A jóváhagyott szoftverek áttekintése azt mondja meg, mit szereztek be, nem azt, mit használnak. E kettő között olyan különbség áll fenn, amely egyre nagyobb lesz, ahogy az AI-eszközök egyre könnyebben elérhetővé válnak: egy böngészőbővítmény, egy ingyenes fiók, egy chatbot, amelyet valaki saját kezdeményezésre vetett be, hogy egy feladatot gyorsabban elvégezhessen. Az, hogy mit árulnak el a beszerzési és licencadatok, egy kiindulópont, de nem végpont. A válasz további része azoknál a embereknél van, akik a munkát elvégzik.
Ha megkérdezi: "használ olyan AI-eszközöket, amelyeket nem hagytak jóvá", általában nem kap teljes választ. Nem azért, mert az emberek titkolni akarnak valamit, hanem mert a kérdés kockázatot implikál. Aki elismeri, hogy egy nem listázott eszközt használ, egy következményre számít: figyelmeztetésre, beszélgetésre egy vezetővel, egy bejegyzésre egy dossziéban. Ez a kilátás elég ahhoz, hogy valaki hallgasson, még akkor is, ha a használat ártalmatlan, sőt hasznos.
Az eredmény egy elferdített kép. Nem azért, mert semmi nem történik, hanem azért, mert az, ami történik, nincs bejelentve. Egy leltár, amely csak bejelentésekre támaszkodik, elsősorban azt regisztrálja, amit addig is már tudtak.
A kérdés önmagában semmit nem változtat, ha a kontextus változatlan marad. Amit valóban működik, az néhány elem együttes megléte: a kérdés elválik egy egyéni értékelési pillanattól, a válaszok nem vezethetők vissza egy névhez egy felfelé menő jelentésben, és a célt előre elmagyarázzák — ez a szervezet áttekintéséről szól, nem egy személy megítéléséről.
Ez nem jelenti azt, hogy nincs felmérés vagy beszélgetés. Azt jelenti, hogy a kérdést egy olyan keretben teszik fel, amelyben az "igen, ezt használom" nem ad okot korrekcióra. Csak ekkor mozdul el a válasz attól, amit valaki gondol, hogy Ön hallani szeretne, afelé, ami valóban történik.
Egy jól levezetett beszélgetés eredménye nem egy eszközök nevét tartalmazó lista. Ez egy olyan adathalmaz, amely alkalmazásonként visszavezethető egy feladatra vagy folyamatra: melyik alkalmazás, a munka melyik részéhez, milyen adatokkal, és ki kerül még kapcsolatba vele. Ez ugyanaz a struktúra, mint amit alkalmazásonként rögzítenie kell, amikor egy alkalmazás beszerzésen vagy IT-n keresztül kerül látókörbe — csak itt a forrás a felhasználó, nem a szerződés.
Konkrétan ez azt jelenti: az alkalmazás neve, egy rövid leírás arról, mire használják, egy becslés arról, milyen gyakran, és egy jelzés arról, milyen típusú adatokat adnak be benne. Nincs technikai specifikáció, nincs beszállítói értékelés ezen a ponton — az később következik, a besorolásnál. Ezen a ponton a látás megszerzéséről van szó, nem az ítélkezésről.
Ezek a beszélgetések egyike azoknak a csatornáknak, amelyek mellett a technikai jelzéseket külön kérdezi le. Amit a felhasználóktól szerez be, azt mellette teszi milyen IT-jelzések használhatók mint különálló nyomvonal, és csak az összefésülésnél alakul ki teljesebb kép, mint amit a két forrás külön-külön adna. Egy alkalmazás, amely felbukkan a hálózati naplókban, de amelyet senki nem magyaráz el, kérdőjel marad. Egy alkalmazás, amelyet egy beszélgetésben említenek, de digitális nyomot nem hagy, ugyanolyan valós — és talán éppen ezért könnyebben elkerüli a figyelmet.
Az ilyen jellegű megkérdezések sorrendje és gyakorisága a szervezettől függ: hány osztály, mennyi rétegzettség a jelentési vonalakban, mennyi korábbi tapasztalat ezzel a típusú leltárral. Egy több telephelyű vagy rétegzett struktúrájú szervezet esetében hogyan kérdezze meg a munkatársaktól elszámoltatás nélkül kissé másképp működik, mint egyetlen, lapos struktúrájú telephely esetében, egyszerűen azért, mert több a köztes szint, ahol az "elszámoltatás nélkül" elvnek fenn kell maradnia.
A munkatársak őszinte válasza a leltár további részének alapanyaga. Ezen alapanyag nélkül egy olyan listát sorol be, amelyet már addig is ismert, és ez nem leltárkészítés, hanem megerősítés. Ezzel az alapanyaggal tovább léphet hogyan épít fel egy AI-leltárt olyan méretben, amely egy osztályon vagy egy telephelyen túlterjed, egyszerre több irányból érkező inputtal.
A kérdés hangneme tehát részben meghatározza a válasz minőségét. Ez nem egy ügyesebb megfogalmazás kérdése, hanem egy olyan struktúra kérdése, amelyben a válaszadás nem jár kockázattal.
Amint tisztázódik, mely alkalmazásokat valóban használják és milyen feladatokhoz, a kérdés elmozdul a "mit használunk"-tól a "mit jelent ez magára a munkára" felé. Ez egy másik kérdés, egy másik eszközzel. Az FTE TO AI munkascanje feladatonként kiszámítja, hogy a munka mely része vehető át AI által, az ezen a leltáron keresztül már feltérképezett feladatok alapján. Míg a Responsible AI Scan a használatot és a kockázatokat térképezi fel, a munkascan a munka tartalmára néz: mely feladatok alkalmasak az átvételre, és milyen mértékben. Ez a két kérdés közel áll egymáshoz, de nem felcserélhetők.
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.