Heaks kiidetud tarkvara ülevaade ütleb teile, mis on soetatud, mitte mida tegelikult kasutatakse. Nende kahe vahel on erinevus, mis muutub suuremaks seda enam, kuivõrd AI-tööriistad muutuvad kättesaadavamaks: brauserilaiendus, tasuta konto, vestlusrobot, mille kasutuselevõtu kellegi omal algatusel, et tööd kiiremini teha. See, mida hankimis- ja litsentsiandmed reedavad, on lähtepunkt, mitte lõpp-punkt. Ülejäänud vastus peitub inimeste juures, kes tööd tegelikult teevad.
Kui küsite "kasutate te AI-tööriistu, mis ei ole heaks kiidetud", ei saa te tavaliselt täielikku vastust. Ei sellepärast, et inimesed tahaksid midagi varjata, vaid sellepärast, et küsimus viitab riskile. Kes tunnistab, et kasutab tööriista, mis ei ole nimekirjas, ootab tagajärge: hoiatust, vestlust juhiga, märget toimikus. See väljavaade on piisav, et inimest vaikima panna, isegi kui kasutus on kahjutu ja isegi kasulik.
Tulemuseks on moondunud pilt. Ei sellepärast, et midagi ei toimu, vaid sellepärast, et see, mis toimub, ei jõua teatavaks. Loend, mis toetub ainult teadetele, registreerib peamiselt seda, mis oli niikuinii juba teada.
Küsimus iseenesest ei muuda midagi, kui kontekst jääb samaks. Mis tegelikult toimib, on mitu elementi koos: küsimus on lahutatud individuaalsest hindamishetkest, vastuseid ei seostata nimega raportis, mis liigub ülespoole, ja eesmärk selgitatakse ette — tegemist on organisatsiooni ülevaatega, mitte hinnanguga isiku kohta.
See ei tähenda, et küsitlust või vestlust ei toimu. See tähendab, et küsimus esitatakse raamistikus, kus "jah, ma kasutan seda" ei toob kaasa korrektsiooni. Ainult siis nihkub vastus sellest, mida inimene arvab, et te tahate kuulda, selleni, mis tegelikult toimub.
Hea vestluse tulemus ei ole nimekiri tööriistade nimedega. See on andmestik, mis on rakenduse kaupa jälgitav ülesande või protsessini: milline rakendus, mis osale tööst, milliste andmetega, ja kes veel sellega kokku puutub. See on sama struktuur kui see, mida peate rakenduse kohta kirja panema, kui rakendus tuleb esile hanke või IT kaudu — ainult siin on allikaks kasutaja, mitte leping.
Konkreetselt tähendab see: rakenduse nimi, lühikirjeldus selle kohta, milleks seda kasutatakse, hinnang sagedusele ning märge selle kohta, millist tüüpi andmeid sinna sisestatakse. Mitte tehnilised spetsifikatsioonid, mitte tarnija hindamine praegusel hetkel — see tuleb hiljem, klassifitseerimise juures. Praegu on eesmärk saada ülevaade, mitte hinnata.
Sellised vestlused on üks kanal kõrvuti tehniliste signaalidega, mida te eraldi kontrollite. Mida te kasutajatelt kogute, paigutate kõrvuti sellega, milliseid IT-signaale saab kasutada, kui eraldi jälgega, ja ainult liites tekib täielikum pilt, kui mõlemad allikad üksinda annavad. Rakendus, mis ilmub võrgulogides, aga mida keegi ei kinnita, jääb küsimärgiks. Rakendus, millest räägitakse vestluses, aga mis ei jäta digitaalset jälge, on samavõrra tõsiseltvõetav — ja just seetõttu võib-olla lihtsamini kahe silma vahele jäetud.
Selliste küsitluste järjekord ja kordamine sõltub organisatsioonist: mitu osakonda, kui palju kihte raporteerimisliinides, kui palju eelnevat kogemust selletüüpi inventuuriga. Mitme asukohaga või kihilise struktuuriga organisatsiooni puhul töötab kuidas te seda töötajatelt küsite, ilma et see muutuks karistuseks veidi teisiti kui üksiku asukoha ja lameda struktuuri puhul, lihtsalt seetõttu, et vahekihtide arv, milles "mitte karistamine" peab säilima, on suurem.
Töötajate aus vastus on ülejäänud inventuuri tooraine. Ilma selle tooraineta klassifitseerite nimekirja, mida te juba ise teadsite, ja see ei ole inventuur, vaid kinnitus. Selle tooraine olemasolul saate liikuda edasi selle poole, kuidas te AI-inventuuri koostate mastaabis, mis ulatub kaugemale ühest osakonnast või ühest asukohast, sisenditega mitmest suunast korraga.
Küsimuse toon mõjutab seega ka vastuse kvaliteeti. See ei ole osavama sõnastuse küsimus, vaid struktuuri küsimus, milles vastamine ei too kaasa riski.
Kui on selge, mis rakendusi tegelikult kasutatakse ja milliste ülesannete jaoks, nihkub küsimus "mida me kasutame" küsimuseks "mida see töö sisu jaoks tähendab". See on teistsugune küsimus, teistsuguse vahendiga. FTE TO AI töö-skaneering arvutab ülesande kaupa välja, kui suure osa tööst saab AI üle võtta, tuginedes ülesannetele, mille olete selle inventuuri kaudu juba kaardistanud. Kui Responsible AI Scan toob esile kasutuse ja riskid, vaatab töö-skaneering töö sisu: mis ülesanded sobivad ülevõtmiseks ja millises ulatuses. Need kaks küsimust on üksteisele lähedal, kuid ei ole omavahel vahetatavad.
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.