consideramos os animais. Esse dano potencial talvez seja mais fácil de ignorar, mas também é vital porque, como discutimos anteriormente, as atitudes morais sustentam nosso tratamento para com os animais.

Já é bem conhecido que a IA pode causar danos representacionais aos humanos (Buddemeyer et al., 2021 ). Os danos representativos envolvem a transmissão de pontos de vista factual ou moralmente falsos que incorporam ou geram respeito ético insuficiente. 'Viés de representação' ocorre, por exemplo, em ML usando uma amostra de treinamento que 'sub-representa alguma parte da população [alvo] e subsequentemente falha em generalizar bem para um subconjunto da população de uso' (Suresh & Guttag, 2021, p . 4). Grupos sub-representados em dados de treinamento, ou representados de forma tendenciosa, podem estar sujeitos a classificações problemáticas, como quando modelos de ML associam negritude com criminalidade ou subestimam imagens faciais não-brancas (Buolamwini & Gebru, 2018). Tais deturpações podem tornar certas pessoas ou grupos menos visíveis e promover estereótipos, com efeitos imprevisíveis, mas reais (Abbasi et al., 2019 ). Na tomada de decisão automatizada, o viés algorítmico pode levar a falsas percepções com base em gênero, sexualidade, raça, classe socioeconômica, idade etc. (Schwemmer et al., 2020 ).

O campo da justiça da IA ​​exibe 'insensibilidade à discriminação contra animais' (Hagendorff et al., 2022 , p. 1). Hagendorff e seus colegas argumentam que o reconhecimento de imagens de IA, modelos de linguagem e sistemas de recomendação manifestam viés anti-animal que potencialmente normaliza a violência contra eles (Hagendorff et al., 2022 , p. 1). Novamente, isso pode surgir de problemas com dados de treinamento (por exemplo, rotulagem incorreta, seleção, amostras tendenciosas e curadoria de dados) e com o campo de aplicação. Mesmo com um design cuidadoso, as técnicas de ML podem inevitavelmente absorver vieses sociais e gerar representações moralmente problemáticas de grupos, incluindo animais, entrincheirados em conjuntos de dados amplamente usados ​​como o ImageNet.

Os preconceitos facilitados pela IA podem ser particularmente prejudiciais devido ao seu alcance e capacidade de consolidar valores combinados com a propensão humana ao excesso de confiança na tecnologia (Hagendorff et al., 2022 , p. 5). Os resultados da IA ​​podem classificar os animais de várias maneiras, usando categorizações indiscutivelmente prejudiciais, como 'animal para alimentação' e 'cão de trabalho'; retratar eufemisticamente (por exemplo, através de imagens) o gado como criado ao ar livre em vez de criação industrial; e associar alguns animais com termos como 'nojento' (Hagendorff et al., 2022, pp. 9–14). Os mecanismos de pesquisa podem priorizar representações negativas de animais, o que, por sua vez, pode criar ciclos de feedback prejudiciais quando os dados tendenciosos acumulados são usados ​​para treinar novos modelos de IA. A IA poderia, assim, piorar progressivamente as apresentações preconceituosas dos animais. A falta de representação digital justa e precisa dos animais também pode inibir o desenvolvimento da IA ​​que promete mitigar os danos aos animais. Por exemplo, mesmo que tentássemos programar veículos automatizados ou robôs agrícolas ou de limpeza para evitar danos aos animais, uma deficiência em dados representativos (por exemplo, fotos suficientes e precisas de certos animais) pode não permitir isso.

Alguns sistemas baseados em IA, inclusive na agricultura de precisão, sistemas de recomendação e mídias sociais, podem promover a noção de que os humanos podem controlar completamente os animais. As modernas tecnologias de observação de animais selvagens 'são capazes de coletar medições 24 horas por dia, o que permite uma observação perfeita, mesmo durante a noite ou em um ambiente inóspito como o oceano ou o Ártico' (Frey et al., 2017, p . 1 ). Esse monitoramento panóptico poderia gerar a visão de que os animais são meros objetos a serem rastreados e explorados.

