5 תחומים מרכזיים לממשלות לפריסה אחראית של AI גנרטיבי - IBM Blog

בשנת 2024, התהליך המתמשך של הדיגיטליזציה משפר עוד יותר את היעילות של תוכניות ממשלתיות ואת האפקטיביות של מדיניות, כפי שפורט במסמך הקודם. נייר לבן. שני מרכיבים קריטיים המניעים את השינוי הדיגיטלי הזה הם נתונים ובינה מלאכותית (AI). בינה מלאכותית ממלאת תפקיד מרכזי בפתיחת ערך מנתונים וקבלת תובנות מעמיקות יותר לגבי המידע הנרחב שממשלות אוספות כדי לשרת את אזרחיהן.  

מכיוון שהביקוש לבינה מלאכותית גנרטיבית צפוי לגדול השנה, הופך להיות הכרחי למגזר הציבורי לאמץ שימוש אחראי בטכנולוגיה זו. רק על ידי כך יכולות ממשלות לבסס את עצמן כסדרנים מהימנים. 

ההבדלים בין AI גנרטיבי ל- AI מסורתי 

כדי להבין את האתגרים הייחודיים שמציבים בינה מלאכותית בהשוואה לבינה מלאכותית מסורתית, זה עוזר להבין את ההבדלים הבסיסיים ביניהם. בינה מלאכותית מסורתית מסתמכת בעיקר על אלגוריתמים ומערכי נתונים מסומנים נרחבים כדי להכשיר מודלים באמצעות למידת מכונה. מודלים אלה יכולים לספק המלצות או לזהות התנהגויות מסוימות על ידי זיהוי דפוסים והקפדה על כללים מוגדרים מראש. לדוגמה, בינה מלאכותית מסורתית משמשת כדי לשפר את האפקטיביות של סינון דואר זבל, לשפר את המלצות הסרטים או המוצרים לצרכנים ולאפשר לעוזרים וירטואליים לעזור לאנשים בחיפוש אחר מידע. 

בינה מלאכותית גנרטיבית מתגלה כפתרון בעל ערך לאוטומציה ושיפור משימות ניהול שוטפות וחוזרות על עצמן. טכנולוגיה זו מצטיינת ביישום מודלים של בסיס, שהם רשתות עצביות גדולות המאומנות על נתונים נרחבים ללא תווית ומותאמים למשימות שונות. זה יכול לזהות, לסכם, להמיר, לחזות וליצור תוכן ממערכי נתונים גדולים ביעילות. הטמעת טכנולוגיה זו במגזר הציבורי יכולה לשפר משמעותית את היעילות, ולאפשר לארגונים להשלים את המשימות היומיומיות שלהם עם חלק קטן מהמשאבים. 

AI Generative מציג הזדמנות חסרת תקדים לשפר היבטים שונים של פעולות ממשלתיות ולשפר את השירותים לאזרחים. זה יכול להעצים עובדי ממשלה עם כלים חזקים יותר למענה על שאלות וביצוע מחקר. משימות כמו כתיבת חוזה וניהול, שגוזלות זמן ומכריעות, עשויות להפיק תועלת רבה מהיישום של AI גנרטיבי. 

בשנה שעברה, משרד החוץ האמריקאי ביקש משוב על האתגרים ושיקולי האבטחה של הכנסת AI לעיבוד שפה טבעית לרשת שלו. בקשה מחודש יוני למידע ממשרד החוץ חשפה את מטרתם לשפר את היעילות והדיוק של העובדים במשימות החוזרות ונשנות הקשורות לחקר שוק ותכנון רכישות לכתיבת חוזה. AI גנרטיבי מאומן למידת מכונה עשוי לעזור בניסוח חוזים חדשים על סמך מחקר זה. 

הטמעת AI גנרטיבי באחריות 

היכולות היצירתיות המדהימות של טכנולוגיית הבינה המלאכותית המתפתחת הזו מעלה שאלות לגבי השימוש האחראי בה במגזר הציבורי. לדוגמה, מנהלי חוזים צריכים לדעת שהמחקר המקורי הומר בנאמנות לחוזה מחייב משפטית לשני צדדים או יותר.  

