Etika e Inteligjencës Artificiale dhe Robotikës

Botuar për herë të parë të enjten, më 30 prill 2020; rishikim thelbësor të premten, më 27 mars 2026

Burimi:https://plato.stanford.edu/entries/ethics-ai/

Pas rreth 70 vitesh zhvillimi, tani është e qartë se inteligjenca artificiale (IA) dhe robotika kanë një ndikim thelbësor mbi botën, edhe nëse natyra e saktë dhe thellësia e këtij ndikimi mbeten të paqarta. Se cilin ndikim duhet të kenë IA dhe robotika mbetet gjithashtu një pyetje kryesisht e pazgjidhur, dhe kjo përbën pyetjen kryesore të këtij artikulli. Përveç kësaj, IA dhe robotika na kanë dhënë gjithashtu rastin të reflektojmë teorikisht mbi çështje themelore filozofike dhe etike. Debatet kryesore që duket se kanë ndikim praktik ose rëndësi teorike aktualisht lidhen me privatësinë, autonominë njerëzore, vendimet e automatizuara, ndërveprimin njeri-makinë, punësimin dhe ndikimin mbi shoqërinë si një e tërë — plus nocionet më abstrakte të autonomisë, agjencisë dhe superinteligjencës. Për secilën prej këtyre çështjeve, ne skicojmë qëndrimet dhe argumentet ekzistuese, dhe se si këto lidhen me çështjet e tjera. Në përgjithësi, etika e IA-së dhe robotikës duhet të na mundësojë kryesisht të kuptojmë dhe të vlerësojmë zhvillimin tekno-shoqëror, duke bërë kështu të mundur marrjen e vendimeve se cilat zhvillime duhen shmangur, por gjithashtu duke mundësuar një vizion pozitiv për një botë me IA dhe robotikë që ia vlen të dëshirohet.

Hyrje
1. 1.1 Fusha e shtrirjes: Etika e IA-së dhe Robotikës
2. 1.2 Sfondi tekno-shoqëror
Debatet kryesore
1. 2.1 Privatësia dhe mbrojtja e të dhënave
2. 2.2 Autonomia njerëzore dhe manipulimi
3. 2.3 Çështje epistemike: Errësia (opaciteti) dhe shpjegueshmëria
4. 2.4 Vendimet e mira: Drejtësia dhe paragjykimi (bias)
5. 2.5 Ndërveprimi njeri-robot
6. 2.6 Sistemet autonome të IA-së
7. 2.7 Statusi moral, etika e makinave, përgjegjësia
8. 2.8 Superinteligjenca dhe rreziku ekzistencial
9. 2.9 Shoqëria, politika, ekonomia
10. 2.10 Politikat e IA-së (AI Policy)
Shënim përmbyllës

Bibliografia
Mjetet akademike
Burime të tjera në internet
Organizata kërkimore
Konferenca
Dokumente politikash
Faqe të tjera relevante
Zëra të ndërlidhur

1. Hyrje

1.1 Fusha e shtrirjes: Etika e IA-së dhe Robotikës

Projektimi dhe përdorimi i IA-së dhe robotikës kanë ngritur shumë çështje etike, disa specifike për këto teknologji, disa më të përgjithshme. Këto shpesh kthehen te „shqetësimet“ e llojeve të ndryshme — të cilat janë një përgjigje tipike ndaj teknologjive të reja. Shumë shqetësime të tilla rezultojnë mjaft të çuditshme (si për shembull që trenat janë tepër të shpejtë për shpirtrat tanë), disa janë parashikueshëm të gabuara kur sugjerojnë se teknologjia ndryshon thelbësisht qeniet njerëzore (telefonat do të shkatërrojnë komunikimin personal, shkrimi do të shkatërrojë kujtesën), disa gjerësisht të sakta por me rëndësi të moderuar (teknologjia digjitale do të shkatërrojë industri), dhe disa gjerësisht të sakta e thellësisht relevante (makinat do të ndryshojnë qytetet, telefonat inteligjentë do të gjenerojnë varësi). Detyra e një artikulli të tillë si ky është të shpjegojë se çfarë ka bërë kërkimi filozofik për të analizuar çështjet, për të lëvizur nga frikërat e paqarta drejt problemeve të mirëkuptuara, dhe për të shfryrë jo-problemet — ndërsa mbetet i kujdesshëm në gjykimin se cilat janë realisht problemet e rëndësishme.

Etika e IA-së dhe robotikës është veçanërisht e vështirë, meqenëse përfshin një kuptim të etikës normative dhe metaetikës, një kuptim të teknologjive, plus ekspertizë në fushat e shumta të ndikimit shoqëror. Ka diskutime mbi etikën e IA-së jo vetëm brenda filozofisë dhe shkencave kompjuterike, por edhe në disiplina të tjera akademike, veçanërisht në shkencat politike, ekonomi, studimet e medias, arsim, studimet mjedisore dhe drejtësi — si dhe në sfera të gjera të shoqërisë jashtë akademisë. Kjo duket se tregon se kemi nevojë për një kuptim më të mirë se cilat çështje duhen trajtuar në filozofi, dhe për një ndarje më të mirë të punës me disiplinat e tjera. Brenda filozofisë, fushat që kanë kontribuar në debatet rreth IA-së dhe robotikës janë zgjeruar nga filozofia e mendjes dhe etika normative drejt metaetikës, filozofisë së shkencës, epistemologjisë, filozofisë së gjuhës dhe filozofisë politike. Tema jonë na jep shkas të reflektojmë mbi marrëdhënien midis qasjeve filozofike dhe jofilozofike ndaj etikës së IA-së, si dhe mbi konceptet themelore të vetë filozofisë — kjo veprimtari e fundit nganjëherë quhet „filozofi e IA-së“ (Müller 2025b; Müller dhe Löhr në botim).

IA disi na afrohet më shumë nën lëkurë sesa teknologjitë e tjera: Kjo lidhet me faktin se projekti i IA-së është të krijojë makina që kanë tipare të cilat janë qendrore për mënyrën se si ne njerëzit e shohim veten, përkatësisht si qenie që ndiejnë, mendojnë dhe janë inteligjente. Nocioni klasik i „agjencisë artificiale inteligjente“ përfshin një sekuencë ndjeshmëri-modelim-planifikim-veprim (sense-model-plan-act), por zbatimet aktuale të IA-së përfshijnë gjithashtu perceptimin, analizën e tekstit, përpunimin e gjuhës natyrore (NLP), arsyetimin logjik, lojërat, sistemet e (mbështetjes së) vendimmarrjes, analitikën e të dhënave, analitikën parashikuese, si dhe automjetet autonome, robotët humanoidë dhe forma të tjera të robotikës (P. Stone et al. 2021). Në vijim do të bëhet e qartë se shpesh është e dobishme të mendohet për sistemet e IA-së si makina vendimmarrëse, ndoshta si implementime të zgjedhjes racionale (khs. S. Russell 2019, 23; S. Russell dhe Norvig 2020, 57).

Cilat çështje diskutohen këtu dhe si janë renditur ato? Duke qenë se SEP është një enciklopedi filozofike, ky artikull renditet sipas problemeve etike, ndërsa vëzhgime të tjera përqendrohen te politikat dhe pajtueshmëria (Corrêa et al. 2023), ose te siguria e teknologjive të caktuara. Njeriu mund ta mendojë peizazhin e etikës së IA-së si një matricë të çështjeve etike kundrejt teknologjive. Ajo që konsiderohet si një „problem i rëndësishëm“ për etikën e IA-së shpesh lidhet me kontekstin nga vijnë njerëzit: Mbrojtja e privatësisë është qendrore për autonominë individuale, ndërsa diskriminimi racor ose padrejtësia ekonomike janë më të spikatura në shoqëri të caktuara, ashtu siç është diskriminimi i grave; ndoshta dëmi mjedisor dhe superinteligjenca duken më thelbësore për njerëzit në shoqëritë e pasura dhe paqësore. Ne synojmë një kuptim mjaft të gjerë këtu, të bazuar si mbi: a) rëndësinë shoqërore, ashtu edhe mbi b) interesin teorik.

Ekzistojnë dy këndvështrime që shpesh përfshihen nën titullin „etikë“, por që do të luajnë një rol më pak qendror këtu. Njëri prej tyre është „politikat e IA-së“ (AI policy), e cila specifikon strukturat dhe masat shoqërore për të trajtuar IA-në, përfshirë rregullimin dhe standardizimin. Duket, megjithatë, se debatet mbi politikat tani janë gjerësisht të ndara nga filozofia dhe janë më shumë të një natyre politike, ligjore dhe teknike — edhe pse ato shpesh mbështeten mbi gjykime etike, gjë që ishte akoma më e dukshme në epokën e „Parimeve të IA-së“ (rreth viteve 2015–20). Në këtë artikull, çështjet e politikave diskutohen në një seksion të shkurtër të veçantë (2.10), e jo me secilën çështje etike më vete.

Një tjetër perspektivë e spikatur është diskutimi i etikës së IA-së në terma të rreziqeve të IA-së dhe sigurisë teknike nga rreziku (p.sh. Brundage et al. 2018; Bengio et al. 2024; Narayanan dhe Kapoor 2024; Bengio et al. 2025; Hendrycks 2025). Këto diskutime synojnë të zbulojnë se cilat pasoja janë të mundshme, dhe se si të shmangen pasojat negative përmes mjeteve teknike dhe shoqërore. Ndërsa shumë prej këtyre çështjeve janë çështje qendrore etike, duket e qartë se diskutimi i etikës së IA-së nuk duhet të kornizohet tërësisht në terma të „rrezikut“: a) disa konsiderata etike nuk janë konsequencialiste; b) ka diskutim etik mbi mënyrën se si të vlerësohen pasojat; c) diskutimet teknike rreth shmangies së rreziqeve nuk janë pjesë e etikës; d) disa pasoja negative janë aktuale, e jo rreziqe; dhe e) diskutimi mbi etikën e IA-së nuk duhet të kornizohet vetëm në terma negativë, por ai duhet të gjenerojë një vizion pozitiv të një të ardhmeje që ia vlen të dëshirohet. Siguria teknike e IA-së (ndonjëherë e quajtur „përafrim/bashkërendim“ ose alignment) është një detyrë shoqërisht shumë e rëndësishme që lidhet ngushtë me etikën e IA-së, por nuk është identike me të. Firmat e mëdha të teknologjisë së IA-së zakonisht kishin njëfarë forme komiteti „etike“ ose „sigurie“, por shumica u shpërbënë në vitet 2020. Problemet e rrezikut do të shfaqen në diskutimet e shumicës së çështjeve etike.

Së fundi, që një problem të kualifikohet si një „problem për etikën“, ne do të kërkonim që të jetë e paqartë se çfarë është etike në rastin e veçantë, duke përjashtuar kështu gjëra që janë thjesht „etikisht problematike“ ose „joetike“ (p.sh. mashtrimi dhe vrasja). Thënë kjo, sistemet teknike në një kontekst shoqëror (sistemet tekno-shoqërore) gjithmonë i bëjnë disa vendime njerëzore dhe disa zhvillime shoqërore më të mundshme se të tjerat, p.sh. ato ofrojnë një „shtytje të butë“ (nudge), kanë aftësi të natyrshme përdorimi (affordances), ose ndryshojnë situatën epistemike. Për shembull, një model i madh gjuhësor (LLM) mund ta bëjë të mundur për një person të ndërtojë një virus, të sulmojë një bazë të dhënash, të kryejë mashtrim, ose të imitojë dikë tjetër (OpenAI 2025). Kështu që hyn brenda fushës së këtij artikulli shqyrtimi i rasteve ku IA dhe robotika mundësojnë një sjellje të tillë ose një zhvillim të caktuar shoqëror.

1.2 Sfondi tekno-shoqëror

Deri diku, fusha e „etikës së zbatuar“ nxitet nga teknologjia: Kur shfaqet një lloj i ri sistemi, shfaqen probleme të reja. Ndonëse parashikimi ka rreziqet e veta, duket e qartë se nëse përparimi teknik i IA-së vazhdon në mënyrën siç bën tani (fillimi i vitit 2026), ne po përballemi me një ndryshim madhor teknik, shoqëror dhe mjedisor që është po aq themelor sa ai i sjellë nga revolucioni industrial, me kalimin e tij nga fuqia e njeriut dhe e kalit drejt ujit/avullit/elektricitetit.

Në shekullin e 20-të, IA zakonisht kuptohej si një program kërkimor ku shkencat kognitive do të zhvillonin modele të inteligjencës njerëzore si përllogaritje mbi simbole kuptimplote, dhe shkencat kompjuterike do t’i implementonin këto modele në pajisje harduerike digjitale, duke testuar kështu modelet dhe duke arritur një formë të përgjithshme të inteligjencës artificiale. Ky program është i dukshëm në nocionin e Searle-it për „IA-në e fortë“: „kompjuterët me programet e duhura mund të thuhet fjalë për fjalë se kuptojnë dhe kanë gjendje të tjera kognitive“ (Searle 1980, 417). Kjo u quajt më vonë „IA klasike“, dhe ishte në njëfarë konkurrence me „IA-në koneksioniste“, e cila propozonte të përqendrohej te modelimi i trurit në „rrjete nervore“, dhe jo te struktura e tij funksionale. Të dyja versionet e IA-së hasën probleme të rëndësishme gjatë „dimrave të IA-së“ (AI winters), rreth viteve 1975–1995, dhe ato ndanë disa disiplina teknike të specializuara (p.sh. njohjen e modeleve të imazheve ose robotikën) që shpesh e shmangnin emrin e njollosur „IA“.

Me shfaqjen e sistemeve më të suksesshme të mësimit makinerik (ML) në vitet 2010, kryesisht me rrjete nervore me shumë shtresa („të thella“) (LeCun, Bengio, dhe Hinton 2015; Schmidhuber 2015), dhe veçanërisht me IA-në e njohur gjeneruese, si modelet e mëdha gjuhësore (LLM) rreth vitit 2020, përdorimi i termit „IA“ është zgjeruar masivisht. Ndryshimi madhor drejt ML-së lidhet me përparimin algoritmik (p.sh. rrjetet kundërshtare gjeneruese [GAN], ose modelet transformuese) dhe faktin se kostoja e fuqisë llogaritëse dhe e ruajtjes së të dhënave është ulur, ndërsa investimi është rritur. Fitimet eksponenciale që rezultuan në fuqinë llogaritëse dhe ruajtjen e të dhënave kanë çuar në aftësinë për të trajnuar modele mbi të dhëna masive (thelbësisht mbi të gjitha të dhënat e disponueshme), dhe për të gjeneruar modele shumë të mëdha (zakonisht në një madhësi prej 20–50% të të dhënave të trajnimit). Kjo „shkallëzim“ (scaling) arrin përmirësime rrënjësore të sistemeve të ML-së, të cilat shpesh shkuan nga performanca në nivelin 10% të njeriut në nivele përtej njeriut brenda pak vitesh. Prirjet aktuale të IA-së ndiqen në disa vende; një burim i spikatur është Indeksi i IA-së i HAI-t (Stanford).

Qëllimi i përgjithshëm i IA-së klasike pothuajse ishte braktisur në heshtje pas dimrave të IA-së, ndonëse një grup i vogël shtyu për idenë se IA klasike duhet të përqendrohej drejtpërdrejt tek „Inteligjenca e Përgjithshme Artificiale“ (AGI) — duke organizuar një seri konferencash specifike nën atë titull që nga viti 2008. Në 10 vitet e fundit, është bërë e zakonshme të pyetet sërish nëse mund të jemi në rrugën drejt një IA-je të përgjithshme, e kuptuar tashmë si e bazuar kryesisht mbi ML-në. Etiketa e vjetër „AGI“ përdoret shpesh tani për të dalluar qëllimin e inteligjencës së përgjithshme artificiale në nivelin e përafërt njerëzor nga IA teknike mbi probleme specifike, me implikimin se diçka e rëndësishme ndodh në atë pikë (ky supozim nxit një pjesë të hiper-investimeve aktuale në IA). Mbetet një pyetje e hapur nëse IA është në rrugën e duhur drejt inteligjencës së përgjithshme (AAAI 2025, 58–63; Bengio et al. 2025) — kjo pyetje ka rëndësi për etikën në shumë mënyra, p.sh. sugjerimet se grindjet e vogla mbi IA-në nuk kanë rëndësi krahasuar me përfitimet e jashtëzakonshme të AGI-së, ose se argumentet për rrezikun ekzistencial nga superinteligjenca bëhen më urgjente sa më pranë të lëvizim drejt AGI-së.

Duke qenë se IA funksionon në kompjuterë, shtrohet pyetja se cilin rol mund të luajë llogaritja kuantike, ku kubitët e superpozicionit lejojnë llogaritje që mund të jenë aq shumë më efikase në burime (p.sh. në kohë), saqë disa funksione që ishin praktikisht të pamundura për t’u llogaritur, bëhen praktikisht të mundura për t’u llogaritur (p.sh. duke marrë sekonda dhe jo shekuj) — ndërsa grupi i funksioneve të llogaritshme kuantike nuk është më i madh se ai i funksioneve të llogaritshme sipas Turing-ut (Deutsch 1985). Kjo rritje efikasiteti ka rëndësi të jashtëzakonshme praktike sepse enkriptimi me çelës publik, e kësisoj pjesa më e madhe e sigurisë kompjuterike dhe identifikimit, mbështetet në funksione të vështira të kthyeshme që janë praktikisht të lehta për t’u llogaritur në njërin drejtim por shumë të vështira për t’u llogaritur në drejtimin e kundërt (p.sh. „shumëzo këta dy numra të thjeshtë“, kundrejt „zbulo cilët dy numra të thjeshtë, nëse shumëzohen, do të jepnin këtë numër“). Problemi i sigurisë i llogaritjes kuantike, nëse do të arrihej në një nivel praktik, nuk është kështu specifik për IA-në, por do të ndikonte gjithashtu mbi të.

Ndërsa IA është tërësisht softuer, robotët janë makina fizike që u nënshtrohen forcave fizike; ata kanë „sensorë“ dhe ushtrojnë forcë fizike mbi botën përmes „aktuatorëve“, si një kapëse ose një rrotë lëvizëse. Për rrjedhojë, makinat ose avionët autonomë janë robotë, dhe vetëm një pjesë shumë e vogël e robotëve aktualë janë „humanoidë“ (në formë njeriu). Disa robotë përdorin IA, dhe disa jo: Robotët tipikë industrialë ende ndjekin verbërisht skenarë plotësisht të përcaktuar me të dhëna minimale shqisore dhe pa mësim apo arsyetim, në një mjedis maksimalisht të kontrolluar. Megjithatë, ka një përdorim në rritje të IA-së në robotikë, përfshirë humanoidët, kryesisht për ndjeshmëri dhe kontroll të veprimeve. Robotët dhe sistemet e IA-së mund të shihen kështu si dy grupe që mbivendosen: Sisteme që janë vetëm IA, sisteme që janë vetëm robotikë, dhe sisteme që janë të dyja. Ne jemi të interesuar për të treja; fusha e shtrirjes së këtij artikulli është bashkimi i të dyja grupeve.

Vlen të kujtohet se etika e IA-së dhe robotikës është një disiplinë shumë e re: Publikimet e para mbi etikën e robotëve ose etikën e makinave u shfaqën në fillim të viteve 2000 (Moor 2006), konferenca e parë mbi etikën e IA-së u zhvillua më 2012 (Müller 2014), librat e parë u shfaqën mbi superinteligjencën (Bostrom 2014), etikën e makinave (Misselhorn 2018/22), dhe problemin e kontrollit (S. Russell 2019). Më pas, u shfaqën artikujt e parë përmbledhës (Müller 2020) dhe librat (Dignum 2019; Coeckelbergh 2020; Dubber, Pasquale, dhe Das 2020; Gordon dhe Nyholm 2021), si dhe punime më të orientuara drejt politikave (Floridi et al. 2018; Taddeo dhe Floridi 2018; Taylor et al. 2018; Walsh 2018; Bryson 2019; Gibert 2019; Whittlestone et al. 2019). Ne ndoshta ende kemi mungesë të një shtrirjeje, metode apo veprash kanonike të vendosura mirë (L. E. Frank dhe Klincewicz 2024). Gjithashtu, ka pak histori të etikës së IA-së (Casiraghi 2023), dhe të fushës më të gjerë të etikës kompjuterike apo etikës digjitale (por shih Müller 2022). Përmbledhje të dobishme për etikën e robotikës përfshijnë (Calo, Froomkin, dhe Kerr 2016; Royakkers dhe van Est 2016; Tzafestas 2016; Coeckelbergh 2022b); një koleksion standard punimesh është (Lin, Abney, dhe Jenkins 2017). Manuale dhe përmbledhje të etikës së IA-së përfshijnë (Boddington 2023; Floridi 2023b; Bullock et al. 2024; Gunkel 2024; Floridi dhe Taddeo 2025; Hähnel dhe Müller 2025; Smuha 2025), me (Hagendorff 2024) mbi IA-në gjeneruese dhe (Nyholm, Kasirzadeh, dhe Zerilli 2026) mbi debatet bashkëkohore.

Bota ka ndryshuar në vitet e fundit. Ka shumë të ngjarë që më shumë literaturë të jetë botuar mbi temën e këtij artikulli që nga versioni i parë (fillimi i vitit 2020) sesa në të gjithë kohën përpara saj. Gjithashtu, artikujt tani po botohen në revista kryesore filozofike që më parë shpërfillnin IA-në dhe llogaritjen kompjuterike. Përzgjedhja e literaturës ndaj së cilës referohet këtu duhet prandaj të jetë më e ngushtë dhe do të jetë më e prirur ndaj gabimeve. Renditja kryesore që u propozua më 2020, në mungesë të një artikulli apo libri përmbledhës të mëparshëm, duket se ka rezistuar mjaft mirë.

Një shënim mbi tonin: Është karakteristike për „etikën e x-it“ që ajo priret të merret me problemet etike të x-it, dhe jo me meritat e x-it. Rezultati është se etika e IA-së shfaqet „negative ndaj IA-së“. Kjo është një prirje që përpiqemi ta zbutim këtu: Qëllimi i një etike të IA-së është të zbulojë se si duhet të jetë IA, të analizojë vështirësitë për të zbuluar se cila është mënyra e duhur për të vepruar lidhur me IA-në. Kështu që, idealisht, etika e IA-së ofron udhëzime për „inxhinieri të mirë“ (kjo vjen nën emërtime të ndryshme, si „e besueshme“, „humane“, „e përafruar/pajtueshme“, „e sigurt“ ose „etike“). Prandaj, detyra shoqërore e etikës së IA-së është të ofrojë udhëzime për projektimin dhe përdorimin e mirë të IA-së, për një botë që ia vlen të dëshirohet (nëse IA është pjesë e një bote të tillë).

2. Debatet kryesore

2.1 Privatësia dhe mbrojtja e të dhënave

Privatësia ka disa aspekte të njohura mirë, p.sh. „e drejta për t’u lënë vetëm“, kontrolli mbi informacionin rreth vetvetes (Rachels 1975), privatësia si një aspekt i personshmërisë, dhe privatësia lokale e trupore (Bennett dhe Raab 2018; Roessler 2018). Diskutimi rreth privatësisë dhe mbikëqyrjes në teknologjinë e informacionit (p.sh. Macnish 2017; Roessler 2017) ka të bëjë kryesisht me të dhënat e identifikueshme personalisht, d.m.th. qasjen në to dhe kontrollin mbi ato të dhëna, ose një kombinim të të dyjave (Véliz 2024). Studimet klasike të privatësisë u përqendruan te mbikëqyrja shtetërore nga shërbimet sekrete, por tani përfshijnë mbikëqyrjen nga agjentë të tjerë shtetërorë, biznese dhe madje individë. Teknologjia përkatëse e informacionit ka ndryshuar ndjeshëm në dekadat e fundit, ndërsa rregullimi ka qenë i ngadaltë për t’u përgjigjur (ndonëse ekziston GDPR [2016]) — rezultati është njëfarë anarkie që shfrytëzohet nga lojtarët më të fuqishëm dhe që ka prodhuar diskutim të rëndësishëm politik (Véliz 2020).

