监管监督的相对模糊性使人工智能无法直接反映社会的需求；
虽然一些机构将公平、伦理、问责和透明置于人工智能开发的核心，但另一些机构却“先开发，直到出问题再说”；
人员、流程和技术如何最好地助力建立负责任、合乎伦理的人工智能开发文化？
尽管人工智能对社会大有裨益，但其发展速度远远超出了企业和政府监测与评估其成效的能力。全球监管监督的相对模糊性使人工智能无法直接反映社会的需求。各机构必须采取措施，使所有利益相关方能够感知并体现其可信度，并建立机构人工智能的声誉。
人工智能的信任始于利益相关方理解某一机构负责任地使用人工智能。外部利益相关方不太可能将个别人工智能系统识别为“可信”或“不可信”；相反，机构被视为可信与否，而人工智能系统则继承该机构的声誉。正如机构的员工体现机构价值观一样，人工智能系统的行为既是机构声誉的体现，也对其产生影响。
员工培训对大多数机构而言是熟悉的挑战，但实施合乎伦理且可信的人工智能所面临的挑战则是全新且不同的。不过，这些挑战已有充分记录，超过90%的受访企业报告存在某些伦理问题。机构如何才能做得更好？
在当前模糊的监管环境下，人工智能系统的复杂性促使各机构寻求新的方式来支持其人工智能开发。大多数成熟的科技公司至少表示，它们将公平、伦理、问责和透明（FEAT）原则置于人工智能开发的核心，并且超过170家机构已发布人工智能和数据原则。然而，许多机构往往“先开发，直到出现问题”，“直到出现问题才改进”，而未考虑谁会受到问题的影响。
我们相信，通过利用人员、流程和技术来弥合这些差距，可以在负责任地使用技术方面取得切实进展。具体方法如下：
1. 人员
机构领导者（从经理到高层管理团队及董事会）通常对人工智能开发与实施过程中所做的假设和决策了解甚少。无论领导者对人工智能的理解如何，他们都要承担其带来的声誉和财务结果（包括正面和负面）。另一方面，数据科学家在开发过程中，可能难以兼顾所有指导方针、法规和机构原则。
在这两种情况下，挑战通常并非缺乏对负责任意味着什么的理解，而是缺乏对机构不同层级中哪些因素重要以及这些因素如何影响结果的洞察。寻找（流程和工具）将不同群体聚集在一起的方法，可能非常有效。
2. 流程
利益相关方期望人工智能显著公平、力求合乎伦理、可问责，并尽可能透明和公开。为最大限度地赢得外部利益相关方的信任，必须采用系统且可见的流程来开发所有负责任的技术。
负责任技术开发的指导方针丰富多样，选择采用哪一种可能颇具挑战。机构必须选定一种并加以运用。与其没有任何框架，不如采用系统化的、与您的需求契合度达80%的框架。
在使用框架开发负责任的技术时，必须有某种形式的成果物（文件或报告）可与利益相关方共享。如此，流程便具有系统性且可见。这些成果物既是流程已实施并得到遵循的证明，也是指导迭代和反馈的机制。
3. 工具与技术
必须开发并采用能够高效、有效地将这些流程整合到人工智能开发与部署中的工具。此类工具必须便于运用指导框架，加快评估偏见等潜在问题的分析，并为内部和外部利益相关方生成有用的成果物。
人工智能开发者需要客观的工具来帮助评估其工作，并让机构利益相关方提供反馈。机构领导者需要对人工智能的整体风险进行标准化评估，以及投资回报率（ROI）等财务指标。此外，能够解释人工智能系统如何做出决策的工具，可使高管和董事会加强监督，并了解风险及任何财务影响。这些工具可提供标准化的结构和成果物，使数据科学家和机构领导者both受益，并有助于弥合创造所需与伦理结果所需之间的脱节。
要建立对机构人工智能的信任，人员、流程和工具必须使内部利益相关方能够构建负责任的技术。若缺乏这些具体步骤，“先开发，直到出问题再说”的心态很可能导致信任破裂，进而使机构脱离正轨。倡导合乎伦理且透明的流程，让同事和管理者相互问责、共同促成理想行为，正是合乎伦理的人员如何为负责任的人工智能开发培育合乎伦理的文化的方式。负责任的人工智能开发。
