حکومتداری به‌وسیله الگوریتم

حکومتداری به‌وسیلهٔ الگوریتم[۱] (که با نام‌هایی مانند تنظیم‌گری الگوریتمی[۲]، تنظیم مقررات با الگوریتم‌ها، حاکمیت الگوریتمی[۳][۴]، حکمرانی الگورایی، نظام حقوقی الگوریتمی یا الگوروکراسی[۵] نیز شناخته می‌شود) شکلی جایگزین از حکومت یا سازمان اجتماعی است که در آن از الگوریتم‌های رایانه‌ای برای تنظیم مقررات، اجرای قانون، و به‌طور کلی هر جنبه‌ای از زندگی روزمره مانند حمل‌ونقل یا ثبت زمین استفاده می‌شود.[۶][۷][۸][۹][۱۰]

اصطلاح «دولت‌داری با الگوریتم» نخستین بار در سال ۲۰۱۳ در ادبیات علمی به‌عنوان جایگزینی برای «حاکمیت الگوریتمی» ظاهر شد.[۱۱] اصطلاح مرتبط «تنظیم‌گری الگوریتمی» به معنای تعیین استاندارد، پایش و اصلاح رفتار از طریق الگوریتم‌های محاسباتی است؛ که خودکارسازی قوه قضائیه نیز در محدودهٔ آن قرار دارد.[۱۲]

دولت‌داری با الگوریتم چالش‌های تازه‌ای را مطرح می‌کند که در ادبیات دولت الکترونیک و رویه‌های رایج ادارهٔ عمومی پوشش داده نشده‌اند.[۱۳] برخی منابع، سایبرکراسی را — که شکلی فرضی از حکومت است که با بهره‌گیری مؤثر از اطلاعات عمل می‌کند[۱۴][۱۵][۱۶] — معادل با حاکمیت الگوریتمی می‌دانند، هرچند الگوریتم‌ها تنها ابزار پردازش اطلاعات نیستند.[۱۷][۱۸]

نلو کریستیانینی و ترزا اسکنتامبورلو استدلال کرده‌اند که ترکیب یک جامعهٔ انسانی با برخی الگوریتم‌های تنظیم‌گر (مانند الگوریتم‌های امتیازدهی بر پایهٔ اعتبار) شکلی از ماشین اجتماعی را پدید می‌آورد.[۱۹]

تاریخچه

تصویر رایانه‌ای از اتاق عملیات پروژه سایبرسین
گروه LEGOL (۱۹۷۷)
«بلاک‌چین و آیندهٔ حکمرانی؛ بیایید از هیجان عبور کنیم و بفهمیم چه کاری می‌توان انجام داد» با حضور آندریا بائر، بوریس موشکویتس و شرمین وشمگیر در ری:پابلیکا

در سال ۱۹۶۲، مدیر مؤسسهٔ انتقال اطلاعات در آکادمی علوم روسیه در مسکو (الکساندر خارکویچ[۲۰] مقاله‌ای در مجله «کمونیست» منتشر کرد که در آن شبکه‌ای رایانه‌ای برای پردازش اطلاعات و کنترل اقتصاد پیشنهاد شده بود.[۲۱][۲۲] او در واقع پیشنهادی برای ساخت شبکه‌ای مشابه اینترنت امروزی برای نیازهای حکمرانی الگوریتمی (پروژه OGAS) مطرح کرد. این موضوع نگرانی‌هایی جدی در میان تحلیلگران سیا ایجاد کرد.[۲۳] به‌ویژه، آرتور ام. شلزینگر جونیور هشدار داد که: «تا سال ۱۹۷۰، اتحاد جماهیر شوروی ممکن است دارای فناوری تولیدی کاملاً نوینی باشد که شامل سامانه‌هایی از صنایع است که توسط رایانه‌های خودآموز در حلقه‌های بازخوردی کنترل می‌شوند».[۲۳]

در سال‌های ۱۹۷۱ تا ۱۹۷۳، دولت شیلی پروژهٔ سایبرسین را در دورهٔ ریاست‌جمهوری سالوادور آلنده اجرا کرد. هدف این پروژه ساخت یک سامانهٔ پشتیبانی تصمیم‌گیری توزیع‌شده برای بهبود مدیریت اقتصاد ملی بود.[۲۴][۲] عناصر این پروژه در سال ۱۹۷۲ برای مقابله موفقیت‌آمیز با فروپاشی حمل‌ونقل ناشی از اعتصاب چهل‌هزار راننده کامیون با حمایت سازمان سیا مورد استفاده قرار گرفت.[۲۵]

همچنین در دهه‌های ۱۹۶۰ و ۱۹۷۰، هربرت الکساندر سایمون استفاده از سامانه‌های خبره را به‌عنوان ابزاری برای عقلانی‌سازی و ارزیابی رفتار اداری مطرح کرد.[۲۶] خودکارسازی فرآیندهای مبتنی بر قوانین، هدفی دیرینه برای سازمان‌های مالیاتی در طول دهه‌ها بود که نتایج متغیری در پی داشت.[۲۷] از کارهای ابتدایی در این حوزه می‌توان به پروژه تأثیرگذار «تاکس‌من» اثر تورن مک‌کارتی[۲۸] در آمریکا و پروژه LEGOL اثر رونالد استمپر[۲۹] در بریتانیا اشاره کرد. در سال ۱۹۹۳، دانشمند رایانه پاول کاکشات از دانشگاه گلاسگو و اقتصاددان آلن کاترِل از دانشگاه ویک فارست کتابی با عنوان به‌سوی سوسیالیسمی نوین منتشر کردند که در آن ادعا می‌شود امکان طراحی یک اقتصاد دستوری دموکراتیک با تکیه بر فناوری رایانه‌ای مدرن وجود دارد.[۳۰] قاضی عالی‌رتبه مایکل کربی در سال ۱۹۹۸ مقاله‌ای منتشر کرد و در آن ابراز امیدواری نمود که فناوری‌های رایانه‌ای موجود، نظیر سامانه‌های خبره حقوقی، بتوانند به سامانه‌هایی تبدیل شوند که تأثیر عمیقی بر کارکرد دادگاه‌ها خواهند داشت.[۳۱] در سال ۲۰۰۶، وکیل لارنس لسیگ که به‌خاطر شعار «کد، قانون است» شناخته می‌شود، نوشت:

دست نامرئی فضای سایبری در حال ساخت معماری‌ای است که کاملاً مخالف معماری آن در بدو پیدایش است. این دست نامرئی که توسط دولت و تجارت سوق داده می‌شود، در حال ساخت معماری‌ای است که کنترل را به اوج می‌رساند و امکان تنظیم‌گری بسیار کارآمد را فراهم می‌کند.[۳۲]

از دهه ۲۰۰۰ میلادی، الگوریتم‌ها برای تحلیل خودکار ویدیوهای نظارتی طراحی و مورد استفاده قرار گرفته‌اند.[۳۳]

آ. آنیش در کتاب خود در سال ۲۰۰۶ با عنوان مهاجرت مجازی، مفهوم الگوسالاری (algocracy) را مطرح کرد — جایی که فناوری‌های اطلاعاتی مشارکت انسانی در تصمیم‌گیری‌های عمومی را محدود می‌کنند.[۳۴][۳۵] آنیش، سامانه‌های الگوسالار را از سامانه‌های دیوان‌سالار (تنظیم‌گری قانونی-عقلانی) و سامانه‌های مبتنی بر بازار (تنظیم‌گری بر پایه قیمت) متمایز می‌دانست.[۳۶]

در سال ۲۰۱۳، مفهوم تنظیم‌گری الگوریتمی برای نخستین‌بار توسط تیم اورایلی، بنیان‌گذار و مدیر عامل شرکت O'Reilly Media مطرح شد:

گاهی «قوانین» در واقع اصلاً قانون نیستند. گوردون بروس، مدیر ارشد سابق اطلاعات در شهر هونولولو، به من توضیح داد که وقتی از بخش خصوصی وارد دولت شد و خواستار ایجاد تغییراتی شد، به او گفته شد: «این خلاف قانون است.» او پاسخ داد: «خُب، قانون را نشانم بده.» گفتند: «در واقع قانون نیست. یک مقرره است.» او گفت: «باشه، مقرره را نشان بده.» پاسخ دادند: «در واقع مقرره هم نیست. یک سیاست داخلی است که بیست سال پیش آقای فلانی تصویب کرده.» و او گفت: «عالیه. پس می‌تونیم تغییرش بدیم!» [...] قانون‌ها باید اهداف، حقوق، نتایج، اختیارات و حدود را مشخص کنند. اگر به‌صورت گسترده تعیین شوند، می‌توانند آزمون زمان را پشت سر بگذارند. مقررات، که نحوه اجرای آن قوانین را به‌صورت جزئی مشخص می‌کنند، باید همچون کدها و الگوریتم‌هایی که برنامه‌نویسان استفاده می‌کنند، ابزاری پویا و به‌روزشونده برای رسیدن به اهداف تعیین‌شده در قوانین در نظر گرفته شوند. [...] زمان آن رسیده که دولت وارد عصر کلان‌داده شود. تنظیم‌گری الگوریتمی ایده‌ای است که اکنون زمانش فرارسیده.[۳۷]

در سال ۲۰۱۷، وزارت دادگستری اوکراین حراج‌های آزمایشی دولتی را با استفاده از فناوری بلاک‌چین اجرا کرد تا شفافیت را تضمین کرده و از فساد در معاملات دولتی جلوگیری کند.[۳۸] «حکمرانی با الگوریتم؟» موضوع محوری کنفرانس «داده برای سیاست ۲۰۱۷» بود که در روزهای ۶ تا ۷ سپتامبر ۲۰۱۷ در لندن برگزار شد.[۳۹]