2.1.1 Sfera digjitale

Sfera digjitale është zgjeruar shumë në dekadat e fundit: E gjithë mbledhja dhe ruajtja e të dhënave tani është digjitale, jetët tona janë gjithnjë e më shumë digjitale, ka gjithnjë e më shumë teknologji sensorësh në përdorim që gjenerojnë të dhëna rreth aspekteve jodigjitale të jetëve tona, dhe shumica e të dhënave digjitale janë të lidhura me një internet të vetëm. Përveç kësaj, një pjesë e madhe e të dhënave tregtohet midis agjentëve, zakonisht me pagesë. Si rezultat, kontrolli se kush mbledh cilat të dhëna, dhe kush ka qasje, është shumë më i vështirë në botën digjitale sesa ishte në botën analoge të letrës dhe thirrjeve telefonike.

IA rrit si mundësitë e mbledhjes inteligjente të të dhënave, ashtu edhe mundësitë për analizën e të dhënave — dhe rrit vlerën e të dhënave, meqenëse ato mund të përdoren për trajnimin e sistemeve të mësimit makinerik. Për shembull, njohja e fytyrës në foto dhe video, „gjurmimi i pajisjeve“ (device fingerprinting) dhe një mori teknikash të tjera të hulumtuara në shkencat kompjuterike (p.sh. Rocher, Hendrickx, dhe de Montjoye 2019) lejojnë identifikimin në kohë reale e kësisoj profilizimin dhe kërkimin për njerëz individualë apo pajisjet e tyre (Whittaker et al. 2018, 15ff). Rezultati është se „Në këtë oqean të gjerë të dhënash, ekziston një tablo tmerrueshmërisht e plotë e jona“ (Smolan 2016, 1:01) … një vërejtje që tashmë duket e rëndomtë.

Gjurma e të dhënave që lëmë pas është mënyra se si paguhen shërbimet tona „falas“ — por ne nuk informohemi rreth asaj mbledhjeje të dhënash dhe vlerës së kësaj lënde të parë të re, dhe manipulohemi për të lënë gjithnjë e më shumë të dhëna të tilla. Për „5 kompanitë e mëdha“ (Amazon, Google/Alphabet, Microsoft, Apple, Facebook/Meta), pjesa kryesore e mbledhjes së të dhënave e biznesit të tyre duket se bazohet në mashtrim, shfrytëzim të dobësive njerëzore, nxitje të zvarritjes (procrastination), gjenerim të varësisë dhe manipulim (Harris 2016; Klenk dhe Jongepier 2022). Përqendrimi parësor i mediave sociale, lojërave dhe pjesës më të madhe të internetit në këtë „ekonomi mbikëqyrjeje“ është fitimi, mbajtja dhe drejtimi i vëmendjes — e kësisoj furnizimi i vazhdueshëm me të dhëna. Siç tha Schneier-i, „mbikëqyrja është modeli i biznesit i internetit“ (Schneier 2015); kjo nganjëherë kapet në fjalën kyçe „kapitalizëm i mbikëqyrjes“ (Williams 2018; Zuboff 2019; Königs 2024).

2.1.2 Humbja e kontrollit të të dhënave?

Një këndvështrim i dobishëm mbi privatësinë nga këndi i „kontrollit“ është ta shohësh atë si kërkesën që integriteti i informacionit të ruhet në kontekstet përkatëse, d.m.th. „integriteti kontekstual“ kërkon që rrjedha e informacionit të kontrollohet siç duhet (Nissenbaum 2004). Problemi i imazheve dhe videove të gjeneruara nga IA të njerëzve realë mund t’i përshtatet kësaj qasjeje. Është argumentuar se një humbje e „lirisë“ është veçoria karakteristike e epokës së IA-së (Santoni de Sio 2024). Kjo humbje ka shkaktuar shumë përpjekje për t’i shpëtuar kthetrave të kapitalizmit të mbikëqyrjes, p.sh. në ushtrime të „minimalizmit“ (Newport 2019), ose përmes lëvizjes së kodit të hapur (open-source) — por është e dyshimtë nëse qytetarët e sotëm kanë autonominë e nevojshme.

Sistemet e mbikëqyrjes shpesh do të zbulojnë fakte rreth nesh të cilat ne vetë dëshirojmë t’i fshehim ose nuk jemi të vetëdijshëm për to: ato dinë më shumë rreth nesh sesa dimë ne për veten tonë. Madje edhe thjesht vëzhgimi i sjelljes në internet lejon njohuri mbi gjendjet tona mendore (Burr dhe Cristianini 2019) dhe manipulim (shih më poshtë 2.2). Kjo ka çuar në thirrje për mbrojtjen e „të dhënave të nxjerra/prejardhura“ (derived data) (Wachter dhe Mittelstadt 2019). Me fjalinë e fundit të librit të tij më të shitur Homo Deus, Harari (2016) pyet rreth pasojave afatgjata të IA-së: „Çfarë do të ndodhë me shoqërinë, politikën dhe jetën e përditshme kur algoritme jondërgjegjshme por shumë inteligjente të na njohin më mirë sesa e njohim ne veten?“ (lënë mënjanë nëse një algoritëm mund të „njohë“).

Sistemet robotike po fillojnë të luajnë një rol të rëndësishëm në këtë fushë, veçanërisht nga ajri. Së bashku me „internetin e gjërave“, sistemet „inteligjente“ (telefoni, televizori, furra, llamba, asistenti virtual, shtëpia, …), „qyteti inteligjent“ (Sennett 2018), „qeverisja inteligjente“, dhe „IA agjenciale inteligjente“, ato janë gati të bëhen pjesë e sistemit të mbledhjes së të dhënave që ofron të dhëna më të detajuara në kohë reale, me gjithnjë e më shumë informacion.

Ekziston një „garë armatimi“ midis mbikëqyrjes dhe lirisë individuale dhe ekziston një pyetje e rëndësishme shoqërore se ku qëndron një ekuilibër i mirë. Të dyja „anët“ përdorin teknologjinë e informacionit, p.sh. privatësia mund të mbrohet përmes enkriptimit, anonimitetit, kriptomonedhave. Për disa qëllime kërkimore, ekzistojnë teknika të ruajtjes së privatësisë që mund të fshehin gjerësisht identitetin e personave apo grupeve, p.sh. „privatësia diferenciale“ duke shtuar zhurmë të kalibruar për të enkriptuar rezultatin e pyetëzimeve (queries) (Dwork et al. 2006; Garfinkel 2025). Ndërsa disa kompani shesin mbikëqyrje, të tjera shesin mbrojtje nga mbikëqyrja, p.sh. në sistemet operative për kompjuterë dhe telefona.

Një nga vështirësitë kryesore praktike është zbatimi real i rregullimit, si në nivelin e shtetit ashtu edhe në nivelin e individit që ka një pretendim. Ata duhet të identifikojnë entitetin ligjor përgjegjës, të provojnë veprimin, ndoshta të provojnë qëllimin, të gjejnë një gjykatë që shpallet kompetente … dhe përfundimisht ta bëjnë gjykatën të zbatojë realisht vendimin e saj. Mbrojtja ligjore e vendosur mirë e të drejtave si të drejtat e konsumatorit, përgjegjësia e produktit dhe përgjegjësia tjetër civile ose mbrojtja e të drejtave të pronësisë intelektuale shpesh mungon në produktet digjitale, ose është e vështirë të zbatohet. Kjo do të thotë se kompanitë me një sfond „digjital“ janë mësuar t’i testojnë produktet e tyre mbi konsumatorët, pa frikë nga përgjegjësia, ndërsa mbrojnë të drejtat e tyre të pronësisë intelektuale. Ky „libertarianizëm i internetit“ nganjëherë merret se supozon që zgjidhjet teknike do të kujdesen për problemet shoqërore vetvetiu (Morozov 2013).

2.2 Autonomia njerëzore dhe manipulimi

Çështjet etike të IA-së në mbikëqyrje shkojnë përtej grumbullimit të thjeshtë të të dhënave, kontrollit të rrjedhës së të dhënave dhe drejtimit të vëmendjes: Ato përfshijnë përdorimin e informacionit për të manipuluar sjelljen, në internet dhe jashtë tij. Duke supozuar se zgjedhja ka „kushtin e kontrollit“ dhe „kushtin epistemik“ standard, manipulimi mund t’i përdorë të dyja. Përzgjedhja njerëzore e veprimeve shpesh është mjaft larg nga zgjedhja e ftohtë racionale, kështu që prirjet tona për zvarritje dhe sjellje të tjera nën-optimale mund të shfrytëzohen për manipulim. Ndërsa përpjekjet për të manipuluar sjelljen janë po aq të vjetra sa njerëzimi (Noggle 2022), ato fitojnë një cilësi të re me sistemet e IA-së (Prunkl 2024; Schneider 2025). Jaron Lanier tashmë shkroi më 2014: „Kur mbani sensorë në trupin tuaj gjatë gjithë kohës, si GPS-i dhe kamera në telefonin tuaj inteligjent, dhe vazhdimisht kaloni të dhëna në një megakompjuter në pronësi të një korporate që paguhet nga ‘reklamuesit’ për t’ju manipuluar hollësisht … ju gradualisht bëheni më pak të lirë“ (Lanier 2014).

Me të dhëna paraprake të mjaftueshme, algoritmet mund të përdoren për të vënë në shënjestër individë ose grupe të vogla me pikërisht atë lloj informacioni të personalizuar që ka gjasa të ndikojë mbi këta individë të veçantë. Duke pasur parasysh ndërveprimin intensiv të përdoruesve me sistemet e të dhënave dhe njohurinë e thellë rreth individëve që kjo siguron, ata janë të cënueshëm ndaj „shtytjeve të buta“ pozitive (Thaler dhe Sunstein 2008), manipulimit emocional, si dhe manipulimit dhe mashtrimit negativ. Bizneset e orientuara drejt fitimit shfrytëzojnë njëanshmëritë e sjelljes, mashtrimin dhe gjenerimin e varësisë (Costa dhe Halpern 2019) — p.sh. përmes „modeleve të errëta“ (dark patterns) në faqe interneti ose në lojëra (Mathur et al. 2019; Luguri dhe Strahilevitz 2021; Klenk 2022). Ndërsa bixhozi tradicional dhe shitja e substancave që krijojnë varësi janë shumë të rregulluara, manipulimi dhe varësia në internet nuk janë. Kontrolli rritet nga bllokimi brenda sistemit (lock-in) dhe monopolet e softuerit. Një detaj i kësaj humbjeje kontrolli është mungesa e „pëlqimit të informuar“ (Faden dhe Beauchamp 1986) kur pranohen „kushtet dhe afatet“ e softuerit dhe shërbimeve të IT-së. Kulmi i këtij problemi arrihet kur vendimet i dorëzohen një agjenti të IA-së, dhe njeriu nuk ka më nevojë as të manipulohet.

Teknologjitë e përmirësuara të falsifikimit të IA-së e bëjnë atë që dikur ishte dëshmi e besueshme në dëshmi jo të besueshme — kjo tashmë ka ndodhur me fotot digjitale, regjistrimet e zërit dhe videot … dhe tani është mjaft e lehtë të krijohen (e jo thjesht të ndryshohen) tekste, foto dhe materiale video „deepfake“ me çfarëdo përmbajtjeje të dëshiruar. Ndërveprimi i sofistikuar në kohë reale me persona përmes mesazheve, telefonatave apo videove mund të falsifikohet po ashtu. Kështu, ne nuk mund t’i besojmë ndërveprimit digjital, ndërsa jemi në të njëjtën kohë gjithnjë e më shumë të varur nga një ndërveprim i tillë. Është argumentuar se manipulimi teknologjik paraqet kërcënime të rëndësishme për mundësitë tona për të jetuar jetë domethënëse (Nyholm 2022) dhe se baza e praktikave tona epistemike për krijimin e besimit dhe dijes kërcënohet nga ky zhvillim (Rini 2020; Robert Sparrow dhe Flenady 2025).

2.3 Çështje epistemike: Errësia (opaciteti) dhe shpjegueshmëria

Kur një sistem i IA-së merr një vendim, p.sh. „ju refuzohet karta e kreditit“, shpesh do të jetë e pamundur për personin e prekur të dijë se si sistemi arriti te ky rezultat, d.m.th. sistemi është „i errët/opak“ ose „kuti e zezë“ (black box) për atë person. Për më tepër, shumë sisteme të IA-së mbështeten në teknikat e mësimit makinerik në rrjete nervore (të simuluara) të cilat nxjerrin modele nga një grup i dhënë të dhënash, me ose pa zgjidhje „të sakta“ të ofruara; d.m.th. të mbikëqyrura, gjysmë të mbikëqyrura ose të pambikëqyrura. Me këto teknika, „të mësuarit“ kap modele në të dhëna dhe këto etiketohen në një mënyrë që duket e dobishme për vendimin që sistemi merr, ndërsa programuesi nuk e di realisht se cilat modele në të dhëna ka përdorur sistemi. Ajo që kjo do të thotë është se rezultati është i errët madje edhe për programuesit ekspertë — kjo është errësia standarde (Durán dhe Jongsma 2021). Ndonjëherë, ka ndoshta madje errësi „të thellë“ ose „thelbësore“ e cila nuk mund të hiqet, në parim (Humphreys 2009; Müller 2025a; Beisbart 2026).

Dihet mirë se kushtet epistemike kanë një ndikim mbi çështjet normative. Në rastin tonë, nëse ka errësi, atëherë çdo njëanshmëri apo paragjykim (bias) në vendimmarrje do të jetë e vështirë të zbulohet. Errësia dhe paragjykimi janë çështje qendrore në atë që tani ndonjëherë quhet „etika e të dhënave“, „etika e të dhënave masive“ ose „etika e algoritmeve“ (Floridi dhe Taddeo 2016; Mittelstadt et al. 2016). Sistemet e IA-së për mbështetjen e automatizuar të vendimmarrjes dhe „analitikën parashikuese“ ngrenë „shqetësime të konsiderueshme rreth mungesës së procesit të rregullt ligjor, llogaridhënies, angazhimit të komunitetit dhe auditimit“ (Danaher 2016b; Whittaker et al. 2018, 18ff). Nuk është e qartë nëse ideja e një të drejte për një vendim ose justifikim njerëzor, si në GDPR, është vërtet ajo që nevojitet; disa autorë kanë argumentuar se në vend të kësaj ne kemi një të drejtë për një „vendim makine të mirë-kalibruar“ (Huq 2020) ose se duhet të shmangim një „boshllëk dëshmie“ (testimony gap) (Robert Sparrow dhe Flenady 2025). Ndonjëherë errësia dhe manipulimi diskutohen nën titujt e „teknologjisë epistemike“ (Alvarado 2023) ose „rrezikut epistemik“, por mbetet për t’u parë nëse nocionet dhe pyetjet nga epistemologjia tradicionale (rreth kushteve për besim të vërtetë të justifikuar) janë të përshtatshme për mënyrat e shumta në të cilat perceptimi dhe njohuria njerëzore ndikohen nga teknologjitë e IA-së.

Errësia ka gjeneruar përpjekje për të skicuar kufizimet për IA-në e shpjegueshme (XAI) (Zednik 2021) dhe rolin e modeleve kognitive (Budding dhe Zednik 2024). Çfarë do të thotë saktësisht „e interpretueshme“ është nën diskutim, veçanërisht marrëdhënia e saj me shpjegimin (Sullivan 2022; Zerilli 2022) dhe besimin (Baron 2025; Robertson 2025) — dallimi tipik është midis shkaqeve që çuan në një vendim dhe arsyeve që një agjent racional do të ofronte, ku kjo e fundit është ajo që ka rëndësi për përgjegjësinë. Ka shumë aktivitete që synojnë të heqin ose ndreqin errësinë përmes „IA-së së shpjegueshme“ (XAI), e cila tani është një fushë e rëndësishme teknike (Schwalbe dhe Finzel 2024).

2.4 Vendimet e mira: Drejtësia dhe paragjykimi (bias)

2.4.1 Vendimet

Siç u përmend më lart, mund të jetë e dobishme të konsiderohen të gjitha sistemet e IA-së si sisteme vendimmarrëse. Se çfarë përbën një vendim „të mirë“ është një temë e debatuar nxehtësisht në teorinë e zgjedhjes racionale (Thoma 2019). Është argumentuar gjithashtu se disa zgjedhje të vështira janë „në baraspeshë/në të njëjtin nivel“ (on a par) (Chang 2002), por ka vërtet rëndësi se cila prej tyre zgjidhet, sepse ne e bëjmë atë „tonën“ për të ardhmen (Chang 2020). Vlen të merret në konsideratë nëse vendimet ose rekomandimet e IA-së duhet të bazohen në supozimin e „preferencave“ të përdoruesit. Kjo është një terminologji e zakonshme në IT, por nuk është e qartë nëse shkenca që specializohet në parashikimin e sjelljes njerëzore (psikologjia) bën shumë përdorim të saj.

Sistemet e automatizuara të mbështetjes së vendimmarrjes me IA dhe „analitika parashikuese“ operojnë mbi të dhëna dhe prodhojnë një vendim si „rezultat“ (output). Ky rezultat mund të variojë nga relativisht triviali tek ai me rëndësi të lartë: „ky restorant përputhet me preferencat tuaja“, „lirimi me kusht refuzohet“, ose „shënjestra u identifikua dhe u angazhua me zjarr“. Analiza e të dhënave shpesh përdoret në „analitikën parashikuese“ në biznes, kujdes shëndetësor dhe fusha të tjera, për të parashikuar zhvillimet e ardhshme — meqenëse parashikimi është më i lehtë, ai do të bëhet gjithashtu një mall më i lirë. Një përdorim i parashikimit është në „policimin parashikues“ (predictive policing) (Meijer dhe Wessels 2019), i cili përfshin një kërcënim për liritë publike (Alikhademi et al. 2022) sepse mund t’u heqë pushtetin njerëzve që janë të parashikuar. Duket, megjithatë, se shumë nga shqetësimet rreth policimit varen nga skenarë futuristikë ku zbatimi i ligjit parashikon dhe ndëshkon veprimet e planifikuara, në vend që të presë derisa të kryhet një krim (si në filmin e vitit 2002 „Minority Report“). Në parim, mund të ketë merita në këtë qasje për të gjitha palët e interesuara (Asaro 2019).

Me shfaqjen e modeleve të mëdha gjuhësore (LLM), u bë më e imagjinueshme të kemi vetë sistemet e IA-së që këshillojnë mbi çështje etike. Ndoshta sistemet e IA-së mund të na mundësojnë madje të bëhemi njerëz më të mirë, sipas vetë standardeve tona (O’Neill, Klincewicz, dhe Kemmer 2022). Duket se madje versionet e hershme po dilnin mjaft mirë saqë „nuk u pa asnjë ndryshim domethënës në vlerën e perceptuar të këshillës midis këshillës etike të gjeneruar nga njeriu dhe këshillës etike të gjeneruar nga IA“ (Terwiesch, Meincke, dhe Nave 2023).

2.4.2 Paragjykimi (bias)

Sistemet e IA-së mund të përdoren në mbështetje ose zëvendësim të vendimeve njerëzore, dhe në këto raste vendimet mund të kenë një „njëanshmëri/paragjykim“ (bias), d.m.th. mund të marrin një vendim mbi bazën e kritereve që janë të parëndësishme, dhe ndoshta kështu të diskriminojnë negativisht kundër një individi apo grupi (khs. gjithashtu Friedman 1996). Paragjykimi zakonisht del në sipërfaqe kur bëhen gjykime të padrejta sepse individi që bën gjykimin ndikohet nga një karakteristikë që është realisht e parëndësishme për çështjen në fjalë, tipikisht një paramendim diskriminues rreth anëtarëve të një grupi. Personi që ka një paragjykim mund të mos jetë i vetëdijshëm për pasjen e këtij paragjykimi — ai madje mund të jetë ndershmërisht dhe shprehimisht kundër një paragjykimi që zbulohet se e ka (p.sh. përmes priming-ut, khs. Graham dhe Lowery 2004). Mbi drejtësinë kundrejt paragjykimit në mësimin makinerik, shih (Binns 2018), mbi nocionin më të përgjithshëm të paragjykimit (Johnson 2024).

Përveç dukurisë shoqërore të paragjykimit të mësuar, sistemi kognitiv njerëzor është përgjithësisht i prirur të ketë lloje të ndryshme „njëanshmërish kognitive“, p.sh. „njëanshmërinë e konfirmimit“ (confirmation bias): njerëzit priren ta interpretojnë informacionin si konfirmim të asaj që tashmë besojnë. Ndonëse këto forma të njëanshmërisë shpesh thuhet se pengojnë performancën në gjykimin racional (Kahneman 2011), ato janë realisht thjesht një mënyrë që sistemet kognitive të përballen me faktin se burimet e disponueshme për një vendim të caktuar (koha, të dhënat) janë gjithmonë të kufizuara. Kjo njihet si „optimalitet i kufizuar“ në shkencat kompjuterike (S. Russell 2016) ose „analizë racionale ndaj burimeve“ në psikologji (Lieder dhe Griffiths 2020).

Një formë e tretë e njëanshmërisë është e pranishme në të dhëna, kur ato shfaqin gabim sistematik, p.sh. një nga llojet e ndryshme të „njëanshmërisë statistikore“. Rreptësisht, çdo grup i dhënë të dhënash do të jetë i paanshëm vetëm për një lloj të vetëm çështjeje, kështu që vetë krijimi i një baze të dhënash përfshin rrezikun se ajo mund të përdoret për një lloj tjetër çështjeje, dhe më pas të rezultojë e njëanshme për atë lloj. Mësimi makinerik mbi bazën e të dhënave të tilla atëherë jo vetëm që do të dështonte të njihte njëanshmërinë, por do ta kodifikonte dhe automatizonte „njëanshmërinë historike“. Problemi me sisteme të tilla është pra njëanshmëria plus njerëzit që vendosin besim të tepruar te sistemet. Pasojat politike të sistemeve të tilla të automatizuara mund të jenë të konsiderueshme (Eubanks 2018). Për më tepër, cilësia e programit varet shumë nga cilësia e të dhënave të ofruara, duke ndjekur parimin e vjetër „mbeturina brenda, mbeturina jashtë“ (garbage in, garbage out). Kështu, nëse të dhënat tashmë përfshinin një njëanshmëri (p.sh. të dhënat e policisë mbi ngjyrën e lëkurës së të dyshuarve), atëherë programi do ta riprodhojë atë njëanshmëri. Disa kanë argumentuar se problemet etike të sotme janë rezultat i „shkurtoreve“ teknike që ka marrë IA (Marcus 2018; Cristianini 2023) — gjë që lidh problemin e paragjykimit me filozofinë e përgjithshme të teknologjisë (shih më poshtë).

Duket se rregullimet teknologjike për problemin e njëanshmërisë kanë kufij të natyrshëm në atë që kanë nevojë për një nocion matematikor të drejtësisë/ndershmërisë (fairness), i cili është i vështirë të arrihet (Whittaker et al. 2018, 24ff; Selbst et al. 2019); ashtu siç është një nocion formal i termave kyç, si „raca“ (shih Benthall dhe Haynes 2019) ose „gruaja“ (Mason 2022).

