باند طولانی تر قانون هوش مصنوعی فرصتی برای ایجاد حکومتی پایدار است

وظایف شفافیت بر اساس ماده 50 شروع به اعمال کرده اند، حتی با وجود اینکه اجرای Omnibus هوش مصنوعی اتحادیه اروپا برای بسیاری از سیستم های پرخطر به دسامبر 2027 و برای برخی محصولات دارای هوش مصنوعی به آگوست 2028 منتقل شده است. برای سازمان هایی که هوش مصنوعی را در اروپا ساخته و استقرار می دهند، این پیام واضح است: تنظیم کننده ها جدول زمانی را در مورد شفافیت تمدید کردند، اما نه در مورد پیچیدگی.

در حالی که برخی از سازمان‌ها ممکن است این برنامه افزودنی را به عنوان اتاق تنفس خوش‌آمد تلقی کنند، زمان بسیار بهتری برای آماده‌سازی برای آینده هوش مصنوعی است. برای انجام این کار، ما باید چالش را حول ایجاد شرایط برای نوآوری بلندمدت، به جای مهلت‌های انطباق، چارچوب بندی کنیم.

از آنجایی که هوش مصنوعی در محصولات، خدمات و تصمیماتی که زندگی افراد را تحت تأثیر قرار می‌دهند، جاسازی می‌شود، سازمان‌ها به سیستم‌هایی که در حال استقرار هستند نیاز دارند و کاربران به سازمان‌هایی که آنها را به کار می‌گیرند، نیاز دارند. این کار نمی تواند در سال 2027 شروع شود. باید اکنون شروع شود.

انطباق در یک نقطه از زمان به دست می آید. حکمرانی به عنوان یک قابلیت ساخته شده است. یک ضرب الاجل می تواند جابه جا شود، اما یک قابلیت سازمانی نمی تواند به سادگی در یک اطلاعیه کوتاه ایجاد شود.

با هوش مصنوعی در حال استفاده شروع کنید

نقطه شروع هر سازمانی باید ارزیابی صادقانه از داشتن تصویر قابل اعتمادی از ابزارها، خروجی ها و تعاملاتی باشد که ماده 50 پوشش می دهد. همانطور که در سال‌های اخیر دیده‌ایم، سیستم‌های هوش مصنوعی در طول زمان می‌توانند به سرعت در تجارت عمیق‌تر شوند، زیرا کارکنان ابزارهای جدید را کشف می‌کنند و تامین‌کنندگان نوآوری می‌کنند و به‌روزرسانی‌های جدید را ارسال می‌کنند.

این گسترش طبیعی بخشی عادی از پذیرش یک فناوری جدید است، اما می‌تواند منجر به تبدیل شدن هوش مصنوعی قبل از اعمال حاکمیت مناسب به بخش اصلی فرآیندهای تجاری شود. حکمرانی زمانی مؤثرتر است که آن تصمیمات را از ابتدا شکل دهد.

تلاش برای بازسازی حکومت پس از تعبیه شدن هوش مصنوعی به طور قابل توجهی دشوارتر، پرهزینه تر و در نهایت کمتر موثر است و از دست دادن اعتماد ناشی از آن می تواند پرهزینه تر از کارهای اولیه مورد نیاز برای جلوگیری از آن باشد.

کنترل‌هایی را که از قبل در محل قرار گرفته‌اند گسترش دهید

خبر خوب این است که بسیاری از رشته های مورد نیاز قانون باید قبلا آشنا باشند. آن‌ها بر روی شیوه‌های موجود پیرامون حریم خصوصی، امنیت، مدیریت ریسک، مسئولیت‌پذیری و حکمرانی عملیاتی بنا می‌کنند و بسیاری از چالش‌ها حول به‌کارگیری رشته‌های حاکمیتی تثبیت‌شده در چشم‌انداز فناوری به‌سرعت در حال تحول است.

سازمان‌هایی که مقررات حفاظت از داده‌ها را جدی گرفته‌اند و قبلا ارزیابی‌های تأثیر و فرآیندهای حاکمیتی مؤثر را درک کرده‌اند، در موقعیت خوبی برای برآورده کردن بسیاری از این الزامات قرار دارند - هم‌پوشانی قابل‌توجهی وجود دارد.

وظیفه این است که آنها را برای هوش مصنوعی گسترش دهید، نه جایگزین کردن آنها. ارزیابی تأثیر حریم خصوصی می‌تواند خطرات داده‌ها را شناسایی کند، اما به تنهایی نمی‌تواند تعیین کند که آیا یک مدل در یک زمینه خاص قابل اعتماد است، آیا کسی می‌تواند خروجی آن را به طور معناداری زیر سوال ببرد یا اینکه آیا یک فرآیند خودکار به گروهی آسیب می‌زند.

این پرسش‌ها باید در جریان‌های کاری موجود گنجانده شوند، به‌ویژه زمانی که هوش مصنوعی به جای ساختن خریداری می‌شود. قبل از اینکه یک قابلیت در نرم‌افزار یا یک فرآیند حیاتی تعبیه شود، سازمان‌ها به وضوح در مورد پردازش داده‌ها، خدمات و تغییرات مدل، واکنش به حادثه، پشتیبانی از وظایف شفافیت و شواهدی که یک ارائه‌دهنده می‌تواند ارائه کند، نیاز دارند. حتی در مواردی که مدل اساسی از شخص ثالث می آید، سازمان ها همچنان باید نحوه انتخاب، پیکربندی و استفاده از آن را کنترل کنند.