نمونه‌ها

شهرهای هوشمند

معماری اینترنت اشیا برای سامانه‌های مراقبت خانگی

شهر هوشمند منطقه‌ای شهری است که داده‌های نظارتی گردآوری‌شده برای بهبود عملیات مختلف شهری مورد استفاده قرار می‌گیرند. افزایش توان پردازشی موجب شده است که تصمیم‌گیری‌های خودکار بیشتر و جایگزینی نهادهای عمومی با حکمرانی الگوریتمی امکان‌پذیر شود.[۴۰] به‌ویژه، استفاده ترکیبی از هوش مصنوعی و فناوری بلاک‌چین در اینترنت اشیا می‌تواند به ایجاد اکوسیستم‌های پایدار در شهرهای هوشمند منجر شود.[۴۱] روشنایی هوشمند خیابانی در گلاسگو نمونه‌ای موفق از به‌کارگیری الگوریتم‌های هوش مصنوعی در حکومت‌داری است.[۴۲] پژوهشی درباره ابتکارهای شهر هوشمند در ایالات متحده آمریکا نشان می‌دهد که این طرح‌ها نیازمند بخش عمومی به‌عنوان سازمان‌دهنده و هماهنگ‌کننده اصلی، بخش خصوصی به‌عنوان تأمین‌کننده فناوری و زیرساخت، و دانشگاه‌ها به‌عنوان ارائه‌دهندگان تخصص هستند.[۴۳]

در سال ۲۰۲۱، میلیاردر حوزه رمزارز، جفری برنز، پیشنهاد کرد که دولت‌های محلی در نوادا توسط شرکت‌های فناوری اداره شوند.[۴۴] برنز در سال ۲۰۱۸ زمینی به مساحت ۶۷٬۰۰۰ جریب (۲۷۱ کیلومتر مربع) را در شهرستان استوری (نوادا) (با جمعیت ۴٬۱۰۴ نفر) به مبلغ ۱۷۰ میلیون دلار (۱۲۱ میلیون پوند) خرید تا شهری هوشمند با بیش از ۳۶٬۰۰۰ سکنه توسعه دهد که می‌تواند سالانه ۴٫۶ میلیارد دلار خروجی اقتصادی داشته باشد.[۴۴] استفاده از رمزارز برای پرداخت‌ها در این طرح مجاز بود.[۴۴] اما منطقه نوآوری شرکت بلاکچین در سپتامبر ۲۰۲۱ به دلیل ناتوانی در تأمین کافی آب برای جمعیت ۳۶٬۰۰۰ نفره برنامه‌ریزی‌شده لغو شد.[۴۵] این منطقه قرار بود آب موردنیاز خود را از محلی واقع در ۱۰۰ مایلی، در شهرستان واشو وارد کند.[۴۶] طرح مشابهی برای لوله‌کشی آب در سال ۲۰۰۷ حدود ۱۰۰ میلیون دلار هزینه تخمین زده شده بود و ساخت آن حدود ۱۰ سال زمان نیاز داشت.[۴۶] با خرید حقوق آبی اضافی از ناحیه عمومی بهبود صنعتی تاهو-رنو، «منطقه نوآوری» می‌توانست آب کافی برای حدود ۱۵٬۴۰۰ خانه فراهم کند – به این معنا که تنها برای ۱۵٬۰۰۰ واحد مسکونی برنامه‌ریزی‌شده کفایت می‌کرد و چیزی برای بقیه شهر آینده و ۲۲ میلیون فوت مربع توسعه صنعتی باقی نمی‌ماند.[۴۶]

در عربستان سعودی، طراحان پروژه لاین ادعا می‌کنند که این پروژه با بهره‌گیری از هوش مصنوعی و تحلیل‌های پیش‌بینی‌کننده، تحت نظارت قرار خواهد گرفت تا کیفیت زندگی را بهبود بخشد.[۴۷]

سامانه‌های شهرت

مدل تفکر سایبرنتیک درباره سازمان. از یک طرف یک سیستم در واقعیت تعیین شده است. از طرف دیگر، کارخانه سایبرنتیک را می‌توان به عنوان یک سیستم کنترل مدل‌سازی کرد.[۴۸]

تیم اوریلی پیشنهاد داد که منابع داده و سامانه شهرت در تنظیم الگوریتمی می‌توانند از مقررات سنتی پیشی بگیرند.[۳۷] به عنوان مثال، وقتی که رانندگان تاکسی توسط مسافران رتبه‌بندی می‌شوند، کیفیت خدمات آنها به طور خودکار بهبود می‌یابد و «رانندگانی که خدمات ضعیفی ارائه می‌دهند حذف می‌شوند».[۳۷] پیشنهاد اوریلی مبتنی بر مفهوم نظریه کنترل و حلقه‌های بازخورد (feedback loop) است — بهبودها (بازخورد مثبت) و کاهش‌ها (بازخورد منفی) در شهرت، رفتار مطلوب را تحمیل می‌کنند.[۱۹] استفاده از حلقه‌های بازخورد برای مدیریت سیستم‌های اجتماعی پیش‌تر توسط سایبرنتیک مدیریت و استفورد بیر پیشنهاد شده بود.[۴۹]

این ارتباطات توسط نلو کریستیانینی و ترزا اسکنتامبورلو بررسی شده است، جایی که سیستم امتیازدهی شهرت-اعتبار به عنوان مشوقی برای شهروندان مدل‌سازی شده که توسط یک ماشین اجتماعی محاسبه می‌شود، به گونه‌ای که عاملان عقلایی برای افزایش امتیاز خود با تطبیق رفتارشان انگیزه پیدا کنند. جنبه‌های اخلاقی متعددی درباره این فناوری هنوز در حال بحث است.[۱۹]

سامانه امتیاز اجتماعی چین گفته شده است که تلاشی برای نظارت گسترده با یک امتیاز عددی متمرکز برای هر شهروند بر اساس رفتارهایشان است، اگرچه گزارش‌های جدید نشان می‌دهد که این تصور گسترده یک سوء تفاهم است.[۵۰][۵۱][۵۲]

قراردادهای هوشمند

قراردادهای هوشمند، رمزارزها و سازمان نامتمرکز خودگردان به عنوان روش‌هایی برای جایگزینی روش‌های سنتی حکومت‌داری ذکر شده‌اند.[۵۳][۵۴][۱۰] رمزارزها پول‌هایی هستند که به‌وسیله الگوریتم‌ها بدون بانک مرکزی حکومتی فعال می‌شوند.[۵۵] ارز دیجیتال بانک مرکزی اغلب از فناوری مشابه بهره می‌برد، اما تفاوت آن در این است که توسط بانک مرکزی پشتیبانی می‌شود. به زودی توسط اتحادیه‌ها و دولت‌های بزرگی مانند اتحادیه اروپا و چین به کار گرفته خواهد شد. قراردادهای هوشمند قراردادهایی خوداجرا هستند که هدفشان کاهش نیاز به واسطه‌های دولتی مورد اعتماد، داوری و هزینه‌های اجرایی است.[۵۶][۵۷] سازمان مستقل غیرمتمرکز، سازمانی است که با قراردادهای هوشمند نمایندگی می‌شود، شفاف است، توسط سهامداران کنترل می‌شود و تحت تأثیر دولت مرکزی نیست.[۵۸][۵۹][۶۰] قراردادهای هوشمند برای کاربردهایی مانند قراردادهای (موقت) استخدام[۶۱][۶۲] و انتقال خودکار وجوه و املاک (مانند ارث پس از ثبت گواهی فوت) مورد بحث قرار گرفته‌اند.[۶۳][۶۴][۶۵][۶۶] برخی کشورها مانند گرجستان و سوئد پیش‌تر برنامه‌های بلاک‌چین را با تمرکز بر املاک (راستی آزمایی مالکیت سند و مالکیت املاک و مستغلات) آغاز کرده‌اند.[۳۸][۶۷][۶۸][۶۹] اوکراین همچنین به حوزه‌های دیگری مانند ثبت‌های دولتی نیز می‌نگرد.[۳۸]

الگوریتم‌ها در نهادهای دولتی

تیم روبیکون در راکاویز، ۱۲ نوامبر ۲۰۱۲ - نمایی از نرم‌افزار پالانتیر

طبق مطالعه‌ای در دانشگاه استنفورد، تا سال ۲۰۲۰ حدود ۴۵٪ از آژانس‌های فدرال ایالات متحده با ابزارهای هوش مصنوعی و یادگیری ماشین (ML) آزمایش کرده‌اند.[۱] این آژانس‌ها تعداد کاربردهای هوش مصنوعی را شمارش کردند که در جدول زیر آمده‌است.[۱] ۵۳٪ از این کاربردها توسط کارشناسان داخلی تولید شده‌اند.[۱] ارائه‌دهندگان تجاری برنامه‌های باقی‌مانده شامل شرکت پالانتیر تکنولوژیس است.[۷۰]

نام آژانستعداد موارد کاربرد
دفتر برنامه‌های دادگستری۱۲
کمیسیون بورس و اوراق بهادار آمریکا۱۰
سازمان ملی هوانوردی و فضایی۹
سازمان غذا و دارو۸
سازمان زمین‌شناسی ایالات متحده۸
خدمات پستی ایالات متحده آمریکا۸
اداره تأمین اجتماعی (آمریکا)۷
اداره ثبت اختراع و نشان تجاری ایالات متحده آمریکا۶
دفتر آمار کار ایالات متحده آمریکا۵
اداره گمرک و حفاظت مرزی ایالات متحده آمریکا۴

در سال ۲۰۱۲، پلیس نیوارلان همکاری با شرکت پالانتیر در حوزه پلیس پیش‌بینی‌کننده را آغاز کرد.[۷۱] علاوه بر نرم‌افزار Gotham پالانتیر، نرم‌افزارهای مشابهی (نظیر نرم‌افزارهای تحلیل عددی) که توسط نهادهای پلیس (مانند NCRIC) استفاده می‌شوند، شامل ساس است.[۷۲]

