Etyka AI (Responsible AI)

Czym powinna być „dobra” instrukcja / wytyczne dla etycznego projektowania, rozwijania i stosowania AI?

:::quote author="Michał Nowakowski, Legal Architect" Moralność masz w sercu. Etykę kształtujemy razem. ::: Jednym z filarów AI & Data Governance jest etyczne podejście do danych oraz systemów AI. Przez ostatnie lata pojawiło się wiele „frameworków” i podejść, które aspirują do bycia modelowym dla organizacji. Prawda jest jednak taka, że… …każda organizacja musi znaleźć swoją drogę, która będzie odzwierciedlała jej DNA, kulturę, ale i operacyjny model. Szukanie rozwiązania „one-size-fits-all” może sprowadzić nas w niewłaściwym kierunku. Może doprowadzić do ograniczenia działalności biznesowej lub po prostu stać się „washingiem” — papierowym podejściem, które się nie sprawdza. A przecież nie o to chodzi… ## Czym właściwie jest etyka AI? - **Ciągłym procesem** — Wbudowanie w istniejące procesy oczekiwań w zakresie operacyjnej etyki to bezpieczeństwo organizacji i użytkowników. - **Realnym wpływem** — Ustalenie w jaki sposób (nie)działamy przy projektowaniu, rozwijaniu i stosowaniu AI jest naszym kompasem i gwiazdą polarną. To nasze DNA. - **Mierzalnym celem** — Etyka AI ma swoje „twarde” wskaźniki, np. w odniesieniu do sprawiedliwości, co pozwala na mierzenie realnego wpływu oczekiwań na procesy biznesowe. - **Wsparcie zarządzania ryzykiem** — Zarządzanie ryzykiem w inicjatywach AI & Data jest kluczowe. Brak etycznego podejścia to realne ryzyko reputacyjne, finansowe i regulacyjne. ## Ludzie nie stosują czegoś czego nie rozumieją Wiele organizacji boryka się z problemem rozumienia czym jest etyka w kontekście projektów AI & Data. Wynika to z faktu, że nikt nie tłumaczy na czym się ona opiera, jak ją stosować i kto właściwie za to wszystko odpowiada. Brak zrozumienia podstaw powoduje, że nie przechodzimy do szczegółów. Ignorujemy, a jak ktoś zapyta, to wzruszamy ramionami — „nikt nie wie co robić”. :::quote Operacyjne ramy etycznej AI należy tłumaczyć w sposób adekwatny do odbiorcy. Inaczej „sprawiedliwość” rozumie inżynier, a inaczej pracownik działu zgodności. ::: :::checklist heading="Aby etyka AI wpisała się na stałe w procesy projektowania, rozwijania i stosowania AI musimy:" - **Osadzić ją w strategii oraz polityce** - **Budować i promować kulturę** - **Komunikować i tłumaczyć** - **Wyznaczyć osoby odpowiedzialne** - **Stworzyć instrukcje i wytyczne dopasowane do odbiorców** ::: :::quote author="Według danych Gartnera z listopada 2025 r." 75% w 2027 — tyle organizacji może posiadać „jakiś” framework etycznej AI. ::: ## Zasady etycznego podejścia do AI - **Poszanowanie autonomii człowieka** — Systemy AI nie mogą prowadzić np. do ograniczenia zdolności człowieka do samostanowienia, nie mogą być wykorzystywane do manipulowania czy przejmowania kontroli nad zachowaniami człowieka. - **Zapobieganie szkodom** — emanacja zasady „AI4GOOD”, czyli zapewnienie, że wykorzystanie systemów AI ma chronić człowieka a nie mu zagrażać, w tym w sferze psychicznej, ale i finansowej. - **Sprawiedliwość** — Nasze dane i modele, które wykorzystujemy w ramach systemów AI powinny minimalizować ryzyko wystąpienia uprzedzeń i niesprawiedliwości. - **Wyjaśnialność** — Systemy AI powinny być w jak najwyższym stopniu wyjaśnialne. Oznacza to, że niekiedy jeżeli nie będziemy w stanie wyjaśnić naszych decyzji bazujących na modelach, powinniśmy zrezygnować z ich stosowania. To należy łączyć z wymogami w zakresie ochrony danych osobowych. :::quote Etyka AI nie jest częścią „prawa”, ale silnie je uzupełnia. Jest równoległa, nie obok. ::: ### AI Act Choć etyka AI nie jest wpisana w przepisy, to… w samej preambule znajduje się bezpośrednie odwołanie do zasad „etycznej sztucznej inteligencji godnej zaufania” jako fundamentu systemów AI. Do tego są praktyki zakazane. ### Nie tylko AI Act Również przepisy o ochronie danych osobowych i wyjaśnienia do nich silnie akcentują potrzebę etycznego podejścia do technologii. W ISO 42001 i 42005 oraz standardzie NIST AI Risk Management Framework etyka jest stałym i częstym aspektem. ## Use case: ubezpieczenia Zastosowanie systemów AI w ubezpieczeniach OC daje ogromne możliwości optymalizacji i zarządzania ryzykiem, ale niesie też konkretne