2.5 Ndërveprimi njeri-robot

Ndërveprimi njeri-robot (HRI) është një fushë akademike më vete, e cila tani i kushton vëmendje të konsiderueshme çështjeve etike, dinamikave të perceptimit nga të dyja anët, dhe si interesave të ndryshëm të pranishëm ashtu edhe ndërlikueshmërisë së kontekstit shoqëror, përfshirë bashkëpunimin në punë (co-working) (p.sh. Arnold dhe Scheutz 2017).

IA mund të përdoret gjithashtu për të drejtuar robotë që janë problematikë nëse proceset ose pamja e tyre përfshijnë mashtrim, kërcënojnë dinjitetin njerëzor, ose shkelin kërkesën kantiane të „respektit për humanitetin“. Duket se qeniet njerëzore u veshin shumë lehtë veti mendore objekteve, dhe empatizojnë me to, veçanërisht kur pamja e jashtme e këtyre objekteve është e ngjashme me atë të qenieve të gjalla. Kjo mund të përdoret për të mashtruar njerëzit (ose kafshët) duke i shtyrë t’u atribuojnë më shumë rëndësi intelektuale apo madje emocionale robotëve ose sistemeve të IA-së nga sa meritojnë. Disa pjesë të robotikës humanoide dhe shtazore janë problematike në këtë drejtim.

Kufizimet bazë të etikës së biznesit dhe ligjit zbatohen gjithashtu për robotët: siguria e produktit dhe përgjegjësia, ose mosmashtrimi në reklama. Duket se këto kufizime ekzistuese kujdesen për shumë nga shqetësimet që ngrihen. Ka raste, megjithatë, ku ndërveprimi njeri-njeri ka aspekte që duken posaçërisht njerëzore në mënyra që ndoshta nuk mund të zëvendësohen nga robotët: kujdesi, dashuria dhe seksi.

Këto çështje do të jenë më urgjente së shpejti, kur robotët realisht të lënë „kafazet e verdhë“ industrialë, me ndihmën e IA-së, dhe të shfaqen në rrethana më të rëndomta të jetës së përditshme.

2.5.1 Shembulli (a): Robotët e kujdesit

Përdorimi i robotëve në kujdesin shëndetësor për njerëzit është aktualisht në nivelin e studimeve të konceptit në mjedise reale, por mund të bëhet një teknologji e përdorshme brenda pak vitesh, dhe ka ngritur një sërë shqetësimesh për një të ardhme distopike të kujdesit të çnjerëzuar (A. Sharkey dhe Sharkey 2011; Rob Sparrow 2016). Sistemet aktuale përfshijnë robotë që mbështesin kujdestarët njerëzorë (p.sh. në ngritjen e pacientëve, ose transportimin e materialeve), robotë që u mundësojnë pacientëve të bëjnë disa gjëra vetë (p.sh. të hanë me një krah robotik), por edhe robotë që u jepen pacientëve si shoqëri dhe ngushëllim (p.sh. foka robotike „Paro“). Për një vështrim të përgjithshëm, shih (van Wynsberghe 2016; Nørskov 2017; Fosch-Villaronga dhe Albo-Canals 2019), për një anketim të përdoruesve (Draper et al. 2014).

Një arsye pse çështja e kujdesit ka dalë në plan të parë është se njerëzit kanë argumentuar se do të na nevojiten robotë në shoqëritë që po plaken. Nuk është shumë e qartë nëse ka vërtet një problem këtu, meqenëse diskutimi përqendrohet kryesisht te frika se robotët do të çnjerëzojnë kujdesin, por robotët aktualë dhe të parashikueshëm në kujdes janë për automatizimin klasik të detyrave teknike si robotë ndihmës. Ata janë kështu „robotë kujdesi“ vetëm në kuptimin e sjelljes së kryerjes së detyrave në mjediset e kujdesit, dhe jo në kuptimin që një njeri „kujdeset me ndjenjë“ për pacientët. Përkundrazi, rreziku i robotëve në kujdes është mungesa e një kujdesi të tillë të qëllimshëm — sepse mund të nevojiten më pak kujdestarë njerëzorë. Në mënyrë interesante, të kujdesesh për diçka, qoftë edhe për një agjent virtual, mund të jetë e mirë për vetë kujdestarin (Lee et al. 2019). Një sistem që pretendon se kujdeset me ndjenjë do të ishte mashtrues e kësisoj problematik — përveçse nëse mashtrimi kundërpeshohet nga një përfitim mjaftueshëm i madh dobie (Coeckelbergh 2016). Ndoshta ndjesia e të qenit i përkujdesur nga një makinë, deri diku, mund të jetë përparim në disa raste?

2.5.2 Shembulli (b): Robotët e seksit

Është argumentuar nga disa optimistë të teknologjisë se njerëzit me shumë gjasa do të jenë të interesuar për seks dhe shoqëri me robotët dhe do të jenë të qetë me këtë ide (Levy 2007). Duke pasur parasysh larmishmërinë e preferencave seksuale njerëzore, përfshirë lodrat e seksit dhe kukullat e seksit, kjo duket shumë e mundshme: Pyetja është nëse pajisje të tilla duhet të prodhohen dhe të promovohen, dhe nëse duhet të ketë kufizime ndaj përdorimit në këtë fushë të errët. Duket se kjo ka lëvizur në rrjedhën kryesore të „filozofisë së robotëve“ në kohët e fundit (Sullins 2012; Danaher dhe McArthur 2017; N. Sharkey et al. 2017; Bendel 2018; Devlin 2018).

Njerëzit kanë pasur prej kohësh lidhje të thella emocionale me objektet, kështu që ndoshta shoqëria apo madje dashuria me një android të parashikueshëm është tërheqëse, veçanërisht për njerëzit që hasin vështirësi me njerëzit realë, dhe tashmë preferojnë qentë, macet, një zog, një kompjuter ose një tamagotchi. Disa autorë (Nyholm, Danaher, dhe Earp 2022) argumentojnë se kjo mund të jetë miqësi e vërtetë, dhe kësisoj është një qëllim i vlefshëm. Sigurisht duket sikur një miqësi e tillë mund të rrisë dobinë e përgjithshme, edhe nëse i mungon thellësia dhe funksioni (Miyahara dhe Shimizu 2025). Në të gjithë këtë fushë ekziston një çështje mashtrimi, meqenëse një robot nuk mundet (aktualisht) të mendojë atë që thotë, ose të ketë ndjenja për një njeri. Dihet mirë se njerëzit janë të prirur t’u veshin ndjenja dhe mendime entiteteve që sillen sikur të kishin ndjeshmëri (sentience), madje edhe objekteve qartazi të pajeta që nuk shfaqin asnjë sjellje. Gjithashtu, pagesa për mashtrim duket se është një pjesë themelore e industrisë tradicionale të seksit.

Së fundi, ka shqetësime që shpesh kanë shoqëruar çështjet e seksit, përkatësisht pëlqimi (L. Frank dhe Nyholm 2017), shqetësimet estetike, dhe frika se qeniet njerëzore mund të „korruptohen“ nga disa përvoja. Sado e modës së vjetër që mund të duket kjo, sjellja njerëzore ndikohet nga përvoja, dhe ka shumë gjasa që pornografia ose robotët e seksit të mbështesin perceptimin e njerëzve të tjerë si objekte të thjeshta dëshire, ose madje si marrës të abuzimit, dhe kësisoj të shkatërrojnë një përvojë më të thellë seksuale dhe erotike. „Fushata Kundër Robotëve të Seksit“ argumenton se këto pajisje janë një vazhdimësi e skllavërisë dhe prostitucionit (Richardson 2016).

2.6 Sistemet autonome të IA-së

2.6.1 Autonomia në përgjithësi

Ka disa nocione të autonomisë në diskutimin e sistemeve autonome. Një nocion më i fortë përfshihet në debatet filozofike ku autonomia është baza për përgjegjësinë dhe personshmërinë (Christman 2018). Në këtë kontekst, përgjegjësia nënkupton autonomi, por jo anasjelltas, kështu që mund të ketë sisteme që kanë shkallë të autonomisë teknike pa ngritur çështje të përgjegjësisë. Nocioni më i dobët, më teknik i autonomisë në robotikë është relativ dhe shkallor: Një sistem thuhet se është autonom në raport me kontrollin njerëzor deri në njëfarë shkalle (Müller 2012). Ekziston një paralele këtu me çështjet e njëanshmërisë dhe errësisë në IA meqenëse autonomia ka të bëjë gjithashtu me një marrëdhënie pushteti: kush është në kontroll, dhe kush është përgjegjës? Autonomi më e lartë nënkupton rrezik më të lartë, por autonomia më e lartë është gjithashtu një kërkesë për fitime më të larta produktiviteti, kështu që zhvillimi shkon drejt rrezikut më të lartë. Pra, çështja është kryesisht një çështje rreziku dhe keqpërdorimi, e më pak e autonomisë serioze.

Në shumicën e juridiksioneve, ekziston një sistem i sofistikuar i së drejtës civile dhe penale për të zgjidhur çështjet e përgjegjësisë ligjore. Standardet teknike, p.sh. për përdorimin e sigurt të makinerive në mjedise mjekësore, me shumë gjasë do të duhet të përshtaten. Tashmë ekziston një fushë e „IA-së së verifikueshme“ për sisteme të tilla me rëndësi kritike për sigurinë, dhe për „zbatime të sigurisë“. Standardet teknike janë një pjesë e rëndësishme e një rregullimi të tillë dhe vetërregullimit.

Mes sistemeve të shumta autonome në tokë, në ujë, nën ujë, në ajër ose në hapësirë, ne diskutojmë dy shembuj: automjetet autonome dhe armët autonome. Tani ka një zhvillim drejt asistentëve personalë me IA, robotikë ose jo. Duket e besueshme se këta asistentë do të përballen me pengesa të konsiderueshme, meqenëse përgjegjësia etike dhe ligjore për veprimet e asistentit do të duhej të qartësohej (Milano dhe Nyholm 2024).

2.6.2 Shembulli (a): Automjetet autonome

Automjetet autonome mbajnë premtimin për të zvogëluar dëmin shumë të konsiderueshëm që shkakton aktualisht drejtimi njerëzor i mjeteve — me afërsisht 1 milion njerëz të vrarë në vit, shumë më tepër të plagosur, mjedisin e ndotur, tokën e mbuluar me beton dhe asfalt, qytetet plot me makina të papërdorura (të parkuara), etj. Megjithatë, duket se ka pyetje mbi atë se si duhet të sillen automjetet autonome, dhe se si duhet të shpërndahen përgjegjësia dhe rreziku në sistemin e ndërlikuar në të cilin automjetet operojnë. (Ka gjithashtu mosmarrëveshje domethënëse rreth asaj se sa kohë do të marrë realisht zhvillimi i makinave plotësisht autonome, ose të „nivelit 5“ (SAE 2015), apo nëse kjo ka ndodhur tashmë).

Ka diskutime të rëndësishme rreth „problemeve të karrocës së trenit“ (trolley problems) në këtë kontekst. Në „problemet e karrocës“ klasike (Thomson 1976; Woollard dhe Howard-Snyder 2021) paraqiten dilema të ndryshme. Versioni më i thjeshtë është ai i një karroce treni në shina që po shkon drejt pesë njerëzve dhe do t’i vrasë ata, përveçse nëse treni devijohet në një shinë anësore, por në atë shinë ndodhet një person, i cili do të vritet nëse treni merr atë shinë anësore. Shembulli kthehet prapa te një vërejtje te Foot (1967, 6), e cila diskuton një numër rastesh dilemash ku pasojat e toleruara ndryshojnë nga pasojat e synuara të një veprimi. „Problemet e karrocës“ nuk supozohet të përshkruajnë probleme etike reale ose të zgjidhen me një zgjedhje „të drejtë“. Përkundrazi, ato janë eksperimente mendimi ku zgjedhja është e kufizuar artificialisht në një numër të vogël të fundëm opsionesh të veçanta të njëhershme dhe ku agjenti ka njohuri të përsosur. Këto probleme përdoren si një mjet teorik për të hetuar intuitat dhe teoritë etike (Kamm dhe Rakowski 2016). Ky lloj problemi u ka kujtuar shumëkujt problemet e hasura në drejtimin real të makinës, dhe në drejtimin autonom (Lin 2015). Është e dyshimtë, megjithatë, nëse një shofer real ose makinë autonome do të duhet të zgjidhë ndonjëherë probleme të karrocës dhe debatohet nëse kjo çështje ka rëndësi për etikën e automjeteve autonome (Awad et al. 2018; Paulo 2023).

2.6.3 Shembulli (b): Armët autonome

Nocioni i armëve të automatizuara është mjaft i vjetër: „Për shembull, në vend të përdorimit të raketave të thjeshta të drejtuara ose mjeteve të pilotuara nga distanca, ne mund të lëshojmë automjete tokësore, detare dhe ajrore plotësisht autonome të afta për misione komplekse dhe me rreze të gjerë vëzhgimi dhe sulmi“ (DARPA 1983, 1). Ky propozim u tall si „fantazi“ në atë kohë (Dreyfus, Dreyfus, dhe Athanasiou 1986, ix), por tani është një realitet, të paktën për shënjestra më lehtësisht të identifikueshme (raketa, automjete, avionë, anije, ndërtesa, etj.). Argumentet kryesore kundër sistemeve të armëve autonome (vdekjeprurëse) (AWS ose LAWS) janë se ato mbështesin vrasjet pa gjyq, heqin përgjegjësinë nga njerëzit, dhe i bëjnë luftërat ose vrasjet më të mundshme — për një listë të detajuar të çështjeve shih (Lin, Bekey, dhe Abney 2008, 73–86; Taddeo 2024).

A do t’i bënin sistemet e armëve autonome luftërat më të mundshme? Duket se rritja e disponueshmërisë së sistemeve të armëve autonome dhe zvogëlimi i mundësisë për t’u mbajtur përgjegjës do të rriste mundësinë e përdorimit të tyre. Megjithatë, asimetria thelbësore e mosndëshkueshmërisë tashmë ekziston në luftërat konvencionale me armë në distancë (p.sh. të telekomanduara). Këto janë llojet e rasteve të sjella përpara nga Fushata për Ndalimin e Robotëve Vrasës (Campaign to Stop Killer Robots) dhe grupe të tjera aktiviste. Disa duket se janë të barasvlershme me të thënët se armët autonome janë me të vërtetë armë …, dhe armët vrasin, por ne përsëri i prodhojmë ato në numra gjigantë. Lidhur me çështjen e llogaridhënies, armët autonome mund ta bëjnë identifikimin dhe ndjekjen penale të agjentëve përgjegjës më të vështirë — por kjo nuk është e qartë, duke pasur parasysh të dhënat digjitale që mund të mbahen, të paktën në një luftë konvencionale. Vështirësia e shpërndarjes së ndëshkimit nganjëherë quhet „boshllëku i ndëshkimit/hakmarrjes“ (retribution gap) (Danaher 2016a). Zhvillimi në 5 vitet e fundit duket drejt pranimit të IA-së në luftë, por shumë çështje etike mbeten, dhe — zyrtarisht të paktën — ka ende gjithmonë „njerëz në cikël“ (humans in the loop), edhe pse përdorimi i IA-së, p.sh. për identifikimin e shënjestrës, redukton kontributin njerëzor, veçanërisht kur shpejtësia është vendimtare. Në terma rregullatorë, një ndalim i plotë tani duket i pamundur.

Një pyetje tjetër duket të jetë nëse përdorimi i armëve autonome në luftë do t’i bënte luftërat më të këqija, apo ndoshta do t’i bënte luftërat më pak të këqija? Nëse robotët reduktojnë viktimat, krimet e luftës dhe krimet në luftë, përgjigjja mund të jetë fare mirë pozitive dhe është përdorur si një argument në favor të këtyre armëve (Arkin 2009; Müller 2016a), por gjithashtu si një argument kundër (Amoroso dhe Tamburrini 2018). Me sa duket kërcënimi kryesor nuk është përdorimi i armëve të tilla në luftëra konvencionale, por në konflikte asimetrike ose nga agjentë joshtetërorë, përfshirë kriminelët.

Është thënë gjithashtu se armët autonome nuk mund të përputhen me të Drejtën Ndërkombëtare Humanitare, e cila kërkon zbatimin e parimeve të dallimit (midis luftëtarëve dhe civilëve), proporcionalitetit (të forcës) dhe domosdoshmërisë ushtarake (të forcës) në konfliktin ushtarak (A. Sharkey 2019). Kjo tani duket më shumë një çështje teknike, e tillë që armët duhet të ndërtohen dhe të përdoren në mënyrë që të mos shkelin të Drejtën Humanitare. Ka tregues të fortë se të drejtat e njeriut janë një kornizë e dobishme për etikën e IA-së, por kjo nuk është përdorur shumë, me disa përjashtime (Smuha 2021a) — anasjelltas, njihet gjerësisht në kërkimin mbi të drejtat e njeriut se IA ka ndikim të rëndësishëm mbi këtë fushë. Ndonjëherë koncepti i dinjitetit njerëzor është ngritur në këtë kontekst (A. Sharkey 2019; khs. Rueda et al. 2025).

2.7 Statusi moral, etika e makinave, përgjegjësia

2.7.1 Statusi moral

Në një përafrim të parë, çështja e statusit moral të sistemeve të IA-së dhe robotikës ka të bëjë me pyetjen nëse ato kanë detyrime, dhe nëse ne kemi detyrime ndaj tyre — kjo shpesh formulohet në terma të agjencisë: një entitet është një agjent moral nëse dhe vetëm nëse ka detyrime, dhe është një pacient moral, nëse dhe vetëm nëse agjentët moralë (p.sh. njerëzit) kanë detyrime ndaj tij. Njerëzit janë shembulli tipik i agjentëve moralë, dhe kafshët me ndjeshmëri (sentiente) shembulli tipik i pacientëve moralë. Pikëpamja standarde është se sistemet e IA-së dhe robotikës nuk kanë asnjë lloj statusi moral … por kjo pikëpamje është vënë nën presion, dhe diskutimi ka çuar në njohuri rreth natyrës së statusit moral (Misselhorn 2020; Powers dhe Ganascia 2020).

Disa autorë kanë treguar se duhet të merret seriozisht në konsideratë nëse robotëve aktualë duhet t’u njihen të drejta (Gunkel 2018; Turner 2019; Danaher 2020). Ky qëndrim duket se mbështetet gjerësisht në kritikën ndaj kundërshtarëve dhe në vëzhgimin empirik se robotët dhe jopersonat e tjerë ndonjëherë trajtohen sikur kanë të drejta. Në këtë linjë, është propozuar një „kthesë relacionale“: Nëse ne lidhemi me robotët sikur të kishin të drejta, atëherë mund të jetë e kotë të kërkohet nëse ata vërtet i kanë ato të drejta (Coeckelbergh 2010, 2012, 2018). Kjo ngre pyetjen se sa larg mund të shkojë një antirealizëm i tillë, dhe çfarë do të thotë atëherë të thuhet se „robotët kanë të drejta“ në një qasje të përqendruar te njeriu (Gerdes 2016). Në anën tjetër të debatit, Bryson ka këmbëngulur se robotët nuk duhet të gëzojnë të drejta (Bryson 2010), ndonëse e konsideron këtë një mundësi (Gunkel dhe Bryson 2014). Duket se diskutimi i „të drejtave“ tani po lëviz ose drejt fushës së superinteligjencës (Gordon 2022) ose drejt një diskutimi mbi „statusin moral“, shih (Clarke dhe Savulescu 2021; Clarke, Zohny, dhe Savulescu 2021; Müller 2021), ku ka një prirje në favor të pikëpamjes se ndjeshmëria (sentience) është të paktën një kusht i domosdoshëm për statusin moral (Königs 2025). Për rrjedhojë, ekziston një shqetësim nëse do të ishte etike të krijoheshin sisteme të IA-së me vetëdije (Butlin et al. 2023; Dung 2023), meqenëse kjo mund të mundësonte ndjeshmërinë, e kësisoj vuajtjen. Disa autorë kanë bërë thirrje për një „moratorium mbi fenomenologjinë sintetike“ (Bentley et al. 2018, 28f; Metzinger 2021).

Ekziston një çështje krejtësisht e veçantë nëse robotëve (ose sistemeve të tjera të IA-së) duhet t’u jepet statusi i „entiteteve ligjore“, ose „personave juridikë“ — në një kuptim në të cilin personat fizikë, por edhe shtetet, bizneset ose organizatat janë „entitete ligjore“, përkatësisht mund të kenë të drejta financiare dhe përgjegjësi civile, por jo përgjegjësi penale (khs. Bryson, Diamantis, dhe Grant 2017; Bertolini dhe Aiello 2018). Në etikën mjedisore ka një diskutim të hershëm rreth të drejtave ligjore për objektet natyrore (C. D. Stone 1972).

2.7.2 Agjencia

Nocioni klasik „i trashë“ (thick) i një agjenti moral është i projektuar për të caktuar përgjegjësi morale, aftësinë për të marrë qortim dhe lëvdatë. Ai nënkupton kështu një kusht epistemik (njohuri rreth botës), një kusht kontrolli (aftësi për të vepruar në botë), një kusht normativ (aftësi për të vepruar mbi baza arsyesh, veçanërisht preferencash të reflektuara), dhe mundësinë për t’u ndikuar nga vuajtja ose gëzimi, teknikisht gjendje fenomenale me valencë, ose ndjeshmëri (Müller 2021; Dung 2025). Disa autorë që e shohin çështjen nga ana teknike kanë arritur në përfundimin se modeleve të mëdha gjuhësore (LLM) u mungojnë veçoritë thelbësore të agjencisë morale: Nuk ka një agjent individual, agjenti nuk gjeneron normat e veta, dhe agjenti nuk formësohet nga ndërveprimi i tij (Barandiaran dhe Almendros 2024). Është tunduese të thuhet se IA aktuale nuk ka fare „vlera reale“, por thjesht preferenca sipas të cilave mund të veprojë. Ajo nuk ka përgjegjësinë për to, meqenëse nuk mund të reflektojë mbi vlerat apo t’i ndryshojë ato. Agjencia morale lidhet ngushtë me personshmërinë, e cila shoqërohet me vullnetin e lirë (Frankfurt 1971; Strawson 2004).

Megjithatë, ekziston një nocion „i hollë“ (thin) i agjencisë që merret nga nocioni teknik i agjencisë, „një gjë që bën diçka“, dhe që përdoret në etikën e hershme të IA-së, ku përdoret gjithashtu një nocion i hollë i „etikës së makinave“ (shih më poshtë). P.sh. „Etika e makinave shtrin fushën e etikës kompjuterike përtej shqetësimit rreth asaj se çfarë bëjnë njerëzit me kompjuterët e tyre drejt pyetjeve rreth asaj se çfarë bëjnë vetë makinat“ (Allen, Smit, dhe Wallach 2006, 15).

James Moor (2006, 19–20) dallon katër lloje agjentësh makinash: agjentë me ndikim etik (shembull: xhokej robotë), agjentë etikë të nënkuptuar (shembull: autopilot i sigurt), agjentë etikë eksplicitë (shembull: përdorimi i metodave formale për të vlerësuar dobinë), dhe agjentë etikë të plotë („mund të bëjë gjykime eksplicite etike dhe përgjithësisht është kompetent për t’i justifikuar ato arsyeshëm. Një njeri i rritur mesatar është një agjent etik i plotë“).

Agjentët e programuar ndonjëherë nuk konsiderohen agjentë „të plotë“ sepse janë „kompetentë pa kuptuar“, ashtu si neuronet në një tru (Dennett 2017; Hakli dhe Mäkelä 2019). Një kritik i njohur i pretendimeve të forta për aftësitë e sistemeve të IA-së, Luciano Floridi, ka sugjeruar gjithashtu se ne duhet të përdorim një nocion minimal të agjencisë, por një nocion kërkues të inteligjencës — kështu, sistemet aktuale të IA-së, madje edhe një LLM thjesht reaktive, dalin si agjentë, por pa inteligjencë (Floridi 2023a; 2023b, kap. 2) — për një kritikë të kësaj qasjeje, shih (Zafar 2024).

