Etyka AI z pasją walczy o Twoje prawo do bycia wyjątkiem

Mówią, że od każdej reguły jest wyjątek.

Problem polega jednak na tym, że często panuje stała zasada i nie ma żadnego lub niewielkiego przyzwolenia na uwzględnienie lub rozpatrzenie wyjątku. Średni przypadek jest używany pomimo dużej możliwości, że na pierwszy plan wysuwa się wyjątek. Wyjątek nie ma czasu antenowego. Nie ma szans na to, by być należycie przemyślanym.

Jestem pewien, że musisz wiedzieć, o czym mówię.

Czy kiedykolwiek próbowałeś uzyskać zindywidualizowaną obsługę klienta, dzięki której byłeś bezmyślnie traktowany bez żadnego rozróżnienia dla twojego konkretnego przypadku i twoich specyficznych potrzeb?

To z pewnością ci się przydarzyło, prawdopodobnie niezliczoną ilość razy.

Przeprowadzę Cię przez niepokojący trend, który pojawia się w związku z tym, jak sztuczna inteligencja (AI) jest nieustannie opracowywana, aby wymusić dopasowanie wszystkiego do jednego paradygmatu pasującego do wszystkich.

Wyjątki albo nie są wykrywane, albo są wybierane do wygięcia, tak jakby w ogóle nie były wyjątkami. Podstawą do tego jest częściowo pojawienie się uczenia maszynowego (ML) i głębokiego uczenia (DL). Jak wkrótce się przekonasz, ML/DL jest formą dopasowywania wzorców obliczeniowych, która jest „łatwiejsza” do opracowania i wdrożenia, jeśli chcesz zignorować lub ominąć wyjątki. Jest to bardzo problematyczne i budzi istotne obawy dotyczące etyki AI. Aby zapoznać się z całym bieżącym i obszernym omówieniem etyki sztucznej inteligencji i etycznej sztucznej inteligencji, zobacz link tutaj i link tutaj, żeby wymienić tylko kilka.

Rzeczy nie muszą być w ten sposób i pamiętaj, że jest to podsycane przez tych, którzy tworzą i wdrażają sztuczną inteligencję, wybierając ignorowanie lub bagatelizowanie obsługi wyjątków w ich miksturach sztucznej inteligencji.

Kiedy reguły wyjątków

Rozpakujmy najpierw naturę przeciętnego przypadku w porównaniu z realizacją wyjątków.

Mój ulubiony przykład tego typu dogpilingu lub krótkowzrocznego podejścia bez wyjątków jest żywo oświetlony przez prawie każdy odcinek uznanego i wciąż dość niezmiernie popularnego serialu telewizyjnego znanego jako House, MD (zwykle wyrażane jako dom, który trwał od 2004 do 2012 roku i można go dziś oglądać w mediach społecznościowych i innych mediach). W serialu pojawiła się fikcyjna postać o imieniu Dr. Gregory House, która była gburowata, nieznośna i dość niekonwencjonalna, ale przedstawiano go jako geniusza medycznego, który potrafił wyłowić najbardziej tajemnicze choroby i dolegliwości. Inni lekarze, a nawet pacjenci niekoniecznie go lubili, ale wykonał swoją pracę.

Oto jak rozegrał się typowy odcinek (ogólny alert spoilera!).

Pacjent pojawia się w szpitalu, w którym pracuje doktor House. Pacjent początkowo ma dość powszechne objawy, a różni lekarze na zmianę próbują zdiagnozować i wyleczyć pacjenta. Dziwne jest to, że próby pomocy pacjentowi albo nie poprawiają niesprzyjających warunków, albo gorzej, wciąż przynoszą odwrotny skutek. Stan pacjenta coraz gorzej.

Ponieważ pacjent jest teraz postrzegany jako rodzaj medycznej ciekawostki i ponieważ nikt inny nie może dowiedzieć się, na co cierpi, dr House zostaje wciągnięty do sprawy. Czasami robi to celowo, aby wykorzystać jego zdolności medyczne, podczas gdy w innych przypadkach słyszy o sprawie, a jego wrodzone instynkty kierują go ku niezwykłym okolicznościom.

Stopniowo dowiadujemy się, że pacjentka cierpi na niezwykle rzadką dolegliwość. Tylko dr House i jego zespół stażystów medycznych są w stanie to rozgryźć.

