Etiikka ei kypsyysmittauksessa ole erillinen osasto tai laatikkoon unohtunut käytännesääntö. Se on ulottuvuus, joka mittaa, tietääkö organisaatio, mitkä päätökset se jättää järjestelmän vastuulle, kuka niistä vastaa ja voiko sen perustella asiakkaille, työntekijöille ja valvojille. Järjestelmä voi toimia nopeasti ja oikein ja olla silti ongelma, jos kukaan ei osaa selittää, miksi se antaa tämän tuloksen, tai jos kukaan ei ole etukäteen ajatellut tapauksia, joissa se menee pieleen.
Tämä ulottuvuus liittyy muihin, mutta ei ole niistä erillinen. Se, joka ei tiedä, mitä dataa malli käyttää, ei voi myöskään arvioida, onko tulos selitettävissä tai oikeudenmukainen — tämä koskettaa sitä, mitä tietosuoja ja tietoturva -ulottuvuudessa on jo oltava kunnossa. Ja se, joka ei ole nimennyt ketään, jolla on valtuudet hylätä AI:n tuottamat tulokset, jättää väliin askeleen, joka normaalisti hoidetaan suorituksen johtamisessa: kuka arvioi mitä, ja millä perusteella.
Baseline-tasolla etiikka ei tavallisesti ole aihe. Ei ole ollut vielä välikohtausta, joten ei ole syytä pohtia selitettävyyttä tai vinoumaa. Päätökset AI:n käytöstä tehdään esittämättä kysymystä siitä, onko se vastuullista. Se ei ole välttämättä epäviisasta — usein asia ei ole yksinkertaisesti vielä tullut ajankohtaiseksi. Lisää siitä, mitä tämä taso tarkoittaa käytännössä, löydät kohdasta mitä baseline-taso tarkoittaa käytännössä.
Foundation-tasolla on tavallisesti ensimmäinen dokumentti: sisäinen kannanotto, muutama sopimus siitä, mitkä sovellukset ovat hyväksyttäviä ja mitkä eivät. Tätä dokumenttia harvoin katsotaan ennen uuden sovelluksen käynnistämistä. Katso mitä foundation-taso tarkoittaa käytännössä saadaksesi laajemman kuvan tästä tasosta.
Activation-tasolla etiikka tulee osaksi prosessia: uudet AI-sovellukset arvioidaan etukäteen, ja on kiinteä hetki, jolloin joku kysyy, kuka voi selittää tuloksen ja kuka on vastuussa, jos jokin menee pieleen. Insight-tasolla tätä arviointia mitataan: organisaatio pitää kirjaa siitä, mitkä sovellukset on arvioitu, mitä poikkeamia on löydetty ja miten ne on ratkaistu. Intelligence-tasolla eettinen arviointi ei ole enää erillinen prosessi, vaan se on kudottu siihen tapaan, jolla AI-sovelluksia kehitetään ja ylläpidetään, jatkuvan näkymän kautta siihen, missä riski syntyy ennen kuin se toteutuu.
Hajonta sen välillä, mitä eri ihmiset organisaatiossanne tällä ulottuvuudella arvioivat, on usein suurempi kuin muissa ulottuvuuksissa. Lakimies näkee riskejä, joita operatiivinen johtaja ei näe, ja päinvastoin operatiivinen johtaja näkee käytäntöjä, joita paperilla ei ole olemassa. Tämä hajonta, joka tulee näkyväksi plot-kierroksessa, on useimmiten informatiivisempi kuin keskiarvo.
Se, mitä tason nostaminen maksaa, riippuu siitä, missä pullonkaula on. Siirtymässä baseline-tasolta foundation-tasolle kyse ei usein ole rahasta, vaan oikeiden ihmisten ajasta: jonkun on esitettävä kysymys, jota kukaan ei ole vielä esittänyt, ja laadittava paperille ensimmäinen kehys. Tämän kehyksen ei tarvitse olla täydellinen ollakseen hyödyllinen.
Siirtymässä foundation-tasolta activation-tasolle tehtävän luonne muuttuu. Silloin kyse ei ole enää dokumentista, vaan tavasta: kiinteä hetki jokaisessa hankkeessa, jolloin joku esittää eettisen kysymyksen, ja henkilö, jolla on valtuudet sen perusteella pysäyttää sovellus. Tämä vaatii jotain ihmisiltä ja osaamiselta, koska tämän henkilön on pystyttävä arvioimaan, mihin AI-järjestelmä pystyy ja mihin ei, ja tämä on osaamista, jota ei kaikkialla ole.
Siirtymässä insight- ja intelligence-tasoille tulee lisää: tapa pitää kirjaa arvioinneista, tunnistaa kuvioita useiden sovellusten yli ja oppia siitä, mikä on aiemmin mennyt pieleen. Tämä ei vaadi suurta budjettia, mutta vaatii pitkäjänteisyyttä — on helpompi tehdä arviointihetki kerran kuin toistaa se rakenteellisesti, kun paine nopeaan toimitukseen kasvaa.
Mitä se ei vaadi, on erillinen etiikkaosasto tai ulkoinen arviointikomitea. Useimmat organisaatiot, jotka nousevat tällä alueella, tekevät sen olemassa olevilla ihmisillä antamalla kysymykselle kiinteän paikan prosessissa, joka on jo olemassa.
Tämä ulottuvuus on yksi seitsemästä, eikä se ole erillinen. Etiikka ei nouse organisaationa, jos organisaatio, IT-infrastruktuuri tai tiedonhallinta ei ole vielä saavuttanut tasoa, jolla tulokset ovat jäljitettävissä — sen selittäminen, mitä malli tekee, vaatii, että tiedätte, mitä dataa siihen menee ja miten järjestelmä on rakennettu. Jos haluatte nähdä, miten tämä ulottuvuus suhteutuu muihin kuuteen ja missä hajonta on suurinta omassa organisaatiossanne, kypsyysmittaus antaa siitä kuvan.
Tämä sivu käsittelee sitä, kestääkö organisaationne AI:ta — onko olemassa perusta, jonka pohjalta voidaan tehdä vastuullisia päätöksiä. Toinen kysymys, jota ei tässä vastata, on se, minkä osan varsinaisesta työstä AI voisi ottaa hoitaakseen. Tämän kysymyksen laskee FTE TO AI:n työscan tehtäväkohtaisesti, jotta näette, missä potentiaalia on riippumatta siitä, onko organisaatio siihen jo valmis.
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.