Além disso, as tecnologias de IA podem sugerir que o dano aos animais é normal ou mesmo excitante. Os videogames geralmente retratam os animais como mercadorias que podem ser mortas (Coghlan & Sparrow, 2021 ), e fazer de matar animais (virtuais) um esporte pode prejudicá-los representativamente (Abbate, 2020 , p. 784). O contexto de uso da tecnologia com animais reais pode influenciar nossas percepções (Coghlan et al., 2021 ). Por exemplo, tecnologias inteligentes que permitem aos humanos brincar e interagir virtualmente com animais em fazendas industriais (Driessen et al., 2014) pode ter como objetivo promover o bem-estar, mas pode acabar reforçando a visão dos animais como exploráveis. Tais exemplos podem ser vistos como tendências (não intencionais) no uso da tecnologia para suprimir a compaixão e nos distanciar dos animais. Portanto, devemos estar cientes de que a IA que pretende melhorar o bem-estar e as conexões humano-animal pode falhar ou ter efeitos perversos (Arts et al., 2015 ; von Essen, 2021 ).

Pelo menos desde Animal Machines, de Ruth Harrison (R. Harrison, 1964 ), as pessoas argumentam que a intensificação e a mecanização da produção animal objetificam os animais. Alguns sugerem que as fazendas de animais com IA, que podem ser muito grandes, de alta densidade e principalmente automatizadas, podem transformar não-humanos em objetos quantificados (Bos et al., 2018 ) . Um perigo adicional é que o monitoramento da IA ​​pode começar a definir o bem-estar animal (Tuyttens et al., 2022 ), fornecendo medições aparentemente objetivas, padronizadas, contínuas e automatizadas, que podem ser desviadas para meros indicadores de saúde ou desempenho (Buller et al., 2020). No entanto, como enfatizamos, o bem-estar animal é um conceito avaliativo e contestado.

Como a objetificação dos animais já é extrema, alguns podem argumentar que a automação intensificada não representa preocupação adicional. Mas mesmo na (digamos) agricultura contemporânea, os agricultores não apenas cuidam diretamente de seus animais até certo ponto, mas também ocasionalmente mostram sua preocupação e angústia publicamente, como quando ocorrem desastres naturais ou epidemias e os animais sofrem e morrem (Kevany, 2020 ) . Por outro lado, é significativamente mais difícil imaginar qualquer compaixão dos cuidadores de animais, ou talvez do público, quando os sistemas automatizados distanciam tão radicalmente os humanos dos não-humanos. Tais sistemas podem não apenas alterar as funções existentes, mas também substituir (digamos) agricultores por engenheiros e gerentes (Werkheiser, 2018). Esse maior afastamento da criação tradicional poderia até mesmo apagar gradualmente a própria ideia de uma pessoa na terra que se baseia em sua experiência vivida com os animais para cuidar ativamente deles.

3.5 Benefícios Perdidos

A IA pode fazer um grande bem aos animais. Quando a IA benéfica (agora ou no futuro) não é cuidadosamente projetada e adotada, isso constitui sem dúvida uma oportunidade perdida prejudicial e desuso da tecnologia (Parasuraman & Riley, 1997 ). Podemos mencionar apenas alguns dos muitos benefícios possíveis da IA ​​aqui. O enorme custo para os animais causado por acidentes com veículos pode ser drasticamente reduzido por automóveis autônomos adequadamente programados. No entanto, se os carros autônomos forem adotados ou treinados de forma insuficiente, muito mais animais podem ser feridos e mortos. Além disso, apesar de seus potenciais danos ambientais, a IA também pode trazer benefícios ambientais (McGovern et al., 2022 ). IA para rastrear poluição, aquecimento global e perigos zoonóticos pandêmicos, intensificados pelas mudanças climáticas (Carlson et al.,2021 ), poderia proteger significativamente animais e humanos, cujos interesses são interdependentes e emaranhados, ao mesmo tempo.

