Küsimus, millised rakendused jäävad kohaldamisalast välja, kõlab nagu palve loetelu järele. See see ei ole. Kas mõni asi jääb kohaldamisalasse või sellest välja, on liigitus, mis sõltub sellest, mida rakendus teeb, millises kontekstis, ja kelle jaoks. Sama tehnoloogia võib ühes rakenduses jääda tähelepanu alt välja ja teises saada täieliku tähelepanu. Kindlat kohaldamisalast välja jäetud rakenduste loetelu seetõttu ei eksisteeri — on aga hulk tegureid, mis liigituse määravad.
Esimene tegur on rakenduse funktsioon: mida süsteem otsustab või mille kohta ta nõu annab, ja kellele see tagajärgi kaasa toob. Tööriist, mis kirjutab ümber sisemist teksti, on teistsugune kui tööriist, mis osaleb otsustamisel taotluse, kandideerimise või kahjunõude üle. Teine tegur on selle funktsiooniga kaasnev riskitase: mida suuremad on tagajärjed inimestele, seda kiiremini liigub rakendus spektri raskema osa poole. Kolmas tegur on organisatsiooni oma roll: keda, kes süsteemi vaid kasutab, hinnatakse teisiti kui keda, kes seda kohandab, edasi treenib või teiste komponentidest kokku panb. Mida see rollijaotus täpselt tähendab ja millal see muutub, on kirjeldatud lehtedel AI-süsteemi pakkuja ja kasutaja vahelise erisuse kohta ja hetke kohta, mil kasutajaroll muutub teistsuguseks vastutuseks.
Neljas tegur on tehnilise laadiga, kuid õiguslikult oluline: see, mida organisatsioon olemasoleva mudeli juures ise muudab, muudab mõnikord organisatsiooni positsiooni tervikpildis. Mudel, mis ostetakse muutmata kujul, paigutub pildis erinevalt kui mudel, mida peenhäälestatakse enda andmete peal või sisestatakse enda protsessi. Seda piiri — kui kohandamine toob kaasa rollimuutuse — käsitletakse lehel selle kohta, mis muutub, kui mudelit ise kohandatakse.
Kuna liigitus sõltub nendest teguritest, ei ole kohaldamisala tööriista püsiv omadus, vaid tulemus, mis võib muutuda. Vestlusrobot, mis alustas sisemise kirjutamisabina, võib niipea, kui ta hakkab vastama ka kliendipäringutele, mis viivad otsuseni, jõuda spektri teise ossa. Mudel, mis ostetud valmislahendusena, võib pärast kohandamist enda andmete peal kaasa toobda organisatsioonile teistsuguse rolli. Rakendus, mida täna peetakse madala mõjuga, võib homme kaaluda rohkem, kuna kontekst, milles seda kasutatakse, on muutunud — teine meeskond, teine otsus, teine inimeste rühm, kelle jaoks tulemus loeb.
See on täpselt põhjus, miks ühekordne liigitus ei toimi. Klassifikatsioon, mis on fikseeritud kasutuselevõtu hetkel, ei ütle midagi selle kohta, mida tööriist teeb aasta pärast. See, mida täna tuleks kohaldamisalasse arvata ja mida saab planeerida hilisemaks, on seega omaeht küsimus, mis sõltub praegusest olukorrast — käsitletud lehel praegu tähelepanu vajava ja hiljem järgneda võiva järjekorra kohta.
Kohaldamisalasse ja sellest väljajäämise liigitust raskendab praktiline probleem: ametlik ostetud või heaks kiidetud tööriistade loetelu ei ole see loetelu, mida tegelikult kasutatakse. Meeskonnad võtavad AI-funktsionaalsuse kasutusele, laskmata seda läbida taotlusprotsessi — mitte tahtmatuse tõttu, vaid kuna see on kergesti kättesaadav ja lahendab probleemi. Selline varju-AI on täpselt see osa, mis muudab liigituse kohaldamisalasse või sellest väljajäämise võimatuks, kuni kellelegi ei ole teada, et rakendus eksisteerib.
Kes soovib seda pilti täiendada, peab selle kohta küsima — ja seda nii, et küsimus ei tundu varjatud etteheitena. Niipea kui töötaja kahtlustab, et aus vastus toob kaasa sanktsiooni, jääb vastus tulemata ja tööriist jääb radari alla. Inventuur, mis on ehitatud vastutusele võtmise peale, annab seega definitsiooni järgi puuduliku pildi — ja puudulik pilt muudab igasuguse kohaldamisalasse liigituse ajutiseks.
Kuna kohaldamisala võib muutuda, on liigituse dokumenteerimine vähemalt niisama oluline kui liigitus ise. Kes otsustas, et rakendus jääb kohaldamisalast välja, mis teabe põhjal, ja millisel hetkel — sellised küsimused jäävad vastuseta niipea, kui dokumenteerimine puudub. Kuidas organisatsioon sellist otsustustüüpi korraldatavaks ja jälgitavaks teeb, on kirjeldatud lehel otsuste nimekirja kohta, mis muudab järelevalveotsused tagasijälgitavaks, ja kuidas see liigitus tuntavalt kajastub dokumendis, mida töötajad tegelikult tarbivad, lehel AI-poliitika kohta, mis vastab sellele, mida inimesed tegelikult teevad.
Liigitusküsimus — mis jääb kohaldamisalasse ja mis mitte — käsitleb riski ja vastutust, mitte seda, mida rakendus töö jaoks endast tähendab. See teine küsimus, mida ülesanne saab täpselt AI-le üle jätta, on eraldi arvestus. FTE TO AI töökirjeldusskoor arvutab ülesande kaupa välja, kui suure osa tööst saab üle võtta, sõltumata küsimusest, kuidas see rakendus haldusliigitusse paigutub.
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.