re-ai-gov Na čekací listinu

Kennisbank

U každé AI aplikace stejné otázky, zodpovězené konzistentně

Seznam názvů AI nástrojů není inventář. Inventář vzniká až tehdy, když si u každé aplikace zaznamenáte stejnou sadu údajů, abyste je mohli porovnávat, klasifikovat a později prokazovat. Bez této pevné struktury máte pouze soubor jednotlivých faktů, které už nikdo nedokáže porovnat.

Co zaznamenáváte: klíčová pole

U každé aplikace se jedná o omezený počet polí, která se pravidelně opakují.

Název a forma. Jde o samostatné předplatné, funkci uvnitř stávajícího softwaru, interně vytvořený model, nebo AI funkci, která přišla prostřednictvím dodavatele, aniž by ji kdokoli označil jako „AI".

Kdo to používá. Tým, oddělení, jednotlivý zaměstnanec. To určuje nejen rozsah, ale i to, s kým je třeba později mluvit, pokud vzniknou otázky.

K čemu se to používá. Nikoli marketingový text dodavatele, ale skutečný úkol: sestavování textu, shrnování dat, psaní kódu, odpovídání na dotazy klientů, příprava rozhodnutí. Toto pole určuje roli, kterou aplikace hraje, a tím i úroveň rizika.

Jaká data do toho vstupují. Osobní údaje, data klientů, finanční informace, interní dokumenty, nebo žádná citlivá data. To určuje, jaké požadavky na governance se stávají relevantními.

Jak byla pořízena. Prostřednictvím formálního procesu, prostřednictvím předplatného, které si někdo sám sjednal, prostřednictvím dodavatele, který ji přidal k jinému produktu. Způsob pořízení vám okamžitě něco vypoví o tom, kolik dohledu už existovalo.

Kdo za to nese odpovědnost. Nikoli kdo to náhodou používá, ale kdo je oslovitelný, pokud se něco pokazí nebo pokud chcete zjistit, zda se to ještě používá.

Od kdy a jak dlouho. Aplikace, která tři roky běží nepovšimnuta, vyžaduje jiný přístup než pilotní projekt z minulého měsíce.

Toto nejsou byrokratické zaškrtávací seznamy. Jsou to údaje, které potřebujete, abyste u každé aplikace mohli později prohlásit: toto spadá do vyšší úrovně rizika, toto ne, a zde je odůvodnění.

Odkud tyto údaje pocházejí

Žádné z těchto polí nemáte kompletně připravené v jednom zdroji. Inventář budujete z několika kanálů, které se vzájemně doplňují.

IT oddělení poskytuje výchozí bod, ale ne úplný obraz: proč seznam IT není přesný vysvětluje, že značná část používání AI se odehrává mimo systémy, které IT správuje. Signály, které IT přece má, jsou však užitečné jako filtr: jaké IT signály jsou použitelné ukazuje, které technické indicie jsou dostatečně spolehlivé, aby na jejich základě bylo možné se dále dotazovat.

Nákup a finance doplňují další část. Faktury, předplatná a licence ukazují, jaké nástroje byly skutečně zaplaceny, i když to uživatel nikdy nenahlásil. Co vypovídají údaje o nákupu a licencích popisuje, jaká pole z tohoto zdroje se přímo hodí do inventáře.

Poslední a nejrozhodující část pochází od samotných zaměstnanců. Ten, kdo úkol vykonává, ví, jaký nástroj se při tom používá, i když nikdy nebyl vyžádán nebo schválen. Tuto informaci získáte pouze tehdy, pokud pokládání otázek nemá důsledky pro toho, kdo odpovídá: jak se na to zeptat bez vyvozování důsledků popisuje, jak tuto otázku formulovat tak, aby nepůsobila jako kontrola.

Proč je struktura důležitější než úplnost

Inventář, který musí být hned na první pokus úplný, nikdy nevznikne. Aplikace se mění, nové nástroje se objevují, staré zase mizí. Co zůstává, je struktura: stejná pole, stejné otázky, stejný způsob zaznamenávání. Tato struktura umožňuje, aby aplikace, která dnes chybí, byla zítra doplněna, aniž byste musel začínat znovu.

Proto také záleží méně na pořadí, v jakém pole vyplňujete, než na konzistenci, s jakou je vyplňujete. Organizace s více pobočkami, odděleními nebo dceřinými společnostmi zde naráží na další vrstvu složitosti, protože stejná aplikace se na jednom místě používá jinak než na druhém: jak vybudovat inventář AI v organizaci s více součástmi se zabývá tím, jak tyto rozdíly udržet viditelné, aniž byste ztratili porovnatelnost. Kdo chce v takové struktuře konkrétně vědět, jaká pole je třeba vyplnit samostatně za jednotlivé pobočky, najde to v co u jednotlivé aplikace zaznamenáváte v organizaci s více součástmi.

Od zaznamenávání k klasifikaci

Jakmile jsou pole u jednotlivé aplikace vyplněna, vzniká možnost klasifikace: jakou roli tato aplikace zastává, jaká úroveň rizika k tomu patří a jaká opatření governance na to logicky navazují. Tento krok se odehrává na základě toho, co bylo zaznamenáno, nikoli na základě dodatečného odhadu.

Zaznamenat, co aplikace dělá, není totéž jako vědět, kolik práce zůstává

Tento inventář popisuje, jaké AI aplikace existují a kdo je používá. Nepopisuje, kolik z podkladové práce je danou aplikací skutečně nahrazeno. To je jiná otázka, s jiným nástrojem: pracovní scan od FTE TO AI vypočítá u každého úkolu, jakou část práce lze nahradit AI, a to na základě úkolů, které zaznamenáte, nikoli na základě nástroje, který se k tomu používá.

AI scan je zde ještě ve výstavbě. Kdo chce některý z těchto nástrojů využít, jakmile budou k dispozici, se může přihlásit na čekací listinu.

Andrewde assistent van de Responsible AI Scan

Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.

Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.