A IA pode permitir grandes avanços na medicina não prejudicial e na pesquisa. Por exemplo, o aumento da aceitação de técnicas de órgão em um chip (Danku et al., 2022 ) e o teste de drogas e toxinas podem reduzir significativamente os danos aos seres vivos. Cuidadosamente projetada e implementada, a IA pode melhorar os cuidados veterinários (Ezanno et al., 2021 ), beneficiando cuidadores humanos e animais no processo. Como sugerem Singer e Tse, a IA poderia ser usada em pesquisas científicas para identificar proteínas vegetais que poderiam substituir a carne e os laticínios, o que poderia reduzir o sofrimento animal (Singer & Tse, 2022, p. 4) e melhorar a saúde humana .

Como algumas outras tecnologias, a IA também pode ser usada para monitorar e expor danos aos animais. Por exemplo, a IA poderia minerar inúmeros artigos de periódicos para determinar quais danos estão sendo causados ​​aos animais em pesquisas. Os defensores dos animais podem usar a IA para analisar o bem-estar animal em fazendas – como fizeram com os drones (McCausland et al., 2018 ) – ou para classificar as empresas de acordo com a forma como tratam intencionalmente ou afetam indiretamente os animais. Essa defesa e ativismo animal pode aumentar a pressão para desenvolver tecnologias benéficas ou menos prejudiciais.

No entanto, também é possível que governos, empresas de tecnologia, cientistas da computação, veterinários, defensores dos animais, o público etc. rejeitem ou deixem de adotar IA que possa beneficiar os animais. Isso pode acontecer devido ao desenvolvimento imprudente da IA ​​e uma reação associada ou falta de financiamento para pesquisa e desenvolvimento. A ausência de IA amiga dos animais pode efetivamente resultar em muitos danos para os animais, desde privações e experiências negativas até a morte prematura. Aqui está outra área em que o antropocentrismo e a incapacidade de apreciar o emaranhamento humano-não-humano podem gerar danos.

4 Discussão e Conclusão

Assim como as tecnologias anteriores facilitaram danos tremendos aos animais, as tecnologias inteligentes emergentes também podem criar novos danos e ampliar os danos existentes aos não humanos. Como vimos, a IA pode causar experiências negativas, desejos frustrados, privação de atividades e morte e, assim, prejudicar o bem-estar animal, minar interesses e até mesmo promover vidas que mal valem a pena ser vividas. No entanto, ao contrário dos currais de Chicago, baias de porcas e gaiolas em bateria, a IA também promete benefícios significativos para o bem-estar animal.

Nossa estrutura de danos ajuda a identificar vários tipos e causas de danos aos animais, como danos intencionais, danos não intencionais e indiretos e benefícios perdidos. Como alguns danos podem ser facilmente descartados ou ignorados, é útil identificar e destacar como vários danos podem ocorrer. A estrutura identifica certos danos que são distintos de como a IA funciona, como danos ocultos de caixas pretas e danos epistêmicos da captura de ML de preconceitos humanos. Também reconhece que a IA pode promover significativamente danos mais familiares e presentes, como os causados ​​pela poluição ambiental e pela intensificação da agricultura.

A IA pode ser uma faca de dois gumes para animais e humanos. Por exemplo, a IA para detectar problemas de bem-estar animal pode evitar alguns danos, mas uma falha em larga escala na tecnologia de automação pode prejudicar muitos indivíduos ao mesmo tempo (Tuyttens et al., 2022 ) . A velocidade, o alcance e a fácil duplicação da IA ​​significam que os danos que poderiam ter sido relativamente limitados ou circunscritos podem aumentar muito rapidamente. Além disso, usar a IA para expandir, em vez de limitar algumas formas de exploração, como sistemas de pecuária – em vez de promover alternativas como alimentos à base de plantas – ampliaria e fortaleceria ainda mais os danos. Quando os danos estão “bloqueados”, torna-se mais difícil reduzir os danos aos animais a longo prazo.

