Responsible AI practices
Core Dimensions of Responsible AI
Tidak ada dimensi yang berdiri sendiri. Semuanya saling tumpang-tindih, dan implementasi responsible AI yang lengkap butuh semuanya.
| Dimensi | Arti | Petunjuk di soal |
|---|---|---|
| Fairness | Mendorong inklusi dan mencegah diskriminasi | Hasil berbeda untuk kelompok yang berbeda |
| Explainability | Model bisa menjelaskan atau membenarkan mekanisme internal dan keputusannya kepada manusia | "Bagaimana model sampai ke keputusan ini?" |
| Privacy and security | Individu mengontrol kapan data mereka dipakai, dan tidak ada user atau sistem tanpa izin yang bisa mengaksesnya | Melindungi data pribadi |
| Transparency | Mengomunikasikan informasi tentang sistem (proses development, capabilities, keterbatasan) agar stakeholder bisa memutuskan dengan tepat | Mengungkap cara kerja sistem dan batasannya |
| Veracity and robustness | Tetap andal walaupun ada input tak terduga, ketidakpastian, dan error | Tahan terhadap data atau kondisi yang berubah |
| Governance | Proses untuk mendefinisikan, menerapkan, dan menegakkan praktik responsible AI, termasuk kepatuhan hukum | Kebijakan, compliance, penegakan |
| Safety | Dirancang dan diuji agar tidak merugikan manusia atau lingkungan | Mencegah bahaya dan penyalahgunaan |
| Controllability | Kemampuan memantau dan mengarahkan sistem agar sesuai nilai dan niat manusia | Mengarahkan atau mengoreksi perilaku sistem |
Manfaat bisnis responsible AI
- Trust dan reputasi meningkat
- Regulatory compliance lebih mudah
- Mitigasi risiko: bias, pelanggaran privasi, dan kebocoran berkurang, biaya hukum dan finansial lebih rendah
- Keunggulan kompetitif
- Keputusan lebih baik dari output yang lebih andal
- Produk lebih baik lewat development yang beragam dan inklusif