Lima cara menggunakan AI secara bertanggung jawab

Para profesional mendulang data dalam demam emas kecerdasan buatan. Pakar ini memberi tahu Anda cara memperoleh imbalan tanpa mengambil risiko.

Sama seperti para profesional yang menyadari bahwa sulit untuk memindahkan data mereka dari satu penyedia cloud ke penyedia cloud berikutnya, mereka juga harus menyadari potensi biaya saat mereka membangun model AI dan mendukung infrastruktur TI.

Meningkatnya kecerdasan buatan (AI) dan otomatisasi generatif mempunyai dampak besar bagi para profesional dan organisasi tempat mereka bekerja.

Tugas operasional sedang diotomatisasi dan peran pekerjaan diubah. Namun, dampak penuh dari revolusi ini terhadap bisnis, karyawan, pelanggan, dan masyarakat luas hampir mustahil untuk diukur.

Ketika AI diadopsi dan diadaptasi selama sisa dekade ini, dampak penuh dari transformasi ini akan menjadi lebih jelas. Saat ini, semakin banyak profesional yang bereksperimen dengan teknologi baru ini, seperti ChatGPT dan masih banyak lagi.

Seiring dengan berlangsungnya eksplorasi ini, AI yang bertanggung jawab -- yang didefinisikan oleh Accenture sebagai praktik merancang, mengembangkan, dan menerapkan AI dengan niat baik -- menjadi semakin penting.

Namun persyaratan tanggung jawab ini belum tentu diberlakukan: konsultan melaporkan hanya 35% konsumen yang mempercayai bagaimana AI diterapkan oleh organisasi.

Jadi, ketika para profesional mulai meningkatkan penggunaan AI, bagaimana mereka dapat memastikan bahwa mereka dan organisasi mereka memanfaatkan teknologi baru ini dengan mempertimbangkan tanggung jawab?

Hal ini merupakan prioritas utama Carter Cousineau, wakil presiden tata kelola data dan model di spesialis berita dan informasi Thomson Reuters, yang membantu perusahaannya memanfaatkan AI dan pembelajaran mesin dengan cara yang bertanggung jawab.

Seperti perusahaan-perusahaan blue-chip lainnya, Thomson Reuters baru saja mulai mengeksplorasi potensi dari banyak teknologi baru ini, khususnya AI generatif.

Namun, Cousineau mengatakan satu hal sudah jelas dari langkah-langkah yang baru lahir ini: "AI yang bertanggung jawab harus tertanam dalam etika di seluruh siklus hidup."

Pandangannya tentang pentingnya penerapan AI yang etis tidak hanya didasarkan pada pengalamannya di Thomson Reuters.

Dia sebelumnya adalah Direktur Pelaksana Pusat Kemajuan Kecerdasan Buatan yang Bertanggung Jawab dan Etis di Universitas Guelph. Minat penelitiannya mencakup berbagai topik mulai dari interaksi manusia-ke-komputer hingga AI yang dapat dipercaya.

Selain kegiatan akademisnya, Cousineau - yang berbicara dengan ZDNET pada Snowflake Summit 2023 baru-baru ini di Las Vegas - telah bekerja dengan perusahaan rintisan (startup) teknologi, organisasi nirlaba, usaha kecil, dan perusahaan Fortune 500.

Sejak bergabung dengan Thomson Reuters pada September 2021, ia mempraktikkan beberapa hal yang ia pelajari selama kegiatan penelitiannya.

“Sangat menyenangkan untuk masuk ke dalam perusahaan dan memikirkan bagaimana kita dapat mempengaruhi dan mengubah budaya untuk membantu mendorong kepercayaan,” katanya.

Mulai dari saat data digunakan hingga penonaktifan model, tim globalnya mencakup siklus hidup AI dan memastikan informasi dan wawasan digunakan dengan cara yang diatur dengan baik dan etis.

Ia mengatakan ada lima hal utama yang harus dipertimbangkan oleh para profesional jika mereka ingin memanfaatkan AI secara bertanggung jawab.

1. Bersiaplah untuk peraturan

Setelah menerapkan dasar-dasar etika AI di Thomson Reuters, Cousineau kini memastikan karyawan tetap berpegang pada prinsip-prinsip yang diasah dengan baik ini secara berkelanjutan.

