Cinque modi per utilizzare l’intelligenza artificiale in modo responsabile

I professionisti sono alla ricerca di pepite di dati nella corsa all’oro dell’intelligenza artificiale. Questo esperto ti spiega come raccogliere frutti senza correre rischi.

Proprio come i professionisti hanno scoperto che è difficile spostare i propri dati da un fornitore cloud a quello successivo, allo stesso modo dovrebbero essere consapevoli dei costi potenziali quando costruiscono i propri modelli di intelligenza artificiale e supportano le infrastrutture IT.

L’inesorabile aumento dell’intelligenza artificiale generativa (AI) e dell’automazione ha enormi implicazioni per i professionisti e le organizzazioni per cui lavorano.

Le attività operative vengono automatizzate e i ruoli lavorativi vengono modificati. Tuttavia, è quasi impossibile valutare l’impatto complessivo di questa rivoluzione su imprese, dipendenti, clienti e sulla società in generale.

Man mano che l’intelligenza artificiale verrà adottata e adattata nel corso del resto del decennio, gli effetti completi di questa trasformazione diventeranno più chiari. Per ora, un numero crescente di professionisti sta sperimentando queste tecnologie emergenti, come ChatGPT e altre.

Man mano che queste esplorazioni hanno luogo, l’IA responsabile - che Accenture definisce come la pratica di progettare, sviluppare e implementare l’IA con buone intenzioni - diventa sempre più critica.

Tuttavia, questo requisito di responsabilità non viene necessariamente attuato: il consulente riferisce che solo il 35% dei consumatori ha fiducia nel modo in cui l’intelligenza artificiale viene implementata dalle organizzazioni.

Quindi, mentre i professionisti iniziano ad aumentare l’uso dell’intelligenza artificiale, come possono garantire che loro e le loro organizzazioni utilizzino questa tecnologia emergente con responsabilità in mente?

Questa è la priorità fondamentale per Carter Cousineau, vicepresidente della governance dei dati e dei modelli presso Thomson Reuters, specialista in notizie e informazioni, che aiuta la sua azienda a utilizzare l'intelligenza artificiale e l'apprendimento automatico in modo responsabile.

Come altre aziende blue-chip, Thomson Reuters ha appena iniziato a esplorare il potenziale di molte di queste tecnologie emergenti, in particolare dell’intelligenza artificiale generativa.

Tuttavia, Cousineau afferma che una cosa è già chiara da queste mosse nascenti: "L'intelligenza artificiale responsabile deve essere incorporata nell'etica durante l'intero ciclo di vita".

Le sue opinioni sull’importanza dell’implementazione etica dell’intelligenza artificiale non si basano solo sul periodo trascorso presso Thomson Reuters.

In precedenza è stata amministratore delegato del Center for Advancing Responsible and Ethical Artificial Intelligence presso l'Università di Guelph. I suoi interessi di ricerca abbracciano una vasta gamma di argomenti, dalle interazioni uomo-computer all'intelligenza artificiale affidabile.

Oltre alle sue attività accademiche, Cousineau - che ha parlato con ZDNET al recente Snowflake Summit 2023 a Las Vegas - ha lavorato con start-up tecnologiche, organizzazioni no-profit, piccole imprese e aziende Fortune 500.

Da quando è entrata in Thomson Reuters nel settembre 2021, ha messo in pratica alcune delle cose apprese durante le sue attività di ricerca.

"È stato emozionante entrare in un'azienda e pensare a come possiamo influenzare e cambiare la cultura per contribuire a promuovere la fiducia", afferma.

Dal momento in cui i dati vengono utilizzati fino alla disattivazione di un modello, il suo team globale copre il ciclo di vita dell'intelligenza artificiale e garantisce che le informazioni e gli insight vengano utilizzati in modo ben governato ed etico.

Secondo lei ci sono cinque aspetti fondamentali che i professionisti devono considerare se vogliono sfruttare l’intelligenza artificiale in modo responsabile.

1. Preparati alle normative

Dopo aver posto le basi per un’intelligenza artificiale etica presso Thomson Reuters, Cousineau si sta ora assicurando che i dipendenti si attengano a questi principi ben consolidati su base continuativa.