در مبارزه با پول‌شویی، شبکه مبارزه با جرایم مالی (FinCEN) از سال ۱۹۹۵ سیستم هوش مصنوعی FinCEN (FAIS) را به کار گرفته است.[۷۳][۷۴]

ادارات بهداشت ملی و سازمان‌هایی مانند AHIMA (انجمن مدیریت اطلاعات سلامت آمریکا) پرونده‌های پزشکی را نگهداری می‌کنند. این پرونده‌ها به عنوان مخزن مرکزی برای برنامه‌ریزی مراقبت از بیماران و ثبت ارتباطات میان بیمار و ارائه‌دهندگان و متخصصان سلامت مورد استفاده قرار می‌گیرند. در اتحادیه اروپا، پروژه‌ای با عنوان فضای داده‌های سلامت اروپا در حال اجراست که از استفاده داده‌های سلامت حمایت می‌کند.[۷۵]

وزارت امنیت داخلی ایالات متحده نرم‌افزار ATLAS را که بر بستر آمازون کلود اجرا می‌شود به کار گرفته است. این نرم‌افزار بیش از ۱۶.۵ میلیون پرونده شهروندان تابعیت گرفته آمریکایی را بررسی کرده و تقریباً ۱۲۴,۰۰۰ مورد را برای تحلیل و بازبینی دستی توسط مأموران خدمات شهروندی و مهاجرت ایالات متحده آمریکا در زمینه سلب تابعیت علامت‌گذاری کرده است.[۷۶][۷۷] این پرونده‌ها به دلیل احتمال تقلب، مسائل امنیت عمومی و امنیت ملی علامت‌گذاری شده‌اند. بخشی از داده‌های بررسی‌شده از پایگاه‌های داده بانک داده‌های مراقبتی تروریست‌ها و مرکز اطلاعات جرایم ملی تأمین شده‌اند.

نرم‌افزار NarxCare که در آمریکا استفاده می‌شود،[۷۸] داده‌های ثبت نسخه دارویی در چندین ایالت را ترکیب می‌کند[۷۹][۸۰] و با استفاده از یادگیری ماشین، «امتیازهای ریسک» سه‌رقمی مختلفی برای نسخه‌های دارویی و همچنین «امتیاز ریسک مصرف بیش‌ازحد» (Overdose Risk Score) تولید می‌کند که به مجموع آن‌ها «امتیازهای نارکس» گفته می‌شود.[۸۱] این فرآیند احتمالاً شامل داده‌های خدمات اورژانسی و عدالت کیفری[۷۸] و همچنین سوابق دادگاه است.[۸۲]

در استونی، هوش مصنوعی در دولت الکترونیک برای خودکارسازی و تسهیل امور به کار می‌رود. یک دستیار مجازی شهروندان را در تعاملات با دولت راهنمایی می‌کند. خدمات خودکار و پیش‌گیرانه در رویدادهای مهم زندگی شهروندان (از جمله تولد، فوت، بیکاری) به صورت فعال به آنها ارائه می‌شوند. مثالی از این خدمات، ثبت خودکار نوزادان هنگام تولد است.[۸۳] سامانه X-Road استونی نیز بازسازی خواهد شد تا کنترل‌های بیشتری بر حفظ حریم خصوصی و پاسخگویی در استفاده از داده‌های شهروندان ایجاد کند.[۸۴]

در کاستاریکا، احتمال دیجیتالی شدن فعالیت‌های خرید دولتی (مانند مناقصه‌های پروژه‌های عمومی) بررسی شده است. این گزارش مزایایی مانند افزایش شفافیت، تسهیل دسترسی دیجیتال به مناقصات، کاهش تعامل مستقیم بین مسئولان خرید و شرکت‌ها در مواقع پرریسک، افزایش رقابت و سهولت شناسایی تخلفات را ذکر کرده است.[۸۵]

علاوه بر استفاده از مناقصات الکترونیکی برای پروژه‌های عادی کارهای عمومی (ساخت و ساز ساختمان‌ها، جاده‌ها)، می‌توان از مناقصات الکترونیکی برای پروژه‌های بازسازی جنگل و سایر پروژه‌های احیای مخزن کربن استفاده کرد.[۸۶] پروژه‌های احیای مخزن کربن ممکن است بخشی از برنامه‌های تعهدات ملی تعیین شده برای رسیدن به اهداف توافق پاریس باشند.

نرم‌افزارهای حسابرسی خرید تدارکات دولتی نیز قابل استفاده هستند.[۸۷][۸۸] در برخی کشورها، حسابرسی‌ها پس از دریافت یارانه انجام می‌شود.

برخی نهادهای دولتی سامانه‌های پیگیری و رهگیری خدمات خود را ارائه می‌دهند. مثالی از این سامانه‌ها، رهگیری درخواست‌های انجام شده توسط شهروندان (مثلاً دریافت گواهینامه رانندگی) است.[۸۹]

برخی خدمات دولتی از سیستم‌های ردیابی مسائل برای پیگیری مسائل جاری استفاده می‌کنند.[۹۰][۹۱][۹۲][۹۳]

عدالت به کمک الگوریتم

تصمیمات قضات در استرالیا توسط نرم‌افزار «Split Up» در موارد تعیین درصد تقسیم پس از طلاق پشتیبانی می‌شود.[۹۴] نرم‌افزار COMPAS در آمریکا برای ارزیابی ریسک بازگشت به جرم در دادگاه‌ها استفاده می‌شود.[۹۵][۹۶] طبق بیانیه دادگاه اینترنتی پکن، چین نخستین کشور ایجادکننده دادگاه اینترنتی یا دادگاه سایبری است.[۹۷][۹۸][۹۹] قاضی هوش مصنوعی چینی، بازسازی مجازی یک قاضی زن واقعی است. او «کمک خواهد کرد تا قضات دادگاه کارهای پایه تکراری از جمله پذیرش شکایت را انجام دهند و بدین ترتیب متخصصان حرفه‌ای بهتر روی کارهای محاکمه خود تمرکز کنند».[۹۷] همچنین، استونی قصد دارد از هوش مصنوعی برای رسیدگی به پرونده‌های دعاوی کوچک کمتر از ۷۰۰۰ یورو استفاده کند.[۱۰۰]

Lawbotها می‌توانند وظایفی را انجام دهند که معمولاً توسط دستیاران حقوقی یا کارآموزان جوان در شرکت‌های حقوقی انجام می‌شود. یکی از فناوری‌های مورد استفاده شرکت‌های حقوقی آمریکایی برای کمک به پژوهش حقوقی، فناوری شرکت ROSS Intelligence است،[۱۰۱] و سایر موارد در سطح‌های مختلفی از پیچیدگی و وابستگی به الگوریتمهای برنامه‌ریزی شده متغیرند.[۱۰۲] یکی دیگر از کاربردهای فناوری حقوقی، برنامه‌های چت‌بات حقوقی مانند DoNotPay است.

الگوریتم‌ها در آموزش

به دلیل همه‌گیری COVID-19 در سال ۲۰۲۰، برگزاری آزمون‌های حضوری نهایی برای هزاران دانش‌آموز ممکن نبود.[۱۰۳] دبیرستان دولتی دبیرستان وستمینیستر از الگوریتم‌ها برای تخصیص نمرات استفاده کرد. وزارت آموزش بریتانیا نیز به دلیل همه‌گیری، از محاسبات آماری برای تعیین نمرات نهایی در A-levels بهره برد.[۱۰۴]

علاوه بر استفاده در نمره‌دهی، سیستم‌های نرم‌افزاری مانند هوش مصنوعی در آماده‌سازی برای آزمون‌های ورودی دانشگاه به کار رفتند.[۱۰۵]

دستیاران آموزشی هوش مصنوعی در حال توسعه و استفاده در آموزش هستند (مثلاً جیل واتسون از دانشگاه جورجیا تک)[۱۰۶][۱۰۷] و همچنین بحثی در حال انجام است درباره احتمال جایگزینی کامل معلمان توسط سیستم‌های هوش مصنوعی (مثلاً در آموزش در خانه).[۱۰۸]

سیاستمداران هوش مصنوعی

در سال ۲۰۱۸، یک فعال به نام میچیتو ماتسودا (Michihito Matsuda) به عنوان نماینده انسانی برنامه‌ای از هوش مصنوعی برای شهرداری در منطقه تاما، توکیو کاندید شد.[۱۰۹] در حالی که پوسترهای انتخاباتی و مطالب کمپین از اصطلاح «ربات» استفاده کرده و تصاویر عکاسی آرشیوی از یک اندروید (ربات) زنانه را نشان می‌دادند، «شهردار هوش مصنوعی» در واقع یک الگوریتم یادگیری ماشین آموزش‌دیده شده با داده‌های شهر تاما بود.[۱۱۰] این پروژه توسط مدیران برجسته‌ای چون تتسوز ماتسماتو (Tetsuzo Matsumoto) از گروه سافت‌بنک و نوریو موراکامی (Norio Murakami) از گوگل حمایت شد.[۱۱۱] میچیتو ماتسودا در انتخابات مقام سوم را کسب کرد و توسط هیروکی آبه (Hiroyuki Abe) شکست خورد.[۱۱۲] سازمان‌دهندگان ادعا کردند که «شهردار هوش مصنوعی» برنامه‌ریزی شده تا درخواست‌های مردمی مطرح شده در شورای شهر را به گونه‌ای «منصفانه‌تر و متعادل‌تر» از سیاستمداران انسانی تحلیل کند.[۱۱۳]

در سال ۲۰۱۸، سزار هیدالگو ایدهٔ دموکراسی افزوده را ارائه داد.[۱۱۴] در دموکراسی افزوده، قانون‌گذاری توسط همزاد دیجیتالی هر فرد انجام می‌شود.

