واشنطن على وشك قياس الذكاء الاصطناعي حيث يحدث بالفعل:
لقد أخبرناهم للتو بما يجب أن يسألوا عنه
يقترح مكتب إحصاءات العمل الأمريكي شيئًا لم تفعله أي وكالة إحصائية في العالم: إضافة أسئلة حول الذكاء الاصطناعي إلى المسح الأمريكي لاستخدام الوقت (ATUS)، وربط استخدام الذكاء الاصطناعي بسجل مستمر على مدار 24 ساعة لأيام الأشخاص الفعلية (91 FR 42775، OMB 1220-NEW).
تخبرنا استطلاعات التبني ما إذا كان الأشخاص قد جربوا الذكاء الاصطناعي. يخبرنا يوميات الوقت عن المقدار، ولأي مهام، وبدلاً من ماذا. بالنسبة لأي شخص يدير مخاطر الذكاء الاصطناعي داخل منظمة، فإن هذه المجموعة الثانية من الحقائق هي المهمة.
The Human Ai Institute® قدمت اليوم تعليقًا رسميًا عامًا يطبق إدارة مخاطر الذكاء الاصطناعي على مستوى المؤسسة® (EW-AiRM®) ewairm.com على الاقتراح، من تأليف مديرنا المؤسس، البروفيسور. ماركوس كريبز.
موقفنا هو موقف دعم قوي، مع عشر توصيات محددة. أربعة منها تبرز:
🔹 قياس الظل الاصطناعي. سؤال واحد، يسأل عما إذا كانت أداة الذكاء الاصطناعي المستخدمة في العمل قد تمت الموافقة عليها من قبل صاحب العمل أو كانت خاصة بالمستجيب، من شأنه أن ينتج أول تقدير على المستوى الوطني لاستخدام الذكاء الاصطناعي غير المصرح به في مكان العمل. يجب أن يفترض كل إطار حوكمة للمؤسسات هذا الرقم حاليًا. يمكن لمكتب إحصاءات العمل إخبارنا به.
🔹 قياس التحقق. هل قام الأشخاص بالتحقق من مخرجات الذكاء الاصطناعي قبل استخدامها؟ الوقت المستغرق في التحقق هو المقام الخفي لكل ادعاء بإنتاجية الذكاء الاصطناعي، ولا توجد أي دراسة استقصائية وطنية في أي مكان تقيسه.
🔹 فصل الاستخدام التوليدي والمضمن والوكيل. ستغطي نافذة التمويل لمدة عامين من 2027 إلى 2028 دمج وكلاء الذكاء الاصطناعي. ستصف وحدة مصممة حول "الدردشة مع الذكاء الاصطناعي" عام 2028 بشكل خاطئ.
🔹 قياس فجوة الوعي. يختفي الذكاء الاصطناعي في البرامج العادية بشكل أسرع مما يمكن للمستجيبين التعرف عليه. قم بقياس الانجراف؛ لا تتظاهر بزواله.
يقدم تقديمنا أيضاً نقطة نعتقد أنها تنطبق على كل مجموعة ذكاء اصطناعي يتم تصميمها حالياً في جميع أنحاء العالم: الإحصاءات الوطنية هي المقام المفقود لحوكمة الذكاء الاصطناعي المؤسسي. تقوم المنظمات وشركات التأمين والجهات التنظيمية حالياً بالمعايرة مقابل استطلاعات التسويق الخاصة بـالموردين. يمكن لمكتب إحصاءات العمل استبدال هذا الأساس بالإحصاءات.
كما ينص أحد مبادئ الحوكمة لدينا EW-AiRM™: "الحوكمة التي تبدو صحيحة ليست هي نفسها الحوكمة التي تعمل." نفس الانضباط ينطبق على القياس.
انظر تقديمنا هنا:
https://enterprisewideairiskmanagement.grigora.app/usatus/