Teraz, gdy podzieliłem się z wami główną fabułą odcinków, przejdźmy do lekcji, które ilustrują naturę przeciętnego przypadku w porównaniu z wyjątkami.

Fikcyjne historie mają pokazać, jak myślenie wewnątrz pudełka może czasami bardzo mijać się z celem. Wszyscy inni lekarze, którzy na początku próbują pomóc pacjentowi, są zaciemnieni w swoich procesach myślowych. Chcą zmusić objawy i przedstawione aspekty do konwencjonalnej diagnozy medycznej. Pacjent jest tylko jednym z wielu, które prawdopodobnie widzieli wcześniej. Zbadaj pacjenta, a następnie przepisz te same zabiegi i rozwiązania medyczne, z których wielokrotnie korzystali w swojej karierze medycznej.

Umyj, spłucz, powtórz.

W pewnym sensie możesz uzasadnić takie podejście. Szanse są takie, że większość pacjentów będzie miała najczęstsze dolegliwości. Dzień po dniu lekarze ci napotykają te same problemy medyczne. Można by zasugerować, że pacjenci wchodzący do szpitala rzeczywiście znajdują się na medycznej linii montażowej. Każdy z nich przepływa zgodnie ze znormalizowanymi protokołami szpitala, tak jakby były częścią zakładu produkcyjnego lub zakładu montażowego.

Przeważa przeciętny przypadek. Jest to nie tylko ogólnie odpowiednie, ale także umożliwia szpitalowi i personelowi medycznemu odpowiednią optymalizację usług medycznych. Koszty można obniżyć, opracowując procesy medyczne do obsługi przeciętnego przypadku. Istnieje dość znana rada, często wbijana do umysłów studentów medycyny, a mianowicie, że jeśli słyszysz odgłos kopyt dochodzący z ulicy, prawdopodobnie powinieneś myśleć o koniu, a nie o zebrze.

Wydajny, wydajny, skuteczny.

Dopóki wyjątek nie wkradnie się do środka.

Może zebra z zoo uciekła i wędrowała po twojej ulicy.

Czy to oznacza, że ​​wyjątki powinny być regułą i powinniśmy odłożyć na bok zasadę przeciętnego przypadku zamiast skupiania się wyłącznie na wyjątkach?

Trudno byłoby twierdzić, że wszystkie nasze codzienne spotkania i usługi powinny skupiać się na wyjątkach, a nie na przeciętnym przypadku.

Zauważ, że nie robię takiej sugestii. Twierdzę, że powinniśmy zapewnić, że wyjątki będą miały miejsce i że musimy rozpoznać, kiedy pojawiają się wyjątki. Wspominam o tym, ponieważ niektórzy eksperci mają skłonność do głośnego głoszenia, że ​​jeśli jesteś zwolennikiem uznawania wyjątków, musisz więc sprzeciwiać się opracowywaniu dla przeciętnego przypadku.

To fałszywa dychotomia.

Nie daj się na to nabrać.

Możemy mieć ciastko i je zjeść.

Sprawa o prawo do bycia wyjątkiem

Być może następnie dostarczę trochę szoku, który wiąże to wszystko z rosnącym wykorzystaniem sztucznej inteligencji.

Systemy sztucznej inteligencji są coraz częściej tworzone tak, aby koncentrowały się na przeciętnym przypadku, często z wyłączeniem lub ze szkodą dla rozpoznawania wyjątków.

Możesz być zaskoczony tym, że tak się dzieje. Większość z nas założyłaby, że skoro sztuczna inteligencja jest formą automatyzacji komputera, piękno automatyzacji polega na tym, że zazwyczaj można włączać wyjątki. Zwykle można to zrobić mniejszym kosztem niż w przypadku korzystania z ludzkiej pracy do wykonania podobnej usługi. W przypadku pracy ludzkiej posiadanie wszelkiego rodzaju siły roboczej, która może poradzić sobie z wyjątkami, może być kosztowna lub zaporowa. Sprawy są o wiele łatwiejsze w zarządzaniu i wdrażaniu, jeśli założysz, że Twoi klienci lub klienci mają przeciętny kaliber. Ale użycie systemów skomputeryzowanych ma łatwo uwzględniać wyjątki. W tym toku myślenia powinniśmy gorąco kibicować, że na pierwszy plan wysuwają się bardziej skomputeryzowane możliwości.