در سال ۲۰۱۹، پیام‌رسان هوش مصنوعی چت‌بات «سام» در بحث‌های رسانه‌های اجتماعی مرتبط با رقابت انتخاباتی در نیوزیلند شرکت کرد.[۱۱۵] خالق «سام»، نیک گریتسن، معتقد بود که سام تا اواخر ۲۰۲۰ به اندازه‌ای پیشرفته خواهد بود که بتواند به عنوان نامزد در انتخابات عمومی نیوزیلند شرکت کند.[۱۱۶]

در سال ۲۰۲۲، چت‌بات «Leader Lars» یا «Leder Lars» برای حزب سنتتیک نامزد انتخابات پارلمانی دانمارک در سال ۲۰۲۲ شد،[۱۱۷] و توسط گروه هنری Computer Lars ساخته شده بود.[۱۱۸] «لیدر لارس» نسبت به سیاستمداران مجازی پیشین متفاوت بود، زیرا یک حزب سیاسی را رهبری می‌کرد و وانمود نمی‌کرد نامزد عینی باشد.[۱۱۹] این چت‌بات در بحث‌های انتقادی سیاسی با کاربران سراسر جهان شرکت داشت.[۱۲۰]

در سال ۲۰۲۳، در شهر ژاپنی مانازورو، نامزد شهرداری به نام «AI Mayer» امید دارد اولین مقام انتخابی در ژاپن باشد که با هوش مصنوعی اداره می‌شود در نوامبر ۲۰۲۳. گفته می‌شود این نامزدی توسط گروهی به رهبری میچیتو ماتسودا حمایت می‌شود.[۱۲۱]

در انتخابات سراسری بریتانیا (۲۰۲۴)، یک تاجر به نام استیو انداکات برای حوزه انتخابیه برینگتون به عنوان آواتار هوش مصنوعی به نام «AI Steve» کاندید شد،[۱۲۲] وی اعلام کرد که فقط برای رأی دادن بر اساس سیاست‌هایی که حداقل ۵۰٪ حمایت دریافت کرده‌اند، به پارلمان خواهد رفت.[۱۲۳] «AI Steve» با کسب ۱۷۹ رأی آخر شد.[۱۲۴]

مدیریت عفونت

طرح شماتیک ردیابی تماس مبتنی بر اپلیکیشن COVID-19[۱۲۵]

در فوریه ۲۰۲۰، چین اپلیکیشنی موبایلی برای مقابله با شیوع ویروس کرونا راه‌اندازی کرد.[۱۲۶] این اپ با نام «دتکتور تماس نزدیک» شناخته می‌شود.[۱۲۷] از کاربران خواسته می‌شود نام و شماره شناسایی خود را وارد کنند. این اپ با استفاده از داده‌های نظارتی (مثلاً سوابق حمل‌ونقل عمومی، شامل قطارها و پروازها)[۱۲۷] تماس نزدیک و در نتیجه ریسک بالقوه عفونت را تشخیص می‌دهد. هر کاربر می‌تواند وضعیت سه کاربر دیگر را نیز بررسی کند. برای انجام این بررسی کاربران کد پاسخ سریع (QR) را با اپلیکیشن‌هایی مانند علی پی (سکو پرداخت) یا وی‌چت اسکن می‌کنند.[۱۲۸] این نرم‌افزار از طریق اپلیکیشن‌های محبوب موبایلی از جمله Alipay قابل دسترسی است. اگر ریسک بالقوه‌ای تشخیص داده شود، اپ نه تنها خودقرنطینه را توصیه می‌کند بلکه مقامات بهداشتی محلی را نیز هشدار می‌دهد.[۱۲۹]

علی پی همچنین دارای کد سلامت علی پی است که برای حفظ ایمنی شهروندان به کار می‌رود. این سیستم پس از پر کردن فرم با اطلاعات شخصی، یک کد QR در یکی از سه رنگ (سبز، زرد، یا قرمز) تولید می‌کند. کد سبز اجازه حرکت آزادانه را می‌دهد، کد زرد کاربر را ملزم به ماندن در خانه به مدت هفت روز می‌کند و کد قرمز به معنای قرنطینه دو هفته‌ای است. در برخی شهرها مانند هانگژو، بدون نشان دادن کد علی پی عبور و مرور تقریباً غیرممکن شده است.[۱۳۰]

در کن، فرانسه، نرم‌افزار نظارتی روی تصاویر دوربین‌های مداربسته استفاده شده است که امکان پایش رعایت فاصله‌گذاری اجتماعی و استفاده از ماسک در دوران پاندمی COVID-19 را فراهم می‌کند. این سیستم داده‌های شناسایی را ذخیره نمی‌کند، بلکه فقط به مسئولان شهری و پلیس هشدار می‌دهد که کجا مقررات نقض شده است (برای اعمال جریمه در صورت نیاز). الگوریتم‌های این نرم‌افزار نظارتی قابل ادغام با سیستم‌های موجود در فضاهای عمومی مانند بیمارستان‌ها، ایستگاه‌ها، فرودگاه‌ها، مراکز خرید و ... هستند.[۱۳۱]

داده‌های تلفن همراه در کره جنوبی، تایوان، سنگاپور و دیگر کشورها برای ردیابی بیماران مبتلا به کرونا استفاده می‌شود.[۱۳۲][۱۳۳] در مارس ۲۰۲۰، دولت اسرائیل به سازمان‌های امنیتی اجازه داد داده‌های تلفن همراه افراد مشکوک به داشتن ویروس کرونا را ردیابی کنند. این اقدام برای اجرای قرنطینه و حفاظت از افرادی که ممکن است با شهروندان آلوده تماس داشته باشند انجام شد.[۱۳۴] همچنین در مارس ۲۰۲۰، شرکت دویچه تلکوم داده‌های خصوصی تلفن همراه را با آژانس دولتی مؤسسه روبرت کخ به اشتراک گذاشت تا به تحقیق و پیشگیری از شیوع ویروس کمک کند.[۱۳۵] روسیه از فناوری سیستم تشخیص چهره برای شناسایی افراد متخلف قرنطینه استفاده کرد.[۱۳۶] مسئول بهداشت منطقه‌ای ایتالیا، جولیو گالرا گفت که «۴۰٪ مردم همچنان به رفت‌وآمد ادامه می‌دهند»، این اطلاعات از اپراتورهای تلفن همراه به او گزارش شده است.[۱۳۷] در آمریکا، اروپا و بریتانیا، شرکت پالانتیر تکنولوژیس مسئول ارائه خدمات ردیابی COVID-19 است.[۱۳۸]

پیشگیری و مدیریت بلایای محیط زیستی

سونامیها می‌توانند توسط سامانه هشدار سونامی شناسایی شوند که از هوش مصنوعی نیز بهره می‌برند.[۱۳۹][۱۴۰] سیلابها نیز با استفاده از سامانه‌های هوش مصنوعی قابل شناسایی هستند.[۱۴۱] آتش‌سوزی جنگلها نیز توسط سیستم‌های هوش مصنوعی قابل پیش‌بینی‌اند.[۱۴۲][۱۴۳] شناسایی آتش‌سوزی جنگل نیز با هوش مصنوعی امکان‌پذیر است (از طریق داده‌های ماهواره‌ای، تصاویر هوایی و موقعیت‌یابی GPS پرسنل) و می‌تواند در تخلیه مردم هنگام آتش‌سوزی کمک کند.[۱۴۴] هوش مصنوعی همچنین برای بررسی واکنش ساکنان در آتش‌سوزی‌ها استفاده شده است.[۱۴۵] و تشخیص آتش‌سوزی در زمان واقعی با استفاده از بینایی ماشین امکان‌پذیر است.[۱۴۶][۱۴۷]

سامانه‌های هشدار زمین‌لرزه با پیشرفت هوش مصنوعی در اندازه‌گیری داده‌های لرزه‌ای و پیاده‌سازی الگوریتم‌های پیچیده بهبود یافته‌اند.[۱۴۸][۱۴۹][۱۵۰] پایش زمین‌لرزه، تشخیص فاز و شناسایی سیگنال‌های لرزه‌ای به کمک الگوریتم‌های هوش مصنوعی و مدل‌های یادگیری عمیق بهبود یافته است.[۱۵۱]

مناطق تخم‌گذاری ملخ‌ها را می‌توان با استفاده از یادگیری ماشین تخمین زد که می‌تواند به جلوگیری از گسترش زنبورهای ملخ در مراحل اولیه کمک کند.[۱۵۲]

پذیرش

فواید

تنظیم الگوریتمی فرض بر این است که سیستمی برای حکمرانی است که داده‌های دقیق‌تر، جمع‌آوری‌شده از شهروندان از طریق دستگاه‌ها و کامپیوترهای هوشمندشان، به کار گرفته می‌شود تا زندگی انسانی به صورت جمعی و کارآمدتر سازماندهی شود.[۱۵۳][۱۵۴] به‌طور مثال، براساس برآورد «دلویت» در سال ۲۰۱۷، اتوماسیون کارهای دولت آمریکا می‌تواند سالانه ۹۶.۷ میلیون ساعت کاری فدرال را ذخیره کند که معادل صرفه‌جویی بالقوه ۳.۳ میلیارد دلار است و در بهترین حالت به ۱.۲ میلیارد ساعت و صرفه‌جویی ۴۱.۱ میلیارد دلار می‌رسد.[۱۵۵]

انتقادها

استفاده از الگوریتم‌ها در دولت با خطرات بالقوه‌ای همراه است، از جمله:

  • تعصب الگوریتمی که الگوریتم‌ها به آن دچار می‌شوند،[۱۵۶]
  • عدم شفافیت در چگونگی تصمیم‌گیری الگوریتم،[۱۵۷]
  • و مسئولیت‌پذیری برای چنین تصمیماتی.[۱۵۷]

براساس کتاب سال ۲۰۱۶ «سلاح‌های تخریب ریاضی»، الگوریتم‌ها و داده‌های کلان به دلیل فقدان شفافیت، گستردگی و پیامدهای مخرب، احتمالاً نابرابری را افزایش می‌دهند.[۱۵۸]

نگرانی جدی دیگری نیز درباره «بازی با سیستم» (gaming the system) وجود دارد؛ یعنی هنگامی که شفافیت بیشتری در تصمیم‌گیری الگوریتمی به وجود آید، افراد یا نهادهای تحت تنظیم ممکن است برای به نفع خود دستکاری کنند یا از یادگیری ماشین خصمانه استفاده کنند.[۱][۱۹] به گفته یووال نوح حراری، تقابل میان دموکراسی و دیکتاتوری، در واقع نبرد دو سامانه پردازش داده متفاوت است و هوش مصنوعی و الگوریتم‌ها ممکن است با پردازش مرکزی حجم عظیمی از اطلاعات، برتری را به سمت دیکتاتوری‌ها متمایل کنند.[۱۵۹]

در سال ۲۰۱۸، هلند سامانه الگوریتمی «SyRI» را برای شناسایی شهروندانی که احتمال می‌رفت مرتکب کلاهبرداری اجتماعی شوند به کار گرفت، که هزاران نفر را به طور پنهانی به مقام‌های تحقیقاتی معرفی کرد.[۱۶۰] این اقدام باعث اعتراض عمومی شد و دادگاه منطقه‌ای لاهه، «SyRI» را با استناد به ماده ۸ «کنوانسیون اروپایی حقوق بشر» (ECHR) متوقف کرد.[۱۶۱]

سازندگان مستند ۲۰۱۹ «iHuman» نیز نگرانی خود را از ایجاد «دیکتاتوری‌های بی‌پایان» توسط هوش مصنوعی دولت ابراز کرده‌اند.[۱۶۲]

در استرالیا، به دلیل انتقادات عمومی، دولت در سال ۲۰۱۹ فعالیت‌های اصلی برنامه «Robodebt» را متوقف و بازنگری در همه بدهی‌های ایجاد شده توسط این برنامه را آغاز کرد.[۱۶۳]

در سال ۲۰۲۰، استفاده از الگوریتم برای تعیین نمرات امتحانی دانش‌آموزان در بریتانیا منجر به اعتراضات گسترده‌ای با شعار «Fuck the algorithm» شد که در نهایت باعث بازگرداندن نمرات گردید.[۱۰۴] [۱۶۴]

در همان سال، نرم‌افزار دولتی «ATLAS» که بر روی «آمازون کلود» اجرا می‌شود، واکنش‌های منفی از طرف فعالان و حتی کارکنان خود شرکت آمازون برانگیخت.[۱۶۵]

در سال ۲۰۲۱، بنیاد اتیکاس پایگاه داده‌ای از الگوریتم‌های دولتی به نام «رصدخانه الگوریتم‌ها با تأثیر اجتماعی» (OASI) را راه‌اندازی کرد.[۱۶۶]

تعصب الگوریتمی و شفافیت

رویکرد اولیه به سمت شفافیت شامل انتشار کد الگوریتم‌ها به صورت متن باز بوده است.[۱۶۷] کد نرم‌افزار قابل بررسی است و پیشنهادات بهبود می‌تواند از طریق سامانه‌های میزبانی کد ارائه شود.

پذیرش عمومی

نظرسنجی ۲۰۱۹ مرکز حکمرانی تغییر دانشگاه IE در اسپانیا نشان داد که ۲۵٪ از شهروندان کشورهای منتخب اروپایی تا حدی یا کاملاً موافقند که تصمیمات مهم حکومتی را هوش مصنوعی اتخاذ کند.[۱۶۸] جدول زیر درصد موافقت را بر اساس کشور نشان می‌دهد:

کشوردرصد
فرانسه۲۵٪
آلمان۳۱٪
ایرلند۲۹٪
ایتالیا۲۸٪
هلند۴۳٪
پرتغال۱۹٪
اسپانیا۲۶٪
بریتانیا۳۱٪

پژوهش‌ها نشان داده‌اند هنگامی که شهروندان رهبران سیاسی یا تأمین‌کنندگان امنیت را غیرقابل‌اعتماد، ناامیدکننده یا غیراخلاقی بدانند، ترجیح می‌دهند آنها را با نمایندگان مصنوعی (هوش مصنوعی) جایگزین کنند که قابل‌اعتمادتر می‌دانند.[۱۶۹]

نظرسنجی سال ۲۰۲۱ دانشگاه IE نشان می‌دهد که ۵۱٪ اروپایی‌ها موافق کاهش تعداد نمایندگان پارلمان ملی و اختصاص این کرسی‌ها به الگوریتم هستند. این پیشنهاد به‌ویژه در اسپانیا (۶۶٪)، ایتالیا (۵۹٪) و استونی (۵۶٪) طرفداران زیادی دارد، اما شهروندان آلمان، هلند، بریتانیا و سوئد عمدتاً مخالف آن هستند.[۱۷۰] همچنین تفاوت‌های نسل‌شناختی آشکاری دیده می‌شود؛ بیش از ۶۰٪ اروپایی‌های ۲۵ تا ۳۴ سال و ۵۶٪ افراد ۳۴ تا ۴۴ سال از این ایده حمایت می‌کنند، در حالی که اکثریت افراد بالای ۵۵ سال مخالف آن هستند. دیدگاه‌های بین‌المللی نیز متفاوت است: ۷۵٪ از چینی‌ها از این پیشنهاد حمایت می‌کنند، اما ۶۰٪ آمریکایی‌ها مخالف آن هستند.[۱۷۰]

در فرهنگ عامه

ترانهٔ سال ۱۹۷۰ دیوید بویی به نام «ماشین ناجی» (Saviour Machine) تصویری از یک جامعه الگورکراسی حکمرانی‌شده توسط همان مکانیزم عنوانی ارائه می‌دهد که قحطی و جنگ را با «منطق» پایان داده اما اکنون به دلیل ترس از اینکه افراد بیش‌ازحد ساکت و راضی شده‌اند، تهدید به ایجاد آخرالزمان می‌کند.[۱۷۱]

رمان‌های Daemon (۲۰۰۶) و Freedom™ (۲۰۱۰) نوشته دانیل سوارز، سناریویی داستانی از تنظیم الگوریتمی جهانی را شرح می‌دهند.[۱۷۲] همچنین رمان If Then نوشته متیو دِ ابایتا، الگوریتمی بر پایه «عدالت» را تصور می‌کند که اقتصاد روستایی پیشامدرن را بازسازی می‌کند.[۱۷۳]

