随着企业越来越多地应用人工智能，它们必须回应对信任的担忧。
以下是企业为确保人工智能公平性可以采用的10项切实可行的干预措施。
其中包括制定人工智能公平性宪章，以及实施培训和测试。
数据驱动技术和人工智能（AI）正在驱动当今的世界——从预测下一个新冠病毒变种将在何处出现，到帮助我们选择最高效的出行路线。在许多领域，公众对支撑这些体验的算法以公平方式开发抱有很高的信任。
然而，这种信任很容易被打破。例如，设想一下招聘软件，由于训练数据缺乏代表性，它会对包含“女性”一词的申请进行降级处理；或者一个信用评分系统遗漏了现实世界中有关信用度的证据，结果导致某些群体获得的信用额度较低，或被拒绝贷款。
现实情况是，技术发展速度快于人工智能公平性的教育和培训。那些训练、开发、实施和推广这些数据驱动体验的人，往往没有意识到他们辛勤工作所带来的二阶或三阶影响。
作为世界经济论坛“人工智能造福人类全球未来理事会”的一部分，人工智能造福人类全球未来理事会，即由人工智能从业者、研究人员和企业顾问组成的集体，我们提出了10项切实可行的干预措施，供企业采用以确保人工智能公平性。
1. 明确人工智能教育的责任归属。
任命一名首席人工智能伦理官（CAIO），该官员应与一个跨职能伦理委员会（成员包括数据科学、监管、公共关系、传播和人力资源部门的代表）共同负责设计和实施人工智能教育活动。首席人工智能伦理官还应担任员工在出现公平性问题时可以求助的“申诉专员”，并作为非技术人员的发言人。理想情况下，该职位应直接向首席执行官汇报，以提升可见度并推动落实。
2. 为贵组织界定公平性。
制定一份人工智能公平性宪章模板，然后要求所有正在积极使用人工智能的部门结合各自的实际情况完成该模板。这对业务线经理以及产品和服务负责人尤为相关。
3. 确保供应链中的人工智能公平性。
要求您所使用的、在其采购的产品和服务中内置人工智能的供应商（例如使用人工智能进行候选人筛选的招聘机构）同样完成人工智能公平性宪章，并遵守公司关于人工智能公平性的政策。这对采购职能部门和供应商尤为相关。
4. 通过培训和“边做边学”的方式教育员工和利益相关方。
要求所有员工接受关于人工智能公平性原则的强制性培训并取得认证，类似于员工需要签署商业行为准则的做法。对于技术人员，应提供如何构建不违反公平性原则的模型的培训。所有培训都应利用人工智能公平性宪章的洞见，直接应对公司面临的问题。确保培训课程内容由伦理委员会定期审查。
5. 制定人力资源人工智能公平性人才计划。
人力资源人工智能公平性计划应包括：人力资源部门每年进行一次审查，以评估从事数据驱动技术和人工智能工作的团队的多样性；并明确审查和升级目前为关键人工智能相关产品开发岗位（如产品负责人、数据科学家和数据工程师）所公布的能力与技能，以确保公平性意识成为岗位职责的一部分。
6. 在任何技术发布前测试人工智能公平性。
要求各部门和供应商在任何人工智能算法获准上线之前，开展并在内部公布公平性结果测试。一旦您了解哪些群体可能因数据偏差而受到不公平对待，就应模拟该群体的用户并监测结果。产品团队可据此在产品或服务上线前进行迭代和改进。诸如Microsoft Fairlearn等开源工具，可以为公平性结果测试提供分析支持。
7. 沟通贵组织的人工智能公平性方法。
与面向客户和公众的员工组织公平性结果学习会议，逐一审查任何新产品或服务或更新产品或服务的公平性结果测试。这对营销和对外传播以及客户服务团队尤为相关。
8. 在董事会会议中设立人工智能公平性流程的常设议题。
此次讨论应包括进展和遵守情况的汇报、首席人工智能伦理官和伦理委员会提出的主题，以及高优先级公平性结果测试的结果。
9. 确保教育成效持久。
定期跟踪并报告人工智能公平性活动的参与和完成情况，以及管理公平性所带来的实际业务价值的已证实影响。向部门和业务线经理提供这些更新，由其向员工传达，以强化这一理念：通过使人工智能平台和软件更加公平，组织将更加高效和富有生产力。
10. 记录所有内容。
记录贵组织的人工智能公平性方法，并在员工和供应商培训以及高知名度活动（包括面向客户和投资者的活动）中予以传达。