Potraktujcie to jako niesamowitą zagadkę i poświęć chwilę na zastanowienie się nad tym irytującym pytaniem: W jaki sposób sztuczna inteligencja, która skądinąd jest uważana za najlepszą w automatyzacji, może pozornie nieubłaganie maszerować zrutynizowaną i pozbawioną wyjątków ścieżką, która, jak na ironię lub nieoczekiwanie, wyobrażaliśmy sobie, że będzie zmierzać w dokładnie odwrotnym kierunku?

Odpowiedź: Jednak uczenie maszynowe i głębokie uczenie prowadzą nas do bezwyjątkowej egzystencji nie ponieważ musimy obowiązkowo podążać tą ścieżką (możemy zrobić lepiej).

Rozpakujmy to.

Załóżmy, że decydujemy się na wykorzystanie uczenia maszynowego do opracowania sztucznej inteligencji, która będzie wykorzystywana do opracowywania diagnoz medycznych. Zbieramy szereg danych historycznych o pacjentach i ich sytuacji medycznej. Ustanowiona przez nas ML/DL próbuje wykonać dopasowanie wzorców obliczeniowych, które zbadają objawy pacjentów i wywołają oczekiwaną dolegliwość związaną z tymi objawami.

Opierając się na wprowadzonych danych, ML/DL matematycznie ustala objawy, takie jak katar, ból gardła, bóle głowy i obolałość, które są silnie związane z przeziębieniem. Szpital decyduje się na wykorzystanie tej sztucznej inteligencji do wstępnego badania pacjentów. Rzeczywiście, pacjenci zgłaszający te objawy po pierwszym przybyciu do szpitala są „diagnozowani” jako prawdopodobnie mający przeziębienie.

Zmieniając biegi, dodajmy do tego wszystkiego coś w rodzaju Dr. House'a.

Pacjent trafia do szpitala i zostaje zdiagnozowany przez AI. AI wskazuje, że pacjent wydaje się mieć przeziębienie na podstawie objawów kataru, bólu gardła i bólów głowy. Pacjent otrzymuje pozornie odpowiednie recepty i porady lekarskie, jak radzić sobie z przeziębieniem. To wszystko jest nieodłączną częścią podejścia opartego na przeciętnych przypadkach stosowanego przy opracowywaniu sztucznej inteligencji.

Okazuje się, że pacjentka ma te objawy przez kilka miesięcy. Ekspert od rzadkich chorób i dolegliwości zdaje sobie sprawę, że te same objawy mogą być odzwierciedleniem wycieku płynu mózgowo-rdzeniowego (CSF). Ekspert poddaje pacjenta różnym zabiegom chirurgicznym związanym z takimi wyciekami. Pacjent wraca do zdrowia (nawiasem mówiąc, ta niezwykła historia pacjenta z wyciekiem płynu mózgowo-rdzeniowego, u którego początkowo zdiagnozowano przeziębienie, jest luźno oparta na prawdziwym przypadku medycznym).

Teraz prześledzimy nasze kroki w tej medycznej sadze.

Dlaczego sztuczna inteligencja, która przeprowadzała wstępne badania przesiewowe, nie była w stanie ocenić, czy pacjent może mieć tę rzadką dolegliwość?

Jedną z odpowiedzi jest to, że gdyby dane uczące używane do tworzenia ML/DL nie zawierały żadnych takich instancji, nie byłoby w nich nic, do czego można by dopasować dopasowanie wzorców obliczeniowych. Biorąc pod uwagę brak danych obejmujących wyjątki od reguły, ogólna reguła lub sam średni przypadek będzie uważany za pozornie nieskazitelny i stosowany bez wahania.

Inną możliwością jest, powiedzmy, przypadek tego rzadkiego wycieku CSF w danych historycznych, ale był to tylko jeden konkretny przypadek iw tym sensie odstający. Pozostałe dane były matematycznie zbliżone do ustalonej średniej. Powstaje wtedy pytanie, co zrobić z tzw. wartością odstającą.

Należy pamiętać, że radzenie sobie z tymi wartościami odstającymi jest kwestią, która bardzo różni się od tego, w jaki sposób twórcy sztucznej inteligencji mogą zdecydować się na zmaganie się z pojawieniem się czegoś poza ustalonym przeciętnym przypadkiem. Nie ma żadnego wymaganego podejścia, które programiści AI są zmuszeni przyjąć. To trochę na Dzikim Zachodzie, jeśli chodzi o to, co każdy programista sztucznej inteligencji może zrobić w dowolnej, podnoszącej wyjątki, instancji swoich wysiłków w zakresie rozwoju ML/DL.