2.7.3 Etika e makinave

Etika e makinave është etika për makinat, për „makinat etike“, për makinat si subjekte, dhe jo për përdorimin njerëzor të makinave si objekte. Në literaturën e mëparshme shpesh nuk ishte shumë e qartë nëse kjo supozohej të mbulonte të gjithë etikën e IA-së apo të ishte një pjesë e saj (Floridi dhe Saunders 2004; Moor 2006; Anderson dhe Anderson 2011; Wallach dhe Asaro 2017), por fatmirësisht barazimi i etikës së IA-së me etikën e makinave është kapërcyer tashmë. Ndonjëherë kishte në lojë përfundimin e rrezikshëm se nëse makinat janë etikisht relevante, atëherë na nevojitet një etikë e makinave (Anderson dhe Anderson 2007, 15). Kjo mund të jetë e vërtetë, nëse „etika e makinave“ merret në kuptimin e hollë të agjentëve makina të Moor-it, ku thjesht „ndikimi etik“ mjafton për të qenë një „agjent etik“ (Moor 2006, 19) ose një „agjent moral artificial“ (Allen, Varner, dhe Zinser 2000). Ky kuptim i hollë i etikës së makinave është identik me „etikën e projektimit“ (ethics of design), që tani është termi më i zakonshëm (Brey dhe Dainow 2024; Friedman 1996; Houkes dhe Vermaas 2010; Verbeek 2011). Nëse etika e makinave nënkuptohet në një kuptim më kërkues, atëherë kthehemi te diskutimet rreth agjentëve dhe pacientëve moralë më sipër. Ngatërrimi i të dy kuptimeve të „makinës etike“ është tani më pak i zakonshëm nga ç’ishte dikur, ndonëse tani ka përdorim të rastësishëm të termit „përafrim/bashkërendim“ (alignment) edhe për projektimin (p.sh. van de Poel 2020, 388) dhe etikën e hollë të makinave (Cave et al. 2019).

2.7.4 Përgjegjësia

Ndarja e përgjegjësisë është shpesh një çështje e ndërlikuar: Një prodhues makinash është përgjegjës për sigurinë teknike të makinës, një shofer është përgjegjës për drejtimin e mjetit, një mekanik është përgjegjës për mirëmbajtjen, autoritetet publike janë përgjegjëse për gjendjen teknike të rrugëve, etj. Në përgjithësi, „Pasojat e vendimeve ose veprimeve të bazuara në IA janë shpesh rezultat i ndërveprimeve të panumërta midis shumë aktorëve, përfshirë projektuesit, zhvilluesit, përdoruesit, softuerin dhe harduerin. … Me agjencinë e shpërndarë vjen përgjegjësia e shpërndarë“ (Taddeo dhe Floridi 2018, 751). Se si mund të ndodhë kjo shpërndarje nuk është një problem specifik për IA-në, por fiton urgjencë të veçantë në këtë kontekst (Nyholm 2018a, 2018b). Në inxhinierinë klasike të kontrollit, kontrolli i shpërndarë shpesh arrihet përmes një hierarkie kontrolli plus unazave të kontrollit përgjatë këtyre hierarkive. Madje edhe puna individuale tani është bashkëpunim dhe bashkëkrijim me IA-në. Në të njëjtën kohë, shumë sisteme shoqërore varen nga caktimi i përgjegjësisë te një person, p.sh. për qortim dhe lëvdatë, ose për përgjegjësi civile dhe të drejtë autori. (Shihni gjithashtu zërin mbi përgjegjësinë morale).

Ka pasur diskutime rreth vështirësive të ndarjes së përgjegjësisë për vrasjet nga një armë autonome, dhe është sugjeruar një „boshllëk përgjegjësie“ (veçanërisht Rob Sparrow 2007), që do të thotë se as njeriu dhe as makina mund të mos jenë përgjegjës. Ndoshta zgjidhja është mbajtja e njerëzve „në cikël“ ose „mbi cikël“ ose në „kontroll domethënës“ (Santoni de Sio dhe van den Hoven 2018), gjë që do të na lejonte të jepnim meritat aty ku u takon (Danaher dhe Nyholm 2021). Megjithatë, ndoshta ka vërtet zgjedhje tragjike (Danaher 2022), ose nuk duhet të supozojmë se për çdo ngjarje ka dikë përgjegjës për atë ngjarje, kështu që çështja reale mund të jetë fare mirë shpërndarja e rrezikut (Simpson dhe Müller 2016). Analiza klasike e rrezikut (Hansson 2013) tregon se është vendimtare të identifikohet se kush është i ekspozuar ndaj rrezikut, kush është një përfitues potencial, dhe kush i merr vendimet (Hansson 2018, 1822–1824). Për trajtime më skeptike të boshllëqeve të përgjegjësisë, shih (Tigard 2021; Königs 2022; Da Silva 2024). Mbetet një pyetje e hapur nëse ardhja e sistemeve të IA-së sfidon vërtet ndarjet tona të përgjegjësisë, apo thjesht gjeneron konfuzion të përkohshëm.

2.8 Superinteligjenca dhe rreziku ekzistencial

2.8.1 Singulariteti dhe superinteligjenca

Diskutimi deri më tani u kufizua te format aktuale dhe qartazi të parashikueshme të IA-së dhe pasojat e tyre shoqërore. Përveç kësaj etike të IA-së „afatshkurtër“, ekziston gjithashtu etika e IA-së „afatgjatë“, përkatësisht diskutimi nëse në një periudhë më afatgjatë mund të zhvillohet një grup i ri problemesh — ndoshta duke përfshirë probleme që janë mjaft serioze sa të meritojnë vëmendjen tonë që tani (Sætra dhe Danaher 2025).

Narrativa klasike për rrezikun afatgjatë nga IA ka dy hapa: 1) Trajektorja aktuale e inteligjencës artificiale do të arrijë deri te sistemet që tejkalojnë nivelin njerëzor të inteligjencës, domethënë janë „superinteligjente“, dhe në këtë pikë, ka një thyerje të thellë/ndërprerje të mprehtë, një „singularitet“, prej nga e tutje zhvillimi i IA-së del jashtë kontrollit njerëzor dhe është i vështirë të parashikohet (Kurzweil 2005, 487). 2) Sapo të arrihet ajo pikë, pasoja masive negative, përfshirë rrezikun ekzistencial për llojin njerëzor (XRisk), kanë një mundësi domethënëse të ndodhin.

Optimistët si Kurzweil-i ose Dario Amodei (CEO aktual i Anthropic) bëjnë hapin e parë, dhe më pas presin një zhvillim pozitiv, ndërsa pesimistët si Bostrom-i ose Yudkowsky presin që rreziku në hapin e dytë të rrjedhë nga i pari. Thënë kjo, kohët e fundit, një pjesë e diskutimit mbi rrezikun afatgjatë po largohet nga XRisk dhe superinteligjenca, duke u kthyer te konsideratat e përgjithshme të rrezikut nga IA.

Historikisht, frika se „robotët që krijuam do të marrin kontrollin e botës“ e kishte kapur imagjinatën njerëzore madje përpara se të kishte kompjuterë (p.sh. Butler 1863) dhe është tema qendrore në dramën e famshme të Čapek-ut që futi fjalën „robot“ (Čapek 1920): Robotët ngrihen kundër njerëzve pasi u janë dhënë ndjenja. Kjo frikë u formulua fillimisht si një trajektore e mundshme e IA-së ekzistuese drejt një „shpërthimi inteligjence“ nga Irvin Good:

Le të përkufizohet një makinë ultrainteligjente si një makinë që mund të tejkalojë shumë të gjitha aktivitetet intelektuale të çdo njeriu sado i zgjuar qoftë ai. Meqenëse projektimi i makinave është një nga këto aktivitete intelektuale, një makinë ultrainteligjente mund të projektonte makina akoma më të mira; atëherë padyshim do të kishte një „shpërthim inteligjence“, dhe inteligjenca e njeriut do të mbetej shumë pas. Kështu makina e parë ultrainteligjente është shpikja e fundit që njeriu ka nevojë të bëjë ndonjëherë, me kusht që makina të jetë mjaft e bindur sa të na tregojë se si ta mbajmë nën kontroll. (Good 1965, 33)

Argumenti nga përshpejtimi te singulariteti u shtjellua nga Ray Kurzweil. Ai vuri në dukje se fuqia llogaritëse është rritur në mënyrë eksponenciale, d.m.th. duke u dyfishuar përafërsisht çdo 2 vjet që nga viti 1970 në përputhje me „Ligjin e Moore-it“ mbi numrin e tranzistorëve, dhe se do të vazhdojë ta bëjë këtë për ca kohë në të ardhmen. Ai parashikoi më pas te Kurzweil (1999; khs. Kurzweil 2005) se deri më 2010 superkompjuterët do të arrijnë kapacitetin e llogaritjes njerëzore, deri më 2030 „ngarkimi i mendjes“ (mind uploading) do të jetë i mundur, dhe deri më 2045 „singulariteti“ do të ndodhë.

Pavarësisht dobësive të dukshme në identifikimin e „inteligjencës“ me fuqinë përpunuese, Kurzweil duket se ka të drejtë që njerëzit priren të nënvlerësojnë fuqinë e rritjes eksponenciale. Provë e vogël: Nëse do të ecnit me hapa në një mënyrë të tillë që çdo hap të jetë dyfishi i të mëparshmit, duke filluar me një hap prej një metri, sa larg do të arrinit me 30 hapa? (Përgjigjja: te sateliti i vetëm i përhershëm natyror i Tokës, Hëna). Vërtet, pjesa më e madhe e përparimit në IA i atribuohet lehtësisht disponueshmërisë së procesorëve më të shpejtë me shkallë madhësie, ruajtjes më të madhe, dhe investimit më të lartë (Müller 2018). Që nga rreth viti 2010, zhvillimi real i fuqisë llogaritëse po përshpejtohet më shpejt nga sa u parashikua nga Kurzweil, për shkak të uljes masive të çmimit për llogaritje, plus rritjes masive të investimeve dhe një suksesi relativ në „ligjet e shkallëzimit“ — kjo ka çuar në kalimin e shumë treguesve referues (benchmarks), dhe ka ndryshuar vlerësimet se kur mund të arrihet aftësia profesionale në nivel njerëzor, p.sh. (Grace et al. 2024) kundrejt (Müller dhe Bostrom 2016).

Versioni i këtij argumenti që përdoret më shpesh tani (Chalmers 2010), flet për një rritje të „inteligjencës“ së sistemit të IA-së në një nivel të „superinteligjencës“. Bostrom (2014) shpjegon me mjaft detaje se çfarë do të ndodhte në atë pikë, dhe cilat janë rreziqet për njerëzimin. Diskutimi përmblidhet te (Eden et al. 2012; Armstrong 2014; Shanahan 2015). Ka rrugë të mundshme drejt superinteligjencës përveç rritjes së fuqisë llogaritëse, p.sh. emulimi i plotë i trurit të njeriut në një kompjuter ose në një robot (Kurzweil 2012; Sandberg 2013), rrugët biologjike, ose rrjetet dhe organizatat (Bostrom 2014, 22–51).

2.8.2 Rreziku ekzistencial

Sapo të arrihej një fazë e superinteligjencës artificiale, duket se ato sisteme mund të kenë fare mirë preferenca që bien në konflikt me ekzistencën e njerëzve në Tokë, e kësisoj mund të vendosin t’i japin fund asaj ekzistence — dhe duke pasur parasysh inteligjencën e tyre superiore, ato do të kenë fuqinë ta bëjnë këtë (ose mund t’i japin fund rastësisht sepse nuk u intereson realisht): Ky është rreziku i zhdukjes së llojit njerëzor (XRisk) ose të paktën ndonjë „rrezik katastrofik“ tjetër. Hollësitë e këtij hapi të dytë janë të kontestuara, por ato duket se përfshijnë ortogonalitetin dhe pikëpamjen se zhvillimi teknik është afër AGI-së.

Një pyetje është se çfarë llojesh qëllimesh dhe vlerash mund të ketë sistemi superinteligjent. Argumentet klasike për XRisk sugjerojnë se madje edhe një program me qëllime relativisht dashamirëse, si „maksimizimi i kapëseve të letrave në tokë“ (Bostrom 2003b), ose „optimizimi i performancës në shah“ (Omohundro 2014) do të kthehej drejt XRisk sepse do të kuptonte se qëllimet e tij arrihen më së miri nëse nën-qëllime të caktuara, p.sh. sigurimi i burimeve, arrihen gjithashtu. Ky nocion quhet „konvergjencë instrumentale“ (Bales, D’Alessandro, dhe Kirk-Giannini 2024, 4; Gallow 2024).

Kjo funksionon vetëm mbi supozimin se superinteligjenca nuk nënkupton mirëdashje — në kundërshtim me traditat kantiane në etikë që kanë argumentuar se nivelet më të larta të racionalitetit ose inteligjencës do të shoqëroheshin me një kuptim më të mirë të asaj që është morale, dhe me aftësi më të mirë për të vepruar moralisht (Gewirth 1978; Chalmers 2010, 36f). Bostrom-i e shpreh këtë mendim si vijon:

„Teza e Ortogonalitetit: Inteligjenca dhe qëllimet përfundimtare janë boshte ortogonale përgjatë të cilave agjentët e mundshëm mund të variojnë lirisht. Me fjalë të tjera, pak a shumë çdo nivel inteligjence mund të kombinohet në parim me pak a shumë çdo qëllim përfundimtar.“ (Bostrom 2012, 73; khs. Bostrom 2014, 105–109)

Disa autorë (Müller dhe Cannon 2022) kanë argumentuar se ortogonaliteti plus konvergjenca instrumentale në mënyrë jokonsistente nënkuptojnë dy nocione të inteligjencës me dhe pa kognicion moral (khs. Greene 2015), ndërsa të tjerë kanë mbështetur ortogonalitetin (Dung 2024).

Të menduarit në terma afatgjatë është veçoria vendimtare e kësaj literature. Nëse singulariteti (ose një ngjarje tjetër katastrofike) ndodh në 3 vjet, apo në 30 ose 3000 vjet, nuk ka realisht rëndësi (Baum et al. 2019). Këto çështje ndonjëherë merren më gjerësisht si të lidhura me çdo „rrezik katastrofik“ për llojin (Rees 2018) — nga të cilët IA është vetëm njëri (Häggström 2016; Ord 2020). Vlerësimi i XRisk dhe i rrezikut tjetër katastrofik nga IA varet gjithashtu nga hollësitë se si vjen në jetë superinteligjenca, vrullshëm apo gradualisht (Kasirzadeh 2025). Ndërsa literatura e XRisk është e përqendruar te skenarët spekulativë të shkatërrimit, Cappelen et al. (në botim) argumentojnë se ata që i hedhin poshtë këto perspektiva po avancojnë „histori mbijetese“ po aq spekulative.

Disa përmbledhje punimesh kanë hetuar rreziqet e inteligjencës së përgjithshme artificiale (AGI) dhe faktorët që mund ta bëjnë këtë zhvillim më shumë ose më pak të ngarkuar me rrezik (Müller 2016b; Callaghan et al. 2017; Yampolskiy 2018). Linjat e betejës në anën e XRisk tani duken të ngurtësuara (Bostrom dhe Yudkowsky 2014; Yampolskiy 2022; Yudkowsky dhe Soares 2025), ndërsa në anën e konsideratave të përgjithshme të rrezikut (Bengio et al. 2024; Gyevnár dhe Kasirzadeh 2025) ose „konvergjencës instrumentale“, ka më shumë lëvizje.

Sapo bëhen hapat argumentues drejt XRisk nga IA, lind pyetja se si mund të shmangeshin pasoja të tilla, nëse është e mundur. Ky zakonisht quhet „problemi i kontrollit“: Si mund ta kontrollojnë njerëzit një sistem superinteligjent të IA-së (Bostrom 2014, 127ff)? Meqenëse kontrolli real i një sistemi superinteligjent të vendosur në funksionim nga njerëz të thjeshtë duket shumë i vështirë (madje edhe për një sistem të llojit orakull), diskutimi është kryesisht rreth asaj se si të sigurohet që vlerat e sistemit të jenë „të përafruara/pajtueshme“ (aligned) me vlerat njerëzore në fazën e projektimit (në frymën e etikës së makinave), në mënyrë që nëse këto mbeten të qëndrueshme, sistemi të mos ketë nevojë të kontrollohet më tej. Kjo ngre shumë pyetje teknike, por edhe më filozofike, si çfarë janë vlerat (Zhi-Xuan et al. 2024), çfarë është përafrimi, cilat vlera të përzgjidhen (Gabriel 2020), dhe si të njihen vlerat njerëzore (S. Russell 2019). Diskutimi rreth mospërafrimit lidhet me diskutimin rreth keqpërdorimit të IA-së, dhe është argumentuar se të dyja mund të gjenerojnë XRisk (Hellrigel-Holderbaum dhe Dung në botim).

Diskutimi i XRisk shpesh martohet me një version të „fanatizmit“, d.m.th. pikëpamjes se një dobi shumë e madhe në periudhë afatgjatë, madje edhe me probabilitet të ulët, do të mbizotërojë mbi dobinë e përmasave mesatare por të parashikueshme me siguri. Kjo ka çuar në disa diskutime të fundit rreth pranueshmërisë së fanatizmit (Wilkinson 2022; J. S. Russell 2024; Bottomley dhe Williamson 2025). Duket se ka kosto si në gabimin nga ana e të qenit tepër i rrezikshëm, ashtu edhe në gabimin nga ana e të qenit tepër i kujdesshëm (Müller 2026).

Shumë pjesëmarrës në këtë debat ndajnë një sferë kulturore ku teknologjia do të zhvillohet me shpejtësi dhe do të sjellë ndryshime gjerësisht rrënjësore, përfshirë pikëpamje „transhumane“ të mbijetesës për njerëzimin në një formë të ndryshme fizike, p.sh. të ngarkuar në një kompjuter (Moravec 1998; Bostrom 2003a; More dhe Vita-More 2013). Ata marrin gjithashtu në konsideratë perspektivat e „përmirësimit njerëzor“ (human enhancement), në aspekte të ndryshme, përfshirë inteligjencën (Erler dhe Müller 2024). Disa diskutime rreth superinteligjencës kanë tone fetare, p.sh. spekulime rreth qenieve të gjithëdijshme, ndryshimeve rrënjësore në një „ditë të mëvonshme“, dhe premtimit të pavdekësisë përmes transcendencës së formës sonë aktuale trupore (Capurro 1993; Geraci 2008, 2010; O’Connell 2017, 160ff; Gertz 2018).

Megjithatë, diskutimi ka lëvizur drejt rrjedhës kryesore, dhe „shmangia e XRisk nga AGI“ është bërë një temë e zakonshme në kompanitë kryesore të IA-së, duke pasur parasysh se IA po përparon masivisht (Aguirre 2025), ndërsa disa kontribute të mëparshme janë përpjekur të ndalojnë diskutimin rreth „mitit“ të singularitetit (Floridi 2016; Ganascia 2017). Narrativa e XRisk ka rritur vetëdijen publike për filozofinë dhe ka gjeneruar shumë diskutime në vetë fushën, p.sh. nëse një singularitet është një trajektore e IA-së aktuale (Floridi 2023a; Müller 2025b; Thorstad 2025), nëse ai është madje i mundur, konceptualisht apo praktikisht, dhe cili është roli i supozimeve dhe termave qendrorë të tij, si dobia, qëllimet, agjencia, rregullat morale (D’Alessandro 2025), dhe rreziku.

Madje edhe filozofët që mendojnë se situata argumentuese nuk duhet analizuar në terma të singularitetit dhe XRisk, ose që mendojnë se ka arsye bindëse për të hedhur poshtë argumentet për XRisk, duhet të pranojnë se mund të jenë të gabuar. Kështu që diskutimi mund të jetë i justifikuar dhe frytdhënës, edhe nëse njeriu mendon se mundësia e XRisk nga IA është shumë e ulët.

2.9 Shoqëria, politika, ekonomia

2.9.1 Filozofia e teknologjisë

Ekziston një traditë klasike e „filozofisë së teknologjisë“, kryesisht në Evropë, dhe shpesh duke iu referuar M. Heidegger-it, G. Anders-it apo madje K. Marx-it, e cila merret me rëndësinë e përgjithshme të teknologjisë për gjendjen njerëzore (Grunwald dhe Hillerbrand 2021; Gutmann, Wiegerling, dhe Rathgeber 2024). Kjo traditë buron nga antropologjia klasike e njeriut si krijues mjetesh (Prometeu), dhe nga përgjigjja filozofike dhe shoqërore ndaj revolucionit industrial dhe është kështu relevante për të kuptuarit e zhvillimeve të sotme në IA dhe robotikë. Ndërsa ka shumë për të thënë rreth ngjashmërive me teknologjitë e mëparshme, p.sh. „shpejtësisë“ së shtuar të gjërave (Rosa 2010, 2020), ajo shpesh përpiqet të artikulojë se çfarë është e ndryshme rreth këtyre teknologjive të reja, për të mos përmendur se çfarë është pozitive (Han 2022). Në këtë traditë ekziston gjithashtu një formë e etikës së teknologjisë, p.sh. nën titujt e „kërkimit dhe inovacionit të përgjegjshëm“ (Burget, Bardone, dhe Pedaste 2017), „vlerësimit të teknologjisë“ (Grunwald 2018) ose „etikës përmes projektimit“ (Brey dhe Dainow 2024), shpesh duke përfshirë kontekstin më të gjerë socio-teknik (Koudina dhe Van de Poel 2024; Wang dhe Blok 2025).

Një këndvështrim më politik i teknologjisë diskutohet në „Studimet e Shkencës dhe Teknologjisë“ (STS). Siç tregojnë libra si The Ethics of Invention (Jasanoff 2016), shqetësimet në STS janë shpesh mjaft të ngjashme me ato në etikë (Jacobs et al. 2019). Në përgjithësi, filozofia e IA-së ndoshta po e tejkalon filozofinë dhe etikën e përgjithshme të teknologjisë (Franssen, Lokhorst, dhe van de Poel 2024), por me siguri mbetet rasti se ajo është pjesë e asaj tabloje më të madhe, dhe ka shumë për të mësuar nga përvoja me teknologjitë që dikur ishin të reja dhe revolucionare, si fuqia e ujit, motori me avull, trenat, elektriciteti, makinat, kompjuteri personal, ose interneti. Mund të jetë fare mirë që mjedisi gjithnjë e „më inteligjent“ në të cilin jetojmë (Halpern dhe Mitchell 2023), dhe specifikisht IA, të jetë si një mallkim (Vallor 2024) ashtu edhe një bekim për njerëzimin. Gjendja njerëzore dhe kuptimi i jetëve tona preken thelbësisht nga kushtet tona socio-teknike, dhe IA do të ketë ndikim masiv mbi këto kushte, kështu që duket sikur duhet të ketë realisht një përpjekje analoge në akademi dhe në diskursin publik për të kuptuar efektet që duam dhe ato që mund të arrijmë nga kjo teknologji.

2.9.2 Politika

Tradicionalisht, etika e IA-së kishte një fiksim jo të shëndetshëm me zgjedhjen individuale, dhe jo me zgjedhjen dhe kushtet shoqërore dhe politike. Tani ka një përqendrim mbi çështje posaçërisht politike me IA-në (Crawford 2021), veçanërisht racën, gjininë, pakicat, feminizmin (Gebru 2020; Browne et al. 2023; Toupin 2024), ndikimin mjedisor (O’Brolcháin dhe Grau Ruiz 2020; van Wynsberghe 2021), drejtësinë globale (Lundgren et al. 2024) dhe kërcënimin ndaj procesit demokratik, si informacioni dhe besimi (Coeckelbergh 2024) — një përmbledhje gjendet te (Coeckelbergh 2022a).