wyzwania. Poniżej przykłady sytuacji, które mogą spotkać ubezpieczyciela w kontekście systemów AI i które mogą wymagać decyzji o charakterze etycznym (moralnym). :::chapter number="01" title="Usuwanie danych" Jeżeli model „silnie koreluje” np. miejsce zamieszkania z pochodzeniem czy zamożnością, to być może należy te dane usunąć ze zbioru danych treningowych? ::: :::chapter number="02" title="Optymalizacja ceny" Klient może być bardziej skłonny do zapłaty, nawet wyższej ceny, przy określonym progu, szczególnie przy stałych klientach. Rezygnacja z takiego podejścia jest decyzją o charakterze etycznym. ::: :::chapter number="03" title="Przejrzystość" Pokazanie klientowi powodów dla których dzisiaj otrzymuje wyższą składkę (np. konkretna stłuczka, styl jazdy), to ważna część „etycznej AI”. ::: :::chapter number="04" title="Automatyzm" Systemy odrzucające automatycznie skargi lub roszczenia, które mają znaczenie dla człowieka niekoniecznie możemy traktować jako etyczne. Obecność człowieka jest kluczowa. Są jednak też wyjątki. ::: ## Instrukcja — czego potrzebujemy? Choć budowanie etycznego podejścia do projektów AI & Data należy zacząć od określenia naszej strategii i przyjęcia odpowiedniej polityki, to jednak „operacyjna instrukcja” będzie ważnym dokumentem praktycznym. Celem instrukcji nie jest narzucenie określonego działania, ale wskazanie JAK można przyczynić się do realizacji zasad wyrażonych w polityce, np. zarządzania systemami AI. Ma ona być wsparciem dla realizacji celów biznesowych, a nie kolejnym „blokerem” biznesu. :::chapter number="01" title="Wyjaśnienie pojęć" Nie dla każdego pojęcie „etycznej AI”, „sprawiedliwości”, „uprzedzenia” czy „przejrzystości” może być zrozumiałe. Wyjaśnijmy, aby uniknąć wątpliwości. ::: :::chapter number="02" title="Zasady" Etyczne podejście do inicjatyw AI & Data bazuje na zasadach (i wartościach). Objaśnijmy jak je rozumieć i jak osadzają się one w kontekście biznesowym. ::: :::chapter number="03" title="Konkrety" Lista działań, które możemy podjąć, żeby czuć się „etycznymi” w konkretnych przypadkach użycia. To ważna część — tutaj tłumaczymy naszą filozofię i przekładamy je na konkretne procesy. ::: :::chapter number="04" title="Monitoring" Określamy w jaki sposób badamy czy wszystko się „zgadza”. Wskażmy kto określa mierniki i weryfikuje ich spełnienie. To ważne także dla celów audytowych. ::: ## Przybornik AI Governance — etyka - **Polityka zarządzania AI** — Dokument o znaczeniu fundamentalnym dla procesów obsługi inicjatyw AI & Data. To podstawy, które stosujemy w praktyce i w całym cyklu życia systemu AI. - **Polityka generatywnej AI** — Zamiast zakazywać warto pozwolić, ale na naszych zasadach. Dobrze skonstruowana polityka daje nam większe poczucie bezpieczeństwa bez utraty efektywności. - **Instrukcja etycznej AI** — Ważny dokument, który inżynierom, specjalistom od danych, compliance officerom daje wyraźne wskazówki jak powinni postępować. - **Mapowanie** — Umiejscowienie „etycznych” elementów w kontekście całej organizacji jest kluczowe, jeżeli „to ma działać”. Połączenie tego z kwestiami compliance jest również istotne. ## A może to nie czas na duże zmiany? Zacznijmy powoli Szkolenia, warsztaty, wystąpienia inspiracyjne. Jeżeli dzisiaj nie wiesz jeszcze czy technologia i dane są dla Ciebie strategiczne, ale nie chcesz wypaść z wyścigu, to warto zacząć od budowania świadomości i zalążków kompetencji. Wspólnie ustalimy szczegóły, określimy docelową grupę i to na czym na koniec TOBIE zależy. :::quote Warsztaty są świetną okazją do nauczenia podstaw AI Governance. Bazują na scenariuszach, które dotyczą Ciebie i Twojej organizacji. ::: ## Do usłyszenia! - E-mail: [michal@nowakowski.ai](mailto:michal@nowakowski.ai) - LinkedIn: [linkedin.com/in/mjnowakowski](https://www.linkedin.com/in/mjnowakowski/) - Telefon: [668 002 336](tel:+48668002336)

Enabled: tak

Zacznijmy powoli — szkolenia i warsztaty

Wspólnie ustalimy szczegóły, określimy docelową grupę i to, na czym na koniec Tobie zależy.

Primary Label: Skontaktuj się

Secondary Label: Zobacz usługi

Etyka AI (Responsible AI)

Instrukcja etycznej, odpowiedzialnej AI: czym jest etyka AI, jej zasady, use case, przybornik dokumentów i warsztaty. Materiał Michała Nowakowskiego.