Oto moja lista sposobów, w jakie te wyjątki są często niewłaściwie obsługiwane:

• Wyjątek przyjęty jako błąd
• Wyjątek uznany za niegodny
• Wyjątek przyjęty jako regulowany do „normy”
• Wyjątek w ogóle nie zauważony
• Zauważono wyjątek, ale w sumie zignorowano
• Zauważono wyjątek, a później zapomniano
• Wyjątek zauważony i ukryty przed wzrokiem
• Itd.

Programista AI może uznać, że rzadkość to nic innego jak błąd w danych. To może wydawać się dziwne, że każdy by pomyślał w ten sposób, zwłaszcza jeśli spróbujesz to uczłowieczyć, na przykład wyobrażając sobie, że pacjent z wyciekiem płynu mózgowo-rdzeniowego jest tym jednym przypadkiem. Istnieje jednak potężna pokusa, że ​​jeśli wszystkie twoje dane poza kontekstem mówią w zasadzie jedno, być może składają się z tysięcy rekordów i wszystkie zbiegają się w przeciętny przypadek, wystąpienie jednego dziwnego fragmentu danych może łatwo (leniwie!) być interpretowane jako zwykły błąd. „Błąd” może następnie zostać odrzucony przez twórcę sztucznej inteligencji i nie być brany pod uwagę w zakresie tego, na czym ML/DL jest trenowane.

Innym sposobem radzenia sobie z wyjątkiem byłoby stwierdzenie, że jest to sprawa niegodna. Po co zawracać sobie głowę jedną rzadkością, kiedy być może spieszysz się z uruchomieniem licencji ML/DL? Odrzuć odstający element i przejdź dalej. Żadna myśl nie idzie koniecznie w kierunku dalszych reperkusji.

Jeszcze inne podejście polega na dołączeniu wyjątku do reszty środowiska przeciętnych przypadków. Programista AI modyfikuje dane, aby pasowały do ​​reszty normy. Istnieje również szansa, że ​​twórca AI może nie zauważyć, że istnieje wyjątek.

ML/DL może zgłosić, że wykryto wyjątek, co następnie twórca sztucznej inteligencji powinien poinstruować ML/DL o tym, jak matematycznie postępować z wartością odstającą. Programista sztucznej inteligencji może umieścić to na liście zadań do wykonania, a później zapomnieć o radzeniu sobie z tym lub po prostu zdecydować się na zignorowanie tego i tak dalej.

Podsumowując, wykrywanie i rozwiązywanie problemów z wyjątkami, jeśli chodzi o sztuczną inteligencję, jest bez żadnego konkretnie określonego lub przekonująco wyważonego i uzasadnionego podejścia per se. Wyjątki są często traktowane jako niegodne wyrzutki, a przeciętny przypadek jest dominującym zwycięzcą. Radzenie sobie z wyjątkami jest trudne, może być czasochłonne, wymaga pozorów zręcznego rozwoju sztucznej inteligencji, a poza tym jest kłopotliwe w porównaniu z wrzucaniem rzeczy do jednej ładnej muszki w jednym rozmiarze.

Do pewnego stopnia właśnie dlatego etyka AI i etyczna sztuczna inteligencja są tak istotnym tematem. Zasady etyki AI zmuszają nas do zachowania czujności. Technolodzy sztucznej inteligencji mogą czasami zajmować się technologią, zwłaszcza optymalizacją zaawansowanych technologii. Niekoniecznie biorą pod uwagę większe konsekwencje społeczne.

Oprócz ogólnego stosowania zasad etyki AI, istnieje odpowiednie pytanie, czy powinniśmy mieć prawa regulujące różne zastosowania AI. Na szczeblu federalnym, stanowym i lokalnym ogłaszane są nowe przepisy, które dotyczą zakresu i charakteru tego, jak należy opracowywać sztuczną inteligencję. Wysiłki zmierzające do opracowania i uchwalenia takich ustaw są stopniowe.

W tej konkretnej dyskusji o roli wyjątków pojawia się prowokacyjny pogląd, że być może powinno istnieć prawo związane z byciem wyjątkiem. Możliwe, że jedynym realnym sposobem uzyskania uznania w dobrej wierze dla kogoś, kto może być wyjątkiem, jest wykorzystanie długiego ramienia prawa.

Wprowadź nowy rodzaj praw człowieka.