همچنین ببینید

منابع

  1. 1 2 3 4 5 «Government by Algorithm: A Review and an Agenda». Stanford Law School. دریافت‌شده در ۲۰ مارس ۲۰۲۰.
  2. 1 2 Medina، Eden (۲۰۱۵). «Rethinking algorithmic regulation» (PDF). Kybernetes. ۴۴ (۶/۷): ۱۰۱۹–۱۰۰۵. doi:10.1108/K-02-2015-0052.
  3. Engin، Zeynep؛ Treleaven، Philip (مارس ۲۰۱۹). «Algorithmic Government: Automating Public Services and Supporting Civil Servants in using Data Science Technologies». The Computer Journal. ۶۲ (۳): ۴۶۰–۴۴۸. doi:10.1093/comjnl/bxy082.
  4. Blankenship، Joe (۲۰۲۰). «Algorithmic Governance». International Encyclopedia of Human Geography (Second Edition): ۱۰۹–۱۰۵. doi:10.1016/B978-0-08-102295-5.10509-8.
  5. Danaher، John (۱ سپتامبر ۲۰۱۶). «The Threat of Algocracy: Reality, Resistance and Accommodation». Philosophy & Technology. ۲۹ (۳): ۲۶۸–۲۴۵. doi:10.1007/s13347-015-0211-1.
  6. Yeung، Karen (دسامبر ۲۰۱۸). «Algorithmic regulation: A critical interrogation». Regulation & Governance. ۱۲ (۴): ۵۲۳–۵۰۵. doi:10.1111/rego.12158.
  7. Katzenbach، Christian؛ Ulbricht، Lena (۲۹ نوامبر ۲۰۱۹). «Algorithmic governance». Internet Policy Review. ۸ (۴). doi:10.14763/2019.4.1424.
  8. Abril، Rubén Rodríguez. «An approach to the algorithmic legal order and to its civil, trade and financial projection». www.derecom.com.
  9. «Rule by Algorithm? Big Data and the Threat of Algocracy».
  10. 1 2 Werbach، Kevin (۲۴ سپتامبر ۲۰۱۸The Siren Song: Algorithmic Governance By Blockchain، Social Science Research Network، SSRN 3578610 مقدار |ssrn= را بررسی کنید (کمک)
  11. Williamson، Ben (ژانویه ۲۰۱۳). «Decoding identity: Reprogramming pedagogic identities through algorithmic governance». British Educational Research Association Conference.
  12. Hildebrandt، Mireille (۶ اوت ۲۰۱۸). «Algorithmic regulation and the rule of law». Philosophical Transactions of the Royal Society A. ۳۷۶ (۲۱۲۸): ۲۰۱۷۰۳۵۵. doi:10.1098/rsta.2017.0355.
  13. Veale، Michael؛ Brass، Irina (۲۰۱۹). «Administration by Algorithm? Public Management Meets Public Sector Machine Learning». SSRN. SSRN 3375391.
  14. «Cyberocracy, Cyberspace, and Cyberology: Political Effects of the Information Revolution» (PDF). RAND.
  15. «Cyberocracy is Coming» (PDF). RAND.
  16. Ronfeldt، David؛ Varda، Danielle (۱ دسامبر ۲۰۰۸The Prospects for Cyberocracy (Revisited)، SSRN، SSRN 1325809
  17. «Transparency in governance, through cyberocracy». The Kathmandu Post. ۴ ژوئیه ۲۰۱۹.
  18. Hudson، Alex (۲۸ اوت ۲۰۱۹). «'Far more than surveillance' is happening and could change how government is run». Metro.
  19. 1 2 3 4 Cristianini، Nello؛ Scantamburlo، Teresa (۸ اکتبر ۲۰۱۹). «On social machines for algorithmic regulation». AI & Society. ۳۵ (۳): ۶۶۲–۶۴۵. doi:10.1007/s00146-019-00917-8.
  20. «Institute for Information Transmission Problems of the Russian Academy of Sciences».
  21. «ماشین کمونیسم: چرا شوروی اینترنت خود را نساخت؟».
  22. Kharkevich، Aleksandr (۱۹۷۳). Theory of information. The identification of the images. Selected works. Volume 3. انتشارات Nauka، آکادمی علوم شوروی.
  23. 1 2 Gerovitch، Slava (۹ آوریل ۲۰۱۵). «چگونه رایانه از اتحاد شوروی انتقام گرفت». Nautilus.
  24. "تحلیل استاد دانشگاه IU از «پروژه سایبرسین» در شیلی". UI News Room. Archived from the original on 10 September 2009. Retrieved 27 May 2013.
  25. Medina, Eden (1 January 2015). "بازاندیشی در تنظیم‌گری الگوریتمی". Kybernetes. 44 (6/7): 1005–1019. doi:10.1108/K-02-2015-0052.
  26. Freeman Engstrom, David; Ho, Daniel E.; Sharkey, Catherine M.; Cuéllar, Mariano-Florentino (2020). "حکمرانی با الگوریتم: هوش مصنوعی در نهادهای فدرال اداری" (PDF). Archived from the original (PDF) on 2022-08-15. Retrieved 2020-03-26.
  27. Margretts, Helen (1999). فناوری اطلاعات در دولت: بریتانیا و آمریکا. نیویورک: Routledge. ISBN 9780203208038.
  28. McCarty, L. Thorne. تأملاتی درباره «تاکس‌من»: آزمایشی در هوش مصنوعی و استدلال حقوقی. هاروارد لا ریویو (۱۹۷۷): ۸۳۷–۸۹۳.
  29. Stamper, Ronald K. نمونه اولیه سامانه و زبان LEGOL 1. مجله رایانه 20.2 (1977): 102-108.
  30. Cockshott, W. Paul (1993). Towards a new socialism. ناتینگهام، انگلستان: Spokesman. ISBN 978-0851245454.
  31. Kirby, Michael (1998). "آینده دادگاه‌ها – آیا آن‌ها آینده‌ای دارند؟". Journal of Law and Information Science. 9: 141. Retrieved 12 April 2020.
  32. Lawrence, Lessig (2006). کد (نسخه ۲.۰ ed.). Basic Books. ISBN 978-0-465-03914-2.
  33. Sodemann, Angela A.; Ross, Matthew P.; Borghetti, Brett J. (نوامبر ۲۰۱۲). "مروری بر شناسایی ناهنجاری در نظارت خودکار". IEEE Transactions on Systems, Man, and Cybernetics - Part C: Applications and Reviews. 42 (6): 1257–1272. doi:10.1109/TSMCC.2012.2215319. S2CID 15466712.
  34. Kelty, Christopher (۲۰۰۹). "تبیین فناوری اطلاعات". Political and Legal Anthropology Review. 32 (1): 156–160. doi:10.1111/j.1555-2934.2009.01035.x. ISSN 1081-6976. JSTOR 24497537. Retrieved 26 January 2022.
  35. Danaher, John (سپتامبر ۲۰۱۶). "تهدید الگوسالاری: واقعیت، مقاومت و سازگاری". Philosophy & Technology. 29 (3): 245–268. doi:10.1007/s13347-015-0211-1. S2CID 146674621.
  36. Aneesh, A. (۲۰۰۶). Virtual Migration: the Programming of Globalization. Duke University Press. ISBN 978-0-8223-3669-3.
  37. 1 2 3 O’Reilly, Tim (۲۰۱۳). "داده باز و تنظیم‌گری الگوریتمی". In Goldstein, B.; Dyson, L. (eds.). فراتر از شفافیت: داده باز و آینده نوآوری مدنی. سان فرانسیسکو: Code for America Press. pp. 289–300.
  38. 1 2 3 Chavez-Dreyfuss, Gertrude (17 April 2017). "اوکراین قرارداد بزرگ بلاک‌چین با شرکت فناوری بیتفوری را آغاز کرد". Reuters. Retrieved 15 August 2021.
  39. "Data for Policy 2017". Data for Policy CIC. Retrieved 23 January 2021.
  40. Brauneis, Robert; Goodman, Ellen P. (1 January 2018). "شفافیت الگوریتمی برای شهر هوشمند". Yale Journal of Law & Technology. 20 (1): 103. Archived from the original on 15 August 2022. Retrieved 20 September 2020.
  41. Singh, Saurabh; Sharma, Pradip Kumar; Yoon, Byungun; Shojafar, Mohammad; Cho, Gi Hwan; Ra, In-Ho (1 December 2020). "همگرایی بلاک‌چین و هوش مصنوعی در شبکه اینترنت اشیا برای شهر هوشمند پایدار". Sustainable Cities and Society. 63. Bibcode:2020SusCS..6302364S. doi:10.1016/j.scs.2020.102364. ISSN 2210-6707. S2CID 225022879. Retrieved 24 March 2021. {{cite journal}}: Unknown parameter |article-number= ignored (help)
  42. Gardner, Allison. "الگوریتم‌های دولتی را دست‌کم نگیرید – هوش مصنوعی مسئولانه می‌تواند فواید واقعی به بار آورد". The Conversation. Retrieved 1 April 2021.
  43. Morrow, Garrett (2022). ربات در شهرداری: محدودیت‌ها، ساختار و حکمرانی فناوری‌های شهر هوشمند (به انگلیسی) via ProQuest.
  44. 1 2 3 "شهر هوشمند نوادا: برنامه میلیاردر برای ایجاد دولت محلی". BBC News. 18 March 2021. Retrieved 24 March 2021.
  45. Independent, Daniel Rothberg | The Nevada. "شرکت Blockchains, Inc. برنامه «منطقه نوآوری» را در شهرستان استوری کنار گذاشت". www.nnbw.com. Retrieved 2022-11-07.
  46. 1 2 3 "ماه‌ها پیش از آن‌که یک شرکت برای تأسیس شهرستان خود به مجلس لابی کند، حقوق آبی از مناطق دور خریداری کرده بود". The Nevada Independent (به انگلیسی). 12 February 2021. Retrieved 2022-11-07.
  47. "عربستان سعودی در حال برنامه‌ریزی خطی ۱۰۰ مایلی از جوامع هوشمند بدون خودرو است". Engadget. Retrieved 18 May 2022.
  48. "XVI". Cybernetic and Management. English Universities Press. 1959.
  49. Beer, Stafford (1975). Platform for change : a message from Stafford Beer. J. Wiley. ISBN 978-0471948407.
  50. "امتیاز اعتباری اجتماعی چین – رمزگشایی از افسانه و واقعیت | Merics". merics.org (به انگلیسی). 11 February 2022. Retrieved 2022-08-10.
  51. Daum, Jeremy (8 October 2021). "دور از چشم‌بانی، امتیاز اجتماعی بر نقض‌های قانونی تمرکز دارد". China Brief. 21 (19). Retrieved 10 October 2021.
  52. "سامانه امتیاز اجتماعی چین: گمانه‌زنی در برابر واقعیت". The Diplomat. Archived from the original on 30 March 2021.
  53. Bindra, Jaspreet (30 March 2018). "تحول هند از طریق بلاک‌چین". Livemint. Retrieved 31 May 2020.
  54. Finn, Ed (10 April 2017). "آیا ارزهای دیجیتال پایان سرمایه‌داری را رقم می‌زنند؟". The Guardian. Retrieved 31 May 2020.
  55. Reiff, Nathan. "توضیح بلاک‌چین". Investopedia. Retrieved 31 May 2020.
  56. Szabo, Nick (1997). "نگاهی به رسمی‌سازی و امن‌سازی روابط در شبکه‌های عمومی". First Monday. doi:10.5210/fm.v2i9.548. S2CID 33773111. Archived from the original on 2022-04-10. Retrieved 2020-05-31.
  57. Fries, Martin; P. Paal, Boris (2019). قراردادهای هوشمند (به آلمانی). Mohr Siebeck. ISBN 978-3-16-156911-1. JSTOR j.ctvn96h9r.
  58. "DAO چیست - سازمان‌های مستقل غیرمتمرکز". BlockchainHub. Archived from the original on 24 May 2020. Retrieved 31 May 2020.
