آپ کی کمپنی کو AI انصاف پسندی سے آگاہ کرنے کے لیے 10 اقدامات

چونکہ کمپنیاں تیزی سے مصنوعی ذہانت کا اطلاق کرتی ہیں، انہیں اعتماد کے بارے میں خدشات کو دور کرنا چاہیے۔

AI کی انصاف پسندی کو یقینی بنانے کے لیے کمپنیوں کے لیے ملازمت کرنے کے لیے یہاں 10 عملی مداخلتیں ہیں۔ ان میں ایک بنانا شامل ہے۔ AI انصاف پسندی چارٹر اور نفاذ کی تربیت اور جانچ۔

ڈیٹا سے چلنے والی ٹیکنالوجیز اور مصنوعی ذہانت (AI) آج ہماری دنیا کو طاقت دے رہی ہیں - یہ پیش گوئی کرنے سے لے کر کہ اگلا COVID-19 مختلف قسم کہاں سے پیدا ہوگا، ہمیں انتہائی موثر راستے پر سفر کرنے میں مدد کرنے تک۔ بہت سے ڈومینز میں، عام لوگوں کا بہت زیادہ اعتماد ہے کہ ان تجربات کو تقویت دینے والے الگورتھم منصفانہ انداز میں تیار کیے جا رہے ہیں۔

تاہم، اس اعتماد کو آسانی سے توڑا جا سکتا ہے۔ مثال کے طور پر غور کریں۔ بھرتی سافٹ ویئر جو کہ، غیر نمائندہ تربیتی اعداد و شمار کی وجہ سے، ایسی ایپلی کیشنز کو جرمانہ کرتا ہے جن میں لفظ "خواتین" ہوتا ہے، یا کریڈٹ اسکورنگ سسٹم جو کریڈٹ کی اہلیت کے حقیقی دنیا کے ثبوت سے محروم رہتا ہے اور اس کے نتیجے میں کچھ گروہ حاصل کرتے ہیں۔ کم کریڈٹ کی حد یا قرضے دینے سے انکار کر دیا جاتا ہے۔

حقیقت یہ ہے کہ ٹیکنالوجی AI انصاف پر تعلیم اور تربیت سے زیادہ تیزی سے آگے بڑھ رہی ہے۔ وہ لوگ جو ڈیٹا سے چلنے والے ان تجربات کو تربیت دیتے ہیں، تیار کرتے ہیں، لاگو کرتے ہیں اور ان کی مارکیٹنگ کرتے ہیں اکثر اس سے لاعلم ہوتے ہیں۔ ان کی محنت کے دوسرے یا تیسرے درجے کے مضمرات.

ورلڈ اکنامک فورم کے ایک حصے کے طور پر گلوبل فیوچر کونسل برائے مصنوعی ذہانت برائے انسانیتAI پریکٹیشنرز، محققین اور کارپوریٹ مشیروں کا ایک مجموعہ، ہم کمپنیوں کے لیے 10 عملی مداخلتوں کی تجویز پیش کرتے ہیں جو کہ AI کی انصاف پسندی کو یقینی بنائیں۔

1. AI تعلیم کے لیے ذمہ داری تفویض کریں۔

ایک چیف AI اخلاقیات افسر (CAIO) کو تفویض کریں جو ایک کراس فنکشنل اخلاقیات بورڈ (بشمول ڈیٹا سائنس، ریگولیٹری، تعلقات عامہ، مواصلات اور HR کے نمائندے) کے ساتھ AI تعلیمی سرگرمیوں کو ڈیزائن اور لاگو کرنے کے لیے ذمہ دار ہو۔ CAIO کو عملے کے لیے "محتسب" بھی ہونا چاہیے کہ وہ انصاف پسندی سے متعلق خدشات کے ساتھ ساتھ غیر تکنیکی عملے کا ترجمان بھی ہو۔ مثالی طور پر اس کردار کو مرئیت اور نفاذ کے لیے براہ راست سی ای او کو رپورٹ کرنا چاہیے۔

2. اپنی تنظیم کے لیے انصاف پسندی کی وضاحت کریں۔

AI فیئرنس چارٹر ٹیمپلیٹ تیار کریں اور پھر پوچھیں۔ تمام محکموں جو اپنے سیاق و سباق میں مکمل کرنے کے لیے AI کو فعال طور پر استعمال کر رہے ہیں۔ یہ خاص طور پر بزنس لائن مینیجرز اور پروڈکٹ اور سروس کے مالکان کے لیے متعلقہ ہے۔

3. سپلائی چین کے ساتھ ساتھ AI کی انصاف پسندی کو یقینی بنائیں

ایسے سپلائرز کی ضرورت ہے جنہیں آپ استعمال کر رہے ہیں جنہوں نے اپنی خریدی ہوئی مصنوعات اور خدمات میں AI بنایا ہے - مثال کے طور پر ایک بھرتی کرنے والی ایجنسی جو امیدواروں کی اسکریننگ کے لیے AI کا استعمال کر سکتی ہے - ایک AI فیئرنس چارٹر کو بھی مکمل کرنے اور AI انصاف پر کمپنی کی پالیسیوں پر عمل پیرا ہونے کے لیے۔ یہ خاص طور پر پروکیورمنٹ فنکشن اور سپلائرز کے لیے متعلقہ ہے۔

4. عملے اور اسٹیک ہولڈرز کو تربیت اور "کر کے سیکھیں" کے طریقہ کار کے ذریعے تعلیم دیں۔

