Dołącz do grona liderów, którzy chcą więcej
AI SZTUCZNA INTELIGENCJA

Dlaczego sztuczna inteligencja powinna być odpowiedzialna

13 czerwca 2024 4 min czytania
Elizabeth M. Renieris
Steven Mills
Zdjęcie David Kiron - dyrektor ds. wydawniczych w „MIT Sloan Management Review” oraz współautor książki Workforce Ecosystems: Reaching Strategic Goals with People, Partners, and Technology (MIT Press, 2023)
David Kiron
Dlaczego sztuczna inteligencja powinna być odpowiedzialna

Streszczenie: Zewnętrzne algorytmy sztucznej inteligencji niosą ze sobą poważne ryzyka komercyjne, prawne i reputacyjne dla firm. Przykłady obejmują przypadki rozpowszechniania fałszywych informacji przez ChatGPT, co doprowadziło do niesłusznych oskarżeń i pozwów o zniesławienie. Dodatkowo, incydenty takie jak nieumyślne ujawnienie poufnych danych przez pracowników Samsunga, którzy wprowadzili je do ChatGPT, skłoniły firmy takie jak JPMorgan i Verizon do zablokowania dostępu do czatbotów AI w swoich systemach korporacyjnych. MIT Sloan Management Review Polska Wiele organizacji nie posiada polityk regulujących korzystanie z AI przez pracowników, co prowadzi do zjawiska "shadow AI", gdzie narzędzia sztucznej inteligencji są używane bez wiedzy i kontroli menedżerów. Obecne programy odpowiedzialnej sztucznej inteligencji (RAI) często koncentrują się na wewnętrznych systemach, pomijając te dostarczane przez zewnętrznych dostawców, mimo że większość firm korzysta właśnie z takich rozwiązań. MIT Sloan Management Review Polska Aby skutecznie zarządzać ryzykiem związanym z AI, organizacje powinny przyjąć proaktywne podejście, obejmujące zarówno wewnętrzne, jak i zewnętrzne narzędzia. Etyczne zasady powinny być stosowane niezależnie od źródła pochodzenia systemu AI, ponieważ dla poszkodowanych nie ma znaczenia, czy narzędzie zostało opracowane wewnętrznie czy zakupione na rynku. MIT Sloan Management Review Polska

Pokaż więcej

Zagrożenia i porażki wywołane przez zewnętrzne algorytmy sztucznej inteligencji sprawiają firmom problemy natury komercyjnej, prawnej i reputacyjnej. Większość organizacji ignoruje to ryzyko.

Miesiące, które upłynęły od premiery algorytmu ChatGPT firmy OpenAI, nie tylko pokazały możliwości sztucznej inteligencji, ale też obnażyły problemy natury etycznej oraz niepowodzenia, które może przynieść jej wykorzystanie. Pojawiły się niezliczone przykłady fałszywych informacji podawanych przez tego czatbota, a wśród nich przypadek niesłusznego oskarżenia profesora prawa o molestowanie seksualne, a także wplątanie burmistrza australijskiego miasta w fikcyjny skandal korupcyjny, co doprowadziło do złożenia pierwszego pozwu o zniesławienie przeciwko czatbotowi. W kwietniu o firmie Samsung zrobiło się głośno za sprawą trójki pracowników, którzy niechcący wypuścili w świat poufne dane, w tym notatki ze spotkań i kod źródłowy oprogramowania, bo wprowadzili je do ChatuGPT. Tego typu doniesienia popchnęły wiele organizacji, między innymi JPMorgan i Verizon, do zablokowania dostępu do czatbotów wykorzystujących sztuczną inteligencję z poziomu swoich systemów korporacyjnych. Niemal połowa firm uczestniczących w niedawno przeprowadzonej przez Bloomberga ankiecie stwierdziła, że opracowuje politykę regulującą korzystanie z czatbotów przez pracowników, co sugeruje, że sporo organizacji dało się zaskoczyć i nie spodziewało się takiego obrotu spraw.