  59. Prusty, Narayan (27 Apr 2017). ساخت پروژه‌های بلاک‌چین. Birmingham, UK: Packt. p. 9. ISBN 9781787125339.
  60. Chohan, Usman W. (4 December 2017), سازمان مستقل غیرمتمرکز و مسائل حاکمیتی, Social Science Research Network, SSRN 3082055.
  61. Oranburg, Seth; Palagashvili, Liya (October 22, 2018). "اقتصاد گیگ، قراردادهای هوشمند و اختلال در قراردادهای کاری سنتی". doi:10.2139/ssrn.3270867. SSRN 3270867 via Social Science Research Network.
  62. "سیستم غیرمتمرکز مبتنی بر بلاک‌چین برای رسیدگی مناسب به قراردادهای موقت استخدام".
  63. چگونه فناوری بلاک‌چین می‌تواند زندگی ما را تغییر دهد
  64. Official, Illuminates (September 11, 2019). "ارث کسب‌وکار در بلاک‌چین".
  65. "بلاک‌چین و هوش مصنوعی به این ۴ بخش کسب‌وکار پایان خواهند داد".
  66. "Silent Notary - خدمات دفترخانه بلاک‌چین با حفاظت ۱۰۰٪ در برابر جعل رویدادها". silentnotary.com.
  67. "گروه بیتفوری و دولت جمهوری گرجستان برنامه آزمایشی بلاک‌چین را گسترش می‌دهند" (PDF).
  68. بلاک‌چین - ژورنال‌ها
  69. "تحول دیجیتال: بلاک‌چین و عناوین زمین" (PDF).
  70. "Leaked Palantir Doc Reveals Uses, Specific Functions And Key Clients". TechCrunch. Retrieved 22 April 2020.
  71. Winston, Ali (27 February 2018). "Palantir has secretly been using New Orleans to test its predictive policing technology". The Verge. Retrieved 23 April 2020.
  72. Haskins, Caroline (July 12, 2019). "300 Californian Cities Secretly Have Access to Palantir".
  73. Senator, Ted E.; Wong, Raphael W.H.; Marrone, Michael P.; Llamas, Winston M.; Klinger, Christina D.; Khan, A.F. Umar; Cottini, Matthew A.; Goldberg, Henry G.; Wooton, Jerry. "The FinCEN Artificial Intelligence System: Identifying Potential Money Laundering from Reports of Large Cash Transactions". AAAI. Retrieved 10 September 2022.
  74. Goldberg, H. G.; Senator, T. E. (1998). "The FinCEN AI System: Finding Financial Crimes in a Large Database of Cash Transactions". Agent Technology: Foundations, Applications, and Markets (به انگلیسی). Springer. pp. 283–302. doi:10.1007/978-3-662-03678-5_15. ISBN 978-3-642-08344-0.
  75. "Press corner". European Commission - European Commission.
  76. Biddle, Sam; Saleh, Maryam (August 25, 2021). "Little-Known Federal Software Can Trigger Revocation of Citizenship". The Intercept. Retrieved 21 September 2021.
  77. "Cuccinelli Announces USCIS' FY 2019 Accomplishments and Efforts to Implement President Trump's Goals". USCIS. 16 October 2019. Retrieved 21 September 2021.
  78. 1 2 Szalavitz 2021, p. 41.
  79. Szalavitz 2021, p. 40.
  80. Romo, Vanessa (2018-05-08). "Walmart Will Implement New Opioid Prescription Limits By End Of Summer". NPR. Retrieved 2021-10-06.
  81. Oliva 2020, p. 847.
  82. Oliva 2020, p. 848.
  83. بخش مربوط به قراردادهای هوشمند را ببینید؛ این امر از طریق گواهی تولد دیجیتال و راه‌اندازی قرارداد هوشمند ممکن است
  84. "Exclusive: Estonia's vision for an 'invisible government'". March 20, 2019.
  85. "Enhancing the use of competitive tendering in Costa Rica's Public Procurement System" (PDF).
  86. "Procurement at Forestry Commission". GOV.UK.
  87. "Best Government Audit Software - 2023 Reviews & Comparison". sourceforge.net.
  88. ابزار حسابرسی: ابزاری مؤثر برای تضمین خرید دولتی
  89. "Track your driving licence application". GOV.UK.
  90. "Track progress of a reported road fault or issue | nidirect". www.nidirect.gov.uk. May 18, 2018.
  91. "Senate Tracker Help – The Florida Senate". flsenate.gov. Retrieved 2021-01-17.
  92. "Legislative Search Results". congress.gov. Retrieved 2021-01-17.
  93. "GovTrack.us: Tracking the U.S. Congress". govtrack.us. Retrieved 2021-01-17.
  94. Stranieri, Andrew; Zeleznikow, John (2 December 1995). "Levels of reasoning as the basis for a formalisation of argumentation". Proceedings of the fourth international conference on Information and knowledge management - CIKM '95. Association for Computing Machinery. pp. 333–339. doi:10.1145/221270.221608. ISBN 0897918126. S2CID 12179742. Retrieved 5 February 2022.
  95. Sam Corbett-Davies; Emma Pierson; Avi Feller; Sharad Goel (October 17, 2016). "A computer program used for bail and sentencing decisions was labeled biased against blacks. It's actually not that clear". The Washington Post. Retrieved January 1, 2018.
  96. Aaron M. Bornstein (December 21, 2017). "Are Algorithms Building the New Infrastructure of Racism?". Nautilus. No. 55. Archived from the original on January 3, 2018. Retrieved January 2, 2018.
  97. 1 2 "Beijing Internet Court launches online litigation service center". english.bjinternetcourt.gov.cn. Retrieved 13 April 2020.
  98. "China Now Has AI-Powered Judges". RADII | Culture, Innovation, and Life in today's China. 16 August 2019. Retrieved 13 April 2020.
  99. Fish, Tom (6 December 2019). "AI shock: China unveils 'cyber court' complete with AI judges and verdicts via chat app". Express.co.uk. Retrieved 13 April 2020.
  100. "Can AI Be a Fair Judge in Court? Estonia Thinks So". Wired. Retrieved 13 April 2020.
  101. "ROSS Intelligence Lands Another Law Firm Client." The American Lawyer. N.p., n.d. Web. 16 June 2017. <https://www.americanlawyer.com/id=1202769384977/ROSS-Intelligence-Lands-Another-Law-Firm-Client>.
  102. CodeX Techindex. Stanford Law School, n.d. Web. 16 June 2017. <https://techindex.law.stanford.edu/ بایگانی‌شده در ۲۰۲۲-۰۳-۳۱ توسط Wayback Machine>.
  103. Broussard, Meredith (8 September 2020). "Opinion | When Algorithms Give Real Students Imaginary Grades". The New York Times.
  104. 1 2 "Skewed Grading Algorithms Fuel Backlash Beyond the Classroom". Wired. Retrieved 26 September 2020.
  105. Smith, Craig S. (December 18, 2019). "The Machines Are Learning, and So Are the Students". The New York Times via NYTimes.com.
  106. "Could Artificial Intelligence Replace Our Teachers? | Education World".
  107. Leopold, Todd. "A professor built an AI teaching assistant for his courses — and it could shape the future of education". Business Insider.
  108. Robot, Roybi (September 23, 2018). "The Future of Homeschooling: How Robots are Changing In-Home Education".
  109. Matsuda, Michihito (14 July 2018). "POLITICS 2028: WHY ARTIFICIAL INTELLIGENCE WILL REPLACE POLITICIANS". SlideShare. Retrieved 22 September 2019.
  110. Johnston, Lachlan (12 April 2018). "There's an AI Running for the Mayoral Role of Tama City, Tokyo". OTAQUEST. Archived from the original on 5 December 2021. Retrieved 22 September 2019.
  111. "AI党 | 多摩市議会議員選挙2019". AI党 | 多摩市議会議員選挙2019.
  112. "Werden Bots die besseren Politiker?". Politik & Kommunikation (به آلمانی). Retrieved 31 October 2020.
  113. O'Leary, Abigail; Verdon, Anna (April 17, 2018). "Robot to run for mayor in Japan promising 'fairness and balance' for all". mirror.
  114. Perez, Oren (31 January 2020). "Collaborative е-Rulemaking, Democratic Bots, and the Future of Digital Democracy". Digital Government: Research and Practice (به انگلیسی). 1 (1): 1–13. doi:10.1145/3352463. ISSN 2691-199X. S2CID 211519367.
  115. Sarmah, Harshajit (28 January 2019). "World's First AI-powered Virtual Politician SAM Joins The Electoral Race In New Zealand". Analytics India Magazine. Retrieved 11 April 2020.
  116. "Meet SAM, world's first AI politician that hopes to run for New Zealand election in 2020". Hindustan Times. 26 November 2017. Archived from the original on November 26, 2017. Retrieved 11 April 2020.
  117. Sternberg, Sarah (20 June 2022). "Danskere vil ind på den politiske scene med kunstig intelligens" [Danes want to enter the political scene with artificial intelligence]. Jyllands-Posten. Retrieved 2022-06-20.
  118. Diwakar, Amar (2022-08-22). "Can an AI-led Danish party usher in an age of algorithmic politics?". TRT World. Retrieved 2022-08-22.
  119. Xiang, Chloe (13 October 2022). "This Danish Political Party Is Led by an AI". Vice: Motherboard. Retrieved 2022-10-13.
  120. Hearing, Alice (14 October 2022). "A.I. chatbot is leading a Danish political party and setting its policies. Now users are grilling it for its stance on political landmines". Fortune.
  121. "Danskere vil ind den politiske scene med kunstig intelligens" [AI Mayer run to the election in Manazuru Town]. Tokyo Sports. 2023-11-07. Retrieved 2023-11-25.
  122. Grierson, Jamie (2024-06-10). "Brighton general election candidate aims to be UK's first 'AI MP'". The Guardian (به انگلیسی). ISSN 0261-3077. Retrieved 2024-06-15.
  123. "Meet AI Steve, the avatar standing as a candidate in the UK election". euronews (به انگلیسی). 2024-06-13. Retrieved 2024-06-15.
  124. "Results - General Election 4 July 2024" (به انگلیسی). Brighton & Hove City Council. 5 July 2024. Retrieved 8 July 2024.