تمام ملازمین کے لیے AI منصفانہ اصولوں پر لازمی تربیت اور سرٹیفیکیشن کی ضرورت ہوتی ہے – جیسا کہ عملے کو کاروباری طرز عمل کے ضابطوں پر سائن اپ کرنے کے لیے کس طرح ضروری ہے۔ تکنیکی عملے کے لیے، ایسے ماڈل بنانے کے بارے میں تربیت فراہم کریں جو انصاف کے اصولوں کی خلاف ورزی نہ کریں۔ تمام ٹریننگز کو کمپنی کو درپیش مسائل کو براہ راست حل کرنے کے لیے AI فیئرنس چارٹرز کی بصیرت سے فائدہ اٹھانا چاہیے۔ یقینی بنائیں کہ کورس کے مواد کا اخلاقی بورڈ باقاعدگی سے جائزہ لے رہا ہے۔

5. ایک HR AI منصفانہ لوگوں کا منصوبہ بنائیں

HR AI فیئرنس پلان میں ڈیٹا سے چلنے والی ٹیکنالوجیز اور AI پر کام کرنے والی ٹیم کے تنوع کا جائزہ لینے کے لیے HR کی طرف سے سالانہ جائزہ شامل ہونا چاہیے، اور ان قابلیتوں اور مہارتوں کا واضح جائزہ اور اپ گریڈ جو فی الحال کلیدی AI سے متعلقہ مصنوعات کی ترقی کے لیے مشتہر کی جاتی ہے۔ کرداروں (جیسے پروڈکٹ کا مالک، ڈیٹا سائنسدان اور ڈیٹا انجینئر) انصاف کے بارے میں آگاہی کو یقینی بنانے کے لیے کام کی تفصیل کا حصہ ہے۔

6. کسی بھی ٹیکنالوجی کے لانچ ہونے سے پہلے AI کی انصاف پسندی کی جانچ کریں۔

کسی بھی AI الگورتھم کو لائیو ہونے کی اجازت دینے سے پہلے محکموں اور سپلائرز سے منصفانہ نتائج کے ٹیسٹ چلانے اور اندرونی طور پر شائع کرنے کی ضرورت ہے۔ ایک بار جب آپ جان لیں کہ ڈیٹا کے تعصب کی وجہ سے کن گروپوں کے ساتھ غیر منصفانہ سلوک کیا جا سکتا ہے، تو اس گروپ کے صارفین کی تقلید کریں اور نتائج کی نگرانی کریں۔ اسے پروڈکٹ ٹیمیں اپنے پروڈکٹ یا سروس کے لائیو ہونے سے پہلے اعادہ کرنے اور بہتر بنانے کے لیے استعمال کر سکتی ہیں۔ اوپن سورس ٹولز، جیسے مائیکروسافٹ فیئر لرن، منصفانہ نتائج کے امتحان کے لیے تجزیہ فراہم کرنے میں مدد کر سکتا ہے۔

7. AI انصاف پسندی کے لیے اپنے نقطہ نظر سے بات کریں۔

کسی بھی نئے یا اپ ڈیٹ شدہ پروڈکٹ یا سروس کے لیے منصفانہ نتائج کے ٹیسٹ سے گزرنے کے لیے گاہک اور عوام کا سامنا کرنے والے عملے کے ساتھ منصفانہ نتائج سیکھنے کے سیشنز ترتیب دیں۔ یہ خاص طور پر مارکیٹنگ اور بیرونی مواصلات کے ساتھ ساتھ کسٹمر سروس ٹیموں کے لیے بھی متعلقہ ہے۔

8. بورڈ میٹنگز میں ایک اسٹینڈنگ آئٹم کو AI منصفانہ عمل کے لیے وقف کریں۔

اس بحث میں پیشرفت اور اس پر عمل پیرا ہونے کی رپورٹنگ، چیف AI اخلاقیات افسر اور اخلاقیات بورڈ سے اٹھائے گئے موضوعات، اور اعلیٰ ترجیحی منصفانہ نتائج کے ٹیسٹ کے نتائج شامل ہونے چاہئیں۔

9. یقینی بنائیں کہ تعلیم قائم ہے۔

حقیقی کاروباری قدر کے لحاظ سے منصفانہ انتظام کے ظاہر شدہ اثرات کے ساتھ ساتھ، AI منصفانہ سرگرمیوں کی شرکت اور تکمیل کو باقاعدگی سے ٹریک کریں اور رپورٹ کریں۔ یہ اپ ڈیٹس ڈیپارٹمنٹ اور لائن مینیجرز کو فراہم کریں تاکہ عملے سے بات چیت کی جا سکے تاکہ اس بات کو تقویت ملے کہ AI پلیٹ فارمز اور سافٹ ویئر کو زیادہ منصفانہ بنا کر، تنظیم زیادہ موثر اور نتیجہ خیز ہے۔

10. ہر چیز کو دستاویز کریں۔

AI کی انصاف پسندی کے لیے اپنے نقطہ نظر کو دستاویزی بنائیں اور اسے عملے اور سپلائر کی تربیت اور ہائی پروفائل ایونٹس میں بتائیں، بشمول صارفین اور سرمایہ کاروں کے لیے۔

[یہ کہانی اصل میں شائع ہوئی تھی۔ اپنی کمپنی کو AI انصاف پسندی سے آگاہ کرنے کے لیے 10 اقدامات | ورلڈ اکنامک فورم (weforum.org). کاپی رائٹ 2021۔]

نادجیہ یوسف میں منیجنگ ڈائریکٹر اور پارٹنر ہے۔ بوسٹن کنسلٹنگ گروپ اور یو کے ہالینڈ اور بیلجیم کے لیے مالیاتی اداروں کی مشق کی شریک رہنمائی کرتا ہے۔

مارک مینیوچ یونیسکو، جوزف سٹیفن انسٹی ٹیوٹ کے زیراہتمام مصنوعی ذہانت پر بین الاقوامی تحقیقی مرکز میں مصنوعی ذہانت کی پالیسی کے چیئر ہیں۔