10 sammu oma ettevõtte harimiseks tehisintellekti õigluse teemal

Kuna ettevõtted rakendavad üha enam tehisintellekti, peavad nad tegelema usaldusega seotud muredega.

Siin on 10 praktilist sekkumist, mida ettevõtted saavad kasutada tehisintellekti õigluse tagamiseks. Nende hulka kuulub an AI õiglus harta ning koolituse ja testimise rakendamine.

Andmepõhised tehnoloogiad ja tehisintellekt (AI) toidavad meie tänast maailma – alates COVID-19 järgmise variandi ennustamisest kuni kõige tõhusama marsruudi läbimise aitamiseni. Paljudes valdkondades usaldab avalikkus suurel määral, et neid kogemusi toidavad algoritmid töötatakse välja õiglasel viisil.

Seda usaldust saab aga kergesti murda. Näiteks kaaluge värbamistarkvara et ebaesinduslike koolitusandmete tõttu karistatakse taotlusi, mis sisaldavad sõna "naised" või krediidipunktisüsteemi, mis jätab tähelepanuta tegelikud tõendid krediidivõimelisuse kohta ja seega saavad teatud rühmad madalamad krediidilimiidid või neile keeldutakse laenu andmast.

Reaalsus on see, et tehnoloogia liigub kiiremini kui tehisintellekti õiglust käsitlev haridus ja koolitus. Inimesed, kes neid andmepõhiseid kogemusi koolitavad, arendavad, rakendavad ja turustavad, pole sageli teadlikud nende raske töö teist või kolmandat järku tagajärjed.

Maailma Majandusfoorumi osana Inimkonna tehisintellekti ülemaailmne tulevikunõukogu, tehisintellekti praktikute, teadlaste ja ettevõtete nõustajate kollektiiv, pakume ettevõtetele 10 praktilist sekkumist, et tagada tehisintellekti õiglus.

1. Määrake vastutus AI-hariduse eest

Määrake tehisintellekti eetikaametnik (CAIO), kes koos funktsionaalse eetikanõukoguga (sealhulgas andmeteaduse, regulatsiooni, avalike suhete, kommunikatsiooni ja personalivaldkonna esindajad) vastutaks tehisintellekti haridustegevuse kavandamise ja elluviimise eest. CAIO peaks olema ka ombudsman, kelle poole töötajad õigluse küsimuste korral pöörduda, samuti mittetehniliste töötajate kõneisik. Ideaalis peaks see roll nähtavuse ja rakendamise tagamiseks aru andma otse tegevjuhile.

2. Määratlege oma organisatsiooni õiglus

Töötage välja tehisintellekti õigluse harta mall ja küsige seejärel kõik osakonnad kes kasutavad aktiivselt tehisintellekti, et seda oma kontekstis täita. See on eriti oluline äriliinide juhtide ning toote- ja teenuseomanike jaoks.

3. Tagada tehisintellekti õiglus kogu tarneahelas

Nõuage, et teie kasutatavad tarnijad, kelle hangitud toodetesse ja teenustesse on AI sisse ehitatud (nt värbamisagentuur, kes võib kasutada tehisintellekti kandidaatide läbivaatamiseks), täidaksid ka tehisintellekti õigluse harta ja järgiksid ettevõtte tehisintellekti õiglust käsitlevaid eeskirju. See on eriti oluline hankefunktsiooni ja tarnijate jaoks.

4. Harida töötajaid ja sidusrühmi koolituse ja „tegemise kaudu õppimise” abil

Nõua kõikidele töötajatele kohustuslikku väljaõpet ja sertifikaate tehisintellekti õigluse põhimõtete osas – sarnaselt sellega, kuidas töötajad peavad järgima äritegevuse koodeksiid. Tehnilistele töötajatele korraldage koolitus, kuidas ehitada mudeleid, mis ei riku õigluse põhimõtteid. Kõik koolitused peaksid kasutama tehisintellekti õigluse hartade teadmisi, et käsitleda otseselt ettevõtte ees seisvaid probleeme. Veenduge, et eetikanõukogu vaataks kursuse sisu regulaarselt üle.

5. Looge HR AI õigluse plaan

HR AI õigluse plaan peaks sisaldama personali iga-aastast ülevaatamist, et hinnata andmepõhiste tehnoloogiate ja tehisintellektiga töötava meeskonna mitmekesisust, ning selgesõnalist ülevaadet ja täiendamist nende pädevuste ja oskuste kohta, mida praegu reklaamitakse tehisintellektiga seotud peamiste tootearenduste jaoks. rollid (nagu tooteomanik, andmeteadlane ja andmeinsener), et tagada õigluse teadvustamine, on osa ametijuhendist.

6. Testige tehisintellekti õiglust enne mis tahes tehnoloogia turuletoomist

Nõuage osakondadelt ja tarnijatelt õigluse tulemuste testide läbiviimist ja sisemist avaldamist, enne kui mis tahes tehisintellekti algoritmidel lubatakse kasutusele võtta. Kui teate, milliseid rühmi võidakse andmete kallutatuse tõttu ebaõiglaselt kohelda, simuleerige selle rühma kasutajaid ja jälgige tulemusi. Tootetiimid saavad seda kasutada oma toote või teenuse itereerimiseks ja täiustamiseks enne selle avaldamist. Avatud lähtekoodiga tööriistad, nt Microsoft Fairlearn, võib aidata pakkuda õigluse tulemuste testi analüüsi.

7. Rääkige oma lähenemisviisist tehisintellekti õiglusele

Koostage õigluse tulemuste õppeseansid klientidele ja avalikkusele suunatud töötajatega, et läbida iga uue või värskendatud toote või teenuse õigluse tulemuste test. See on eriti oluline turunduse ja väliskommunikatsiooni ning klienditeenindusmeeskondade jaoks.

8. Pühendage juhatuse koosolekutel alaline punkt tehisintellekti õigluse protsessidele

See arutelu peaks hõlmama aruandlust edusammude ja järgimise kohta, AI eetikaametniku ja eetikanõukogu tõstatatud teemasid ning kõrge prioriteediga õigluse tulemuste testide tulemusi.

9. Veenduge, et haridus püsiks

Jälgige regulaarselt tehisintellekti õigluse alastes tegevustes osalemist ja nende lõpetamist ning teatage sellest, samuti õigluse juhtimise mõju tegelikule äriväärtusele. Edastage neid värskendusi osakonna- ja liinijuhtidele, et nad saaksid töötajatega suhelda, et AI platvormide ja tarkvara õiglasemaks muutmisega oleks organisatsioon tõhusam ja produktiivsem.

10. Dokumenteerige kõik

Dokumenteerige oma lähenemine tehisintellekti õiglusele ja edastage seda töötajate ja tarnijate koolitustel ning kõrgetasemelistel üritustel, sealhulgas klientidele ja investoritele.

[See lugu ilmus algselt 10 sammu oma ettevõtte harimiseks tehisintellekti õigluse teemal | Maailma majandusfoorum (weforum.org). Autoriõigus 2021.]

Nadjia Yousif on tegevdirektor ja partner aadressil Boston Consulting Group ja juhib Ühendkuningriigi, Hollandi ja Belgia finantsasutuste praktikat.

Mark Minevitš on tehisintellekti poliitika õppetool UNESCO egiidi all oleva tehisintellekti rahvusvahelise uurimiskeskuse Jozef Stefani Instituudis.