EDIH, EEN, Interreg: platforma evropských programů.Zjistit více

Vyspělost etických a odpovědných modelů AI

Vaše praxe odpovědné AI, změřená dle tematických oblastí a převedená do roadmapy.

10 tematických oblastí, škála o 5 úrovních. A akce, díky které postoupíte na další úroveň.

10 tematických oblastí referenčního rámce, již zpracovaných od N1 do N5. Jedna firma, jedna obchodní jednotka, nebo 300 najednou.

Vyspělost etických a odpovědných modelů AI

Zásady a strategie odpovědné AIN1 → N5
Governance a odpovědnostiN1 → N5
Inventarizace a klasifikace využitíN1 → N5
Trénovací data a kvalitaN1 → N5

10 tematických oblastí, škála o 5 úrovních.

Nordhavn Industries

53 / 100

Zásady a strategie odpovědné AI64 → 84
Governance a odpovědnosti53 → 79
Inventarizace a klasifikace využití61 → 82
Trénovací data a kvalita37 → 73
IAIndustrializováno: stačí vaše poznámky z rozhovoru, audit vyplní umělá inteligence.

Svou vyspělost měří s Datamensio

  • ANITI
  • CNRS
  • LIRMM
  • CNES
  • Docaposte
  • KPMG

Příklad

Tato situace by mohla být i vaše.

Vezměme si příklad jedné firmy: tři pobočky, tři excelové tabulky, žádná společná odpověď.

01

Nikdo neumí konsolidovat.

Nordhavn Industries, 2 400 lidí v Hamburku, Lyonu a Portu. Zadavatel se ptá, jak na tom skupina je. Každá pobočka odpovídá ve své tabulce, s vlastními škálami.

02

Tři týdny, jedna jediná databáze.

Diagnostika podle Rámec etické a odpovědné AI (zásady OECD, UNESCO, NIST AI RMF, s oporou v ISO/IEC 42001) spuštěná na všech třech pobočkách současně, na základě poznámek z rozhovorů s odpovědnými osobami. Referenční rámec už byl napsaný, stejně jako 10 tematických oblastí a úrovně N1 až N5.

03

Dva výdaje, kterým se předešlo dřív, než vznikly.

Skóre 53 ze 100, mezera soustředěná do tří témat. AI asistent odhalil, že dvě akce plánu se zdvojují s plánem z jiného auditu. Prezentace výsledků pro výbor se připravila jednou větou.

Čemu se tím vyhnuli

  • 3pobočky měřené na stejném základě, místo tří dotazníků k přepracování
  • 2zdvojené akce odhalené před vznikem výdaje
  • 1prezentace výsledků pro výbor, bez ručního dopracování

Tato čísla pocházejí z příkladu. Mohla by být i vaše.

Norma ukládá procesy. Datamensio řekne, kde se nacházíte.

01

Referenční rámec je už napsaný

Tematické oblasti, otázky i úrovně N1 až N5 jsou zpracované. Nezačínáte od prázdné tabulky.

02

Skóre máte ještě tentýž den

Online, přes odkaz na sebehodnocení nebo při rozhovoru. Téma po tématu, srovnatelné v čase.

03

Mezera se stává vyčísleným plánem

Každý přechod na vyšší úroveň má svou akci. Umělá inteligence určuje priority podle očekávaného efektu, ne podle pořadí v normě.

04

Pokrok se dá doložit

Kampaň po kampani, vůči vašemu cíli i vaší minulosti. Přesně to po vás chce vaše představenstvo.

Škála vyspělosti

Jedna úroveň, další úroveň, a akce, která je spojuje.

Právě tento mechanismus (úroveň, vyšší úroveň a akce, která je propojuje) mění zjištění v trajektorii.

Jsou předpojatosti modelů testovány a sledovány po celou dobu jejich životního cyklu?

  1. N1

    Žádné testy předpojatosti se neprovádějí. Téma se při nasazení modelu do produkce vůbec neřeší.

  2. N2

    Testy se provádějí příležitostně, z iniciativy dotčeného týmu, bez společné metriky a bez uchovávání výsledků.

  3. N3

    Je definován a před každým nasazením do produkce uplatňován testovací protokol, s zdokumentovanými metrikami spravedlivosti a archivovanými výsledky.

  4. N4

    Testy se periodicky opakují i v produkci, odchylky spouštějí zdokumentovanou akci a výsledky se prezentují orgánu governance.