  125. Ferretti, Luca; Wymant, Chris; Kendall, Michelle; Zhao, Lele; Nurtay, Anel; Abeler-Dörner, Lucie; Parker, Michael; Bonsall, David; Fraser, Christophe (8 May 2020). "Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing". Science (به انگلیسی). 368 (6491): eabb6936. doi:10.1126/science.abb6936. ISSN 0036-8075. PMC 7164555. PMID 32234805.
  126. "China launches coronavirus 'close contact' app". BBC News. 11 February 2020. Retrieved 7 March 2020.
  127. 1 2 "China launches coronavirus 'close contact detector' platform". South China Morning Post. February 12, 2020.
  128. "China launches coronavirus 'close contact detector' app". BBC News. February 11, 2020.
  129. Chen, Angela. "China's coronavirus app could have unintended consequences". MIT Technology Review. Retrieved 7 March 2020.
  130. Mozur, Paul; Zhong, Raymond; Krolik, Aaron (March 2, 2020). "In Coronavirus Fight, China Gives Citizens a Color Code, With Red Flags". The New York Times.
  131. "Coronavirus France: Cameras to monitor masks and social distancing". BBC News. May 4, 2020.
  132. Manancourt, Vincent (10 March 2020). "Coronavirus tests Europe's resolve on privacy". POLITICO. Retrieved 20 March 2020.
  133. Ivan Watson; Sophie Jeong (28 February 2020). "Coronavirus mobile apps are surging in popularity in South Korea". CNN.
  134. Tidy, Joe (17 March 2020). "Coronavirus: Israel enables emergency spy powers". BBC News. Retrieved 18 March 2020.
  135. Paksoy, Yunus. "German telecom giant shares private data with government amid privacy fears". trtworld. Retrieved 20 March 2020.
  136. "Moscow deploys facial recognition technology for coronavirus quarantine". Reuters. 21 February 2020. Retrieved 20 March 2020.
  137. "Italians scolded for flouting lockdown as death toll nears 3,000". Pittsburgh Post-Gazette. Retrieved 20 March 2020.
  138. "Palantir provides COVID-19 tracking software to CDC and NHS, pitches European health agencies". TechCrunch. Retrieved 22 April 2020.
  139. Osumi, Magdalena (August 16, 2019). "How AI will help us better understand tsunami risks". www.preventionweb.net.
  140. "Artificially Intelligent Tsunami Early Warning System".
  141. "How Artificial Intelligence Could Help Fight Climate Change-Driven Wildfires and Save Lives". Fortune.
  142. Sayad, Younes Oulad; Mousannif, Hajar; Al Moatassime, Hassan (March 1, 2019). "Predictive modeling of wildfires: A new dataset and machine learning approach". Fire Safety Journal. 104: 130–146. Bibcode:2019FirSJ.104..130S. doi:10.1016/j.firesaf.2019.01.006. S2CID 116032143.
  143. "Artificial intelligence for forest fire prediction".
  144. Zhao, Xilei; Lovreglio, Ruggiero; Kuligowski, Erica; Nilsson, Daniel (April 15, 2020). "Using Artificial Intelligence for Safe and Effective Wildfire Evacuations". Fire Technology. 57 (2): 483–485. doi:10.1007/s10694-020-00979-x. S2CID 218801709.
  145. Zhao, Xilei; Xu, Yiming; Lovreglio, Ruggiero; Kuligowski, Erica; Nilsson, Daniel; Cova, Thomas J.; Wu, Alex; Yan, Xiang (2022-06-01). "Estimating wildfire evacuation decision and departure timing using large-scale GPS data". Transportation Research Part D: Transport and Environment. 107. arXiv:2109.07745. Bibcode:2022TRPD..10703277Z. doi:10.1016/j.trd.2022.103277. ISSN 1361-9209. {{cite journal}}: Unknown parameter |article-number= ignored (help)
  146. Rachel Metz (5 December 2019). "How AI is helping spot wildfires faster". CNN. Video by John General.
  147. Holley, Peter. "California has 33 million acres of forest. This company is training artificial intelligence to scour it all for wildfire". The Washington Post.
  148. Mousavi, S. Mostafa; Sheng, Yixiao; Zhu, Weiqiang; Beroza, Gregory C. (2019). "STanford EArthquake Dataset (STEAD): A Global Data Set of Seismic Signals for AI". IEEE Access. 7: 179464–179476. Bibcode:2019IEEEA...7q9464M. doi:10.1109/ACCESS.2019.2947848. ISSN 2169-3536. S2CID 208111095.
  149. Banna, Md. Hasan Al; Taher, Kazi Abu; Kaiser, M. Shamim; Mahmud, Mufti; Rahman, Md. Sazzadur; Hosen, A. S. M. Sanwar; Cho, Gi Hwan (2020). "Application of Artificial Intelligence in Predicting Earthquakes: State-of-the-Art and Future Challenges". IEEE Access. 8: 192880–192923. Bibcode:2020IEEEA...8s2880B. doi:10.1109/ACCESS.2020.3029859. ISSN 2169-3536. S2CID 226292959.
  150. "How Location Intelligence Can Help Protect Lives During Disasters". EHS Daily Advisor (به انگلیسی). 2022-02-09. Retrieved 2024-01-23.
  151. Mousavi, S. Mostafa; Ellsworth, William L.; Zhu, Weiqiang; Chuang, Lindsay Y.; Beroza, Gregory C. (2020-08-07). "Earthquake transformer—an attentive deep-learning model for simultaneous earthquake detection and phase picking". Nature Communications (به انگلیسی). 11 (1): 3952. Bibcode:2020NatCo..11.3952M. doi:10.1038/s41467-020-17591-w. ISSN 2041-1723. PMC 7415159. PMID 32770023.
  152. Gómez, Diego; Salvador, Pablo; Sanz, Julia; Casanova, Carlos; Taratiel, Daniel; Casanova, Jose Luis (August 15, 2018). "Machine learning approach to locate desert locust breeding areas based on ESA CCI soil moisture". Journal of Applied Remote Sensing. 12 (3). 036011. Bibcode:2018JARS...12c6011G. doi:10.1117/1.JRS.12.036011. S2CID 52230139.
  153. McCormick, Tim (15 February 2014). "A brief exchange with Tim O'Reilly about "algorithmic regulation" | Tim McCormick". Retrieved 2 June 2020.
  154. "Why the internet of things could destroy the welfare state". The Guardian. 19 July 2014. Retrieved 2 June 2020.
  155. Eggers, illiam D.; Schatsky, David; Viechnick, Peter. "Demystifying artificial intelligence in government". Deloitte Insights. Retrieved 4 April 2020.
  156. Mehr, Hila (August 2017). "Artificial Intelligence for Citizen Services and Government" (PDF). ash.harvard.edu. Retrieved 2018-12-31.
  157. 1 2 Capgemini Consulting (2017). "Unleashing the potential of Artificial Intelligence in the Public Sector" (PDF). www.capgemini.com. Retrieved 2018-12-31.
  158. Verma, Shikha (June 2019). "Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy". Vikalpa: The Journal for Decision Makers. 44 (2): 97–98. doi:10.1177/0256090919853933. ISSN 0256-0909. S2CID 198779932.
  159. Harari, Story by Yuval Noah. "Why Technology Favors Tyranny". The Atlantic. Retrieved 11 April 2020.
  160. "Europe Limits Government by Algorithm. The US, Not So Much". Wired. Retrieved 11 April 2020.
  161. Rechtbank Den Haag 5 February 2020, C-09-550982-HA ZA 18-388 (English), ECLI:NL:RBDHA:2020:1878
  162. Wilkinson, Amber. "'iHuman': IDFA Review". Screen. Retrieved 21 April 2020.
  163. Rinta-Kahila, Tapani; Someh, Ida; Gillespie, Nicole; Indulska, Marta; Gregor, Shirley (4 May 2022). "Algorithmic decision-making and system destructiveness: A case of automatic debt recovery". European Journal of Information Systems. 31 (3): 313–338. doi:10.1080/0960085X.2021.1960905. hdl:1885/294609. S2CID 239735326.
  164. Reuter, Markus (17 August 2020). "Fuck the Algorithm - Jugendproteste in Großbritannien gegen maschinelle Notenvergabe erfolgreich". netzpolitik.org (به آلمانی). Retrieved 3 October 2020.
  165. "U.S. Government Is Using an Algorithm to Flag American Citizens for Denaturalization: Report". Gizmodo. Retrieved 21 September 2021.
  166. "OASI, the first search engine to find the algorithms that governments and companies use on citizens" (Press release). Retrieved 16 October 2021.
  167. Heald, David (2006-09-07). Transparency: The Key to Better Governance?. British Academy. doi:10.5871/bacad/9780197263839.003.0002. ISBN 978-0-19-726383-9.
  168. "European Tech Insights (2019) | IE CGC" (PDF). Center for the Governance of Change. Retrieved 11 April 2020.
  169. Spatola, Nicolas; Macdorman, Karl F. (11 July 2021). "Why Real Citizens Would Turn to Artificial Leaders". Digital Government: Research and Practice. 2 (3): 26:1–26:24. doi:10.1145/3447954. hdl:1805/30988. ISSN 2691-199X.
  170. 1 2 "EUROPEAN TECH INSIGHTS 2021" (PDF). IE University. 2021. Retrieved 29 June 2024.
  171. Unterberger, Richie. ""Saviour Machine" – David Bowie". AllMusic. Archived from the original on 4 July 2019. Retrieved 9 August 2020.
  172. Rieger, Frank. "Understanding the Daemon". FAZ.NET (به آلمانی). Retrieved 5 April 2020.
  173. Stainforth, Elizabeth and Jo Lindsay Walton. "Computing Utopia: The Horizons of Computational Economies in History and Science Fiction." Science Fiction Studies, vol. 46 no. 3, 2019, p. 471-489. Project MUSE, doi:10.1353/sfs.2019.0084.

منابع عمومی و استناد شده

پیوند به بیرون