De fleste organisationer har efterhånden en AI-politik. Ofte er den godt skrevet, juridisk vandtæt og fyldestgørende. Og ofte bliver den ikke læst, eller læst den dag den vedtages, og derefter ikke mere. Det er ikke et spørgsmål om dårlig vilje. Det er et spørgsmål om placering i processen.
Medarbejdere, der arbejder med AI, har allerede en proces: selve arbejdet. En AI-politik, der står ved siden af det arbejde, som et separat dokument man slår op i, konkurrerer med den tid, nogen allerede ikke har. Den, der skal skrive en tekst, analysere et datasæt eller besvare et kundespørgsmål, slår ikke først op i politikken. Vedkommende bruger det værktøj, der virker, og tænker først på politikken, når nogen spørger om den.
Resultatet er forudsigeligt. Der opstår en praksis, som afviger fra dokumentet, uden at nogen mener det ondt. Ingen har ignoreret politikken af modvilje; den passede simpelthen ikke ind i det øjeblik, hvor valget blev truffet. En politik, der ønsker at blive læst, skal derfor ikke stå ved siden af arbejdet, men i det. Det betyder, at den giver svar på spørgsmål, der allerede opstår — hvilket værktøj må bruges her, hvem er ansvarlig, hvis det går galt, hvad sker der med outputtet — i det øjeblik spørgsmålet opstår, ikke tre kapitler længere fremme i en pdf.
En AI-politik, der fungerer i praksis, indeholder i sin kerne nogle få genkendelige elementer. For det første en risikoinddeling: ikke enhver anvendelse af AI kræver samme opmærksomhed, og et dokument, der skærer alt over én kam, bliver ikke taget alvorligt af nogen. For det andet et klart svar på spørgsmålet om, hvem der beslutter, når en sag ikke passer ind i inddelingen — det hører hjemme i en oversight-beslutningsliste, der fastlægger, hvem der har ansvar for hvad, i stedet for i en fodnote, som ingen kan finde igen.
For det tredje en vej for, hvad der sker, hvis noget går galt eller er tvivlsomt: eskaleringsveje, der fungerer beskriver, hvem man ringer til, ikke hvem man i teorien burde informere. En politik uden en fungerende eskalering er en politik, der først bliver læst efter hændelsen, og da er det for sent at styre noget.
For det fjerde en form for opfølgning, der ikke stopper ved vedtagelsen. Politik, der skrives én gang og aldrig efterprøves igen, forældes hurtigere end den praksis, den skal dække. Monitorering, der giver noget er ikke en ekstra rapporteringsbyrde, men den mekanisme, hvormed politikken bliver ved med at stemme overens med det, der faktisk sker.
En hyppig misforståelse er, at AI-politik har brug for en ny governance-ramme. Det er som regel ikke tilfældet. De fleste organisationer har allerede en risikostruktur — for privatliv, for finansielle risici, for operationel kontinuitet. AI-risiko passer i de fleste tilfælde ind der, som en ekstra kategori eller et ekstra spørgsmål inden for eksisterende beslutningslinjer, ikke som et separat kredsløb med egne møder og egne rapporteringslinjer. At tilslutte sig den eksisterende risikostruktur er netop af den grund ofte mere effektivt end at opstille en ny ramme: folk kender allerede processen og skal ikke lære, hvor det nye dokument befinder sig.
Den tilslutning er også der, hvor det i praksis går galt eller netop lykkes. En politik, der på papiret passer godt ind, men i praksis forbliver et løsrevet dokument, bliver alligevel ignoreret. Spørgsmålet er ikke kun, hvad der står i dokumentet, men hvordan det er indlejret i det, folk allerede gør — mødestrukturer, godkendelsesflow, rapporteringsøjeblikke, der allerede eksisterede, før AI blev et tema. Hvordan det ser ud i praksis, afhænger af, hvordan organisationen allerede arbejder, og det uddybes yderligere i det, der er beskrevet om hvordan en sådan politik bliver indlejret i det, der allerede findes.
En politik, der fungerer, kan også sammenfattes i nogle få sætninger over for dem, der ikke arbejder med den til daglig. En bestyrelse har ikke behov for hele dokumentet, men for et svar på spørgsmålet om, hvorvidt det er under kontrol, og hvor det ikke er. En bestyrelsesrapportering på én side er testen på, om politikken fungerer: hvis den ikke kan sammenfattes på én side, kan den sandsynligvis heller ikke anvendes i praksis.
En politik, der passer til praksis, forudsætter, at man ved, hvad den praksis er: hvilke opgaver der udføres, og hvilken del af dem der allerede udføres med AI, eller kunne udføres med AI. Det er et andet spørgsmål end governance, og det spørgsmål besvarer FTE TO AI's arbejdsscan: den beregner pr. opgave, hvilken del af arbejdet der kan overtages af AI, så politikken ikke hviler på antagelser, men på et konkret billede af selve arbejdet.
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.