O potencial positivo da IA ​​levanta a questão de saber se a IA resultará em dano líquido ou benefício líquido para os animais em vários domínios. Marian Stamp Dawkins ( 2021 , p. 2) sugere que é muito cedo para saber se os impactos gerais de bem-estar da agricultura inteligente serão positivos ou negativos para os animais (Wathes et al., 2008 ). No entanto, há razões para pensar que pode ser negativo. Por exemplo, a mudança para fazendas automatizadas é impulsionada principalmente pelo objetivo de uma produção mais eficiente, e não pelo objetivo de proporcionar uma boa vida aos animais. Esses sistemas podem, portanto, perder sinais de bem-estar pobre, distanciar ainda mais os humanos dos animais e agravar a objetificação dos animais.

Em parte, o impacto líquido da IA ​​neste ou naquele domínio dependerá da economia moral de seu desenvolvimento. Por exemplo, se a indústria da carne é a principal desenvolvedora de IA para a produção animal, o impacto certamente será direcionado para a produtividade e a busca de lucro, em vez do bem-estar animal abrangente. Da mesma forma, a IA usada para monitorar espécies 'invasoras' pode ter impactos diferentes, dependendo se é realizada por organizações que seguem estratégias tradicionais de conservação de envenenamento e tiro (Doherty et al., 2019) ou por aquelas que enfatizam maior compaixão e respeito pelos seres sencientes em conservação (Marris, 2021 ; Wallach et al., 2018 ).

Como explicamos na Seção. 2 , um problema potencial com a identificação de danos da IA ​​para animais é a discordância sobre o que constitui dano, particularmente sobre a natureza dos interesses ou bem-estar finais (não instrumentais). Por exemplo, alguns podem alegar que os animais de criação mais intensiva têm bom bem-estar se suas experiências negativas puderem ser mantidas mínimas (com certeza, uma tarefa muito difícil na prática), enquanto outros alegarão que a incapacidade de realizar várias atividades em algum 'objetivo 'lista' de bens empobrece seriamente o bem-estar. Alguns argumentarão que a matança indolor realizada de forma mais confiável pela tecnologia é um benefício significativo, enquanto outros argumentarão que tais ganhos de bem-estar são mínimos porque a morte em si é um dano muito grave.

Portanto, propomos que, além de estudos empíricos sobre os efeitos da IA ​​em animais, a consciência filosófica sobre a natureza do bem-estar e dos interesses animais é importante ao considerar os impactos da IA. Seria útil para os pesquisadores de ética da IA ​​e outros avaliar e discutir a natureza dos danos e investigar toda a gama de possíveis danos aos animais - incluindo humanos e animais - que podem resultar da tecnologia. Pesquisadores e profissionais de IA também podem defender uma maior apreciação dos múltiplos efeitos da IA ​​em não-humanos. Esperamos que artigos como este estimulem tal reflexão, pesquisa e defesa.

Um próximo passo será considerar cuidadosamente as implicações dos danos da IA ​​para políticas, leis e práticas. Precisamente quando e em que grau devemos limitar os danos aos animais depende em parte significativa de como avaliamos o status moral ou a importância dos animais (e se compreendemos adequadamente o emaranhamento humano-animal). Não adotamos uma visão particular sobre o status moral intrínseco dos animais neste artigo. A estrutura de danos que propusemos pode apoiar diferentes posições éticas sobre o significado moral dos animais – embora, é claro, assuma que temos uma razão moral para nos preocupar com os animais em primeiro lugar e reduzir os danos a eles em algumas e talvez em muitas circunstâncias. .

A redução de danos não humanos causados ​​pela IA pode ser feita de várias maneiras. Projetar princípios éticos na tecnologia de IA desde o início pode ser uma resposta apropriada (Bendel, 2018 ); incluir animais nos códigos e diretrizes de ética da IA ​​pode ser outra. No entanto, duvidamos que princípios éticos, autorregulação e avaliação de risco por si só sejam suficientes para limitar os danos aos animais (Bietti, 2021 ). Em vez disso, as preocupações sobre os impactos nocivos da IA ​​nos animais provavelmente precisarão ser abordadas nas leis e regulamentos de bem-estar animal e em uma série de outras leis e políticas, como regulamentos de trânsito, mandatos de segurança para veículos automatizados e drones, leis de proteção ambiental e leis projetado para regular a IA de forma mais geral (ver, por exemplo, Pasquale, 2020 ).

