L'etica suona come l'argomento per un gruppo di lavoro che si riunisce due volte all'anno. In pratica è la dimensione che determina se un'applicazione di AI può continuare a funzionare nel momento in cui qualcuno pone una domanda scomoda. Chi decide di utilizzare un output, chi ne subisce le conseguenze se quell'output risulta errato, e su quale base decisionale ciò avviene: se non c'è una risposta a queste domande, un pilota si trova su un terreno instabile, anche se la tecnologia funziona.
La misurazione della maturità non verifica se esiste un codice etico pubblicato sull'intranet. Verifica se le considerazioni etiche trovano concretamente spazio nel lavoro stesso: nel modo in cui un'applicazione di AI viene approvata, in chi ha il potere di revocare una decisione, in come si gestisce un risultato che nessuno aveva previsto. Non sono questioni che esistono a parte dal resto dell'organizzazione. Sono collegate alle dimensioni che devono essere già in atto: un'organizzazione che non dispone ancora di una struttura per assegnare le decisioni sull'AI può difficilmente sostenere un quadro etico che vada oltre una dichiarazione di intenti. Lo stesso vale per il lato dell'infrastruttura e del trattamento dei dati: chi non sa quali dati un modello ha utilizzato non può dare una risposta sensata alla domanda se quell'uso fosse responsabile.
Al livello baseline, l'etica come tema esiste soprattutto come reazione a incidenti. Non esiste un quadro formalizzato; se qualcosa va storto, ci si occupa della questione in modo ad hoc, di solito da parte di chi si trova casualmente presente. Al livello foundation esiste un documento, spesso ricavato da uno standard di settore o da un modello giuridico, ma viene raramente consultato prima che venga presa una decisione — esiste, ma non funziona.
Al livello activation, il quadro comincia a integrarsi nel processo: esiste un momento fisso in cui una nuova applicazione di AI viene valutata per possibili danni, pregiudizi o usi non previsti, e quel momento non viene saltato. Al livello insight, quella valutazione viene alimentata da ciò che effettivamente accade: i risultati vengono monitorati, le deviazioni vengono discusse, e il quadro viene adattato sulla base di quanto emerge dalla pratica piuttosto che di quanto previsto in anticipo.
Il livello intelligence non è tanto un documento più corposo quanto un'organizzazione in cui la valutazione etica è integrata nel processo decisionale stesso: persone in diversi punti dell'organizzazione riconoscono una zona grigia prima che diventi un problema, ed esiste l'abitudine di rendere quella zona discutibile senza che ciò richieda un percorso formale di escalation.
La distinzione tra i livelli non risiede nel testo di un documento di policy, ma in ciò che accade nel momento in cui qualcosa va storto. Ai livelli inferiori si cerca allora chi ha commesso l'errore. Ai livelli superiori si verifica se il quadro avrebbe potuto gestire quel momento, e in caso contrario, cosa cambia di conseguenza. Un altro segnale è chi ha il diritto di porre la domanda. Se il dubbio etico può salire solo attraverso un canale formale, spesso rimane bloccato lungo il percorso. Se chiunque lavori con un'applicazione di AI può sollevare una domanda senza doverne giustificare il motivo, questo è un segno che il quadro è vivo.
Questa dimensione non è separata dalle altre sei. Riguarda direttamente, ad esempio, come la sua organizzazione gestisce la privacy e la sicurezza nell'AI, perché un quadro etico senza chiarezza su chi può accedere a quali dati è un quadro senza fondamento. Riguarda anche ciò che le sue persone sanno e sono in grado di fare in materia di AI: un dipendente che non comprende come un modello arrivi a un determinato risultato può difficilmente valutare se sia eticamente responsabile utilizzare quel risultato. E riguarda come le prestazioni vengono misurate e discusse in un ambiente di AI, poiché un sistema di valutazione che punta solo sulla velocità tratta le considerazioni etiche come un ritardo piuttosto che come una necessità.
Un singolo punteggio su questa dimensione dice poco. Ciò che invece rivela qualcosa è cosa accade quando più persone nell'organizzazione, separatamente e senza consultarsi, forniscono la propria valutazione. Un CHRO che collocare il quadro al livello foundation mentre un team lead lo vede al livello activation non indica un errore di misurazione, ma un'organizzazione in cui il quadro esiste sulla carta e nella pratica non viene utilizzato come previsto. Questa dispersione è esattamente ciò per cui è stato creato il round dei grafici: non per calcolare una media, ma per mostrare dove le percezioni divergono e perché.
Un passo in avanti su questa dimensione richiede raramente un nuovo documento. Richiede un momento fisso nel processo in cui la domanda viene posta, persone che si sentono libere di porre quella domanda, e un modo per imparare da ciò che accade quando il quadro risulta insufficiente. Quanto tempo e attenzione questo richieda dipende da dove l'organizzazione si trova già rispetto alle dimensioni fondamentali; chi desidera saperne di più trova un'analisi approfondita in cosa costa far salire di un livello la struttura organizzativa.
La misurazione della maturità mostra se l'organizzazione è in grado di sostenere un'applicazione di AI, eticamente e non solo. Non dice nulla su quale parte del lavoro stesso sia idonea a essere affidata all'AI. A questa domanda risponde la werkscan di FTE TO AI: calcola per ciascuna attività quale parte del lavoro possa essere assunta, dati i quadri già esistenti. Le due misurazioni si completano a vicenda, ma non partono dalla stessa domanda; questa pagina riguarda il sostenere, non l'assumere.
Lo strumento che esegue questa misurazione è ancora in fase di costruzione. Chi desidera vedere il risultato non appena la misurazione sarà disponibile può iscriversi alla lista d'attesa.
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.