Etik lyder som emnet for en arbejdsgruppe, der samles to gange om året. I praksis er det den dimension, der afgør, om en AI-anvendelse må fortsætte med at køre, når nogen stiller et vanskeligt spørgsmål. Hvem der beslutter at bruge en output, hvem der bærer konsekvenserne, hvis den output viser sig at være forkert, og på baggrund af hvilken afvejning det sker: hvis der ikke er et svar på det, står en pilot på løs grund, selv hvis teknikken fungerer.
Modenhedsmålingen ser ikke på, om der findes et etisk kodeks på intranettet. Den ser på, om etiske afvejninger et sted lander i selve arbejdet: i den måde, en AI-anvendelse godkendes på, i hvem der må omgøre en beslutning, i hvordan man forholder sig til et resultat, ingen havde forudset. Det er ikke spørgsmål, der eksisterer isoleret fra resten af organisationen. De hænger sammen med de dimensioner, der bør være på plads først: en organisation, der endnu ikke har en struktur til at placere AI-beslutninger, kan svært bære et etisk rammeværk, der går videre end en hensigtserklæring. Det samme gælder på infrastruktursiden og databehandlingen: den, der ikke ved, hvilke data en model har brugt, kan ikke give et meningsfuldt svar på spørgsmålet om, hvorvidt den brug var forsvarlig.
På baseline-niveau eksisterer etik som tema primært som reaktion på hændelser. Der findes ikke et fastlagt rammeværk; når noget går galt, ser man ad hoc på det, som regel af den, der tilfældigvis er til stede. På foundation-niveau findes der et dokument, ofte overtaget fra en branchestandard eller juridisk skabelon, men det bliver sjældent konsulteret, før en beslutning tages — det eksisterer, men fungerer ikke.
Ved activation begynder rammeværket at følge med i processen: der er et fast tidspunkt, hvor en ny AI-anvendelse vurderes for mulig skade, bias eller utilsigtet brug, og dette tidspunkt bliver ikke sprunget over. Ved insight bliver denne vurdering understøttet af, hvad der faktisk sker: resultater følges, afvigelser diskuteres, og rammeværket justeres på baggrund af, hvad praksis viser, i stedet for hvad man forventede på forhånd.
Intelligence-niveauet er ikke så meget et tykkere dokument som en organisation, hvor etisk afvejning er flettet sammen med selve beslutningstagningen: mennesker på forskellige steder genkender en gråzone, før den bliver et problem, og der er en vane med at gøre dette område diskuterbart, uden at det kræver en formel eskaleringsproces.
Sondringen mellem niveauerne ligger ikke i teksten i et politikdokument, men i, hvad der sker i det øjeblik, noget går galt. På de lavere niveauer søger man derefter efter, hvem der har begået fejlen. På de højere niveauer ser man på, om rammeværket kunne have opfanget øjeblikket, og hvis ikke, hvad der så ændres derved. Et andet signal er, hvem der må stille spørgsmålet. Hvis etisk tvivl kun må gå opad gennem en formel kanal, bliver den ofte liggende undervejs. Hvis alle, der arbejder med en AI-anvendelse, kan rejse et spørgsmål uden at skulle begrunde anledningen til det, er det et tegn på, at rammeværket lever.
Denne dimension står ikke isoleret fra de øvrige seks. Den berører for eksempel direkte hvordan Deres organisation forholder sig til privatliv og sikkerhed ved AI, for et etisk rammeværk uden klarhed om, hvem der må se hvilke data, er et rammeværk uden grund. Den berører også hvad Deres medarbejdere ved og kan, når det handler om AI: en medarbejder, der ikke forstår, hvordan en model kommer til et resultat, kan svært vurdere, om det resultat er etisk forsvarligt at bruge. Og den berører hvordan præstationer måles og diskuteres i et AI-miljø, fordi et bedømmelsessystem, der kun styrer efter hastighed, behandler etiske afvejninger som en forsinkelse i stedet for en nødvendighed.
En enkelt score på denne dimension siger ikke meget. Hvad der derimod viser noget, er, hvad der sker, når flere personer i organisationen hver for sig, uden indbyrdes aftale, giver deres eget skøn. En CHRO, der placerer rammeværket på foundation-niveau, mens en teamleder ser det på activation, tyder ikke på en målefejl, men på en organisation, hvor rammeværket eksisterer på papiret og i praksis ikke bruges som tiltænkt. Denne spredning er præcis, hvad plot-runden er skabt til: ikke for at beregne et gennemsnit, men for at vise, hvor billederne afviger fra hinanden, og hvorfor.
Et skridt op på denne dimension kræver sjældent et nyt dokument. Det kræver et fast tidspunkt i processen, hvor spørgsmålet stilles, mennesker, der føler sig frie til at stille det spørgsmål, og en måde at lære af, hvad der sker, når rammeværket ikke slår til. Hvor meget det koster i tid og opmærksomhed, afhænger af, hvor organisationen allerede befinder sig på de grundlæggende dimensioner; den, der vil vide mere om dette, finder en udredning under hvad det koster at få organisationsstrukturen til at stige et niveau.
Modenhedsmålingen viser, om organisationen kan bære en AI-anvendelse, etisk og i øvrigt. Den siger ikke noget om, hvilken del af selve arbejdet der er egnet til at overlade til AI. Det spørgsmål besvarer arbejdsscanningen fra FTE TO AI: den beregner pr. opgave, hvilken del af arbejdet der kan overtages, givet de rammer, der allerede er på plads. De to målinger supplerer hinanden, men starter ikke fra det samme spørgsmål; denne side handler om at bære, ikke om at overtage.
Det værktøj, der udfører denne måling, er stadig under opbygning. Den, der vil se resultatet, så snart målingen er tilgængelig, kan tilmelde sig ventelisten.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.