Pe măsură ce știința datelor devine mai sofisticată și consumatorii solicită din ce în ce mai mult o experiență mai personalizată a clienților, AI este un instrument care ajută companiile să își înțeleagă mai bine clienții și publicul. Dar chiar dacă inteligența artificială are tot potențialul din lume, acel potențial maxim nu poate fi niciodată realizat dacă nu ne putem da seama cum să facem față provocărilor etice care rămân. Pe măsură ce această tehnologie evoluează, o întrebare care ar trebui să fie reținută de toți liderii care doresc să implementeze o strategie AI este cum să maximizeze utilizarea AI în cadrul întreprinderii într-un mod etic și responsabil. Pentru a implementa și scala capabilități AI care oferă o rentabilitate pozitivă a investiției, minimizând în același timp riscurile, reducând părtinirea și conducând AI la valoare, organizațiile ar trebui să urmeze patru principii:
1. Înțelegeți scopurile, obiectivele și riscurile
În urmă cu aproximativ șapte ani, o organizație a lansat ceea ce a numit „ciclul hype pentru tehnologiile emergente”, prezicând tehnologiile care vor transforma societatea și afacerile în următorul deceniu. Inteligența artificială este una dintre aceste tehnologii. Publicarea raportului a determinat companiile să se chinuie să demonstreze analiştilor şi investitorilor că sunt pricepuţi la inteligenţa artificială, iar mulţi încep să aplice strategii de inteligenţă artificială modelelor lor de afaceri. Cu toate acestea, uneori, aceste strategii se dovedesc a fi prost executate și pot fi folosite doar ca urmare a obiectivelor analitice sau numerice existente. Acest lucru se datorează faptului că companiile nu au o înțelegere clară a problemei de afaceri pe care caută să o rezolve cu inteligența artificială. Doar 10% dintre modelele AI și ML dezvoltate de companii sunt implementate. AI rămâne în urmă deconectarea istorică dintre afacerea în cauză și oamenii de știință de date care pot folosi AI pentru a rezolva problema. Cu toate acestea, pe măsură ce maturitatea datelor a crescut, companiile au început să integreze traducătorii de date în diferite lanțuri valorice, cum ar fi nevoile afacerilor de marketing pentru a descoperi și transforma rezultatele. De aceea, principiul general al dezvoltării unei strategii etice de IA este de a înțelege toate scopurile, obiectivele și riscurile și apoi de a crea o abordare descentralizată a AI în cadrul întreprinderii.
2. Abordarea prejudecăților și discriminării
Afacerile mari și mici au suferit daune reputaționale, iar clienții nu au încredere în ele, deoarece soluțiile AI nu au fost niciodată dezvoltate în mod corespunzător pentru a aborda prejudecățile. Prin urmare, întreprinderile care creează modele AI trebuie să ia măsuri preventive pentru a se asigura că soluțiile lor nu provoacă daune. Modul de a face acest lucru este de a crea un cadru pentru a preveni orice impact negativ asupra predicțiilor algoritmului. De exemplu, dacă o companie dorea să înțeleagă mai bine sentimentul clienților prin sondaje, cum ar fi modul în care o comunitate subreprezentată își percepe serviciile, ar putea folosi știința datelor pentru a analiza aceste sondaje ale clienților și a recunoaște că un procent din răspunsuri au fost în alte limbi decât engleza, singura limbă pe care algoritmul AI l-ar putea înțelege. Pentru a rezolva această problemă, oamenii de știință de date nu pot doar să modifice algoritmul, ci și să încorporeze nuanțele complexe ale limbajului. Dacă pot înțelege aceste nuanțe lingvistice și combina inteligența artificială cu un limbaj mai fluent pentru a face aceste concluzii mai aplicabile, companiile vor putea înțelege nevoile comunităților subreprezentate pentru a-și îmbunătăți experiența clienților.
3. Dezvoltați o gamă completă de date de bază
Algoritmii AI sunt capabili să analizeze seturi mari de date, iar companiile ar trebui să acorde prioritate dezvoltării cadrelor pentru standardele de date utilizate și ingerate de modelele lor AI. Pentru a implementa cu succes AI, este esențial un set de date holistic, transparent și urmăribil. AI trebuie să țină cont de interferența umană. Cum ar fi argoul, abrevierile, cuvintele cod și multe alte cuvinte pe care oamenii le-au dezvoltat pe baza evoluției continue, fiecare dintre acestea putând face ca algoritmii de inteligență artificială extrem de tehnici să meargă greșit. Modelele AI care nu sunt capabile să gestioneze aceste nuanțe umane ajung să lipsească setul de date general. Este ca și cum ai încerca să conduci fără o oglindă retrovizoare, cu unele informații necesare, dar cu lipsa punctelor moarte cheie. Companiile trebuie să găsească un echilibru între datele istorice și intervenția umană pentru ca modelele AI să înțeleagă aceste distincții complexe. Prin combinarea datelor structurate și nestructurate și antrenarea AI pentru a le recunoaște pe ambele, se poate genera un set de date mai cuprinzător și se poate îmbunătăți acuratețea predicțiilor. În plus, auditarea seturilor de date de către terți poate fi un beneficiu suplimentar, fără părtiniri și discrepanțe.
4. Evitați „cutia neagră” a dezvoltării algoritmilor
Abordări Pentru ca IA să fie etică, trebuie să fie complet transparentă. Pentru a dezvolta strategii AI care sunt simultan transparente, explicabile și explicabile, companiile trebuie să deschidă „cutia neagră” a codului pentru a înțelege modul în care fiecare nod din algoritm trage concluzii și interpretează rezultatele. Deși acest lucru sună simplu, realizarea acestui lucru necesită un cadru tehnic robust care poate interpreta comportamentul modelului și al algoritmului, analizând codul de bază pentru a arăta diferitele sub-predicții care sunt generate. Companiile se pot baza pe cadre open source pentru a evalua modelele AI și ML în mai multe dimensiuni, inclusiv:
Analiza caracteristicilor: pentru a evalua impactul aplicării de noi caracteristici modelelor existente
Analiza nodurilor: explicați un subset de predicții
Analiză locală: interpretați predicțiile individuale și caracteristicile de potrivire pentru a îmbunătăți rezultatele
●Analiză globală: oferă o revizuire de sus în jos a comportamentului general al modelului și a caracteristicilor cheie. Inteligența artificială este o tehnologie complexă, cu multe capcane potențiale dacă companiile nu sunt atente.
Un model AI de succes ar trebui să acorde prioritate eticii din prima zi, nu după gânduri. În industrii și întreprinderi, IA nu este unică, ci un numitor comun care ar trebui să facă progrese este angajamentul față de o previziune transparentă și imparțială.