人工智能为人类和众多组织带来了巨大机遇。
建立基于明确原则的清晰人工智能治理框架，将确保组织以负责任且最优的方式使用人工智能。
过去几年间，负责任的人工智能从一个小众概念变成了常见的新闻话题。负责任、可信赖的人工智能是多部纪录片、书籍和会议的主题。越是让负责任的人工智能成为一种期待和常态，我们就越有可能将其变为现实。这将使我们能够借助更易获得的人工智能蓬勃发展。这也是我们为高级管理人员推出负责任人工智能徽章认证项目的共同目标。同样，在我们的播客《我们信任人工智能吗？》中，我们探讨了负责任人工智能的关键要素，所有组织都可以从中学习并获益。
我们与学者、组织和思想领袖合作，了解负责任人工智能的最佳实践和流程。凯茜·奥尼尔曾就盲目依赖人工智能的风险分享见解，而雷妮·卡明斯（Urban AI 创始人）则分享了人工智能对公民权利影响的看法。基思·桑德林（美国平等就业机会委员会（EEOC）委员）为雇主提供了有关在人力资源系统中构建、采购和使用人工智能的指导。唐·拜尔众议员（弗吉尼亚州民主党）表达了他对人工智能的热忱，以及人工智能为政策制定带来的机遇。
实现负责任人工智能治理的最佳实践
从这些及其他讨论中，我们确定了实现负责任人工智能治理至关重要的5项最佳实践：
1）确立人工智能原则
管理团队必须通过一套既定的人工智能原则达成共识。领导者必须会面讨论人工智能的用途，以及这些用途如何与组织价值观相契合。技术工作往往被交由 IT 团队负责。面对人工智能，我们必须重新审视这种做法——工作文化必须升级，以适应新的工作模式。在我们最近与理查德·本杰明斯的播客中，他分享了 Telefonica 如何积极落实人工智能原则，并努力践行这些原则。
2）建立负责任的人工智能治理框架
组织价值观与技术相互关联，必须统筹处理。管理层的议程应包括创新负责人如何分享其在关键职能中开发和使用人工智能的情况。人力资源负责人可以介绍人工智能的使用场景。总法律顾问可以思考危机时期的负面新闻报道和诉讼可能带来的责任。这些讨论应促成框架的建立，以指导未来人工智能的使用并塑造人工智能文化。这份清单将为此提供指导。
越来越多的框架可以指导管理层的工作，包括BSA 框架、GAO 风险框架和NIST 人工智能风险管理框架。EqualAI 框架为负责任的人工智能治理提出了五大支柱，世界经济论坛则为人工智能领导工作制定了人工智能高管工具包。
3）将治理框架落实到运营中
制定计划、确立人工智能战略的指导原则固然重要，但这些步骤能否奏效，取决于落实情况。要将负责任的人工智能付诸实践，还需采取若干重要步骤。
指定联系人和支持团队
明确高管层的问责责任将降低企业责任风险。组织必须确定由谁负责人工智能治理。这位高管将协调并处理内外部收到的人工智能问题和疑虑。他们将监督框架及配套系统的实施，对回应的准确性和及时性负责，并确保发现和解决新的挑战。
为确保问责，对指定团队成员的评估应明确列出其职责要求。支持负责任人工智能落地的团队应尽可能多元化，成员应包括技术专家、工程师、伦理学家、设计师、律师、产品开发人员、销售人员和消费者关系主管。多元化能让人工智能更安全，因为它有助于设想范围更广的风险；也能让人工智能更完善，因为其设计面向广泛的消费者群体。
说明人工智能生命周期的各个阶段及测试流程
组织必须建立良好的人工智能管理规范。这包括在人工智能开发、部署和使用的各个阶段进行例行测试。测试方式取决于系统类型及其风险等级。同样，鉴于人工智能的灵活性和适应性，测试也必须随之调整。要确保一致性，需要一份全面的清单。
广泛传达测试计划，确保组织各处都遵守。组织只有了解计划和目标，并确认正在测试和解决潜在问题，才能更好地开展工作。这有助于培育负责任的人工智能文化，倡导并传达信任与责任。
记录 每个阶段结束时的相关发现
为促进一致性、问责和透明度，组织应记录相关发现，例如人工智能系统所用训练数据的来源及其缺口。记录内容应包括代表性不足或过度的群体，因为人工智能系统对这些群体的成功率可能有所不同。这将提醒后续阶段负责检测缺口和危害的人员，以及人工智能系统的下游用户注意相关情况。这种做法类似于遵循营养标签和成分清单，例如人工智能模型卡，用以记录数据集包含哪些内容以及涉及哪些群体。
定期开展审计，推动负责任的人工智能治理
我们或许不喜欢定期看牙医，但还是会按时就诊。同样，企业应建立定期审计的安排和流程，通过假设案例对人工智能系统进行询问。越来越多的外部专家和资源可提供帮助。纽约市的《人工智能招聘法案》和《算法问责法案》可能很快就会要求这样做。此外，这类审计会形成记录，以便日后在发生诉讼或受到监管机构问询时提供帮助。
4）培训
开设人工智能伦理课程，以一致的方式向组织各部门讲解相关原则和义务。还可以让高级管理人员参加负责任人工智能徽章认证项目，该项目侧重于落实最佳实践。
5）问卷
让流程简单、常规化且具有强制性。团队在规划人工智能产品的设计和/或发布时，可以使用基础问卷。如果评分不达标，可将问题提交人工智能伦理委员会进行排查。该委员会可由多名具备人工智能技术知识的专家组成。
我们知道，偏见可能渗入人工智能产品生命周期的各个环节，而人工智能也在不断学习新的模式。组织必须专注于强大的工具，以识别模式并提供建议，从而及时掌握人工智能的发展。通过落实审慎制定的框架和其他建议措施来分享这一认识，将有助于高管确立规则和安全协议。