Duket se teknologjia e informacionit pati ndikime si drejt më shumë drejtësie (qasje universale në informacion, p.sh. botimet shkencore) ashtu edhe drejt më pak drejtësie (përqendrim i pasurisë). Sa më i madh të jetë ndikimi i IA-së dhe robotikës, aq më urgjente do të bëhen këto shqetësime. Gjithashtu, ato do të duken më të mëdha për ata që preken më negativisht — e gjithë kjo do të kishte tingëlluar e njohur për analistë si Karl Marx-i (1867/2024) dhe ka filluar të prekë teorinë politike (Risse 2023).

Një nga themelet e shoqërive demokratike është përhapja e lirë e informacionit, meqenëse një vendim i lirë politik është po aq i mirë sa informacioni mbi të cilin bazohet. Megjithatë, me ndihmën e IA-së, lajmet e rreme gjenerohen dhe përhapen automatikisht, ndonjëherë të qepura posaçërisht për marrësit — kjo është bërë më e lirë se punësimi i njerëzve, dhe përhapet „më larg, më shpejt, më thellë dhe më gjerësisht sesa e vërteta në të gjitha kategoritë e informacionit“ (Vosoughi, Roy, dhe Aral 2018). Kontrolli mbi informacionin dhe narrativat shpesh është në dorën e oligarkëve dhe monopoleve, p.sh. motorët e kërkimit i nënshtrohen thelbësisht një kompanie të vetme; shih artikullin e fundit të SEP (Tavani dhe Zimmer 2025). Kanalet e shpërndarjes së lajmeve janë gjithashtu gjithnjë e më shumë të drejtuara dhe të gjeneruara nga IA.

Mediat sociale të gjeneruara nga IA janë tani vendet kryesore për propagandë politike. Ky ndikim mund të përdoret për të drejtuar sjelljen e votimit, si në „skandalin“ Facebook-Cambridge Analytica (Woolley dhe Howard 2017; Bradshaw, Neudert, dhe Howard 2019) dhe — nëse është i suksesshëm — mund të dëmtojë autonominë e individëve (Susser, Roessler, dhe Nissenbaum 2019). Disa autorë (Sanders dhe Schneier 2024) theksojnë se nuk duhet të bëjmë të njëjtat gabime me IA-në që bëmë me mediat sociale, ndonëse ashpërsia e çështjes është e kontestuar (Altay, Berriche, dhe Acerbi 2023). Ngjashmëria kryesore është se mbikëqyrja dhe manipulimi problematik mund të automatizohen, e kësisoj të zbatohen mbi masa njerëzish, ndërsa janë të personalizuara. IA mund të ndihmojë individët dhe shoqëritë të bëjnë zgjedhje më të mira — por jo të gjithë aktorët në hapësirën tonë të informacionit duan që kjo të ndodhë.

Këto zhvillime jo vetëm që mbështesin mashtrimin dhe manipulimin, por gjithashtu epokën e „marrëzive/dokrrave“ (bullshit) (Frankfurt 2005), ose të pas-së-vërtetës (post-truth), ku kushdo mund të ketë „faktet e veta alternative“, e kësisoj çdo informacion është po aq i mirë sa çdo tjetër (kjo ndonjëherë ngatërrohet me „fjalën e lirë“). Në mënyrë karakteristike, qëllimi kryesor i propagandës politike përmes përmbajtjes së gjeneruar nga IA nuk është të përhapë keqinformim, por të përhapë përshtypjen se çdo informacion është po aq i mirë sa çdo tjetër (Goldstein et al. 2023). Në botën e lajmeve të dominuar nga IA, të gjitha lajmet reduktohen në garë për vëmendje, në „karrem klikimesh“ (click-baiting) — që do të thotë se ajo që lexohet realisht nuk është ajo së cilës lexuesit duan t’i kushtojnë vëmendje. Nëse informacioni mbi bazën e të cilit njerëzit marrin vendime komprometohet ose paragjykohet në një mënyrë të tillë që disa zëra dëgjohen më shumë se të tjerët, kjo nganjëherë quhet „padrejtësi epistemike“ (Fricker 2007; Kay, Kasirzadeh, dhe Mohamed 2024). Këto zhvillime kanë gjetur interes të rëndësishëm në shkencat politike dhe studimet e medias (Helbing et al. 2019; Coeckelbergh 2024), dhe disa autorë kanë diagnostikuar një formë fashizmi në zhvillimet bashkëkohore të IA-së (Mühlhoff 2025). Të tjerë kanë argumentuar se „halucinacionet“ që pllakosin LLM-të janë një formë e këtij „bullshit-i“ (Hicks, Humphries, dhe Slater 2024) ose krijojnë një „boshllëk dëshmie“ (Robert Sparrow dhe Flenady 2025).

Ishte e zakonshme të merrej në konsideratë se çfarë mund të kishte bërë një regjim shtypës si ai i Hitlerit me teknika të tilla, por nuk kemi nevojë për këto raste fiktive. Tashmë është e dukshme se teknika të tilla përdoren në pseudo-demokraci, për të siguruar që zgjedhjet të shkojnë në mënyrën e synuar, që zërat mospajtues të heshten, dhe njerëzit të kontrollohen (p.sh. në emër të „sigurisë kombëtare“ ose „luftës kundër terrorizmit“). P.sh. ka arsye të forta për të menduar se këto lëvizje nga mediat kryesore të lajmeve drejt „mediave të ndara/thërmuara“ (shared/sharded media) të ndërmjetësuara nga IA kanë ndikuar drejtpërdrejt në zgjedhjet presidenciale të ShBA-së më 2024 (Merrin dhe Hoskins 2025). Këndvështrimi teknik i këtij diskutimi është diskutuar nga O’Neil (2016) në librin e saj me ndikim Weapons of Math Destruction, dhe te Yeung dhe Lodge (2019). — Politikania Henry Kissinger ka thënë se ne kemi „gjeneruar një teknologji potencialisht dominuese në kërkim të një filozofie udhërrëfyese“ (Kissinger 2018).

2.9.3 Mjedisi natyror

Një pyetje interesante, që ka marrë më shumë vëmendje vitet e fundit, është nëse zhvillimi i IA-së është mjedisisht i qëndrueshëm: Ndërsa ka qartazi përfitime ekologjike nga IA (p.sh. optimizimi i efikasitetit të energjisë (Skare, Gavurova, dhe Sinkovic 2025), ose thjesht zëvendësimi i disa udhëtimeve të biznesit me videokonferenca), sistemet harduerike të IA-së prodhojnë mbetje që janë shumë të vështira për t’u ricikluar, përdorin materiale që janë mjedisisht të dëmshme për t’u nxjerrë, konsumojnë ujë për ftohje, dhe konsumojnë sasi të mëdha energjie, veçanërisht për trajnimin dhe përdorimin (inferencën) e sistemeve të mësimit makinerik. Fatkeqësisht, industria po fsheh aktivisht të dhënat rreth përdorimit të energjisë. Për vitin 2022, ku ka të dhëna, vlerësimet për përqindjen e energjisë elektrike totale të përdorur në mbarë botën janë: 0.04% për procesorët e IA-së (De Vries 2023; Luers dhe Jonathan Koomey 2024), 0.38% për nxjerrjen e Bitcoin-it (Neumueller 2023), 1.8–2.6% për të gjitha qendrat e të dhënave (Kamiya dhe Bertoldi 2024). Një parashikim i bazuar te hardueri (de Vries-Gao 2025) i vendos të gjitha sistemet e IA-së së bashku në një nivel konsumi energjie afër Holandës deri më 2025. (Por përsëri vetëm sa gjysma e nxjerrjes së bitcoin-it dhe 20% e të gjithë përdorimit të qendrave të të dhënave jo-kripto). Investimi masiv në qendrat e të dhënave të IA-së tregon se që nga viti 2026 mund të shohim rritje prej 20% vit pas viti (O’Donnell dhe Crownhart 2025) — ndërsa çdo përfitim ekologjik është shumë më pak i dukshëm.

Duke pasur parasysh problemin në rritje të konsumit të energjisë, tani ka kërkime të konsiderueshme teknike për ta bërë zhvillimin dhe përdorimin e IA-së më efikas në energji. Megjithatë, nuk është e qartë nëse kjo do të çojë në zvogëlimin e përdorimit të energjisë, për shkak të „paradoksit të Jevons-it“: Përdorimi më efikas mund të shkaktojë më shumë përdorim, e kësisoj më shumë përdorim energjie në përgjithësi. Duket se disa aktorë në këtë hapësirë i shkarkojnë kostot ekologjike mbi shoqërinë e përgjithshme. Ka literaturë domethënëse që thekson rëndësinë e çështjeve mjedisore në filozofinë politike të IA-së, p.sh. (Bender et al. 2021; Crawford 2021; van Wynsberghe 2021; Bolte dhe van Wynsberghe 2024) — ajo që është më pak e qartë është se cili mund të jetë kontributi i punës filozofike në këtë hapësirë.

2.9.4 Ekonomia

Një ndikim thelbësor shoqëror i IA-së dhe robotikës është mbi strukturat ekonomike. Ka ndryshime në produktivitet, shpërndarjen e pasurisë, procesin e prodhimit dhe në tregun e punës. Ndërsa këto janë me rëndësi politike dhe me interes filozofik, ne duhet të ecim me kujdes këtu, e të mos bëjmë ekonomi amatore.

Çështja e shpërndarjes së drejtë të të mirave në një shoqëri, dhe e drejtësisë, kanë qenë qendrore në filozofinë politike që nga fillimet e saj. Një pikëpamje standarde është se drejtësia distributive duhet të vendoset racionalisht prapa një „velloje të padijes“ (Rawls 1971), d.m.th. sikur njeriu të mos e dijë se cilin pozicion në shoqëri do të zinte realisht (punëtor apo industrialist, etj.). Rawls-i mendonte se parimet e zgjedhura do të mbështesnin atëherë liritë themelore dhe një shpërndarje që është në dobinë më të madhe të anëtarëve më pak të favorizuar të shoqërisë. Do të dukej se ekonomia e IA-së ka tri veçori që e bëjnë një drejtësi të tillë të pamundur: Së pari, ajo operon në një mjedis gjerësisht të parregulluar ku përgjegjësia shpesh është e vështirë të caktohet. Së dyti, ajo operon në tregje që kanë veçorinë „fituesi i merr të gjitha“ (winner takes all), ku monopolet zhvillohen shpejt. Së treti, „ekonomia e re“ e industrive të shërbimeve digjitale bazohet mbi asete të paprekshme, e quajtur gjithashtu „kapitalizëm pa kapital“ (Haskel dhe Westlake 2017). Kjo do të thotë se është e vështirë të kontrollohen korporatat shumëkombëshe digjitale që nuk mbështeten në një fabrikë fizike në një vendndodhje fizike të caktuar. Këto tri veçori duket se sugjerojnë që nëse ia lëmë shpërndarjen e pasurisë forcave të lira të tregut, rezultati do të ishte një shpërndarje e padrejtë. Kjo duket se po ndodh në ShBA në vitet 2020 me një ekonomi në formë „K-je“ ku përfitimet e rritjes ekonomike janë të anshme drejt individëve me pasuri të lartë.

Një fushë ku kjo është e dukshme është se IA dhe robotika janë teknologji që zhvillohen dhe shfrytëzohen kryesisht në shoqëri të pasura, ndonjëherë përmes shfrytëzimit të krahut të lirë të punës. Kjo ka çuar në sugjerime se disa nga çështjet në këtë lidhje janë „koloniale“ (Adams 2021; Mhlambi dhe Tiribelli 2023) dhe kontribuojnë në pabarazinë masive globale të pasurisë — p.sh. profesorët universitarë në Afrikë do të fitojnë përafërsisht 10% të atyre në Evropë. Madje edhe brenda shoqërive të pasura, qasja në IA dhe pjesëmarrja në përdorimin e saj janë të shpërndara në mënyrë të pabarabartë — pak a shumë sipas linjave të pabarazisë së përgjithshme. Ekziston gjithashtu një mospërputhje e konsiderueshme midis ShBA-së dhe Evropës, në atë që ShBA-ja dominon tregjet digjitale, veçanërisht shërbimet.

Fusha që është më e spikatur në diskutimin publik është se „robotët do të na marrin vendet e punës“, e tani ndoshta „IA do të na marrë vendet e punës“. Ekziston një përvojë, veçanërisht mes punëtorëve të krahut, se rritja e produktivitetit përmes automatizimit ka çuar në papunësi. A është IA thjesht një rast tjetër i kësaj? Ndryshe nga viti 2020, një ndikim i sistemeve të IA-së mbi tregun e punës tani është qartazi i dukshëm, dhe më shumë parashikohet gjerësisht — në fund të fundit, motivi kryesor i investimeve aktuale kolosale në IA (rreth 0.5 trilionë dollarë amerikanë në vitin 2025) është fitimi i pritur nga rritja e produktivitetit.

Përgjigjet filozofike ndaj çështjes së papunësisë nga IA kanë varjuar nga ato të alarmuara (Carl Benedikt Frey dhe Osborne 2013; Westlake 2014) tek ato neutrale (Metcalf, Keller, dhe Boyd 2016; Calo 2018; Carl Benedict Frey 2019) dhe optimiste (Brynjolfsson dhe McAfee 2016; Harari 2016; Danaher 2019). Për momentin, duket se ndikimi i përgjithshëm i IA-së është ai i gjenerimit të më shumë punësimi (World Economic Forum 2025), por ka tregues se kjo do të ndryshojë.

Në parim, efekti i automatizimit në tregun e punës duket se kuptohet mjaft mirë si përfshirës i dy kanaleve: „(i) natyra e ndërveprimeve midis punëtorëve me kualifikime të ndryshme dhe teknologjive të reja që prekin kërkesën për punë dhe (ii) efektet e ekuilibrit të përparimit teknologjik përmes ndryshimeve pasuese në ofertën e punës dhe tregjet e produkteve“ (Goos 2018, 362). Ajo që aktualisht duket se po ndodh në tregun e punës si rezultat i automatizimit të IA-së dhe robotikës është „polarizimi i vendeve të punës“ në formën e „trapanit/shtangës“ (dumbbell shape) (Goos, Manning, dhe Salomons 2009) ku rritja ndodh në skajet e aftësive të larta dhe aftësive të ulëta të tregut, ndërsa vendet e punës me aftësi të mesme, d.m.th. shumica e vendeve të punës, janë nën presion dhe reduktohen sepse kanë më shumë gjasa të automatizohen (Baldwin 2019).

Duket e qartë se IA dhe robotika do të çojnë në fitime domethënëse në produktivitet e kësisoj në pasurinë e përgjithshme shoqërore. Thuhet se theksi mbi „rritjen“ është një dukuri moderne (Harari 2016, 240). Përdorimi i automatizimit synon të rrisë produktivitetin, në mënyrë të tillë që më pak njerëz të kërkohen për të njëjtin rezultat, ose produkti apo shërbimi të mund të gjenerohet me kosto më të ulët.

Ky reduktim në fuqinë punëtore njerëzore nuk nënkupton domosdo një humbje të punësimit të përgjithshëm, sepse pasuria e disponueshme rritet dhe kjo mund të rrisë kërkesën mjaftueshëm për të kundërpeshuar fitimin e produktivitetit. Në periudhë afatgjatë, produktiviteti më i lartë në shoqëritë industriale ka çuar në më shumë pasuri në përgjithësi, veçanërisht që nga revolucioni industrial. Përmbysje të mëdha të tregut të punës kanë ndodhur në të kaluarën, p.sh. në vitin 1800 bujqësia punësonte mbi 60% të fuqisë punëtore në Evropë dhe Amerikën e Veriut, ndërsa deri më 2010 ajo punësonte rreth 5% në të njëjtat vende (Anonymous 2013). Ndonjëherë, këto ndryshime janë mjaft të shpejta, p.sh. në 20 vitet midis 1950 dhe 1970 numri i punëtorëve bujqësorë me mëditje në Mbretërinë e Bashkuar u reduktua me 50% (Zayed dhe Loft 2019). Gjithashtu, paradoksi i Jevons-it (i përmendur më sipër për energjinë) mund të godasë sërish: Nëse, në ndonjë fushë, fitimi i efikasitetit përmes IA-së është mjaftueshëm i lartë për ta bërë një produkt më të lirë, atëherë përdorimi mund të rritet aq shumë saqë nevoja e përgjithshme për punëtorë të rritet.

Automatizimi klasik në revolucionin industrial zëvendësoi muskujt njerëzorë dhe punën e krahut, ndërsa automatizimi digjital tani zëvendëson mendimin njerëzor dhe punën intelektuale. Cilat fusha të punës janë më të prirura ndaj automatizimit është një pyetje për filozofinë e IA-së, dhe duket se inteligjenca artificiale lulëzon aty ku ka rregulla, modele dhe norma, dhe veçanërisht aty ku puna bëhet tashmë me kompjuterë. Rregulla dhe norma të tilla janë të kudogjendura: Një avokat di se si të hartojë një kontratë, një bankier investimesh kupton se si të strukturojë një marrëveshje, dhe një inxhinier ndërtimi mund të projektojë një sistem kullimi. Në robotikë, argumenti klasik është se makinat do të marrin përsipër punët „e pista, monotone dhe të rrezikshme“ (dirty, dumb and dangerous — DDD). Nëse një punë ndjek modele DDD që mund të mësohen, IA mund ta mësojë atë. Është argumentuar se puna e „profesioneve“ si avokatët, mjekët, mësuesit është bërë një monopol i vjetruar (Susskind dhe Susskind 2022). Në industritë krijuese ekziston një shqetësim masiv se vlera e krijimtarisë njerëzore thjesht po shfrytëzohet nga sistemet e mësimit makinerik (Anantrasirichai dhe Bull 2022) me shpërfillje të të drejtave të pronësisë intelektuale; por edhe se krijimtaria do të duhet përgjithësisht të rivlerësohet (Du Sautoy 2019; Misselhorn 2023). Tani ka tregues të qartë se mësimdhënia akademike dhe kërkimi shkencor janë po ashtu nën kërcënim: Ne po lëvizim drejt një bote ku makinat „lexojnë“ botime shkencore, „bëjnë kërkime“, dhe „shkruajnë“, „redaktojnë“ ose „rishikojnë“ botime shkencore. (Ndoshta shkenca po lëviz në drejtimin e sistemeve të tjera të botimit që po pushtohen nga mbeturinat e gjeneruara nga IA — „AI slop“).

IA ka një histori të gjatë të mbivlerësimit të ndikimit të teknologjisë së saj, por në 5 vitet e fundit shumica e parashikimeve qenë nënvlerësime. P.sh. shumë njerëz në këtë fushë u befasuan nga përparimi i IA-së gjeneruese, veçanërisht në gjuhë (ChatGPT në nëntor 2022). Megjithatë, punët reale njerëzore kokëfortësisht rezultojnë më të ndërlikuara nga sa vlerësoheshin. P.sh., më 2016, Geoffrey Hinton tha: „Duhet të ndalojmë trajnimin e radiologëve që tani. Është krejtësisht e qartë se brenda pesë viteve, mësimi i thellë do të dalë më mirë se radiologët“, por rezulton se kjo nuk është e vërtetë, gati një dekadë më vonë, kryesisht sepse modelimi shkakor është i vështirë (Obuchowicz et al. 2025). Duke pasur parasysh interesat e larta, është e vështirë të gjendet një mënyrë etikisht e mirë për të kombinuar ekspertizën njerëzore dhe atë të makinës në marrjen e vendimeve të tilla mjekësore (Savulescu et al. 2024). — Revolucioni në ndërveprimin fizik me automjetet autonome dhe robotikën po merr pak më shumë kohë, ashtu siç po merr më shumë kohë bërja e robotëve që mund të luajnë futboll nga sa mori bërja e kompjuterëve që mund të luajnë shah.

Për tregun e punës, pyetja kryesore është: A është ndryshe, këtë herë? A do të ecë krijimi i vendeve të reja të punës dhe pasurisë me të njëjtin hap me shkatërrimin e vendeve të punës? Dhe edhe nëse nuk është ndryshe, cilat janë kostot e tranzicionit, dhe kush i mban ato? A duhet të bëjmë përshtatje shoqërore për një shpërndarje të drejtë të kostove dhe përfitimeve të automatizimit digjital? — Ndoshta rritja kolosale e produktivitetit do të lejojë realizimin e një „epoke të kohës së lirë“, diçka që Keynes-i (1930) e kishte parashikuar të ndodhte rreth vitit 2030, duke supozuar një normë rritjeje prej 1% në vit? Në fakt, ne tashmë e kemi arritur nivelin që ai parashikoi për vitin 2030, por ne po punojmë ende. Harari shpjegon se si ky zhvillim ekonomik i mundësoi njerëzimit të kapërcejë urinë, sëmundjet dhe luftën — dhe tani ne synojmë pavdekësinë dhe lumturinë e përjetshme përmes IA-së, këtej buron edhe titulli i librit të tij Homo Deus (Harari 2016, 75 etj.). Pyetja mbetet nëse një epokë e kohës së lirë është e dëshirueshme, dhe se si do të jetonim në një epokë të tillë.

2.10 Politikat e IA-së (AI Policy)

Në kontekstin tonë, „politikat“ (policy) është emri i përgjithshëm për masat që shtetet ose organizatat e tjera marrin për të mbështetur një ndikim politikisht të dëshirueshëm; ato mund të marrin shumë forma, ndonëse shpesh bazohen në rregulla, p.sh. lehtësimet tatimore për ndërtimin e banesave do të inkurajojnë qytetarët të ndërtojnë shtëpitë e tyre. Politika të tilla nxiten nga çdo lloj qëllimi politik, por shumë prej tyre do të motivohen nga „etika“, p.sh. drejtësia ose ndikimi pozitiv për njerëzit e cënueshëm.

Në historinë e politikave të IA-së, pati një fazë rreth viteve 2015–20 kur shumë organizata, përfshirë qeveritë kombëtare, OKB-në, OECD-në dhe BE-në, ndien nevojën të formulonin „parime etike“, dhe shumë filozofë u përfshinë në këtë punë. Faza tjetër e politikave reale do të përfshijë palët e interesuara dhe disa ekspertë mbi teknologjinë dhe etikën, si dhe juristë që realisht formulojnë ligjet dhe rregulloret — vëmendja që i kushtohet punës filozofike në atë fazë është shumë e reduktuar, por pjesa më e madhe e saj ende funksionon nën titullin „etika e IA-së“.

Mes filozofëve ka ende disa diskutime rreth vlerës së „parimeve etike“ për IA-në, për shembull pesë parimet, të bazuara në katër „parimet e mesme“ klasike në bioetikë (Beauchamp dhe Childress 2013): (1) mirëbërësia (beneficence), (2) mosdëmtimi (non-maleficence), (3) autonomia, dhe (4) drejtësia, plus (5) shpjegueshmëria (explicability) (Floridi dhe Cowls 2019). Nisma „Inteligjenca Artificiale për të Mirën Shoqërore“ (AI4SG) sugjeron shtatë parime — mjaft të ndryshme: (1) falsifikueshmërinë dhe vendosjen shkallë-shkallë në funksionim; (2) masa mbrojtëse kundër manipulimit të parashikuesve; (3) ndërhyrje të kontekstualizuar sipas marrësit; (4) shpjegim të kontekstualizuar sipas marrësit dhe qëllime transparente; (5) mbrojtjen e privatësisë dhe pëlqimin e subjektit të të dhënave; (6) drejtësi/ndershmëri situacionale; dhe (7) „semantikizim“ miqësor ndaj njeriut (Floridi et al. 2020; Floridi 2023b). Diskutimi mbi parimet dhe udhëzimet varion nga pikëpamja se ato janë të pakuptimta, pa dhëmbë dhe politikisht të dëmshme (Munn 2023), te „punë në vazhdim“ e dobishme (Lundgren 2023) drejt operacionalizimit (Stix 2021; Bleher dhe Braun 2023; Taddeo, Blanchard, dhe Thomas 2024), inxhinierisë softuerike (Antikainen et al. 2021), dhe një qasjeje sistemike (Wang dhe Blok 2025).