Riconosce, tuttavia, che diversi settori di business hanno requisiti diversi in termini di intelligenza artificiale e automazione. Inoltre, tali richieste cambiano man mano che ulteriori pressioni provengono da legislatori esterni.

Che si tratti del regolamento generale sulla protezione dei dati, della legge sull'intelligenza artificiale dell'UE o di norme pendenti sull'automazione, il suo team mette in atto i giusti controlli ed equilibri per aiutare il personale di Thomson Reuters a innovare con dati e modelli in modo flessibile ma anche sicuro.

"Esaminiamo tutte queste normative e ci assicuriamo che, quando arriveranno nuove regole, saremo pronti", afferma.

2. Rimani aperto al cambiamento

Cousineau non è un fan delle aziende che creano una lista di controllo standardizzata per l’intelligenza artificiale e poi danno per scontato che il lavoro sia finito.

"I tuoi modelli, soprattutto nell'intelligenza artificiale generativa, continuano ad apprendere. I tuoi dati continuano a trasformarsi e ci sono diversi usi di tali dati. Pertanto, creare visibilità sulle risorse del tuo modello di dati è enorme."

Secondo lei, l’apertura al cambiamento in termini di obblighi legali è cruciale, ma c’è anche un punto in cui l’enfasi cambia - e l’apertura diventa vantaggiosa anche a livello operativo.

"È importante che i tuoi team inizino a vedere e capire come costruire quella cultura di intelligenza artificiale responsabile perché hanno bisogno di saperne di più [su] come questi modelli di dati vengono utilizzati attraverso l'ottica del produttore o del consumatore."

3. Utilizzare valutazioni di impatto dei dati

Se un modello viene utilizzato nella fase di prova del concetto per passare alla produzione, Cousineau afferma che Thomson Reuters controlla continuamente l'intelligenza artificiale responsabile in tutti i casi d'uso.

Fin dagli albori dell'automazione, il suo team effettua valutazioni dell'impatto dei dati. Queste basi si sono rivelate cruciali man mano che sono emersi nuovi casi d’uso relativi all’intelligenza artificiale generativa.

"Abbiamo collaborato con il consulente legale generale e il nostro approccio utilizza la logica di salto. In base al tuo caso d'uso, ti indicherà le fasi appropriate o le preoccupazioni etiche a cui dovresti rispondere e ti chiederà il caso d'uso in questione", afferma.

"Questo approccio crea un quadro di supporto alle esigenze di privacy, governance dei dati, governance dei modelli ed etica per il vostro caso d'uso. Ed è qualcosa che ci consente di reagire rapidamente. Quindi, quando otteniamo i risultati della valutazione dell'impatto dei dati, il nostro team lavora subito sulla mitigazione di tali rischi all'interno dei vari team - e i rischi sono molto specifici."

4. Costruisci partnership fidate

Cousineau afferma che Thomson Reuters collabora con una serie di individui e organizzazioni per garantire che la privacy, la sicurezza e la responsabilità siano al centro di tutti i casi di utilizzo dell'intelligenza artificiale.

Tali partnership abbracciano linee di business e vanno oltre il firewall per includere relazioni con clienti e partner tecnologici, incluso Snowflake.

"Per me, l'intelligenza artificiale responsabile risale alla collaborazione con organizzazioni fidate. Si tratta di costruire un'infrastruttura e creare quella cultura collaborativa", afferma.

"Questo lavoro consiste nel garantire che i propri modelli siano trasparenti, che sia possibile spiegarli e che siano interpretabili e che trattino le persone e i loro dati in modo equo. Si tratta anche di considerare la sostenibilità e la potenza di calcolo necessaria per alimentare i propri modelli. "

5. Essere consapevoli dei costi finanziari

Infine, quando si inizia a sperimentare con l’intelligenza artificiale, Cousineau afferma che è fondamentale ricordare che attivare i sistemi può essere più semplice che spegnerli.

L’IA responsabile, quindi, implica pensare all’esposizione finanziaria a lungo termine.