مسئله حاکمیت

در کنار قانون هوش مصنوعی، مسئله مهم دیگری که بر نحوه تفکر ما در مورد حکمرانی در اروپا تأثیر می گذارد، حاکمیت است. با شتاب گرفتن این بحث در سراسر اروپا، مسائل عملی مطرح شده واضح تر می شوند. داده ها در کجا ذخیره می شوند؟ به کدام ارائه دهندگان وابسته هستیم؟ انتخاب های فناوری ما چقدر انعطاف پذیر هستند؟ اگر شرایط تجاری، قانونی یا ژئوپلیتیکی تغییر کند چه اتفاقی می‌افتد؟

ارزش آن را دارد که در مورد اینکه حاکمیت به طور واقع بینانه چه معنایی برای شرکت ها دارد، دقیق باشد. حاکمیت کامل محاسباتی، از جمله کنترل بر تراشه‌ها، زیرساخت‌ها و زنجیره‌های تامین، بسیار فراتر از دسترس بیشتر سازمان‌ها است. هدف عملی‌تر، انعطاف‌پذیری محاسباتی است: درک جایی که وابستگی‌های حیاتی قرار دارند، اطمینان از اینکه هیچ فروشنده، ارائه‌دهنده یا مدل ابری به یک نقطه اهرم تبدیل نمی‌شود، و حفظ کنترل بر لایه‌های پشته هوش مصنوعی که تحت نفوذ سازمان هستند.

منبع باز می تواند با ارائه شفافیت و کنترل بیشتر بر روی کد از این امر پشتیبانی کند، اما به خودی خود وابستگی زیرساخت را حذف نمی کند. یک سازمان ممکن است از یک مدل باز استفاده کند و همچنان به محاسبات خارجی یا ظرفیت ابری برای اجرای آن متکی باشد.

سازمان‌ها باید یک رویکرد مستقل به طراحی برای نوآوری اتخاذ کنند. حاکمیت نباید پس از اتخاذ تصمیمات فناوری در نظر گرفته شود، بلکه باید از همان ابتدا در تصمیمات معماری داده، انتخاب فروشنده و مدیریت ریسک، با انعطاف پذیری، نه استقلال کامل، به عنوان هدف واقع بینانه گنجانده شود.

همچنین مهم است که توجه داشته باشید که هر مجموعه داده، فرآیند یا بار کاری دارای سطح یکسانی از خطر نیست. سازمان‌ها باید رویکردی سطحی داشته باشند و قوی‌ترین الزامات حاکمیتی را در جایی که حساسیت داده‌ها، قرار گرفتن در معرض نظارتی یا اهمیت عملیاتی ایجاب می‌کند، به کار گیرند.

اینها دغدغه های انتزاعی نیستند. مشاهده حاکمیت و حاکمیت هوش مصنوعی به عنوان چالش های به هم پیوسته، فرصتی برای ایجاد یک رویکرد منسجم تر ایجاد می کند. این موردی برای انزوای تکنولوژیکی یا عقب‌نشینی از اکوسیستم‌های فناوری جهانی نیست، هدف محدودتر از آن است. این در مورد حصول اطمینان از حفظ آزادی عمل معنادار سازمان ها در یک محیط فزاینده پیچیده و نامطمئن است.

فرصت واقعی

بحث در مورد نوآوری، مقررات و حاکمیت ادامه خواهد داشت. اروپا به اصلاح رویکرد خود در زمینه هوش مصنوعی ادامه خواهد داد و سازمان ها همچنان با فناوری های جدید، ارائه دهندگان جدید و خطرات جدید سازگار خواهند شد. سوال مهمتر این است که آیا سازمان ها از این پنجره برای ایجاد قابلیت هایی که در درازمدت به آنها نیاز دارند استفاده می کنند، نه اینکه هر نقطه عطف نظارتی را به عنوان یک ضرب الاجل جداگانه در نظر بگیرند.

حکمرانی نباید به عنوان یک تمرین انطباق تلقی شود که نوآوری را کند می کند. این یک قابلیت نهادی است که سازمان‌ها را قادر می‌سازد تا به طور پایدار نوآوری کنند، فناوری‌های جدید را با اطمینان بپذیرند و با تکامل بازارها، مقررات و شرایط ژئوپلیتیکی انعطاف‌پذیر باقی بمانند.

هدف نهایی، نوآوری مبتنی بر اعتماد است، و ما توانایی ارائه آن را بدون توجه به مهلت‌های قانونی داریم. آزمون واقعی این نیست که آیا یک سازمان تمام بخش‌های سیستمی را که بر آن تکیه می‌کند ساخته است یا خیر، بلکه این است که آیا وابستگی‌های خود را به خوبی درک می‌کند تا در صورت اقتضای شرایط، مسیر خود را تغییر دهد.

داده های خود را در فضای ابری با بهترین سرویس ذخیره سازی ابری ذخیره کنید.

این مقاله به عنوان بخشی از TechRadar Pro Perspectives، کانال ما برای معرفی بهترین و باهوش ترین ذهن ها در صنعت فناوری امروز تهیه شده است.

نظرات بیان شده در اینجا نظرات نویسنده است و لزوما نظرات TechRadarPro یا Future plc نیست. اگر مایل به مشارکت هستید، اطلاعات بیشتری را در اینجا بیابید: https://www.techradar.com/pro/perspectives-how-to-submit