Aktivitetet aktuale të politikave të IA-së në mbarë botën janë anketuar nga Observatori i Politikave të IA-së i OECD-së që nga viti 2020. Për aktivitetet përpara vitit 2020, shih (Jobin, Ienca, dhe Vayena 2019), dhe historinë e dobishme te (Smuha 2021b). Manuali bazë tani është (Bullock et al. 2024).

Mjetet më me ndikim të politikave janë Parimet e IA-së të OECD-së për një „qasje të përqendruar te njeriu ndaj inteligjencës artificiale“ (të miratuara fillimisht më 2019 dhe të përditësuara më 2024). Këto përqendrohen te: (1) Rritja gjithëpërfshirëse, zhvillimi i qëndrueshëm dhe mirëqenia, (2) Respekti për shtetin e së drejtës, të drejtat e njeriut dhe vlerat demokratike, përfshirë ndershmërinë dhe privatësinë, (3) Transparenca dhe shpjegueshmëria, (4) Qëndrueshmëria, siguria dhe mbrojtja, dhe (5) Llogaridhënia. Politika e OECD-së tani zhvillohet me Partneritetin Global mbi IA-në (GPAI), i cili u themelua më 2022 për të këshilluar qeveritë globale mbi rregullimin e IA-së.

Rregullimi ligjor më i avancuar ekziston në BE, me shpresën e një „Efekti të Brukselit“, si me Rregulloren e Përgjithshme për Mbrojtjen e të Dhënave (GDPR 2016): Për të udhëhequr botën në rregullim (Lundgren et al. 2024). Vetë rregullimi i IA-së kthehet prapa te „Grupi i ekspertëve të nivelit të lartë mbi IA-në“, i cili prodhoi disa raporte relevante (AI HLEG 2019). Komponenti kryesor i kësaj kornize ligjore është Akti i IA-së (Akti i Inteligjencës Artificiale i BE-së) (EU Parliament 2024), i cili rregullon ligjërisht zbatimet e IA-së sipas rrezikut të tyre, të shkallëzuar në pesë nivele: i papranueshëm / i lartë / i përgjithshëm / i kufizuar / minimal. Kjo përfshin rreziqet në një kuptim konsequencialist, si dhe „rreziqet ndaj të drejtave“. Shqetësime më të gjera të politikave për botën digjitale që janë shumë relevante për IA-në dhe robotikën janë përcaktuar në Aktin e Tregjeve Digjitale të vitit 2022 (EU Parliament 2022a), p.sh. mbi monopolet e platformave digjitale dhe konkurrencën e ndershme, dhe në Aktin e Shërbimeve Digjitale të vitit 2022 (EU Parliament 2022b), p.sh. mbi dezinformimin dhe përmbajtjen e paligjshme.

Tani ekziston një mori rregulloresh relevante për IA-në dhe robotikën në shumicën e shteteve-kombe, ndonëse qasjet ndryshojnë thelbësisht, nga mbështetja libertariane e tregut të lirë (dhe „luftës së të gjithëve kundër të gjithëve“ të Hobbes-it) te kontrolli shtetëror. Industria ndonjëherë pretendon se rregullimi e mbyt inovacionin dhe ndonjëherë kërkon „parmakë mbrojtës“ rregullatorë. Shpresat për një rregullim në shkallë botërore, siç parashikohej përmes GPAI-t dhe OECD-së, tani duken të ulëta, meqenëse disa aktorë shtetërorë, veçanërisht ShBA-ja dhe Kina, janë më të interesuar për avantazh konkurrues. Thënë kjo, tani ka një seri Samitesh për Sigurinë e IA-së në nivelin më të lartë qeveritar (Paris 2025, Seul 2024, Bletchley Park 2023), samitet AI4People të BE-së, samitet AI4Good të ITU-së, etj. — kështu që çështjet e politikave të IA-së mbeten në agjendën e politikës botërore.

3. Shënim përmbyllës

Problemet e vetë konceptit të IA-së përmes llogaritjes kompjuterike kanë luajtur një rol të spikatur në disa seksione këtu, nga privatësia dhe manipulimi, te politika, e deri te superinteligjenca. Është e jashtëzakonshme se si imagjinata ose „vizioni“ ka luajtur një rol qendror që nga vetë fillimi i disiplinës në „Projektin Kërkimor Veror të Dartmouth-it“ (McCarthy et al. 1955; Simon dhe Newell 1958). Dhe vlerësimi i këtij vizioni i nënshtrohet ndryshimit dramatik: Brenda pak dekadash, kaluam nga sloganet „IA është e pamundur“ (Dreyfus 1972) dhe „IA është thjesht automatizim“ (Lighthill 1973) te „IA do t’i zgjidhë të gjitha problemet“ (Kurzweil 1999), „IA mund të na vrasë të gjithëve fare mirë“ (Bostrom 2014), dhe „ne dimë se si të ndërtojmë AGI“ (Altman 2025). Kjo krijoi vëmendje mediatike dhe përpjekje marrëdhëniesh me publikun (PR), por gjithashtu ngre problemin se sa shumë nga kjo „filozofi dhe etikë e IA-së“ ka të bëjë realisht me IA-në, dhe jo me një teknologji të imagjinuar. — Siç thamë në fillim, IA dhe robotika kanë ngritur pyetje thelbësore rreth asaj se çfarë duhet të bëjmë me këto sisteme, se çfarë duhet të bëjnë vetë sistemet, dhe se çfarë rreziqesh kanë ato në periudhë afatgjatë. Ato gjithashtu sfidojnë pikëpamjen njerëzore për njerëzimin si lloji inteligjent dhe dominues në Tokë. Ne kemi parë çështjet që janë ngritur, dhe do të na duhet t’i analizojmë zhvillimet teknologjike dhe shoqërore nga afër për të nxjerrë mësime për problemet tradicionale të filozofisë, si dhe për të ndihmuar në zhvillimin e një vizioni pozitiv për shoqërinë njerëzore me IA dhe robotikë.

