Føderale tiltak for å forbedre bruken og styringen av kunstig intelligens (AI) teknologier blir stadig mer modne, som belyst av viseføderal informasjonssjef Drew Myklegard. I en nylig diskusjon på AITalks, understreket Myklegard utviklingen av datainnsamling og kommunikasjonsferdigheter innen AI-inventarer.
Økt Klarhet i AI-styring
Med nye retningslinjer fra Kontoret for budsjettoppfølging (OMB) får byråer nå klarere instruksjoner for AI-brukstilfeller. Disse forbedringene er en del av en iterativ policytilnærming som Federal CIO Clare Martorana pleier, og understreker administrasjonens aksept av at perfeksjon kanskje ikke er oppnåelig på første forsøk, men kan forbedres over tid.
AI-inventarer gjennomgår en transformasjon
Administrasjonen, som nærmer seg det tredje året med AI-datainnsamling, forventer mer nøyaktige innsikter i teknologiene som implementeres. Tidligere avvik i offentlige AI-inventarer, fra varierte formater til innsamlingsmetoder, blir adressert. Nye utkast foreslår at informasjon samles inn ved hjelp av et skjema, noe som fører til offentlig tilgjengelige slik at maskinlesbare inventarer.
Administrasjonen er proaktiv med å be om tilbakemeldinger for å finpusse sin tilnærming, med den siste memo om AI-styring som utløste en rekordmengde offentlige kommentarer. Denne tilbakemeldingen hjelper med å identifisere aspekter av forslag som trenger ytterligere avklaring eller endring.
Fremme AI-talenter i føderale etater
Et bemerkelsesverdig tillegg i den nyeste AI-styringsstrategien er fremmingen av rollen «AI Talent Lead» innen hver etat. Denne posisjonen er ansvarlig for anskaffelse av AI-talenter, tilby innsikter til OPM og OMB, og samordne seg med Det hvite husets initiativ for intern talentoppsporing. U.S. Digital Service blir anerkjent for å være veiviser i denne innsatsen, der byråer som Departementet for innenlandssikkerhet tjener som et eksempel ved å engasjere AI-eksperter direkte fra næringslivet.
Denne strategien er en del av et bredere engasjement fra Biden-administrasjonen for å heve talent innen regjeringsorganer, med sikte på å replikere vellykkede ansettelsesmodeller og dermed injisere statlige operasjoner med avansert AI-ekspertise.
Forbedre datainnsamlingen for AI-styring
Forbedret datainnsamling fra føderale organer i USA kan betydelig forbedre styringen av AI-teknologier. Noen relevante fakta som ikke er nevnt i artikkelen og som bidrar til denne diskusjonen inkluderer:
– Rollen til AI-etikk: Styringen av AI handler ikke bare om effektivitet og effektivitet, men også om å sikre at AI-systemer utvikles og brukes etisk. Dette inkluderer overveielser rundt personvern, rettferdighet, gjennomsiktighet og ansvarlighet.
– AI-loven (National AI Initiative Act) fra 2020: Signert i lov for å akselerere AI-forskning og politikk i USA, jobber denne loven også med å maksimere fordelene ved AI for det amerikanske folk gjennom forbedret styring og datainnsamling.
– AI og cybersikkerhet: Ettersom AI-systemer blir mer integrale for regjeringsoperasjoner, er behovet for å sikre disse systemene mot cybertrusler avgjørende. Forbedringer innen datainnsamling må også vurdere cybersikkerhetsaspekter.
De viktigste spørsmålene knyttet til temaet inkluderer:
1. Hvordan vil forbedret datainnsamling påvirke gjennomsiktigheten og ansvarligheten til AI-systemer i regjeringsorganene?
Forbedret datainnsamling bør forbedre gjennomsiktigheten ved å gjøre det enklere å forstå hvordan AI blir brukt, og hvilke data som blir matet inn i disse systemene. Ansvarlighet forbedres når klarere registre over AI-bruk kan lette revisjon og tilsyn.
2. Hvilke utfordringer står byråene overfor ved å implementere disse datastyringsforbedringene?
Viktige utfordringer inkluderer å sikre personvernbeskyttelser, effektiv håndtering av økt datavolum og opprettholde sikkerheten til AI-systemer mot cybertrusler.
3. Hvordan vil rollene som AI Talent Lead forbedre styringen av AI?
Disse rollene bør bidra til å bygge bro mellom AI-teknologi og politikk, og sikre at de som forstår AI er direkte involvert i styringen og kan gi råd om beste praksis.
Fordeler og ulemper ved å forbedre datainnsamlingen for AI
Fordeler:
– Gir mer detaljerte innsikter i AI-bruk som kan føre til bedre politikk og beslutningstaking.
– Kan avdekke hull eller skjevheter i AI-systemer, noe som fører til mer rettferdige AI-applikasjoner.
– Letter tverrfaglig samarbeid og deling av beste praksis.
Ulemper:
– Økt datainnsamling kan føre til problemer rundt lagring, håndtering og behandling av data.
– Uten riktige sikkerhetstiltak er det en risiko for personvern.
– Kan kreve betydelige investeringer i nye systemer og opplæring av personell.
Relatert lenke: Det hvite hus
The source of the article is from the blog enp.gr