  5. N5

    Protokol a metriky se revidují na základě zkušeností z provozu a incidentů, se zdokumentovaným sledováním revizí a porovnáním modelů v čase.

Akce pro přechod z úrovně 2 na úroveň 3

Definovat společný protokol testování předpojatosti, včetně metrik a populací, které je třeba pokrýt, zařadit jej jako povinný bod revize před nasazením do produkce a archivovat výsledky v kartě modelu.

« Díky Datamensio plníme naše cíle mnohem efektivněji. Inspekční služby fondu FEDER i našeho nadřízeného ministerstva tento přístup zvlášť ocenily, protože jim poskytuje spolehlivá data. »

Ředitelka CCI 94CCI Île-de-France

Chambre de commerce et d'industrie
« Považujeme toto řešení za nejvhodnější pro rozšíření našeho transformačního projektu a měření dopadu podle našich potřeb. »

Maja SucekChief Operating Officer, Interreg Danube

Interreg Danube Region

Mřížka tohoto referenčního rámce, k vyplnění

Skutečné tematické oblasti referenčního rámce, pětiúrovňová škála a akce, která posune na další úroveň, v tabulce, kterou si otevřete a vyplníte. Kompletní dotazník pak žije v platformě.

Vaše adresa slouží k opětovnému kontaktování ohledně této mřížky. Žádné cookies, žádné sdílení.

Získejte své první měřenína null.

O čem tento referenční rámec je

Etická a odpovědná AI není normou, ale rámcem praxí, postaveným na nyní již ustálených zásadách: spravedlivost a nediskriminace, transparentnost a vysvětlitelnost, účinný lidský dohled, robustnost a bezpečnost, ochrana soukromí, jasně určená odpovědnost, zohlednění dopadu na životní prostředí. Tyto zásady se objevují v doporučeních OECD a UNESCO, v NIST AI Risk Management Framework a ve formě systému managementu v ISO/IEC 42001. Popisují očekávané chování modelů i týmů, které je navrhují, nikoli výčet vymahatelných požadavků.

To je to, co dělá téma obtížně řiditelným. Zásady jsou konsensuální, jejich naplňování se však mezi jednotlivými týmy a modely výrazně liší. Kdo rozhoduje o tom, že model může přejít do produkce, a na základě jakých měřených kritérií? Jsou předpojatosti testovány jednorázově před nasazením, nebo sledovány po celou dobu životnosti modelu? Ví uživatel z byznysu, že rozhodnutí bylo asistováno modelem, a ví, na koho se obrátit, aby je napadl? Většina organizací umí odpovědět za svůj vlajkový model, mnohem hůře už za desítky modelů a případů použití generativní AI nasazených mimo radar.

Nástup generativní AI téma posunul. Praxe odpovědné AI byly původně navrženy pro modely vytvořené interně, na datech pod plnou kontrolou, s jasně určeným životním cyklem. Rostoucí část využití dnes stojí na modelech externích dodavatelů, integrovaných do byznysových nástrojů, někdy aktivovaných bez vědomí útvaru informačních systémů. Otázkou už není jen to, jak modely dobře navrhnout, ale které modely se vlastně používají, kým, pro jaká rozhodnutí a s jakou úrovní kontroly. Často se vrací záměna: odpovědná AI a regulatorní soulad nejsou totéž. Druhé stanovuje minimální laťku, první strukturuje způsob práce.

Diagnostika vyspělosti odpovídá na jinou otázku, než kontrola typu ano či ne. Nejde o to, zda charta existuje, ale na jaké úrovni je praxe skutečně podložena nástroji, opakovatelná a sledovaná. Každá tematická oblast získá skóre, každá mezera oproti cíli generuje akci a AI platformy Datamensio tyto akce seskupuje do prioritizované roadmapy, s náklady, lhůtou a očekávaným dopadem na skóre.

Referenční rámec je připraven k okamžitému použití a zároveň patří vám. Můžete upravit tematické oblasti, přeformulovat otázky, předefinovat úrovně, nebo nechat AI vytvořit variantu přizpůsobenou vašemu odvětví a vašim vlastním interním dokumentům, chartě, politice řízení modelů či stávající revizní mřížce.

Referenční norma: Rámec etické a odpovědné AI (zásady OECD, UNESCO, NIST AI RMF, s oporou v ISO/IEC 42001)

Hodnocené tematické oblasti

  • Zásady a strategie odpovědné AI

    Existence formalizovaných zásad, provázání se strategií dat a AI, podpora ze strany vrcholového vedení, operativní promítnutí do práce týmů.

