Etiikka kuulostaa aiheelta työryhmälle, joka kokoontuu kaksi kertaa vuodessa. Käytännössä se on ulottuvuus, joka ratkaisee, saako tekoälysovellus jatkaa toimintaansa sen jälkeen, kun joku esittää hankalan kysymyksen. Kuka päättää käyttää tulostetta, kuka kantaa seuraukset, jos tulos osoittautuu virheelliseksi, ja millä perusteella se päätetään: jos näihin ei ole vastausta, pilotti seisoo epävakaalla pohjalla, vaikka tekniikka toimisi.
Kypsyysmittaus ei tarkastele, löytyykö intranet-sivulta eettinen ohjeisto. Se tarkastelee, konkretisoituvatko eettiset punninnat jotenkin itse työssä: siinä, miten tekoälysovellus hyväksytään käyttöön, kuka saa perua päätöksen, ja miten toimitaan lopputuloksen kanssa, jota kukaan ei ollut ennakoinut. Nämä eivät ole kysymyksiä, jotka olisivat erillään muusta organisaatiosta. Ne liittyvät ulottuvuuksiin, joiden pitää olla ensin kunnossa: organisaatio, jolla ei vielä ole rakennetta tekoälypäätösten sijoittamiseksi, ei kykene helposti kannattelemaan eettistä kehikkoa, joka menee aiejulistusta pidemmälle. Sama koskee infrastruktuuripuolta ja datankäsittelyä: joka ei tiedä, mitä dataa malli on käyttänyt, ei voi antaa järkevää vastausta kysymykseen, oliko tämä käyttö vastuullista.
Baseline-tasolla etiikka aiheena on olemassa lähinnä reaktiona poikkeamiin. Kirjattua kehikkoa ei ole; jos jokin menee pieleen, asiaa käsitellään ad hoc, tavallisesti sen käsittelee, joka sattuu paikalla olemaan. Foundation-tasolla on olemassa asiakirja, usein omaksuttu toimialastandardista tai oikeudellisesta mallista, mutta siihen turvaudutaan harvoin ennen päätöksentekoa — se on olemassa, mutta ei toimi.
Activation-tasolla kehikko alkaa kulkea mukana prosessissa: on olemassa vakiintunut hetki, jolloin uusi tekoälysovellus arvioidaan mahdollisen haitan, vinouman tai tahattoman käytön näkökulmasta, ja tätä hetkeä ei ohiteta. Insight-tasolla tätä arviointia ruokkii se, mitä todella tapahtuu: tuloksia seurataan, poikkeamista keskustellaan, ja kehikkoa mukautetaan sen perusteella, mitä käytäntö osoittaa, ei sen perusteella, mitä etukäteen odotettiin.
Intelligence-taso ei ole niinkään paksumpi asiakirja kuin organisaatio, jossa eettinen punninta on kietoutunut itse päätöksentekoon: ihmiset eri paikoissa tunnistavat harmaan alueen ennen kuin siitä tulee ongelma, ja on tapana ottaa se puheeksi ilman, että se vaatii muodollista eskalaatiopolkua.
Tasojen erottava tekijä ei ole toimintaperiaatteen tekstissä, vaan siinä, mitä tapahtuu sillä hetkellä, kun jokin menee pieleen. Alemmilla tasoilla etsitään tällöin sitä, joka teki virheen. Ylemmillä tasoilla tarkastellaan, olisiko kehikko voinut ottaa tilanteen huomioon, ja jos ei, mitä siihen sitten muutetaan. Toinen merkki on, kuka saa esittää kysymyksen. Jos eettinen epäily saa nousta esiin vain muodollisen kanavan kautta, se jää usein matkalle. Jos kuka tahansa tekoälysovelluksen kanssa työskentelevä voi esittää kysymyksen tarvitsemattaan perustella siihen aihetta, se on merkki siitä, että kehikko elää.
Tämä ulottuvuus ei ole erillään muista kuudesta. Se liittyy esimerkiksi suoraan siihen, miten organisaationne käsittelee tietosuojaa ja turvallisuutta tekoälyn yhteydessä, sillä eettinen kehikko, jossa ei ole selvyyttä siitä, kuka saa nähdä mitä dataa, on kehikko ilman pohjaa. Se liittyy myös siihen, mitä ihmisenne osaavat ja tietävät tekoälystä: työntekijä, joka ei ymmärrä, miten malli päätyy tulokseensa, ei kykene helposti arvioimaan, on eettisesti perusteltua käyttää tätä tulosta. Ja se liittyy siihen, miten suorituskykyä mitataan ja käsitellään tekoälyympäristössä, sillä arviointijärjestelmä, joka ohjaa vain nopeuteen, käsittelee eettiset punninnat viivytyksenä sen sijaan, että näkisi ne välttämättömyytenä.
Yksittäinen pisteytys tästä ulottuvuudesta kertoo vähän. Se, mikä paljastaa jotain, on se, mitä tapahtuu, kun useat organisaation ihmiset antavat erikseen, keskenään keskustelematta, oman arvionsa. Henkilöstöjohtaja (CHRO), joka sijoittaa kehikon foundation-tasolle, kun tiiminvetäjä näkee sen activation-tasolla, ei viittaa mittausvirheeseen, vaan organisaatioon, jossa kehikko on olemassa paperilla, mutta sitä ei käytännössä käytetä tarkoitetulla tavalla. Tämä hajonta on juuri sitä, mitä kuvaajakierros on tehty näyttämään: ei keskiarvon laskemiseksi, vaan sen näyttämiseksi, missä käsitykset eroavat toisistaan ja miksi.
Askel ylöspäin tässä ulottuvuudessa vaatii harvoin uutta asiakirjaa. Se vaatii vakiintunutta hetkeä prosessissa, jolloin kysymys esitetään, ihmisiä, jotka tuntevat olevansa vapaita esittämään tämän kysymyksen, ja tapaa oppia siitä, mitä tapahtuu, kun kehikko ei riitä. Kuinka paljon tämä maksaa aikaa ja huomiota, riippuu siitä, missä organisaatio on jo perustavanlaatuisten ulottuvuuksien suhteen; ken haluaa tietää tästä enemmän, löytää tarkemman erittelyn kohdasta mitä maksaa organisaatiorakenteen nostaminen tasolla.
Kypsyysmittaus näyttää, kykeneekö organisaatio kannattelemaan tekoälysovellusta, eettisesti ja muutenkin. Se ei kerro, mikä osa itse työstä sopii annettavaksi tekoälyn hoidettavaksi. Tähän kysymykseen vastaa FTE TO AI:n työscan: se laskee tehtäväkohtaisesti, mikä osa työstä on siirrettävissä, ottaen huomioon jo olemassa olevat kehikot. Kaksi mittausta täydentävät toisiaan, mutta ne lähtevät eri kysymyksestä; tämä sivu käsittelee kannattelua, ei siirtämistä.
Työkalu, joka suorittaa tämän mittauksen, on vielä rakenteilla. Se, joka haluaa nähdä tuloksen heti mittauksen valmistuttua, voi ilmoittautua odotuslistalle.
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.