Η ηθική ακούγεται σαν το θέμα για μια ομάδα εργασίας που συνέρχεται δύο φορές τον χρόνο. Στην πράξη είναι η διάσταση που καθορίζει αν μια εφαρμογή AI μπορεί να συνεχίσει να λειτουργεί τη στιγμή που κάποιος θέτει μια δύσκολη ερώτηση. Ποιος αποφασίζει να χρησιμοποιήσει ένα αποτέλεσμα, ποιος φέρει τις συνέπειες αν αυτό το αποτέλεσμα αποδειχθεί λανθασμένο, και βάσει ποιας στάθμισης γίνεται αυτό: αν δεν υπάρχει απάντηση σε αυτό, ένα πιλοτικό πρόγραμμα στέκεται σε ασταθές έδαφος, ακόμα και αν η τεχνολογία λειτουργεί.
Η μέτρηση ωριμότητας δεν εξετάζει αν υπάρχει κάποιος κώδικας δεοντολογίας στη σελίδα του intranet. Εξετάζει αν οι ηθικές σταθμίσεις καταλήγουν κάπου μέσα στην ίδια την εργασία: στον τρόπο με τον οποίο εγκρίνεται μια εφαρμογή AI, σε ποιος επιτρέπεται να ανατρέψει μια απόφαση, στον τρόπο διαχείρισης ενός αποτελέσματος που κανείς δεν είχε προβλέψει. Αυτά δεν είναι ζητήματα που υπάρχουν ξεχωριστά από τον υπόλοιπο οργανισμό. Συνδέονται με τις διαστάσεις που πρέπει να προηγούνται: ένας οργανισμός που δεν διαθέτει ακόμη δομή για την ανάθεση αποφάσεων AI δύσκολα μπορεί να στηρίξει ένα ηθικό πλαίσιο που υπερβαίνει μια δήλωση προθέσεων. Το ίδιο ισχύει και στην πλευρά της υποδομής και της επεξεργασίας δεδομένων: όποιος δεν γνωρίζει ποια δεδομένα χρησιμοποίησε ένα μοντέλο, δεν μπορεί να δώσει ουσιαστική απάντηση στο ερώτημα αν αυτή η χρήση ήταν υπεύθυνη.
Στο επίπεδο baseline, η ηθική υπάρχει ως θέμα κυρίως ως αντίδραση σε περιστατικά. Δεν υπάρχει καταγεγραμμένο πλαίσιο· αν κάτι πάει στραβά, εξετάζεται αυτοσχεδιαστικά, συνήθως από όποιον βρίσκεται τυχαία εκεί. Στο επίπεδο foundation υπάρχει ένα έγγραφο, συχνά αντιγραμμένο από κάποιο κλαδικό πρότυπο ή νομικό υπόδειγμα, αλλά σπάνια συμβουλεύεται πριν ληφθεί μια απόφαση — υπάρχει, αλλά δεν λειτουργεί.
Στο επίπεδο activation, το πλαίσιο ξεκινά να ενσωματώνεται στη διαδικασία: υπάρχει μια σταθερή στιγμή κατά την οποία μια νέα εφαρμογή AI αξιολογείται ως προς πιθανή βλάβη, προκατάληψη ή ανεπιθύμητη χρήση, και αυτή η στιγμή δεν παραλείπεται. Στο επίπεδο insight, αυτή η αξιολόγηση τροφοδοτείται από αυτό που πραγματικά συμβαίνει: τα αποτελέσματα παρακολουθούνται, οι αποκλίσεις συζητούνται, και το πλαίσιο προσαρμόζεται με βάση όσα δείχνει η πράξη και όχι όσα αναμενόταν εκ των προτέρων.
Το επίπεδο intelligence δεν είναι τόσο ένα πιο εκτεταμένο έγγραφο όσο ένας οργανισμός στον οποίο η ηθική στάθμιση είναι υφασμένη μέσα στη λήψη αποφάσεων: άνθρωποι σε διαφορετικά σημεία αναγνωρίζουν μια γκρίζα ζώνη πριν αυτή γίνει πρόβλημα, και υπάρχει μια συνήθεια να συζητείται αυτή η ζώνη χωρίς να απαιτείται επίσημη διαδικασία κλιμάκωσης.