Finalmente, diferentes tipos e causas de danos, conforme identificados em nossa estrutura de danos, podem exigir respostas diferentes. Por exemplo, danos intencionais a animais causados ​​pela IA podem ser tratados por crueldade criminal, bem-estar animal e leis de proteção ambiental. Danos diretos não intencionais podem ser considerados nos padrões de design e na governança legal e ética da nova IA. Danos indiretos não intencionais talvez devam levar à consideração de como desenvolver novas medidas e esquemas de monitoramento para identificar impactos nocivos, estabelecer estruturas de governança em nível social e, talvez mais fundamentalmente, questionar se certos sistemas de IA devem ser desenvolvidos. Tais questões constituem áreas urgentes, mas negligenciadas, para discussão pública e pesquisa sobre o provável impacto profundo da IA ​​em animais não humanos.

Disponibilidade de Dados e Materiais

Mais informações sobre pesquisa de literatura estão disponíveis mediante solicitação.

Notas

1.      Observando que IA específica pode ser desenvolvida para uma finalidade e depois usada em outras aplicações.

2.     Mais comumente chamados de interesses 'intrínsecos'. Usamos a palavra 'último' (Crisp, 2021 ) aqui para evitar confusão com valor ou status moral 'intrínseco' (discutido acima).

3.     As revisões narrativas de literatura visam 'resumir ou sintetizar o que foi escrito sobre um determinado tópico' (Paré & Kitsiou, 2017 , p. 169) com ênfase na interpretação para aprofundar a compreensão do tópico que está sendo estudado (Greenhalgh et al., 2018). Embora nossa pesquisa tenha sido sistemática, ela se concentrou apenas em fontes específicas e, portanto, não foi exaustiva. Com a ajuda de um bibliotecário de pesquisa especializado e um assistente de pesquisa, pesquisamos termos relacionados a IA, animais e ética, danos, bem-estar ou bem-estar em revistas acadêmicas relacionadas à ética da IA, ética animal ou bem-estar até meados de 2022. Uma lista completa dos termos de pesquisa, periódicos pesquisados ​​e resultados retornados está disponível com os autores mediante solicitação. Como a literatura acadêmica nesse campo é limitada, também recorremos à literatura cinzenta e ao jornalismo de qualidade.

4.     Observe que os termos abuso, uso indevido e desuso podem ter significados técnicos e diversos na literatura de IA e tecnologia (Jacovi et al., 2021 ; Parasuraman & Riley, 1997 ).

5.     Bendel também discute colheitadeiras amigáveis ​​aos animais, robôs agrícolas, aspiradores de pó robô, cortadores de grama e drones com câmeras.

6.     Uma possibilidade de responsabilização aqui poderia ser buscar modelos interpretáveis ​​sempre que possível (Rudin, 2019 ), ou então mitigar os riscos de caixas pretas.

Abreviaturas

IA: inteligência artificial

IoT: Internet das Coisas

ML: aprendizado de máquina

ODS: metas de desenvolvimento sustentável

Referências

·        Abbasi, M., Friedler, SA, Scheidegger, C., & Venkatasubramanian, S. (2019). Justiça na representação: quantificando estereótipos como um dano representacional. Em Anais da Conferência Internacional SIAM de 2019 sobre Mineração de Dados (SDM) (págs. 801–809). Sociedade de Matemática Industrial e Aplicada. https://doi.org/10.1137/1.9781611975673.90

(Tradução Google)

TIRADO DAQUI

 https://link.springer.com/article/10.1007/s13347-023-00627-6#auth-Simon-Coghlan

 

LOLA