Wszystkie szablony

Mapa ciepła oceny ryzyka uprzedzeń AI

Riley Coleman

0 Wyświetlenia
0 użycia
0 polubienia

Zgłoś

O czym jest:

Nie wszystkie rodzaje ryzyka uprzedzeń są sobie równe. Niektóre grupy interesariuszy są bardziej narażone na uprzedzenia, ponieważ są niedoreprezentowane w Twoich danych lub stanowią przypadki brzegowe. Inne mogą doświadczać poważniejszych konsekwencji w przypadku wystąpienia uprzedzeń, być może dlatego, że stawka jest wysoka, szkoda jest trudna do odwrócenia lub już znajdują się w wrażliwej sytuacji.

Ta tablica pomaga ocenić oba wymiary dla każdej grupy interesariuszy, abyś wiedział, gdzie skoncentrować swoje wysiłki łagodzące.

Ocenisz każdą grupę pod kątem:

  • Prawdopodobieństwa uprzedzeń: Jak dobrze są reprezentowani w danych szkoleniowych? Czy należą do przypadków brzegowych? Czy w twoich źródłach danych są historyczne tendencje do uprzedzeń?

  • Dotkliwości szkód: Co jest dla nich stawką? Czy mogą się od tego odbić, jeśli coś pójdzie nie tak? Czy już znajdują się w sytuacji zagrożenia?

Co to pomaga osiągnąć:

Mapa ryzyka, która rozmieszcza każdą grupę interesariuszy w czterech strefach: KRYTYCZNE, WYSOKIE, ŚREDNIE i NISKIE.

Opuszczając sesję, będziesz mieć jasną, priorytetową listę, która pokazuje dokładnie, które grupy wymagają interwencji najpierw, zamiast próbować naprawić wszystko naraz.

Kto czerpie największe korzyści:

Kierownicy produktu, naukowcy zajmujący się danymi, zespoły ds. ryzyka i zgodności oraz wszyscy odpowiedzialni za zapewnienie, że systemy AI nie wyrządzają nieproporcjonalnej szkody. Niezbędne dla zespołów działających w regulowanych lub ważnych dziedzinach.

Jak z niego korzystać:

Przeznacz na to 60 minut. Przejrzyj każdą grupę interesariuszy z Tablicy 2, ocen ich prawdopodobieństwo i wagę skutków, a następnie umieść je na mapie ryzyka.

Ta tablica jest specyficzna dla projektu, więc powtórzysz ją dla każdej nowej inicjatywy w zakresie AI, jednak ramy pozostają te same.

Część serii Warsztatów Mitigacji Ryzyka Bias AI (Tablice 3 do 4).

Riley Coleman

Trustworthy AI Design Educator @ AI Flywheel

I help product and design professionals translate ambiguous ethical AI principles into tangible design decisions and new rituals that result in Trustworthy AI becoming the new industry norm.


Kategorie

Podobne szablony