Prawo do bycia uważanym za wyjątek.

Rozważ tę propozycję: „Prawo do bycia wyjątkiem nie oznacza, że ​​każda osoba is wyjątek, ale w przypadku, gdy decyzja może wyrządzić szkodę podmiotowi decyzji, decydent powinien rozważyć możliwość, że podmiot: może być wyjątkiem. Prawo do bycia wyjątkiem obejmuje trzy składniki: zaszkodzić, Indywidualizacja, niepewność. Decydent musi zdecydować się na wyrządzenie szkody tylko wtedy, gdy rozważy, czy decyzja jest odpowiednio zindywidualizowana i, co najważniejsze, niepewność, która towarzyszy składnikowi decyzji opartemu na danych. Im większe ryzyko szkody, tym poważniejsze rozważania” (Sara Cen, w pracy naukowej zatytułowanej Prawo do bycia wyjątkiem w podejmowaniu decyzji opartych na danych, MIT, 12 kwietnia 2022 r.).

Możesz pokusić się o założenie, że mamy już takie prawo.

Niekoniecznie. Według artykułu badawczego, prawdopodobnie najbliższym spokrewnionym międzynarodowo uznanym prawem człowieka może być godność jednostki. Teoretycznie przekonanie, że powinno istnieć uznanie godności, aby uwzględnić jednostkę i jej specyficzną wyjątkowość, wprowadza cię w pole potencjalnego prawa do wyjątku człowieka. Jedynym problemem jest to, że istniejące prawa rządzące sferą godności są uważane za nieco mgliste i nadmiernie plastyczne, a zatem nie są dobrze dostosowane do specyficznej konstrukcji prawnej prawa do wyjątku.

Ci, którzy faworyzują nowe prawo, które składa się z prawa człowieka do bycia wyjątkiem, twierdzą, że:

• Takie prawo praktycznie zmusiłoby programistów AI do wyraźnego radzenia sobie z wyjątkami
• Firmy produkujące sztuczną inteligencję byłyby bardziej legalne, gdyby nie zajmowały się wyjątkami
• Sztuczna inteligencja prawdopodobnie byłaby lepiej zrównoważona i ogólnie bardziej niezawodna
• Lepiej byłoby dla osób korzystających ze sztucznej inteligencji lub podlegających sztucznej inteligencji
• Gdy sztuczna inteligencja nie uwzględnia wyjątków, droga prawna byłaby łatwo możliwa
• Twórcy sztucznej inteligencji również będą w lepszej sytuacji (ich sztuczna inteligencja obejmowałaby szerszy zakres użytkowników)
• Itd.

Ci, którzy sprzeciwiają się nowemu prawu oznaczonemu jako prawo człowieka jako wyjątek, zwykle mówią:

• Istniejące prawa człowieka i prawa prawne w wystarczającym stopniu to pokrywają i nie ma potrzeby komplikowania spraw
• Nieuzasadniony ciężar zostałby nałożony na barki twórców SI
• Wysiłki zmierzające do stworzenia sztucznej inteligencji stałyby się bardziej kosztowne i spowalniałyby postępy w sztucznej inteligencji
• Pojawiłyby się fałszywe oczekiwania, że ​​wszyscy zażądają, aby byli wyjątkiem
• Samo prawo niewątpliwie podlegałoby różnym interpretacjom
• Najwięcej zyskają zawody prawnicze, gdy sprawy sądowe gwałtownie wzrosną
• Itd.

Krótko mówiąc, sprzeciw wobec takiego nowego prawa zwykle argumentuje, że jest to gra o sumie zerowej i że prawo do wyjątku będzie kosztować więcej, niż będzie czerpać z korzyści. Ci, którzy uważają, że takie nowe prawo jest rozsądnie potrzebne, skłonni są podkreślać, że nie jest to gra o sumie zerowej i że ostatecznie wszyscy na tym korzystają, zarówno ci, którzy tworzą sztuczną inteligencję, jak i ci, którzy wykorzystują sztuczną inteligencję.

Możesz być pewien, że ta debata obejmująca prawne, etyczne i społeczne implikacje związane ze sztuczną inteligencją i wyjątkami będzie głośna i uporczywa.

Samochody autonomiczne i znaczenie wyjątków

Zastanów się, jak ma to zastosowanie w kontekście systemów autonomicznych, takich jak pojazdy autonomiczne i samochody autonomiczne. Pojawiły się już różne krytyki dotyczące przeciętnego sposobu myślenia o rozwoju sztucznej inteligencji dla autonomicznych samochodów i pojazdów autonomicznych.

