Kryteria oceny działania systemu AI

Prawo

technologie

Kategoria

analiza

Klucze

ai, bezpieczeństwo, dane, obiektywność, ocena zastosowania, odpowiedzialność, proces decyzyjny, sztuczna inteligencja, transparentność, wpływ społeczny

Dokument "Kryteria oceny działania systemu AI" zawiera szczegółowe wytyczne dotyczące sposobu oceny skuteczności działania systemów sztucznej inteligencji. Przedstawia kryteria, którymi należy się kierować w procesie analizy i oceny efektywności AI, uwzględniając zarówno aspekty techniczne, jak i biznesowe.

Poprawność zastosowania AI zależy od pozytywnej oceny następujących działań

1) "wyjaśnienie procesu decyzyjnego, poprzez wskazanie przyczyn, które doprowadziły do podjęcia decyzji określonej treści – podane w przystępny i nietechniczny sposób;

Opis spełnienia kryterium/Uwagi

2) wyjaśnienie odpowiedzialności, a więc wskazanie, kto był zaangażowany w rozwój, wdrażanie, zarządzanie i eksploatację systemu AI;

Opis spełnienia kryterium/Uwagi

3) objaśnienie danych, poprzez wskazanie, jakie dane zostały wykorzystane w danej decyzji i w jaki sposób, jakie dane wykorzystano do szkolenia i testowania systemu AI oraz w jaki sposób, czy dane są rzetelne (nie powodują przechyłu algorytmicznego, z ang. bias) i czy liczba wykorzystanych danych jest wystarczająca;

Opis spełnienia kryterium/Uwagi

4) wyjaśnienie dotyczące bezpieczeństwa, czyli dowód na dokładność, niezawodność, bezpieczeństwo i odporność systemu AI;

Opis spełnienia kryterium/Uwagi

5) wyjaśnienie wpływu, jaki korzystanie z systemu AI i jego decyzje ma lub może mieć na Annę Kowalską lub szerzej – na określoną grupę społeczną;

Opis spełnienia kryterium/Uwagi

6) uzasadnienie wyniku, rozumiane w ten sposób, że istotne jest nie tylko wyjaśnienie, dlaczego określona decyzja została podjęta, ale także uzasadnienie, że wynik działania AI jest obiektywny i sprawiedliwy"1.

Podsumowując, dokument "Kryteria oceny działania systemu AI" stanowi ważne narzędzie wspierające ocenę skuteczności działań systemów sztucznej inteligencji. Poprzez określenie klarownych kryteriów oceny, ułatwia podejmowanie decyzji związanych z implementacją oraz monitorowaniem efektywności AI.