Niewątpliwie szybki rozwój sztucznej inteligencji utrudnia odpowiedzialne z niej korzystanie i sprawia, że inicjatywy firm na rzecz odpowiedzialnej sztucznej inteligencji (responsible artificial intelligence, RAI) ledwo nadążają za dokonującym się postępem. Na przykład pojawia się coraz więcej zagrożeń natury komercyjnej, prawnej i reputacyjnej, spowodowanych rosnącą zależnością wielu organizacji od coraz obfitszej oferty narzędzi AI oferowanych przez dostawców zewnętrznych. Przybierająca na sile popularność generatywnej sztucznej inteligencji – algorytmów (takich jak ChatGPT, Dall‑E czy Midjourney) wykorzystujących dane treningowe do generowania realistycznych albo z pozoru prawdziwych tekstów, obrazów i dźwięków – powoduje, że coraz trudniej zarządzać używaniem AI w pracy. W niektórych przypadkach menedżerowie nawet nie mają pojęcia o tym, że ich pracownicy i inne osoby związane z firmą korzystają z tego typu narzędzi. To zjawisko niekontrolowanego stosowania sztucznej inteligencji zostało określone mianem shadow AI i odnosi się do sztucznej inteligencji działającej w cieniu. Riyanka Roy Choudhury, pracowniczka naukowa ośrodka badawczego CodeX na wydziale prawa Uniwersytetu Stanforda, twierdzi, że inicjatywy wspierające odpowiedzialną sztuczną inteligencję nie powstawały z myślą o nagłych i licznych zagrożeniach wywołanych przez narzędzia generatywnej AI.

Ten trend nastręcza wielu problemów zwłaszcza organizacjom wdrażającym programy RAI skoncentrowane na tworzonych wewnętrznie narzędziach i systemach opartych na sztucznej inteligencji. Prawda jest taka, że ogromna większość analizowanych przez nas przedsiębiorstw wykorzystuje narzędzia AI pochodzące od dostawców zewnętrznych, a wśród nich większość stosuje tylko takie rozwiązania i w ogóle nie posiada własnych. Przewidywanie i przeciwdziałanie, a nie jedynie rozwiązywanie po fakcie problemów powodowanych przez sztuczną inteligencję dostarczaną z zewnątrz, wymaga proaktywnego podejścia do oceny takich rozwiązań. Z naszych badań wynika, że tego rodzaju problemy stanowią ponad połowę sytuacji, w których AI zawodzi. Linda Leopold, szefowa obszaru RAI i danych w H&M Group, zauważa: „Programy wspierające odpowiedzialne korzystanie ze sztucznej inteligencji powinny obejmować zarówno narzędzia wewnętrzne, jak i zewnętrzne. Niezależnie od pochodzenia systemu AI powinny obowiązywać te same reguły etyczne. Bo ostatecznie gdyby zdarzyło się coś złego, to dla osoby poszkodowanej nie będzie miało znaczenia, czy dane narzędzie było opracowane wewnętrznie czy kupione na rynku”.

Przejdź do artykułu

O autorach
Tematy

Może Cię zainteresować

Od wdrożenia do weryfikacji. Jak sprawdzić skuteczność detekcji w kontrolowanym teście?

Wdrożone zabezpieczenia to nie dowód ich skuteczności. Sprawdź, czym jest detection drift i jak testy BAS z IOC Simulator weryfikują detekcję EDR i SIEM.

AI weszła do biznesu. Teraz zaczyna się trudniejsza część transformacji

57% polskich przedsiębiorstw wykorzystuje już sztuczną inteligencję produkcyjnie. Jednocześnie 43% firm wskazuje integrację AI z istniejącymi systemami jako największą barierę jej skalowania.

Księgowość jako źródło przewagi konkurencyjnej. Dlaczego firmy nie wykorzystują wiedzy, którą już posiadają?