Na przykład, na początku bardzo niewiele projektów samochodów autonomicznych uwzględniało te, które mają jakąś formę niepełnosprawności fizycznej lub upośledzenia. Nie zastanawiano się zbytnio nad szerszym objęciem pełnego zakresu potrzeb jeźdźców. Ogólnie rzecz biorąc, ta świadomość wzrosła, chociaż wciąż wyrażane są obawy, czy jest to wystarczająco odległe i tak szeroko brane pod uwagę, jak powinno być.

Inny przykład przeciętnego przypadku kontra wyjątek dotyczy czegoś, co może cię zaskoczyć.

Czy jesteś gotowy?

Projektowanie i wdrażanie wielu dzisiejszych systemów napędowych AI i samochodów autonomicznych ma tendencję do cichego lub niewypowiedzianego założenia, że ​​dorośli będą jeździć samochodem autonomicznym. Wiemy, że gdy za kierownicą zasiada człowiek, w pojeździe znajduje się oczywiście osoba dorosła, ponieważ z definicji uzyskanie prawa jazdy opiera się na byciu dorosłym (a może prawie). W przypadku samochodów autonomicznych, w których sztuczna inteligencja zajmuje się całą jazdą, nie ma potrzeby obecności osoby dorosłej.

Chodzi o to, że dzieci mogą same jeździć samochodami bez obecności osoby dorosłej, przynajmniej jest to możliwe w przypadku w pełni autonomicznych, autonomicznych samochodów napędzanych sztuczną inteligencją. Możesz wysłać swoje dzieci do szkoły rano, korzystając z samojezdnego samochodu. Zamiast podwozić swoje dzieci lub korzystać z usług ludzkiego kierowcy w usłudze wspólnego przejazdu, możesz po prostu wrzucić swoje dzieci do autonomicznego samochodu i zawieźć je do szkoły.

Nie wszystko jest różowo, jeśli chodzi o samotne posiadanie dzieci w samojezdnych samochodach.

Ponieważ nie ma już potrzeby posiadania osoby dorosłej w pojeździe, oznacza to, że dzieci również nie będą już odczuwać wpływu lub, powiedzmy, kontrolowane przez obecność osoby dorosłej. Czy dzieciaki zwariują i rozerwą wnętrza samojezdnych samochodów? Czy dzieci będą próbowały wspinać się lub sięgać przez okna autonomicznego samochodu? Jakie inne wybryki mogą zrobić, prowadząc do potencjalnych obrażeń i poważnych szkód?

Omówiłem gorącą debatę na temat idei dzieci jeżdżących samotnie w samojezdnych samochodach, patrz link tutaj. Niektórzy twierdzą, że nigdy nie powinno to być dozwolone. Niektórzy twierdzą, że jest to nieuniknione i musimy wymyślić, jak najlepiej to zrobić.

Wnioski

Wróćmy do nadrzędnego tematu przeciętnego przypadku kontra wyjątek.

Wydaje się, że wszyscy zgadzamy się, że zawsze będzie jakiś wyjątek od reguły. Po utworzeniu lub zidentyfikowaniu reguły powinniśmy szukać wyjątków. Kiedy napotykamy wyjątki, powinniśmy zastanowić się, której reguły ten wyjątek prawdopodobnie dotyczy.

Wiele opracowywanej dzisiaj sztucznej inteligencji opiera się na formułowaniu reguły, podczas gdy wyzwania związane z wyjątkami są zwykle pomijane i lekceważone.

Dla tych, którzy lubią się wygłupiać i mówią, że nie ma wyjątków od reguły, że zawsze są wyjątki od reguły, przyznam, że ta dowcipność wydaje się być umysłową zagadką. Mianowicie, jak możemy mieć regułę, że zawsze są wyjątki, ale wtedy ta sama reguła wydaje się nie mieć zastosowania do reguły, że zawsze są wyjątki od reguły?

Sprawia, że ​​kręci ci się w głowie.

Na szczęście nie ma potrzeby nadmiernie komplikować tych otrzeźwiających spraw. Mamy nadzieję, że możemy żyć z poręczną i istotną zasadą kciuka, na którą powinniśmy zwracać uwagę i uwzględniać wyjątki od każdej reguły.

To załatwia sprawę, więc teraz zabierzmy się do pracy.