Η διάκριση μεταξύ των επιπέδων δεν βρίσκεται στο κείμενο ενός εγγράφου πολιτικής αλλά σε αυτό που συμβαίνει τη στιγμή που κάτι πάει στραβά. Στα χαμηλότερα επίπεδα, τότε αναζητείται ποιος έκανε το λάθος. Στα υψηλότερα επίπεδα, εξετάζεται αν το πλαίσιο θα μπορούσε να είχε απορροφήσει τη στιγμή, και αν όχι, τι αλλάζει σε σχέση με αυτό. Ένα άλλο σημάδι είναι ποιος επιτρέπεται να θέσει την ερώτηση. Αν η ηθική αμφιβολία μπορεί να ανέβει προς τα πάνω μόνο μέσω επίσημου καναλιού, συχνά παραμένει στη μέση της διαδρομής. Αν όποιος εργάζεται με μια εφαρμογή AI μπορεί να εγείρει μια ερώτηση χωρίς να πρέπει να δικαιολογήσει την αφορμή γι' αυτό, αυτό είναι ένδειξη ότι το πλαίσιο ζωντανεύει.
Αυτή η διάσταση δεν στέκεται ξεχωριστά από τις άλλες έξι. Άπτεται άμεσα, για παράδειγμα, του πώς ο οργανισμός σας διαχειρίζεται την ιδιωτικότητα και την ασφάλεια στην AI, καθώς ένα ηθικό πλαίσιο χωρίς σαφήνεια ως προς ποιος επιτρέπεται να δει ποια δεδομένα είναι πλαίσιο χωρίς έδαφος. Άπτεται επίσης του τι γνωρίζουν και μπορούν οι άνθρωποί σας όσον αφορά την AI: ένας εργαζόμενος που δεν κατανοεί πώς ένα μοντέλο καταλήγει σε ένα αποτέλεσμα δύσκολα μπορεί να κρίνει αν αυτό το αποτέλεσμα είναι ηθικά αποδεκτό να χρησιμοποιηθεί. Και άπτεται του πώς μετρώνται και συζητούνται οι επιδόσεις σε ένα περιβάλλον AI, διότι ένα σύστημα αξιολόγησης που καθοδηγείται μόνο από την ταχύτητα αντιμετωπίζει τις ηθικές σταθμίσεις ως καθυστέρηση αντί ως ανάγκη.
Ένα μοναδικό σκορ σε αυτή τη διάσταση λέει λίγα. Αυτό που πράγματι δείχνει κάτι είναι τι συμβαίνει όταν πολλοί άνθρωποι στον οργανισμό δίνουν, ξεχωριστά και χωρίς διαβούλευση, τη δική τους εκτίμηση. Ένας CHRO που τοποθετεί το πλαίσιο στο επίπεδο foundation ενώ ένας team lead το βλέπει στο επίπεδο activation δεν υποδεικνύει σφάλμα μέτρησης αλλά έναν οργανισμό όπου το πλαίσιο υπάρχει στα χαρτί και στην πράξη δεν χρησιμοποιείται όπως προβλέπεται. Αυτή η διασπορά είναι ακριβώς ο λόγος για τον οποίο έχει φτιαχτεί ο γύρος plot: όχι για να υπολογιστεί ένας μέσος όρος, αλλά για να δειχθεί πού διαφέρουν οι εικόνες και γιατί.
Ένα βήμα προς τα πάνω σε αυτή τη διάσταση σπάνια απαιτεί ένα νέο έγγραφο. Απαιτεί μια σταθερή στιγμή στη διαδικασία κατά την οποία τίθεται η ερώτηση, ανθρώπους που αισθάνονται ελεύθεροι να θέσουν αυτή την ερώτηση, και έναν τρόπο να μαθαίνει κανείς από όσα συμβαίνουν όταν το πλαίσιο αποτυγχάνει. Πόσο κοστίζει αυτό σε χρόνο και προσοχή εξαρτάται από το πού βρίσκεται ήδη ο οργανισμός στις θεμελιώδεις διαστάσεις· όποιος θέλει να μάθει περισσότερα σχετικά με αυτό, θα βρει μια ανάλυση στο τι κοστίζει να ανέβει ο οργανισμός ένα επίπεδο.
Η μέτρηση ωριμότητας δείχνει αν ο οργανισμός μπορεί να στηρίξει μια εφαρμογή AI, ηθικά και άλλα. Δεν λέει τίποτα για το ποιο μέρος της ίδιας της εργασίας είναι κατάλληλο να ανατεθεί στην AI. Αυτή την ερώτηση απαντά η μέτρηση εργασιών του FTE TO AI: αυτή υπολογίζει ανά εργασία ποιο μέρος της δουλειάς μπορεί να αναληφθεί, δεδομένων των πλαισίων που ήδη υπάρχουν. Οι δύο μετρήσεις αλληλοσυμπληρώνονται, αλλά δεν ξεκινούν από το ίδιο ερώτημα· αυτή η σελίδα αφορά τη στήριξη, όχι την ανάληψη.
Το εργαλείο που εκτελεί αυτή τη μέτρηση βρίσκεται ακόμη υπό κατασκευή. Όποιος θέλει να δει το αποτέλεσμα μόλις η μέτρηση γίνει διαθέσιμη, μπορεί να εγγραφεί στη λίστα αναμονής.
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.