הציבור נתקל לאחרונה בבינה מלאכותית גנרטיבית בעיקר באמצעות כלים המשתמשים בטקסט, תמונות, סרטונים ואודיו קיימים מראש כדי ליצור תוכן מותאם אישית לפי דרישה. עם זאת, רמת הפירוט לגבי ההכשרה של חלק מהדגמים הללו יכול להיות לא מספיק, במיוחד עבור מפעלים גדולים או תעשיות בפיקוח גבוה הנשענים על אמון הציבור.  

כדי לפתח בינה מלאכותית אחראית, מנהיגי ממשלה חייבים בזהירות להכין את הנתונים הפנימיים שלהם לרתום את מלוא הפוטנציאל של בינה מלאכותית ובינה מלאכותית. קביעת סטנדרטים אחראיים היא תפקיד ממשלתי מכריע, הדורש שילוב אחריות מההתחלה, ולא כמחשבה שלאחר מכן. זה כולל שמירה על פיקוח אנושי כדי לעזור להבטיח דיוק תוכן שנוצר בינה מלאכותית ולמנוע הטיות, בין שיקולים אחרים. 

עמודי התווך ל-AI אחראי בממשלה 

פיתוח בינה מלאכותית של יבמ מרכז סביב 5 עמודי תווך כדי לעזור להבטיח AI מהימן. מנהיגי ממשלה צריכים לתעדף את עמודי התווך הללו כאשר בוחנים את הפיתוח האחראי, ההכשרה והפריסה של AI:  

• הגינות במערכת בינה מלאכותית מתייחס ליכולתה להתייחס ליחידים או לקבוצות באופן שוויוני, בהתאם להקשר שבו נעשה שימוש במערכת הבינה המלאכותית. המשמעות היא מניעת הטיות ומניעת אפליה הקשורה למאפיינים מוגנים, כגון מגדר, גזע, גיל ומעמד ותיק. 
• פרטיות נוגע ליכולת של מערכת בינה מלאכותית לתעדף ולשמור על פרטיות הצרכנים וזכויות הנתונים תוך עמידה בתקנות קיימות הקשורות לאיסוף נתונים, אחסון, גישה וחשיפה.  
• הסבר חשוב כי מערכת בינה מלאכותית חייבת להיות מסוגלת לספק הסבר בר-פירוש אנושי לתחזיותיה ותובנותיה באופן שאינו מסתתר מאחורי ז'רגון טכני.  
• שקיפות פירושו שמערכת בינה מלאכותית חייבת לכלול ולשתף מידע על האופן שבו היא תוכננה ופותחה ועל הנתונים או מקורות הנתונים המשמשים להזנת המערכת. 
• חוסן היא היכולת של מערכת בינה מלאכותית לטפל ביעילות בתנאים חריגים, כגון חריגות בקלט. זה עוזר להבטיח תפוקות עקביות.  

IBM watsonx™, פלטפורמת בינה מלאכותית, נתונים וממשל משולבת, מגלמת את העקרונות הללו על ידי הצעת גישה חלקה, יעילה ואחראית לפיתוח בינה מלאכותית בסביבות שונות. ליתר דיוק, ההשקה האחרונה של IBM® watsonx.governance™ עוזרת לצוותי המגזר הציבורי לבצע אוטומציה ולטפל בתחומים אלה, מה שמאפשר להם לכוון, לנהל ולפקח על פעילות ה-AI של הארגון שלהם. כלי זה מאפשר תהליכים ברורים כך שארגונים יכולים לזהות ולצמצם סיכונים באופן יזום תוך תמיכה בתוכניות התאימות שלהם למדיניות AI פנימית ותקני תעשייה.  

מכיוון שהמגזר הציבורי ממשיך לאמץ AI ואוטומציה כדי לפתור בעיות ולשפר את היעילות, חיוני לשמור על אמון ושקיפות בכל פתרון AI. לצוותים צריכה להיות היכולת להבין ולנהל את מחזור החיים של AI ביעילות. אימוץ יזום של שיטות AI אחראיות הוא הזדמנות לכולנו להשתפר.  

למידע נוסף על AI יכול לשנות את השירותים הממשלתיים