Bibliografia

AAAI, 2025, „AAAI 2025 Presidential Panel on the Future of AI Research“, March 2025, AAAI: 88.
Adams, Rachel, 2021, „Can Artificial Intelligence Be Decolonized?“, Interdisciplinary Science Reviews, 46(1–2): 176–197. doi:10.1080/03080188.2020.1840225
Aguirre, Anthony, 2025, „Keep the Future Human: Why and How We Should Close the Gates to AGI and Superintelligence, and What We Should Build Instead“, SSRN, 05. March 2025. doi:10.2139/ssrn.4608505
AI HLEG, 2019, „High-Level Expert Group on Artificial Intelligence: Ethics Guidelines for Trustworthy AI“, European Commission, August 4, 2019, Brussels: 1–37.
Alikhademi, Kiana, Emma Drobina, Diandra Prioleau, Brianna Richardson, Duncan Purves, and Juan E. Gilbert, 2022, „A Review of Predictive Policing from the Perspective of Fairness“, Artificial Intelligence and Law, 30(1): 1–17. doi:10.1007/s10506-021-09286-4
Allen, Colin, Iva Smit, and Wendell Wallach, 2006, „Why Machine Ethics?“, IEEE Intelligent Systems, 21(4): 12–17. doi:10.1109/MIS.2006.83
Allen, Colin, Gary Varner, and Jason Zinser, 2000, „Prolegomena to Any Future Artificial Moral Agent“, Journal of Experimental & Theoretical Artificial Intelligence, 12(3): 251–261. doi:10.1080/09528130050111428
Altay, Sacha, Manon Berriche, and Alberto Acerbi, 2023, „Misinformation on Misinformation: Conceptual and Methodological Challenges“, Social Media + Society, 9(1), 20563051221150412.
Altman, Sam, 2025, „Reflections“, Blog, January 6, 2025.
Alvarado, Ramón, 2023, „AI as an Epistemic Technology“, Science and Engineering Ethics, 29(5), 32.
Amoroso, Daniele and Guglielmo Tamburrini, 2018, „The Ethical and Legal Case Against Autonomy in Weapons Systems“, Global Jurist, 18(1). doi:10.1515/gj-2017-0012
Anantrasirichai, Nantheera and David Bull, 2022, „Artificial Intelligence in the Creative Industries: A Review“, Artificial Intelligence Review, 55(1): 589–656.
Anderson, Michael and Susan Leigh Anderson, 2007, „Machine Ethics: Creating an Ethical Intelligent Agent“, AI Magazine, 28(4): 15–26.
–––, 2011, Machine Ethics, Cambridge: Cambridge University Press.
Anonymous, 2013, „How Many People Work in Agriculture in the European Union? An Answer Based on Eurostat Data Sources“, EU Agricultural Economics Briefs, 8 (July).
Antikainen, J., M. Agbese, H. K. Alanen, E. Halme, H. Isomäki, M. Jantunen, K. K. Kemell, R. Rousi, H. Vainio-Pekka, and V. Vakkuri, 2021, „A Deployment Model to Extend Ethically Aligned AI Implementation Method ECCOLA“, in , 230–235. doi:10.1109/REW53955.2021.00043
Arkin, Ronald C, 2009, Governing Lethal Behavior in Autonomous Robots, Boca Raton: CRC Press.
Armstrong, Stuart, 2014, Smarter than Us, Berkeley: MIRI.
Arnold, Thomas and Matthias Scheutz, 2017, „Beyond Moral Dilemmas: Exploring the Ethical Landscape in HRI“, 2017 12th ACM/IEEE International Conference on Human-Robot Interaction (HRI), 445–452.
Asaro, Peter M, 2019, „AI Ethics in Predictive Policing: From Models of Threat to an Ethics of Care“, IEEE Technology and Society Magazine, 38(2): 40–53. doi:10.1109/MTS.2019.2915154
Awad, Edmond, Sohan Dsouza, Richard Kim, Jonathan Schulz, Joseph Henrich, Azim Shariff, Jean-François Bonnefon, and Iyad Rahwan, 2018, „The Moral Machine Experiment“, Nature, 563(7729): 59–64. doi:10.1038/s41586-018-0637-6
Baldwin, Richard, 2019, The Globotics Upheaval: Globalisation, Robotics and the Future of Work, London: Weidenfeld & Nicolson.
Bales, Adam, William D’Alessandro, and Cameron Domenico Kirk-Giannini, 2024, „Artificial Intelligence: Arguments for Catastrophic Risk“, Philosophy Compass, 19(2): e12964. doi:10.1111/phc3.12964
Barandiaran, Xabier and Almendros, Laura, 2024, „Large Language Models and the Foundations of Artificial Moral Agency“, arXiv, 2404.02010.
Baron, Sam, 2025, „Trust in Opaque AI: A Functional Account“, Synthese, 205: 41.
Baum, Seth D., Stuart Armstrong, Timoteus Ekenstedt, Olle Häggström, Robin Hanson, Karin Kuhlemann, Matthijs M. Maas, James D. Miller, Markus Salmela, Anders Sandberg, et al., 2019, „Long-Term Trajectories of Human Civilization“, Foresight, 21(1): 53–83. doi:10.1108/FS-04-2018-0037
Beauchamp, Tom L and James F Childress, 2013, Principles of Biomedical Ethics, 7th edition, New York: Oxford University Press.
Beisbart, Claus, 2026, „In Which Ways Is Machine Learning Opaque?“, In Durán, Juan M and Georgia Pozzi (eds.), Philosophy of Science for Machine Learning: Core Issues and New Perspectives (pp. 3–24). Berlin: Springer.
Bendel, Oliver, 2018, „Sexroboter Aus Sicht Der Maschinenethik“, in Handbuch Maschinenethik, Oliver Bendel (ed.), Wiesbaden: Springer Fachmedien Wiesbaden, 1–19. doi:10.1007/978-3-658-17484-2_22-1
Bender, Emily M., Timnit Gebru, Angelina McMillan-Major, and Shmargaret Shmitchell, 2021, „On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?“, FAccT ’21: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610–623. doi:10.1145/3442188.3445922
Bengio, Yoshua, Geoffrey Hinton, Andrew Yao, Dawn Song, Pieter Abbeel, Trevor Darrell, Yuval Noah Harari, Ya-Qin Zhang, Lan Xue, Shai Shalev-Shwartz, et al., 2024, „Managing Extreme AI Risks amid Rapid Progress“, Science, 384(6698): 842–845. doi:10.1126/science.adn0117
Bengio, Yoshua, et al., 2025, „International Scientific Report on the Safety of Advanced AI“, UK Department for Science, Innovation and Technology.
Bennett, Colin J. and Charles D. Raab, 2018, „Revisiting the Governance of Privacy: Contemporary Policy Instruments in Global Perspective“, Regulation & Governance, no. 27, September 2018. doi:10.1111/rego.12222
Benthall, Sebastian and Bruce D Haynes, 2019, „Racial Categories in Machine Learning“, Proceedings of ACM FAT* ’19, January 29–31, 2019, Atlanta, GA, 1–10.
Bentley, Peter J, Miles Brundage, Olle Häggström, and Thomas Metzinger, 2018, „Should We Fear Artificial Intelligence? In-Depth Analysis“, European Parliamentary Research Service, Scientific Foresight Unit (STOA), March 2018(PE 614.547), Brussels: 1–40.
Bertolini, Andrea and Giuseppe Aiello, 2018, „Robot Companions: A Legal and Ethical Analysis“, The Information Society, 34(3): 130–140. doi:10.1080/01972243.2018.1444249
Binns, Reuben, 2018, „Fairness in Machine Learning: Lessons from Political Philosophy“, Proceedings of Machine Learning Research, 81(1): 1–11.
Bleher, Hannah and Matthias Braun, 2023, „Reflections on Putting AI Ethics into Practice: How Three AI Ethics Approaches Conceptualize Theory and Practice“, Science and Engineering Ethics, 29(3): 21. doi:10.1007/s11948-023-00443-3
Boddington, Paula, 2023, AI Ethics: A Textbook, Singapore: Springer International Publishing.
Bolte, Larissa and Aimee van Wynsberghe, 2024, „Sustainable AI and the Third Wave of AI Ethics: A Structural Turn“, AI and Ethics, 16: 1–10. doi:10.1007/s43681-024-00522-6
Bostrom, Nick, 2003a, „Are You Living in a Computer Simulation?“, Philosophical Quarterly, 53(211): 243–255.
–––, 2003b, „Ethical Issues in Advanced Artificial Intelligence“, in Cognitive, Emotive and Ethical Aspects of Decision Making in Humans and in Artificial Intelligence, I. Smit et al. (ed.), Int. Institute of Advanced Studies in Systems Research and Cybernetics, 12–17.
–––, 2012, „The Superintelligent Will: Motivation and Instrumental Rationality in Advanced Artificial Agents“, Minds and Machines, 22(2): 71–85.
–––, 2014, Superintelligence: Paths, Dangers, Strategies, Oxford: Oxford University Press.
Bostrom, Nick and Eliezer Yudkowsky, 2014, „The Ethics of Artificial Intelligence“, in The Cambridge Handbook of Artificial Intelligence, Keith Frankish (ed.), Cambridge: Cambridge University Press, 316–334.
Bottomley, Christopher and Timothy Luke Williamson, 2025, „On the Offense against Fanaticism“, Ethics, 135(2): 320–332. doi:10.1086/732617
Bradshaw, Samantha, Lisa-Maria Neudert, and Phil Howard, 2019, „Government Responses to Malicious Use of Social Media“, Oxford Project on Computational Propaganda, Working Paper 2019.2, Oxford.
Brey, Philip and Brandt Dainow, 2024, „Ethics by Design for Artificial Intelligence“, AI and Ethics, 4(4): 1265–1277.
Browne, Jude, Stephen Cave, Eleanor Drage, and Kerry McInerney, 2023, Feminist AI: Critical Perspectives on Algorithms, Data, and Intelligent Machines, Oxford: Oxford University Press.
Brundage, Miles, Shahar Avin, Jack Clark, Helen Toner, Peter Eckersley, Ben Garfinkel, Allan Dafoe, Paul Scharre, Thomas Zeitzoff, and Bobby Filar, 2018, „The Malicious Use of Artificial Intelligence: Forecasting, Prevention, and Mitigation“, FHI/CSER/CNAS/EFF/OpenAI Report, Cambridge, 1–101.
Brynjolfsson, Erik and Andrew McAfee, 2016, The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies, New York: W. W. Norton.
Bryson, Joanna J, 2010, „Robots Should Be Slaves“, in Close Engagements with Artificial Companions: Key Social, Psychological, Ethical and Design Issues, Yorick Wilks (ed.), Amsterdam: John Benjamins Publishing, 63–74.
–––, 2019, „The Past Decade and Future of AI’s Impact on Society“, in Towards a New Enlightenment: A Transcendent Decade, Anonymous (ed.), Madrid: Turner – BBVA.
Bryson, Joanna J, Mihailis E Diamantis, and Thomas D Grant, 2017, „Of, for, and by the People: The Legal Lacuna of Synthetic Persons“, Artificial Intelligence and Law, 25(3): 273–291. doi:10.1007/s10506-017-9214-9
Budding, Céline, and Carlos Zednik, 2024, „Does Explainable AI Need Cognitive Models?“, Proceedings of the Annual Meeting of the Cognitive Science Society, 46: 5244–5250.
Bullock, Justin B, Yu-Che Chen, Johannes Himmelreich, Valerie M Hudson, Anton Korinek, Matthew M Young, and Baobao Zhang, 2024, The Oxford Handbook of AI Governance, Oxford: Oxford University Press.
Burget, Mirjam, Emanuele Bardone, and Margus Pedaste, 2017, „Definitions and Conceptual Dimensions of Responsible Research and Innovation: A Literature Review“, Science and Engineering Ethics, 23(1): 1–19. doi:10.1007/s11948-016-9782-1
Burr, Christopher and Nello Cristianini, 2019, „Can Machines Read Our Minds?“, Minds and Machines, 29(3): 461–494.
Butler, Samuel, 1863, „Darwin among the Machines: Letter to the Editor“, The Press (Christchurch), 13.06.1863.
Butlin, Patrick, et al., 2023, „Consciousness in Artificial Intelligence: Insights from the Science of Consciousness“, arXiv, 2308.08708.
Cadwalladr, Carole and Emma Graham-Harrison, 2018, „Revealed: 50 Million Facebook Profiles Harvested for Cambridge Analytica in Major Data Breach“, The Guardian, 17 March 2018, News Section.
Callaghan, Victor, James Miller, Roman V Yampolskiy, and Stuart Armstrong, 2017, The Technological Singularity: Managing the Journey, Berlin: Springer.
Calo, Ryan, 2018, „Artificial Intelligence Policy: A Primer and Roadmap“, University of Bologna Law Review, 3(2): 180–218. doi:10.2139/ssrn.3015350
Calo, Ryan, Michael A Froomkin, and Ian Kerr, 2016, Robot Law, Cheltenham: Edward Elgar.
Čapek, Karel, 1920, R.U.R., Peter Majer (trans.), London: Methuen 1999.
Cappelen, Herman, Simon Goldstein, and John Hawthorne, në botim, „AI Survival Stories: A Taxonomic Analysis of AI Existential Risk“, Philosophy of AI.
Capurro, Rafael, 1993, „Ein Grinsen ohne Katze: Von der Vergleichbarkeit zwischen ‘künstlicher Intelligenz’ und ‘getrennten Intelligenzen’“, Zeitschrift für Philosophische Forschung, 47: 93–102.
Casiraghi, Simone, 2023, „Anything New under the Sun? Insights from a History of Institutionalized AI Ethics“, Ethics and Information Technology, 25(2): 28. doi:10.1007/s10676-023-09702-0
Cave, Stephen, Rune Nyrup, Katarina Vold, and Adrian Weller, 2019, „Motivations and Risks of Machine Ethics“, Proceedings of the IEEE, 107(3): 562–574.
Chalmers, David J, 2010, „The Singularity: A Philosophical Analysis“, Journal of Consciousness Studies, 17(9–10): 7–65.
Chang, Ruth, 2002, „The Possibility of Parity“, Ethics, 112(4): 659–688.
–––, 2020, „Do We Have Normative Powers?“, Proceedings of the Aristotelian Society (Supplementary Volume), 94(1): 275–300.
Christman, John, 2018, „Autonomy in Moral and Political Philosophy“, in Stanford Encyclopedia of Philosophy (Spring 2018 Edition), Edward N. Zalta (ed.).
Citron, Danielle Keats, 2022, The Fight for Privacy: Protecting Dignity, Identity, and Love in the Digital Age, New York: W.W. Norton & Company.
Clarke, Steve and Julian Savulescu, 2021, „Rethinking Our Assumptions about Moral Status“, in Rethinking Moral Status, Steve Clarke, Hazem Zohny, and Julian Savulescu (eds.), Oxford University Press, 1–20. doi:10.1093/oso/9780192894076.003.0001
Clarke, Steve, Hazem Zohny, and Julian Savulescu, 2021, Rethinking Moral Status, Oxford University Press. doi:10.1093/oso/9780192894076.001.0001
Coeckelbergh, Mark, 2010, „Robot Rights? Towards a Social-Relational Justification of Moral Consideration“, Ethics and Information Technology, 12(3): 209–221. doi:10.1007/s10676-010-9235-5
–––, 2012, Growing Moral Relations: Critique of Moral Status Ascription, London: Palgrave.
–––, 2016, „Care Robots and the Future of ICT-Mediated Elderly Care: A Response to Doom Scenarios“, AI & Society, 31(4): 455–462.
–––, 2018, „What Do We Mean by a Relational Ethics? Growing a Relational Approach to the Moral Standing of Plants, Robots and Other Non-Humans“, in Plant Ethics, Angela Kallhoff, Marcello Di Paola, and Maria Schörgenhumer (eds.), London: Routledge, 110–121.
–––, 2020, AI Ethics, Cambridge, MA: MIT Press.
–––, 2022a, Robot Ethics, Cambridge, MA: MIT Press.
–––, 2022b, The Political Philosophy of AI, Cambridge: Polity.
–––, 2024, Why AI Undermines Democracy and What to Do about It, Cambridge: Polity.
Corrêa, Nicholas Kluge, Camila Galvão, James William Santos, Carolina Del Pino, Edson Pontes Pinto, Camila Barbosa, Diogo Massmann, Rodrigo Mambrini, Luiza Galvão, Edmund Terem, and Nythamar de Oliveira, 2023, „Worldwide AI Ethics: A Review of 200 Guidelines and Recommendations for AI Governance“, Patterns, 4(10). doi:10.1016/j.patter.2023.100857
Costa, Elisabeth and David Halpern, 2019, „The Behavioural Science of Online Harm and Manipulation, and What to Do about It: An Exploratory Paper to Spark Ideas and Debate“, The Behavioural Insights Team Report, London, 1–82.
Crawford, Kate, 2021, The Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence, New Haven: Yale University Press.
Cristianini, Nello, 2023, The Shortcut: Why Intelligent Machines Do Not Think Like Us, Boca Raton: CRC Press. doi:10.1201/9781003335818
D’Alessandro, William, 2025, „Deontology and Safe Artificial Intelligence“, Philosophical Studies, 182(7): 1681–1704.
Da Silva, Michael, 2024, „Responsibility Gaps“, Philosophy Compass, 19(9–10).
Danaher, John, 2016a, „Robots, Law and the Retribution Gap“, Ethics and Information Technology, 18(4): 299–309. doi:10.1007/s10676-016-9403-3
–––, 2016b, „The Threat of Algocracy: Reality, Resistance and Accommodation“, Philosophy & Technology, 29(3): 245–268. doi:10.1007/s13347-015-0211-1
–––, 2019a, Automation and Utopia: Human Flourishing in a World without Work, Cambridge, MA: Harvard University Press.
–––, 2019b, „Welcoming Robots into the Moral Circle: A Defence of Ethical Behaviourism“, Science and Engineering Ethics, 26: 2023–2049. doi:10.1007/s11948-019-00119-x
–––, 2022, „Tragic Choices and the Virtue of Techno-Responsibility Gaps“, Philosophy & Technology, 35(2): 26. doi:10.1007/s13347-022-00519-1
Danaher, John and Neil McArthur, 2017, Robot Sex: Social and Ethical Implications, Boston, MA: MIT Press.
Danaher, John and Sven Nyholm, 2021, „Automation, Work and the Achievement Gap“, AI and Ethics, 1(3): 227–237. doi:10.1007/s43681-020-00028-x
DARPA, 1983, „Strategic Computing – New-Generation Computing Technology: A Strategic Plan for Its Development and Application to Critical Problems in Defense (28.10.1983)“.
de Vries, Alex, 2023, „The Growing Energy Footprint of Artificial Intelligence“, Joule, 7(10): 2191–2194.
de Vries-Gao, Alex, 2025, „Artificial Intelligence: Supply Chain Constraints and Energy Implications“, Joule, May (101961).
Dennett, Daniel C, 2017, From Bacteria to Bach and Back: The Evolution of Minds, New York: W.W. Norton.
Deutsch, David, 1985, „Quantum Theory, the Church-Turing Principle and the Universal Quantum Computer“, Proceedings of the Royal Society of London, A(400): 97–117.
Devlin, Kate, 2018, Turned on: Science, Sex and Robots, London: Bloomsbury.
Dignum, Virginia, 2019, Responsible Artificial Intelligence, Berlin: Springer.
Draper, Heather, Tom Sorell, Sandra Bedaf, Dag Sverre Syrdal, Carolina Gutierrez-Ruiz, Alexandre Duclos, and Farshid Amirabdollahian, 2014, „Ethical Dimensions of Human-Robot Interactions in the Care of Older People: Insights from 21 Focus Groups Convened in the UK, France and the Netherlands“, in International Conference on Social Robotics, M. Beetz et al. (eds.), Cham: Springer.
Dreyfus, Hubert L., 1972, What Computers Still Can’t Do: A Critique of Artificial Reason, second edition, Cambridge, MA: MIT Press 1992.
Dreyfus, Hubert L., Stuart E. Dreyfus, and Tom Athanasiou, 1986, Mind over Machine: The Power of Human Intuition and Expertise in the Era of the Computer, New York: Free Press.
Du Sautoy, Marcus, 2019, The Creativity Code: Art and Innovation in the Age of AI, Cambridge, MA: Harvard University Press.
Dubber, Markus D, Frank Pasquale, and Sunnit Das, 2020, Oxford Handbook of Ethics of Artificial Intelligence, New York: Oxford University Press.
Dung, Leonard, 2023, „How to Deal with Risks of AI Suffering“, Inquiry, 22. doi:10.1080/0020174x.2023.2238287
–––, 2024, „Is Superintelligence Necessarily Moral?“, Analysis, 84(4): 730–738.
–––, 2025, „Understanding Artificial Agency“, The Philosophical Quarterly, 75(2): 450–472. doi:10.1093/pq/pqae010
Durán, Juan Manuel, and Karin Rolanda Jongsma, 2021, „Who Is Afraid of Black Box Algorithms? On the Epistemological and Ethical Basis of Trust in Medical AI“, Journal of Medical Ethics, 47(5), 329–335.
Dwork, Cynthia, Frank McSherry, Kobbi Nissim, and Adam Smith, 2006, „Calibrating Noise to Sensitivity in Private Data Analysis“, in Theory of Cryptography, Tal Rabin (ed.), Berlin, Heidelberg: Springer, 265–284.
Eden, Amnon, James H. Moor, Johnny Hartz Søraker, and Eric Steinhart, 2012, Singularity Hypotheses: A Scientific and Philosophical Assessment, Berlin: Springer.
Erler, Alexandre and Vincent C. Müller, 2024, „AI as IA: The Use and Abuse of Artificial Intelligence (AI) for Human Enhancement through Intellectual Augmentation (IA)“, in The Routledge Handbook of the Ethics of Human Enhancement, Marcello Ienca and Fabrice Jotterand (eds.), London: Routledge, 187–199. doi:10.4324/9781003105596-19
EU Parliament, 2022a, „Digital Markets Act“, Regulation (EU) 2022/1925, Brussels.
–––, 2022b, „Digital Services Act“, Regulation (EU) 2022/2065, Brussels.
–––, 2024, „Artificial Intelligence Act“, Regulation (EU) 2024/1689, Brussels.
Eubanks, Virginia, 2018, Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor, London: St. Martin’s Press.
Faden, Ruth R and Tom L Beauchamp, 1986, A History and Theory of Informed Consent, Oxford: Oxford University Press.
Floridi, Luciano, 2016, „Should We Be Afraid of AI? Machines Seem to Be Getting Smarter and Smarter and Much Better at Human Jobs, yet True AI Is Utterly Implausible. Why?“, Aeon, September 5, 2016.
–––, 2023a, „AI as Agency without Intelligence: On ChatGPT, Large Language Models, and Other Generative Models“, Philosophy and Technology, 36(15). doi:10.2139/ssrn.4358789
–––, 2023b, The Ethics of Artificial Intelligence: Principles, Challenges, and Opportunities, Oxford: Oxford University Press.
Floridi, Luciano and Josh Cowls, 2019, „A Unified Framework of Five Principles for AI in Society“, Harvard Data Science Review, 1(1). doi:10.1162/99608f92.8cd550d1
Floridi, Luciano, et al., 2018, „AI4People—An Ethical Framework for a Good AI Society: Opportunities, Risks, Principles, and Recommendations“, Minds and Machines, 28(4): 689–707.
Floridi, Luciano, Josh Cowls, Thomas C. King, and Mariarosaria Taddeo, 2020, „How to Design AI for Social Good: Seven Essential Factors“, Science and Engineering Ethics, 26(3): 1771–1796. doi:10.1007/s11948-020-00213-5
Floridi, Luciano and Jeff W. Saunders, 2004, „On the Morality of Artificial Agents“, Minds and Machines, 14: 349–379.
Floridi, Luciano and Mariarosaria Taddeo, 2016, „What Is Data Ethics?“, Phil. Trans. R. Soc. A, 374(2083): 20160360.
Floridi, Luciano, and Mariarosaria Taddeo (eds.), 2025, A Companion to Digital Ethics, Hoboken, NJ: John Wiley & Sons.
Foot, Philippa, 1967, „The Problem of Abortion and the Doctrine of the Double Effect“, Oxford Review, 5: 5–15.
Fosch-Villaronga, Eduard and Jordi Albo-Canals, 2019, „‘I’ll Take Care of You,’ Said the Robot“, Paladyn, Journal of Behavioral Robotics, 10(1): 77. doi:10.1515/pjbr-2019-0006
Frank, Lily E. and Michal Klincewicz, 2024, „Uses and Abuses of AI Ethics“, in Handbook on the Ethics of Artificial Intelligence, David J. Gunkel (ed.), London: Edward Elgar Publishing, 205–217.
Frank, Lily and Sven Nyholm, 2017, „Robot Sex and Consent: Is Consent to Sex between a Robot and a Human Conceivable, Possible, and Desirable?“, Artificial Intelligence and Law, 25(3): 305–323.
Frankfurt, Harry G, 1971, „Freedom of the Will and the Concept of a Person“, The Journal of Philosophy, LXVIII(1): 5–20.
–––, 2005, On Bullshit, Princeton, NJ: Princeton University Press.
Franssen, Maarten, Gert-Jan Lokhorst, and Ibo van de Poel, 2024, „Philosophy of Technology“, in The Stanford Encyclopedia of Philosophy (Fall 2024 Edition), Edward N. Zalta and Uri Nodelman (eds.).
Frey, Carl Benedict, 2019, The Technology Trap: Capital, Labour, and Power in the Age of Automation, Princeton: Princeton University Press.
Frey, Carl Benedikt and Michael A. Osborne, 2013, „The Future of Employment: How Susceptible Are Jobs to Computerisation?“, Oxford Martin School Working Papers, Oxford.
Fricker, Miranda, 2007, Epistemic Injustice: Power and the Ethics of Knowing, Oxford: Oxford University Press.
Friedman, Batya, 1996, „Value-Sensitive Design“, ACM Interactions, 3(6): 16–23.
Gabriel, Iason, 2020, „Artificial Intelligence, Values, and Alignment“, Minds and Machines, 30(3): 411–437. doi:10.1007/s11023-020-09539-2
Gallow, J. Dmitri, 2024, „Instrumental Divergence“, Philosophical Studies, 182(7): 1581–1607. doi:10.1007/s11098-024-02129-3
Ganascia, Jean-Gabriel, 2017, Le Mythe de La Singularité, Paris: Éditions du Seuil.
Garfinkel, Simson L., 2025, Differential Privacy, Cambridge, MA: MIT Press.
GDPR, 2016, „General Data Protection Regulation: Regulation (EU) 2016/679“, Official Journal of the European Union, L 119: 1–88.
Gebru, Timnit, 2020, „Race and Gender“, in The Oxford Handbook of Ethics of AI, Markus D. Dubber et al. (eds.), Oxford: Oxford University Press, 253–270.
Geraci, Robert M, 2008, „Apocalyptic AI: Religion and the Promise of Artificial Intelligence“, Journal of the American Academy of Religion, 76(1): 138–166.
–––, 2010, Apocalyptic AI: Vision of Heaven in Robotics, Artificial Intelligence and Virtual Reality, Oxford: Oxford University Press.
Gerdes, Anne, 2016, „The Issue of Moral Consideration in Robot Ethics“, SIGCAS Comput. Soc., 45(3): 274–279. doi:10.1145/2874239.2874278
Gertz, Nolen, 2018, Nihilism and Technology, London: Rowman & Littlefield.
Gewirth, Alan, 1978, „The Golden Rule Rationalized“, Midwest Studies in Philosophy, III(1): 133–147.
Gibert, Martin, 2018, „Éthique Artificielle (Version Grand Public)“, Encyclopédie Philosophique.
Goldstein, Josh A., et al., 2023, „Generative Language Models and Automated Influence Operations: Emerging Threats and Potential Mitigations“, arXiv, 2301.04246.
Good, Irvin J, 1965, „Speculations Concerning the First Ultraintelligent Machine“, in Advances in Computers, Franz L. Alt and Morris Rubinoff (eds.), New York & London: Academic Press, 6: 31–88.
Goos, Maarten, 2018, „The Impact of Technological Progress on Labour Markets: Policy Challenges“, Oxford Review of Economic Policy, 34(3): 362–375. doi:10.1093/oxrep/gry002
Goos, Maarten, Alan Manning, and Anna Salomons, 2009, „Job Polarization in Europe“, American Economic Review, 99(2): 58–63. doi:10.1257/aer.99.2.58
Gordon, John-Stewart, 2022, „Are Superintelligent Robots Entitled to Human Rights?“, Ratio, 35(3): 181–193. doi:10.1111/rati.12346
Gordon, John-Stewart and Sven Nyholm, 2021, „Ethics of Artificial Intelligence“, Internet Encyclopedia of Philosophy.
Graham, Sandra and Brian S. Lowery, 2004, „Priming Unconscious Racial Stereotypes About Adolescent Offenders“, Law and Human Behavior, 28(5): 483–504. doi:10.1023/B:LAHU.0000046430.65485.1f
Greene, Joshua D, 2015, „The Rise of Moral Cognition“, Cognition, 135: 39–42.
Grunwald, Armin, 2018, Technology Assessment in Practice and Theory, London: Routledge.
Grunwald, Armin and Rafaela Hillerbrand, 2021, Handbuch Technikethik, Stuttgart: J.B. Metzler. doi:10.1007/978-3-476-04901-8_19
Gunkel, David J, 2018, Robot Rights, Boston, MA: MIT Press.
–––, 2024, Handbook on the Ethics of Artificial Intelligence, London: Elgar Publishing.
Gunkel, David J and Joanna J Bryson, 2014, „Special Issue on Machine Morality“, Philosophy & Technology, Vol. 27.
Gutmann, Mathias, Klaus Wiegerling, and Benjamin Rathgeber, 2024, Handbuch Technikphilosophie, Stuttgart: J.B. Metzler. doi:10.1007/978-3-476-05991-8_6
Gyevnár, Bálint, and Atoosa Kasirzadeh, 2025, „AI Safety for Everyone“, Nature Machine Intelligence, 7(4): 531–542.
Hagendorff, Thilo, 2024, „Mapping the Ethics of Generative AI: A Comprehensive Scoping Review“, Minds and Machines, 34(4): 1–27. doi:10.1007/s11023-024-09694-w
Häggström, Olle, 2016, Here Be Dragons: Science, Technology and the Future of Humanity, Oxford: Oxford University Press.
Hähnel, Martin and Regina Müller, 2025, A Companion to Applied Philosophy of AI, London: Wiley-Blackwell.
Hakli, Raul and Pekka Mäkelä, 2019, „Moral Responsibility of Robots and Hybrid Agents“, The Monist, 102(2): 259–275.
Halpern, Orit and Robert Mitchell, 2023, The Smartness Mandate, Cambridge, MA: MIT Press.
Han, Byung-Chul, 2022, Infocracy: Digitization and the Crisis of Democracy, London: Polity Press.
Hansson, Sven Ove, 2013, The Ethics of Risk: Ethical Analysis in an Uncertain World, New York: Palgrave Macmillan.
–––, 2018, „How to Perform an Ethical Risk Analysis (eRA)“, Risk Analysis, 38(9): 1820–1829. doi:10.1111/risa.12978
Harari, Yuval Noah, 2016, Homo Deus: A Brief History of Tomorrow, New York: Harper.
Harris, Tristan, 2016, „How Technology Is Hijacking Your Mind — from a Magician and Google Design Ethicist“, Medium.com, Thrive Global.
Haskel, Jonathan and Stian Westlake, 2017, Capitalism without Capital: The Rise of the Intangible Economy, Princeton, NJ: Princeton University Press.
Helbing, Dirk, et al., 2019, „Will Democracy Survive Big Data and Artificial Intelligence?“, in Towards Digital Enlightenment, Dirk Helbing (ed.), Cham: Springer, 73–98. doi:10.1007/978-3-319-90869-4_7
Hellrigel-Holderbaum, Max, and Leonard Dung, në botim, „Misalignment or Misuse? The AGI Alignment Tradeoff“, Philosophical Studies.
Hendrycks, Dan, 2025, Introduction to AI Safety, Ethics, and Society, London: Taylor & Francis.
Hicks, Michael Townsen, James Humphries, and Joe Slater, 2024, „ChatGPT Is Bullshit“, Ethics and Information Technology, 26(2): 38.
Houkes, Wybo and Pieter E Vermaas, 2010, Technical Functions: On the Use and Design of Artefacts, Berlin: Springer.
Humphreys, Paul W, 2009, „The Philosophical Novelty of Computer Simulation Methods“, Synthese, 169(3): 615–626.