  • Governance a odpovědnosti

    Orgán pro revizi případů použití, určené role, kritéria pro nasazení do produkce, posuzování citlivých využití, eskalace sporných případů.

  • Inventarizace a klasifikace využití

    Soupis modelů a případů použití generativní AI, včetně těch z nástrojů třetích stran, klasifikace podle úrovně rizika a kritičnosti.

  • Trénovací data a kvalita

    Původ a licence datových sad, reprezentativnost, správa osobních údajů, dokumentace zpracování, sledovatelnost verzí.

  • Spravedlivost a řešení předpojatosti

    Zvolené metriky spravedlivosti, testované populace, protokol testování před nasazením, periodické přehodnocení, zdokumentovaná nápravná opatření.

  • Transparentnost a vysvětlitelnost

    Informování dotčených osob, dokumentace modelů, schopnost vysvětlit individuální rozhodnutí, cesty odvolání a napadení.

  • Lidský dohled

    Úroveň lidského zásahu podle kritičnosti, proškolení odpovědných osob, reálná schopnost odmítnout doporučení, sledovatelnost případů převzetí kontroly.

  • Robustnost a bezpečnost modelů

    Zátěžové testy, řízení driftu, kontrola přístupu k modelům a datům, zohlednění útoků na vstupy a prompty.

  • Dohled v produkci a životní cyklus

    Sledované ukazatele po nasazení, detekce poklesu výkonnosti, postup pro stažení modelu, periodická revize aktivních využití.

  • Kultura, kompetence a dopad na životní prostředí

    Osvěta v byznysu, rozvoj kompetencí technických týmů, zohlednění spotřeby zdrojů, volba využívaných modelů.

Zkrácená verze referenčního rámce, s 32 otázkami, je k dispozici pro online sebehodnocení.

Často kladené otázky

Lze etickou a odpovědnou AI certifikovat?

Ne, jedná se o rámec praxí, nikoli o certifikovatelnou normu. Organizace, která chce certifikovatelné řešení, se obrací na ISO/IEC 42001, která strukturuje systém managementu umělé inteligence. Tato diagnostika měří vyspělost praxí a tvoří znovupoužitelný základ pro tento postup.

Jaký je rozdíl oproti diagnostice evropské regulace AI?

Regulatorní rámec stanovuje povinnosti podle úrovně rizika systémů. Odpovědná AI pokrývá širší oblast: způsob navrhování, nasazování a sledování modelů, včetně využití, na která se žádná povinnost nevztahuje. Obě diagnostiky se protínají v průřezové roadmapě, aniž by se akce duplikovaly.

Jak dlouho hodnocení trvá?

Krátká verze se vyplní na jediném pracovním sezení. Úplná verze, v kolaborativním režimu s více přispěvateli, se rozprostírá na jeden až dva týdny: většina času jde na sběr podkladů od datových týmů, byznysu a útvaru informačních systémů.

Je k odpovídání potřeba technická expertíza?

Otázky se týkají praxí governance a řízení životního cyklu, nikoli architektury modelů. Odpovědět může odpovědný za governance AI nebo projektový manažer pro data. Některé otázky vyžadují vstup datového vědce: kolaborativní režim umožňuje přiřadit je přímo správné osobě.

Lze referenční rámec přizpůsobit našemu kontextu?

Ano. Tematické oblasti, otázky i úrovně lze upravit a můžete přidat vlastní osy. AI může také vytvořit variantu na základě vaší charty, politiky řízení modelů nebo stávajících revizních mřížek.

Jak porovnat více obchodních jednotek?

Každá entita je hodnocena podle stejného referenčního rámce, takže skóre jsou porovnatelná dle tematických oblastí. Benchmark umísťuje entitu vůči ostatním i vůči jejím vlastním předchozím hodnocením. Průřezová roadmapa pak konsoliduje akční plány z více diagnostik.

Je akční plán vyčíslen?

Ano. Každá mezera oproti cíli generuje akci a katalog služeb nabízí řešení odpovídající těmto akcím, s nákladem, lhůtou a očekávaným dopadem na skóre. Roadmapu prioritizuje AI a následně je řízena až do realizace.

Kde jsou data uložena?

Ve Francii, u OVH, se zálohou u Scaleway. Žádný přenos mimo Evropskou unii. Modely AI využívané v platformě lze volit, včetně evropských řešení.

Získejte své první měřenína null.