Namun, dia menyadari bahwa lini bisnis yang berbeda memiliki persyaratan yang berbeda pula terhadap AI dan otomatisasi. Terlebih lagi, tuntutan-tuntutan tersebut berubah karena adanya tekanan lebih lanjut yang datang dari anggota parlemen eksternal.

Baik itu Peraturan Perlindungan Data Umum, Undang-Undang AI UE, atau aturan otomatisasi yang masih dalam proses, timnya menerapkan sistem checks and balances yang tepat untuk membantu staf Thomson Reuters berinovasi dengan data dan model dengan cara yang fleksibel namun juga aman dan terjamin.

“Kami meninjau semua peraturan tersebut dan memastikan bahwa, ketika peraturan baru muncul, kami siap,” katanya.

2. Tetap terbuka terhadap perubahan

Cousineau bukan penggemar bisnis yang membuat daftar periksa standar untuk AI dan kemudian berasumsi bahwa pekerjaannya telah selesai.

"Model Anda -- terutama dalam AI generatif -- terus belajar. Data Anda terus bertransformasi dan terdapat berbagai kegunaan data tersebut. Jadi, menciptakan visibilitas aset model data Anda sangatlah besar."

Ia mengatakan keterbukaan terhadap perubahan dalam hal kewajiban hukum sangatlah penting, namun ada juga titik di mana penekanannya bergeser -- dan keterbukaan juga bermanfaat secara operasional.

“Penting bagi tim Anda untuk mulai melihat dan memahami cara membangun budaya AI yang bertanggung jawab karena mereka perlu mengetahui lebih banyak [tentang] bagaimana model data tersebut digunakan melalui sudut pandang produsen atau konsumen.”

3. Gunakan penilaian dampak data

Apakah suatu model digunakan pada tahap pembuktian konsep menuju produksi, Cousineau mengatakan Thomson Reuters terus memeriksa AI yang bertanggung jawab di semua kasus penggunaan.

Sejak awal otomatisasi, timnya melakukan penilaian dampak data. Dasar ini terbukti penting seiring dengan bermunculannya kasus penggunaan baru terkait AI generatif.

“Kami bermitra dengan penasihat umum dan pendekatan kami menggunakan logika lewati. Berdasarkan kasus penggunaan Anda, ini akan mengarahkan Anda ke tahapan atau masalah etika yang sesuai yang harus Anda jawab dan tanyakan pada kasus penggunaan yang ada,” katanya.

"Pendekatan tersebut membangun gambaran yang mendukung kebutuhan privasi, tata kelola data, tata kelola model, dan etika untuk kasus penggunaan Anda. Dan ini adalah sesuatu yang memungkinkan kami bereaksi dengan cepat. Jadi, saat kami mendapatkan hasil dari penilaian dampak data tersebut, tim kami bekerja segera memitigasi risiko tersebut dalam berbagai tim -- dan risikonya sangat spesifik."

4. Membangun kemitraan yang terpercaya

Cousineau mengatakan Thomson Reuters bekerja dengan berbagai individu dan organisasi untuk memastikan privasi, keamanan, dan tanggung jawab menjadi prioritas utama dalam semua kasus penggunaan AI.

Kemitraan tersebut mencakup lini bisnis dan melampaui firewall hingga mencakup hubungan dengan pelanggan dan mitra teknologi, termasuk Snowflake.

“Bagi saya, AI yang bertanggung jawab kembali ke kemitraan dengan organisasi tepercaya. Ini tentang membangun infrastruktur dan menciptakan budaya kolaboratif,” katanya.

“Pekerjaan tersebut adalah untuk memastikan model Anda transparan, bahwa Anda dapat menjelaskannya, dan bahwa model tersebut dapat ditafsirkan dan memperlakukan orang-orang dan data mereka secara adil. Ini juga tentang mempertimbangkan keberlanjutan dan kekuatan komputasi yang diperlukan untuk mendukung model Anda. "

5. Waspadai biaya finansial

Terakhir, saat Anda mulai bereksperimen dengan AI, Cousineau mengatakan penting untuk diingat bahwa menghidupkan sistem bisa lebih mudah daripada mematikannya.

Sama seperti para profesional yang menyadari bahwa sulit untuk memindahkan data mereka dari satu penyedia cloud ke penyedia cloud lainnya, mereka juga harus menyadari potensi biaya saat mereka membangun model AI dan mendukung infrastruktur TI.

Oleh karena itu, AI yang bertanggung jawab melibatkan pemikiran tentang eksposur keuangan jangka panjang.