Firmy nie przegrywają przez brak danych — przegrywają, bo ignorują wiedzę, którą już mają. W fakturach, kosztach i korektach od lat zapisuje się prawdziwa historia firmy. Czy księgowość może stać się Twoją przewagą konkurencyjną?

Cyfrowe rozczarowanie. Dlaczego w wielu firmach automatyzacja nie przynosi efektów? 

Wdrażasz nowe narzędzia, ale nie widzisz efektów? Problem rzadko leży w technologii. Automatyzacja niespójnych i nieuporządkowanych procesów sprawia jedynie, że błędy pojawiają się szybciej. Przeczytaj, dlaczego technologia nie naprawi firmy za Ciebie i jak mądrze przygotować się do wdrożenia rozwiązań AI, by przyniosły realne korzyści.

Ciemna strona AI: Treści dla dorosłych i ryzyko dla firm

Nowe badanie naukowe ujawnia, że szeroka dostępność treści dla dorosłych generowanych przez sztuczną inteligencję mogła doprowadzić do gwałtownego wzrostu przestępczości na tle seksualnym. Analiza szczegółowych danych o przestępczości, opublikowanych przez japońską Narodową Agencję Policji, wykazała, że w okresach szczytowego zaangażowania w materiały oznaczone jako wygenerowane przez AI i przeznaczone wyłącznie dla dorosłych, odnotowano statystycznie istotny wzrost liczby gwałtów. Może to wskazywać na nadciągające ryzyko wizerunkowe i prawne dla firm dostarczających narzędzia oraz platformy dla tego typu treści.

Premium
Gdy firma rośnie, a zysk znika

laczego szybko rozwijająca się firma nagle traci marże, chociaż przychody notują historyczne rekordy? Przekonaj się, na czym polega problem „ziemi niczyjej” w ewolucji biznesu i sprawdź, dlaczego wdrożenie sztucznej inteligencji w nieuporządkowanej architektonicznie organizacji jest prostym przepisem na skalowanie chaosu.

Premium
Skalowanie AI dzięki adaptacyjnemu ładowi zarządczemu

Zastosowanie sztucznej inteligencji na szeroką skalę diametralnie zwiększa ryzyka biznesowe i wizerunkowe. Poznaj koncepcję adaptacyjnego ładu zarządczego – innowacyjnego podejścia, które wbudowuje mechanizmy kontroli bezpośrednio w procesy i struktury operacyjne firmy, chroniąc przed niewidocznymi, kaskadowymi błędami modeli uczących się.

Premium
Twórz wartość z generatywnej AI w skali całej organizacji

Jak skutecznie wdrażać generatywną sztuczną inteligencję w całej organizacji, unikając organizacyjnych silosów? Zobacz, dlaczego tradycyjne struktury decyzyjne zawodzą przy GenAI i dowiedz się, w jaki sposób innowacyjny twór zwany „kręgosłupem AI” pozwala łączyć kompetencje biznesowe oraz technologiczne, przynosząc firmom wymierny zwrot z inwestycji.

Premium
Strategia w cieniu AI. Gdy sprawy pilne wypierają ważne

AI zmienia sposób, w jaki firmy tworzą kampanie, analizują dane i docierają do klientów. Jednak największym ryzykiem nie jest brak wdrożenia nowych technologii, lecz wykorzystanie ich w sposób, który zwiększa produktywność kosztem przewagi konkurencyjnej. Liderzy muszą odpowiedzieć na pytanie: jak skalować działania marketingowe, nie tracąc tego, co czyni markę wyjątkową?

Premium
Jak liderzy uwalniają innowacyjność na pierwszej linii

Najlepsze innowacje ratujące jakość i efektywność często rodzą się na operacyjnej pierwszej linii. Sprawdź, dlaczego to średni szczebel zarządzania jest kluczem do ich uwolnienia.

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!