Odpowiedzialne praktyki AI
Esther Montoya van Egerschot
Chief AI Governance @ DigiDiplomacy
Błędne przekonanie:
Ład w obszarze AI jest często postrzegany wyłącznie jako kwestia prawna lub regulacyjna, co pomija jego szerszą rolę — zapewnianie etycznych, przejrzystych i rozliczalnych praktyk związanych z AI.
Misconception:
There's a belief that strict governance frameworks may hinder innovation by imposing too many rules. In reality, well-designed governance encourages responsible innovation.
Interesariusze wewnętrzni
Interesariusze zewnętrzni:
Błędne przekonanie:
Angażowanie interesariuszy bywa traktowane jako formalność do odhaczenia, a nie jako ciągły proces niezbędny do adaptacyjnego i inkluzywnego rozwoju technologii AI.
Wykorzystaj wewnętrzne wsparcie — kodeksy postępowania, komitety etyczne i zespoły ds. AI.
Rozwijaj ich kompetencje w zakresie AI!
Błędne przekonanie:
Poleganie wyłącznie na komitetach etycznych w nadzorze nad AI pomija konieczność uwzględniania kwestii etycznych na każdym etapie jej rozwoju.

Błędne przekonanie:
Angażowanie zewnętrznych interesariuszy może spowalniać proces tworzenia AI przez nadmiar konkurujących interesów i opinii.
W rzeczywistości takie podejście wzbogaca ten proces i sprawia, że AI lepiej odpowiada na potrzeby i wartości szerszej społeczności.

Błędne przekonanie:
Panuje przekonanie, że tylko duże korporacje mogą wdrażać odpowiedzialne praktyki AI — takie jak certyfikat BCorp czy raportowanie ESG. Nie docenia się jednak wpływu i możliwości organizacji każdej wielkości.

Błędne przekonanie:
Często przyjmuje się, że ten sam zestaw narzędzi ładu sprawdzi się we wszystkich projektach AI. Tymczasem każdy projekt wymaga podejścia dostosowanego do jego kontekstu i implikacji etycznych.
Chief AI Governance Officer
lub
Chief AI Officer (CAIO)
Błędne przekonanie:
Po ustanowieniu ram i polityk ładu AI często zakłada się, że nie wymagają one częstych przeglądów ani aktualizacji.
To podejście ignoruje dynamiczny charakter technologii AI i zmienność wartości społecznych — a obie te kwestie wymagają ciągłego monitorowania, audytowania i oceny, by ład pozostawał skuteczny i aktualny.
Odpowiedzialne praktyki AI