Wszystkie szablony

Mapowanie interesariuszy AI w celu oceny ryzyka uprzedzeń

Riley Coleman

471 views
3 uses
0 likes

Zgłoś

O co chodzi:

Zanim będziesz mógł ocenić ryzyko związane z uprzedzeniami, musisz wiedzieć, kto jest faktycznie dotknięty przez twoje AI. I to rzadko są tylko twoi oczywiści użytkownicy. Twoi interesariusze zazwyczaj mieszczą się w czterech grupach:

  • Bezpośredni użytkownicy: osoby aktywnie korzystające z Twojego systemu AI

  • Pośredni użytkownicy: osoby dotknięte decyzjami AI, które nie mają bezpośredniego kontaktu z systemem

  • Zespoły wewnętrzne: menedżerowie produktu, kluczowe osoby decyzyjne, testerzy QA, audytorzy, dział prawny i zgodność

  • Strony zewnętrzne: regulatorzy, grupy rzecznicze, organizacje społeczne, media

Niektóre z tych grup są narażone na ryzyko. Niektóre to przypadki brzegowe, które są słabo reprezentowane w Twoich danych treningowych. Ta plansza pomaga ci systematycznie zmapować wszystkie te grupy, aby żadna z nich nie została pominięta.

Co nam to daje:

Kompleksową mapę interesariuszy, która identyfikuje każdą grupę, która wchodzi w interakcję z Twoim AI lub jest nim dotknięta.

Zidentyfikujesz wrażliwe populacje, dostrzeżesz luki w reprezentacji danych treningowych i skategoryzujesz interesariuszy według ich roli: użytkownicy, decydenci, strony dotknięte decyzjami oraz podmioty nadzorujące.

Ta mapa staje się podstawą do oceny, gdzie ryzyko uprzedzeń jest największe.

Kto odniesie największe korzyści:

Menedżerowie produktów, data scientists, badacze UX oraz zespoły międzyfunkcyjne budujące systemy AI. Szczególnie wartościowe dla zespołów pracujących w obszarach, gdzie decyzje wpływają na możliwości, finanse lub dobrostan ludzi.

Jak z tego korzystać:

Przeznacz 60 minut na pierwsze spotkanie.

Przeprowadź burzę mózgów na temat grup interesariuszy we wszystkich czterech kategoriach

Zidentyfikuj, kto jest wrażliwy,

Zidentyfikuj grupy niedostatecznie reprezentowane - porównaj ich liczebność w krajobrazie interesariuszy i porównaj oraz udokumentuj, jak dobrze każda grupa jest reprezentowana w Twoich danych treningowych.

Dobra wiadomość: Tak jak Tablica 1, staje się to ponownie używalne; przyszłe projekty będą wymagały tylko 20 minut na przegląd i dodanie nowych grup.

Część serii Warsztatów Łagodzenia Uprzedzeń w AI (Tablice 1 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