实施 RAI 策略

Responsible AI 实践

Esther Montoya van Egerschot

Chief AI Governance @ DigiDiplomacy

通往负责任 AI 的 8 个步骤

 

1. 采纳 AI 治理
2. AI 作业手册
3. 识别关键内外部相关方
4. 利用内部支持机制
5. 对外采用多方参与方式
6. 探索其他负责任行为指标
7. 实施治理工具
8. 监控、审计与评估 AI 治理

步骤 1：采纳 AI 治理

 

• 组织层面的支持
• 说明其重要性
• 领导力：这对业务至关重要！

 

误区：  

AI 治理常被仅视为法律或合规问题，忽略其在确保 AI 伦理、透明与问责中的更广泛作用。

步骤 2：AI 作业手册

 

• 全部落地成文
• 战略必需
• 与业务目标对齐
• 与伦理对齐
• 确保合规
• 构建信任

 

误区：  

有人认为严格的治理框架会因规章过多而抑制创新。事实上，良好设计的治理能促进负责任的创新。

步骤 3：识别关键内外部相关方

内部相关方

 

外部相关方：

• 员工
• 工会
• 客户
• 监管机构
• 社区组织

 

误区：  

与相关方互动常被当作走过场，而非支持 AI 持续、包容式开发的关键长期过程。

步骤 4：利用内部支持机制

 

通过行为准则、伦理委员会和 AI 小组获取内部支持。

 

提升他们的 AI 素养！

 

误区：  

仅依赖伦理委员会进行 AI 伦理监督，忽视了在 AI 全生命周期中融入伦理考量的重要性。

步骤 5：采用多方参与方式

误区：  

引入外部利益相关方会因意见纷杂而拖慢 AI 开发。  

实际上，这种包容做法能丰富流程，确保 AI 符合更广泛群体的需求与价值观。

¹ DALL·E

步骤 6：探索其他负责任行为指标

 

 

误区：  

常有人认为只有大型企业才负担得起负责任的 AI 实践，如获得 BCorp 认证或开展 ESG 报告，低估了各类组织实施的可行性与影响力。

¹ B Lab

步骤 7：实施治理工具

 

 

误区：  

认为同一套治理工具可通用于所有 AI 项目，而忽视了需根据具体情境与伦理影响量身定制。

步骤 8：监控、审计与评估 AI 治理

 

 

首席 AI 治理官

或

首席 AI 官（CAIO）

 

误区：  

一旦建立了 AI 治理框架与政策，就不需频繁评审或更新。

这忽视了 AI 技术与社会价值的动态变化，治理需持续监控、审计与评估，才能保持有效与相关性。

Ayo berlatih!

Responsible AI 实践