Huq, Aziz Z., 2020, „A Right to a Human Decision“, Virginia Law Review, 106(3): 611–688.
Jacobs, An, Lynn Tytgat, Michel Maus, Romain Meeusen, and Bram Vanderborght, 2019, Homo Roboticus: 30 Questions and Answers on Man, Technology, Science & Art, Brussels: ASP.
Jasanoff, Sheila, 2016, The Ethics of Invention: Technology and the Human Future, New York: Norton.
Jobin, Anna, Marcello Ienca, and Effy Vayena, 2019, „The Global Landscape of AI Ethics Guidelines“, Nature Machine Intelligence, 1(9): 389–399. doi:10.1038/s42256-019-0088-2
Johnson, Gabbrielle M., 2024, „Varieties of Bias“, Philosophy Compass, 19(7).
Kahneman, Daniel, 2011, Thinking, Fast and Slow, London: Macmillan.
Kamiya, G. and P. Bertoldi, 2024, „Energy Consumption in Data Centres and Broadband Communication Networks in the EU“, European Commission, Joint Research Centre, JRC135926, Luxembourg.
Kamm, Frances Myrna and Eric Rakowski, 2016, The Trolley Problem Mysteries, New York: Oxford University Press.
Kasirzadeh, Atoosa, 2025, „Two Types of AI Existential Risk: Decisive and Accumulative“, Philosophical Studies, 182: 1975–2003. doi:10.1007/s11098-025-02301-3
Kay, Jackie, Atoosa Kasirzadeh, and Shakir Mohamed, 2024, „Epistemic Injustice in Generative AI“, Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, 7(1): 684–697. doi:10.1609/aies.v7i1.31671
Keynes, John Maynard, 1930, „Economic Possibilities for Our Grandchildren“, in Essays in Persuasion, New York: Harcourt Brace 1932, 358–373.
Kissinger, Henry A., 2018, „How the Enlightenment Ends: Philosophically, Intellectually—in Every Way—Human Society Is Unprepared for the Rise of Artificial Intelligence“, The Atlantic, June.
Klenk, Michael, and Fleur Jongepier (eds.), 2022, The Philosophy of Online Manipulation, London: Routledge.
Königs, Peter, 2022, „Artificial Intelligence and Responsibility Gaps: What Is the Problem?“, Ethics and Information Technology, 24(3): 36. doi:10.1007/s10676-022-09643-0
–––, 2024, „In Defense of ‘Surveillance Capitalism’“, Philosophy & Technology, 37(122): 1–33.
–––, 2025, „No Wellbeing for Robots (and Hence No Rights)“, American Philosophical Quarterly, 62(2): 191–208.
Koudina, Olya and Ibo Van de Poel, 2024, „A Sociotechnical System Perspective on AI“, Minds and Machines, 34(21). doi:10.1007/s11023-024-09680-2
Kurzweil, Ray, 1999, The Age of Spiritual Machines: When Computers Exceed Human Intelligence, London: Penguin.
–––, 2005, The Singularity Is Near: When Humans Transcend Biology, London: Viking.
–––, 2012, How to Create a Mind: The Secret of Human Thought Revealed, New York: Viking.
Lanier, Jaron, 2014, Who Owns the Future?, New York: Simon & Schuster.
LeCun, Yann, Yoshua Bengio, and Geoffrey Hinton, 2015, „Deep Learning“, Nature, 521(7553): 436–444.
Lee, Minha, et al., 2019, „Caring for Vincent: A Chatbot for Self-Compassion“, CHI ’19 Proceedings, 702: 1–13.
Levy, David, 2007, Love and Sex with Robots: The Evolution of Human-Robot Relationships, New York: Harper & Co.
Lieder, Falk and Thomas L. Griffiths, 2020, „Resource-Rational Analysis: Understanding Human Cognition as the Optimal Use of Limited Computational Resources“, Behavioral and Brain Sciences, 43: e1. doi:10.1017/S0140525X1900061X
Lighthill, James, 1973, „Artificial Intelligence: A General Survey“, in Artificial Intelligence: A Paper Symposium, London: Science Research Council.
Lin, Patrick, 2015, „Why Ethics Matters for Autonomous Cars“, in Autonomous Driving, M. Maurer et al. (ed.), Berlin: Springer, 69–85. doi:10.1007/978-3-662-48847-8_4
Lin, Patrick, Keith Abney, and Ryan Jenkins, 2017, Robot Ethics 2.0: From Autonomous Cars to Artificial Intelligence, New York: Oxford University Press.
Lin, Patrick, George Bekey, and Keith Abney, 2008, „Autonomous Military Robotics: Risk, Ethics, and Design“, US Department of Navy, Office of Naval Research, December 20, 2008: 1–112.
Luers, Amy, et al., 2024, „Will AI Accelerate or Delay the Race to Net-Zero Emissions?“, Nature, 628: 718–720.
Luguri, Jamie and Lior Jacob Strahilevitz, 2021, „Shining a Light on Dark Patterns“, Journal of Legal Analysis, 13(1): 43–109. doi:10.1093/jla/laaa006
Lundgren, Björn, 2023, „In Defense of Ethical Guidelines“, AI and Ethics, 3(3): 1013–1020. doi:10.1007/s43681-022-00244-7
Lundgren, Björn, et al., 2024, „On the Need for a Global AI Ethics“, Journal of Global Ethics, 20(3): 330–342.
Macnish, Kevin, 2017, The Ethics of Surveillance: An Introduction, London: Routledge.
Marx, Karl, 1867 [2024], Capital: Critique of Political Economy (Volume 1), Paul Reitter (ed. & trans.), Princeton, NJ: Princeton University Press.
Mason, Rebecca, 2022, „Women Are Not Adult Human Females“, Australasian Journal of Philosophy, 102(1): 180–191. doi:10.1080/00048402.2022.2149824
Mathur, Arunesh, et al., 2019, „Dark Patterns at Scale: Findings from a Crawl of 11K Shopping Websites“, Proceedings of the ACM Human-Computer Interaction, 3(81): 1–32.
McCarthy, John, Marvin Minsky, Nathaniel Rochester, and Claude E. Shannon, 1955, „A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence“.
Meijer, Albert and Martijn Wessels, 2019, „Predictive Policing: Review of Benefits and Drawbacks“, International Journal of Public Administration, 42(12): 1031–1039.
Merrin, William and Andrew Hoskins, 2025, Sharded Media: Trump’s Rage against the Mainstream, London: Palgrave Macmillan. doi:10.1007/978-3-031-84786-8_1
Metcalf, Jacob, Emily F. Keller, and Danah Boyd, 2016, „Perspectives on Big Data, Ethics, and Society“, Council for Big Data, Ethics, and Society, May 23, 2016: 23pp.
Metzinger, Thomas, 2021, „Artificial Suffering: An Argument for a Global Moratorium on Synthetic Phenomenology“, Journal of Artificial Intelligence and Consciousness, 8(01): 43–66.
Mhlambi, Sábëlo, and Simona Tiribelli, 2023, „Decolonizing AI Ethics: Relational Autonomy as a Means to Counter AI Harms“, Topoi, 42(3): 867–880.
Milano, Silvia and Sven Nyholm, 2024, „Advanced AI Assistants That Act on Our Behalf May Not Be Ethically or Legally Feasible“, Nature Machine Intelligence, 6(8): 846–847. doi:10.1038/s42256-024-00877-9
Misselhorn, Catrin, 2018, Grundfragen Der Maschinenethik, fifth edition, Ditzingen: Reclam.
–––, 2020, „Artificial Systems with Moral Capacities? A Research Design and Its Implementation in a Geriatric Care System“, Artificial Intelligence, 278: 103179. doi:10.1016/j.artint.2019.103179
–––, 2023, Künstliche Intelligenz – Das Ende Der Kunst?, Stuttgart: Reclam.
Mittelstadt, Brent Daniel, Patrick Allo, Mariarosaria Taddeo, Sandra Wachter, and Luciano Floridi, 2016, „The Ethics of Algorithms: Mapping the Debate“, Big Data & Society, 3(2).
Miyahara, Katsunori, and Hayate Shimizu, 2025, „Instrumental, Intrinsic, and Functional Scarcity“, Philosophy & Technology, 38(3): 103.
Moor, James H., 2006, „The Nature, Importance, and Difficulty of Machine Ethics“, IEEE Intelligent Systems, 21(4): 18–21.
Moravec, Hans, 1998, Robot: Mere Machine to Transcendent Mind, New York: Oxford University Press.
More, Max and Natasha Vita-More, 2013, The Transhumanist Reader, London: John Wiley. doi:10.1002/9781118555927
Morozov, Evgeny, 2013, To Save Everything, Click Here: The Folly of Technological Solutionism, New York: PublicAffairs.
Mühlhoff, Rainer, 2025, Künstliche Intelligenz Und Der Neue Faschismus, Stuttgart: Reclam.
Müller, Vincent C., 2012, „Autonomous Cognitive Systems in Real-World Environments: Less Control, More Flexibility and Better Interaction“, Cognitive Computation, 4(3): 212–215. doi:10.1007/s12559-012-9129-4
–––, 2014, „Editorial: Risks of General Artificial Intelligence“, Journal of Experimental and Theoretical Artificial Intelligence, 26(3): 297–301.
–––, 2016a, „Autonomous Killer Robots Are Probably Good News“, in Drones and Responsibility, Ezio Di Nucci and Filippo Santoni de Sio (eds.), London: Routledge, 67–81. doi:10.4324/9781315578187-4
–––, 2016b, Risks of Artificial Intelligence, London: Chapman & Hall – CRC Press. doi:10.1201/b19187
–––, 2018, „In 30 Schritten Zum Mond? Zukünftiger Fortschritt in Der KI“, Medienkorrespondenz, 20: 5–15.
–––, 2020, „Ethics of Artificial Intelligence and Robotics“, in Stanford Encyclopedia of Philosophy (Summer 2020 Edition), Edward N. Zalta (ed.).
–––, 2021, „Is It Time for Robot Rights? Moral Status in Artificial Entities“, Ethics & Information Technology, 23(3): 579–587.
–––, 2022, „The History of Digital Ethics“, in Oxford Handbook of Digital Ethics, Carissa Véliz (ed.), Oxford: Oxford University Press, 3–19. doi:10.1093/oxfordhb/9780198857815.013.1
–––, 2025a, „Deep Opacity and AI: A Threat to XAI and to Privacy Protection Mechanisms“, in A Companion to Applied Philosophy of AI, Martin Hähnel and Regina Müller (eds.), London: Wiley-Blackwell.
–––, 2025b, „Philosophy of AI: A Structured Overview“, in Cambridge Handbook on the Law, Ethics and Policy of Artificial Intelligence, Nathalie A. Smuha (ed.), Cambridge: Cambridge University Press, 40–58.
–––, 2026, „Short-Term or Long-Term AI Ethics? A Dilemma for Ethical Singularity Only“, in Contemporary Debates in the Ethics of Artificial Intelligence, Nyholm, Kasirzadeh, and Zerilli (eds.), London: Wiley, 309–318.
Müller, Vincent C. and Nick Bostrom, 2016, „Future Progress in Artificial Intelligence: A Survey of Expert Opinion“, in Fundamental Issues of Artificial Intelligence, Vincent C. Müller (ed.), Berlin: Springer, 553–570.
Müller, Vincent C. and Michael Cannon, 2022, „Existential Risk from AI and Orthogonality: Can We Have It Both Ways?“, Ratio, 35(1): 25–36. doi:10.1111/rati.12320
Müller, Vincent C. and Guido Löhr, në botim, Artificial Minds (Cambridge Elements), Cambridge: Cambridge University Press.
Munn, Luke, 2023, „The Uselessness of AI Ethics“, AI and Ethics, 3(3): 869–877. doi:10.1007/s43681-022-00209-w
Narayanan, Arvind and Sayash Kapoor, 2024, AI Snake Oil, Princeton, NJ: Princeton University Press. doi:10.1515/9780691249643
Neumueller, Alexander, 2023, „Bitcoin Electricity Consumption: An Improved Assessment“, Judge Business School, August 31, 2023, Cambridge, UK: University of Cambridge.
Newport, Cal, 2019, Digital Minimalism: On Living Better with Less Technology, London: Penguin.
Nissenbaum, Helen, 2004, „Privacy as Contextual Integrity“, Washington Law Review, 79(1): 119–157.
Noggle, Robert, 2022, „The Ethics of Manipulation“, in The Stanford Encyclopedia of Philosophy (Summer 2022 Edition), Edward N. Zalta (ed.).
Nørskov, Marco, 2017, Social Robots, London: Routledge.
Nyholm, Sven, 2018a, „The Ethics of Crashes with Self-Driving Cars: A Roadmap, II“, Philosophy Compass, 13(7): e12506. doi:10.1111/phc3.12506
–––, 2018b, „Attributing Agency to Automated Systems: Reflections on Human–Robot Collaborations and Responsibility-Loci“, Science and Engineering Ethics, 24(4): 1201–1219. doi:10.1007/s11948-017-9943-x
–––, 2022, „Technological Manipulation and Threats to Meaning in Life“, in The Philosophy of Online Manipulation, Fleur Jongepier and Michael Klenk (eds.), New York: Routledge, 1–18.
Nyholm, Sven, John Danaher, and Brian D Earp, 2022, „The Technological Future of Love“, in Philosophy of Love in the Past, Present, and Future, André Grahle et al. (eds.), London: Routledge, 224–239. doi:10.4324/9781003014331-18
Nyholm, Sven, Atoosa Kasirzadeh, and John Zerilli (eds.), 2026, Contemporary Debates in the Ethics of Artificial Intelligence, London: Wiley.
O’Brolcháin, Fiachra and María Amparo Grau Ruiz, 2020, „Environmental Impact of Robotics: Ethical Concerns and Legal Alternatives“, in Industry, Innovation and Infrastructure, Walter Leal Filho et al. (eds.), Cham: Springer, 1–15. doi:10.1007/978-3-319-71059-4_147-1
Obuchowicz, R., et al., 2025, „Artificial Intelligence-Empowered Radiology-Current Status and Critical Review“, Diagnostics, 15(3). doi:10.3390/diagnostics15030282
O’Connell, Mark, 2017, To Be a Machine, London: Granta.
O’Donnell, James, and Casey Crownhart, 2025, „We Did the Math on AI’s Energy Footprint. Here’s the Story You Haven’t Heard“, MIT Technology Review, May 20, 2025.
OECD, 2024, „Recommendation of the Council on Artificial Intelligence“, OECD Legal Instruments.
Omohundro, Steve, 2014, „Autonomous Technology and the Greater Human Good“, Journal of Experimental and Theoretical Artificial Intelligence, 26(3): 303–315.
O’Neil, Cathy, 2016, Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy, Largo, ML: Crown.
O’Neill, Elizabeth, Michal Klincewicz, and Michiel Kemmer, 2022, „Ethical Issues with Artificial Ethics Assistants“, in Oxford Handbook of Digital Ethics, Carissa Véliz (ed.), Oxford: Oxford University Press, 312–335. doi:10.1093/oxfordhb/9780198857815.013.1
OpenAI, 2025, „OpenAI GPT-4.5 System Card“, February 27, 2025.
Ord, Toby, 2020, The Precipice: Existential Risk and the Future of Humanity, London: Bloomsbury.
Paulo, Norbert, 2023, „The Trolley Problem in the Ethics of Autonomous Vehicles“, The Philosophical Quarterly, 73(4): 1046–1066. doi:10.1093/pq/pqad051
Poel, Ibo van de, 2020, „Embedding Values in Artificial Intelligence (AI) Systems“, Minds and Machines, 30(3): 385–409. doi:10.1007/s11023-020-09537-4
Powers, Thomas M and Jean-Gabriel Ganascia, 2020, „The Ethics of the Ethics of AI“, in Oxford Handbook of Ethics of Artificial Intelligence, Markus D. Dubber et al. (eds.), New York: Oxford University Press. doi:10.1093/oxfordhb/9780190067397.013.2
Prunkl, Carina, 2024, „Human Autonomy at Risk? An Analysis of the Challenges from AI“, Minds and Machines, 34(3): 26.
Rachels, James, 1975, „Why Privacy Is Important“, Philosophy and Public Affairs, 4(4): 323–333.
Rawls, John, 1971, A Theory of Justice, Cambridge, MA: Belknap Press.
Rees, Martin, 2018, On the Future: Prospects for Humanity, Princeton: Princeton University Press.
Richardson, Kathleen, 2016, „Sex Robot Matters: Slavery, the Prostituted, and the Rights of Machines“, IEEE Technology and Society, 35(2).
Rini, Regina, 2020, „Deepfakes and the Epistemic Backstop“, Philosophers’ Imprint, 20(24): 1–16.
Risse, Mathias, 2023, Political Theory of the Digital Age: Where Artificial Intelligence Might Take Us, Cambridge: Cambridge University Press.
Rocher, Luc, Julien M. Hendrickx, and Yves-Alexandre de Montjoye, 2019, „Estimating the Success of Re-Identifications in Incomplete Datasets Using Generative Models“, Nature Communications, 10(1): 3069. doi:10.1038/s41467-019-10933-3
Roessler, Beate, 2017, „Privacy as a Human Right“, Proceedings of the Aristotelian Society, 117(2): 187–206.
Rosa, Hartmut, 2010, High-Speed Society: Social Acceleration, Power, and Modernity, University Park: Penn State Press.
–––, 2020, The Uncontrollability of the World, New York: John Wiley & Sons.
Robertson, Ian, 2025, „AI, Trust and Reliability“, Philosophy & Technology, 38(3): 94.
Royakkers, Lambèr and Rinie van Est, 2016, Just Ordinary Robots: Automation from Love to War, Boca Raton: CRC Press.
Rueda, Jon, et al., 2025, „Why Dignity Is a Troubling Concept for AI Ethics“, Patterns, 6(3). doi:10.1016/j.patter.2025.101207
Russell, Jeffrey Sanford, 2024, „On Two Arguments for Fanaticism“, Noûs, 58(3): 565–595. doi:10.1111/nous.12461
Russell, Stuart, 2016, „Rationality and Intelligence: A Brief Update“, in Fundamental Issues of Artificial Intelligence, Vincent C. Müller (ed.), Cham: Springer, 7–28. doi:10.1007/978-3-319-26485-1_2
–––, 2019, Human Compatible: Artificial Intelligence and the Problem of Control, New York: Viking.
–––, 2022, „If We Succeed“, Dædalus, 151(2): 43–57.
Russell, Stuart, and Peter Norvig, 2020, Artificial Intelligence: A Modern Approach (4 ed.), Upper Saddle River: Prentice Hall.
SAE, 2015, „Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles“, SAE Recommended Practice, J3016_201806.
Sætra, Henrik Skaug and John Danaher, 2025, „Resolving the Battle of Short- vs. Long-Term AI Risks“, AI and Ethics, 5(1): 723–728. doi:10.1007/s43681-023-00336-y
Sandberg, Anders, 2013, „Feasibility of Whole Brain Emulation“, in Theory and Philosophy of Artificial Intelligence, Vincent C. Müller (ed.), Berlin: Springer, 251–264.
Sanders, Nathan E and Bruce Schneier, 2024, „Let’s Not Make the Same Mistakes with AI That We Made with Social Media“, MIT Technology Review, March 13, 2024.
Santoni de Sio, Filippo, 2024, Human Freedom in the Age of AI, New York: Routledge.
Santoni de Sio, Filippo and Jeroen van den Hoven, 2018, „Meaningful Human Control over Autonomous Systems: A Philosophical Account“, Frontiers in Robotics and AI, 5(15): 1–15. doi:10.3389/frobt.2018.00015
Savulescu, Julian, Alberto Giubilini, Robert Vandersluis, and Abhishek Mishra, 2024, „Ethics of AI in Medicine“, Singapore Medical Journal, 65(3): 150–158.
Schmidhuber, Jürgen, 2015, „Deep Learning in Neural Networks: An Overview“, Neural Networks, 61: 85–117.
Schneider, Susan, 2025, „Chatbot Epistemology“, Social Epistemology, 39(5): 570–589.
Schneier, Bruce, 2015, Data and Goliath: The Hidden Battles to Collect Your Data and Control Your World, New York: W. W. Norton.
Schwalbe, Gesina and Bettina Finzel, 2024, „A Comprehensive Taxonomy for Explainable Artificial Intelligence: A Systematic Survey of Surveys on Methods and Concepts“, Data Mining and Knowledge Discovery, 38(5): 3043–3101. doi:10.1007/s10618-022-00867-8
Searle, John R., 1980, „Minds, Brains and Programs“, Behavioral and Brain Sciences, 3: 417–457. doi:10.1017/S0140525X00005756
Selbst, Andrew D., et al., 2019, „Fairness and Abstraction in Sociotechnical Systems“, Proceedings of the Conference on Fairness, Accountability, and Transparency, ACM, 59–68. doi:10.1145/3287560.3287598
Sennett, Richard, 2018, Building and Dwelling: Ethics for the City, London: Allen Lane.
Shanahan, Murray, 2015, The Technological Singularity, Cambridge, MA: MIT Press.
Sharkey, Amanda, 2019, „Autonomous Weapons Systems, Killer Robots and Human Dignity“, Ethics and Information Technology, 21(2): 75–87. doi:10.1007/s10676-018-9494-0
Sharkey, Amanda and Noel Sharkey, 2011, „The Rights and Wrongs of Robot Care“, in Robot Ethics, Patrick Lin et al. (eds.), Cambridge, MA: MIT Press, 267–282.
Sharkey, Noel, Aimee van Wynsberghe, Scott Robbins, and Eleanor Hancock, 2017, „Report: Our Sexual Future with Robots“, Responsible Robotics, 1–44.
Simon, Herbert and Allen Newell, 1958, „Heuristic Problem Solving: The next Advance in Operations Research“, Operations Research, 6(1): 1–10.
Simpson, Thomas W and Vincent C. Müller, 2016, „Just War and Robots’ Killings“, The Philosophical Quarterly, 66(263): 302–322. doi:10.1093/pq/pqv075
Skare, Marinko, Beata Gavurova, and Dean Sinkovic, 2025, „Measuring Artificial Intelligence’s Impact on Sustainable Energy Transition: Empirical Insights and Policy Implications“, Energy Economics, 150: 108825.
Smolan, Sandy, 2016, „The Human Face of Big Data“, PBS Documentary, 24 February 2016.
Smuha, Nathalie A., 2021a, „From a ‘Race to AI’ to a ‘Race to AI Regulation’: Regulatory Competition for Artificial Intelligence“, Law, Innovation and Technology, 13(1): 57–84. doi:10.1080/17579961.2021.1898300
–––, 2021b, „Beyond a Human Rights-Based Approach to AI Governance: Promise, Pitfalls, Plea“, Philosophy & Technology, 34(1): 91–104. doi:10.1007/s13347-020-00403-w
–––, 2025, Cambridge Handbook on the Law, Ethics and Policy of Artificial Intelligence, Cambridge: Cambridge University Press.
Sparrow, Rob, 2007, „Killer Robots“, Journal of Applied Philosophy, 24(1): 62–77.
–––, 2016, „Robots in Aged Care: A Dystopian Future“, AI & Society, 31(4): 1–10.
Sparrow, Rob, and Gene Flenady, 2025, „The Testimony Gap: Machines and Reasons“, Minds and Machines, 35(1): 12.
Stix, Charlotte, 2021, „Actionable Principles for Artificial Intelligence Policy: Three Pathways“, Science and Engineering Ethics, 27(1): 15. doi:10.1007/s11948-020-00277-3
Stone, Christopher D, 1972, „Should Trees Have Standing – Toward Legal Rights for Natural Objects“, Southern California Law Review, 2: 450–501.
Stone, Peter, et al., 2021, „Gathering Strength, Gathering Storms: The One Hundred Year Study on Artificial Intelligence (AI100) 2021 Study Panel Report“, Stanford University.
Strawson, Galen, 2011, „Free Will“, Routledge Encyclopedia of Philosophy, London: Routledge. doi:10.4324/9780415249126-V014-2
Sullins, John P, 2012, „Robots, Love, and Sex: The Ethics of Building a Love Machine“, IEEE Transactions on Affective Computing, 3(4): 398–409. doi:10.1109/T-AFFC.2012.31
Sullivan, Emily, 2022, „Inductive Risk, Understanding, and Opaque Machine Learning Models“, Philosophy of Science, 89(5): 1065–1074. doi:10.1017/psa.2022.62
Susser, Daniel, Beate Roessler, and Helen Nissenbaum, 2019, „Technology, Autonomy, and Manipulation“, Internet Policy Review, 8(2). doi:10.14763/2019.2.1410
Susskind, Richard and Daniel Susskind, 2022, The Future of the Professions: How Technology Will Transform the Work of Human Experts, Oxford: Oxford University Press.
Taddeo, Mariarosaria, 2024, The Ethics of Artificial Intelligence in Defense, Oxford: Oxford University Press.
Taddeo, Mariarosaria, Alexander Blanchard, and Christopher Thomas, 2024, „From AI Ethics Principles to Practices: A Teleological Methodology to Apply AI Ethics Principles in The Defence Domain“, Philosophy & Technology, 37(1): 42. doi:10.1007/s13347-024-00710-6
Taddeo, Mariarosaria and Luciano Floridi, 2018, „How AI Can Be a Force for Good“, Science, 361(6404): 751–752. doi:10.1126/science.aat5991
Tavani, Herman T. and Michael Zimmer, 2025, „Search Engines and Ethics“, in The Stanford Encyclopedia of Philosophy (Spring 2025 Edition), Edward N. Zalta (ed.).
Taylor, Steve, et al., 2018, „Responsible AI – Key Themes, Concerns & Recommendations for European Research and Innovation“, June.
Terwiesch, Christian, Lennart Meincke, and Gideon Nave, 2023, „The AI Ethicist: Fact or Fiction?“, SSRN: The Wharton School Research Paper, no. 4609825: 1–14.
Thaler, Richard H and Cass Sunstein, 2008, Nudge: Improving Decisions about Health, Wealth and Happiness, New York: Penguin.
Thoma, Johanna, 2019, „Decision Theory“, in The Open Handbook of Formal Epistemology, Richard Pettigrew and Jonathan Weisberg (eds.), PhilPapers, 57–106.
Thomson, Judith Jarvis, 1976, „Killing, Letting Die and the Trolley Problem“, Monist, 59: 204–217.
Thorstad, David, 2025, „Against the Singularity Hypothesis“, Philosophical Studies, 182(7): 1627–1651.
Tigard, Daniel W, 2021, „There Is No Techno-Responsibility Gap“, Philosophy & Technology, 34(3): 589–607.
Toupin, Sophie, 2024, „Shaping Feminist Artificial Intelligence“, New Media & Society, 26(1): 580–595. doi:10.1177/14614448221150776
Turner, Jacob, 2019, Robot Rules: Regulating Artificial Intelligence, Berlin: Springer.
Tzafestas, Spyros G, 2016, Roboethics: A Navigating Overview, Berlin: Springer.
Vallor, Shannon, 2024, The AI Mirror: How to Reclaim Our Humanity in an Age of Machine Thinking, Oxford: Oxford University Press. doi:10.1093/oso/9780197759066.001.0001
Véliz, Carissa, 2020, Privacy Is Power, London: Penguin.
–––, 2024, The Ethics of Privacy and Surveillance, Oxford: Oxford University Press.
Verbeek, Peter-Paul, 2011, Moralizing Technology: Understanding and Designing the Morality of Things, Chicago: University of Chicago Press.
Vosoughi, Soroush, Deb Roy, and Sinan Aral, 2018, „The Spread of True and False News Online“, Science, 359(6380): 1146–1151. doi:10.1126/science.aap9559
Wachter, Sandra and Brent Daniel Mittelstadt, 2019, „A Right to Reasonable Inferences: Re-Thinking Data Protection Law in the Age of Big Data and AI“, Columbia Business Law Review, 494.
Wallach, Wendell and Peter M Asaro, 2017, Machine Ethics and Robot Ethics, London: Routledge.
Walsh, Toby, 2018, Machines That Think: The Future of Artificial Intelligence, Amherst, MA: Prometheus Books.
Wang, Hao, and Vincent Blok, 2025, „Why Putting Artificial Intelligence Ethics into Practice Is Not Enough: Towards a Multi-Level Framework“, Big Data & Society, 12(2): 20539517251340620.
Westlake, Stian, 2014, Our Work Here Is Done: Visions of a Robot Economy, London.
Whittaker, Meredith, et al., 2018, „AI Now Report 2018“, New York: New York University.
Whittlestone, Jess, Rune Nyrup, Anna Alexandrova, Kanta Dihal, and Stephen Cave, 2019, „Ethical and Societal Implications of Algorithms, Data, and Artificial Intelligence: A Roadmap for Research“, London: Nuffield Foundation, 1–59.
Wilkinson, Hayden, 2022, „In Defense of Fanaticism“, Ethics, 132(2): 445–477. doi:10.1086/716869
Williams, James, 2018, Stand out of Our Light: Freedom and Resistance in the Attention Economy, Cambridge: Cambridge University Press.
Woollard, Fiona and Frances Howard-Snyder, 2021, „Doing vs. Allowing Harm“, in Stanford Encyclopedia of Philosophy (Fall 2021 Edition), Edward N. Zalta (ed.).
Woolley, Sam and Phil Howard, 2017, Computational Propaganda: Political Parties, Politicians, and Political Manipulation on Social Media, Oxford: Oxford University Press.
World Economic Forum, 2025, „The Future of Jobs Report 2025“, no. 7, January 2025.
Wynsberghe, Aimee van, 2016, Healthcare Robots: Ethics, Design and Implementation, London: Routledge.
–––, 2021, „Sustainable AI: AI for Sustainability and the Sustainability of AI“, AI and Ethics, 1(3): 213–218.
Yampolskiy, Roman V, 2018, Artificial Intelligence Safety and Security, London: Chapman and Hall/CRC. doi:10.1201/9781351251389
–––, 2022, „AI Risk Skepticism“, in Philosophy and Theory of Artificial Intelligence 2021, Vincent C. Müller (ed.), Cham: Springer, 225–248.
Yeung, Karen and Martin Lodge, 2019, Algorithmic Regulation, Oxford: Oxford University Press.
Yudkowsky, Eliezer, and Nate Soares, 2025, If Anyone Builds It, Everyone Dies, New York: Little, Brown and Company.
Zafar, Mandy, 2024, „Normativity and AI Moral Agency“, AI and Ethics, September. doi:10.1007/s43681-024-00566-8
Zayed, Yago and Philip Loft, 2019, „Agriculture: Historical Statistics“, House of Commons Briefing Paper, 3339: 1–19.
Zednik, Carlos, 2021, „Solving the Black Box Problem: A Normative Framework for Explainable Artificial Intelligence“, Philosophy & Technology, 34(2): 265–288. doi:10.1007/s13347-019-00382-7
Zerilli, John, 2022, „Explaining Machine Learning Decisions“, Philosophy of Science, 89(1): 1–19. doi:10.1017/psa.2021.13
Zhi-Xuan, Tan, Micah Carroll, Matija Franklin, and Hal Ashton, 2024, „Beyond Preferences in AI Alignment“, Philosophical Studies, 182: 1813–1863. doi:10.1093/pq/pqae010
Zuboff, Shoshana, 2019, The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power, New York: PublicAffairs.

Mjetet akademike

(Academic Tools)

Burime të tjera në internet

(Other Internet Resources)

Organizata kërkimore

Center for Human-Compatible AI (UC Berkeley)
Future of Humanity Institute (FHI, Oxford University)
Centre for the Study of Existential Risk (CSER, Cambridge University)
Leverhulme Centre for the Future of Intelligence (LCFI, Cambridge University)
AI Now Institute (New York University)

Konferenca

ACM Conference on Fairness, Accountability, and Transparency (ACM FAccT)
AAAI/ACM Conference on AI, Ethics, and Society (AIES)
Roboethics conferences and workshops at IEEE ICRA / IROS

Dokumente politikash

Ethics Guidelines for Trustworthy AI (European Commission, 2019)
Recommendation of the Council on Artificial Intelligence (OECD, 2019/2024)
Artificial Intelligence Act (European Union, 2024)

Faqe të tjera relevante

(Other Relevant pages)

Zëra të ndërlidhur

(Related Entries)

Blog