Belief System 분석 · 업데이트 .
유용한 AI 헌장은 어떤 용도가 승인되었는지, 어떤 데이터를 사용할 수 있는지, 결과에 대한 책임은 누구에게 있는지를 나타냅니다. 실제 업무 상황에서 결정을 내리는 데 도움이 되어야 합니다. 일반적인 사례가 여전히 모호하다면 일반 윤리 문서만으로는 충분하지 않습니다.
커뮤니케이션의 경우 특히 내부 정보, 개인 데이터, 인용문, 서명된 연설 및 영상과 같은 민감한 상황이 발생합니다. 헌장은 관련 기능으로 구축된 다음 이를 적용할 팀과 함께 테스트되어야 합니다.
데이터를 분류하여 함께 활용
동일한 도구라도 입력한 정보와 계약 조건에 따라 서로 다른 위험을 초래할 수 있습니다. 이미 공개된 텍스트는 발표 초안이나 기밀 인터뷰 녹취와 동일한 상태를 갖지 않습니다. 헌장은 예를 들어 이러한 차이점을 설명해야 합니다.
CNIL은 생성 AI 및 데이터 보호 감독에 대한 벤치마크를 제공합니다. 내부 규칙은 법률 및 보안을 고려하여 실제로 채택된 솔루션에 맞게 조정되어야 합니다. 모호한 금지는 오해로 피할 수 있습니다. 너무 광범위한 승인은 존재하지 않는 보증으로 해석될 수 있습니다. [1] (FR)
편집 책임 정의
도구를 잘 썼다고 해서 결과가 신뢰할 수 있는 것은 아니다. 헌장은 사실, 출처, 어조 및 약속에 대한 검증을 제공해야 합니다. 해당 주제에 대해 전문가나 책임자가 개입해야 하는 경우를 명시하고 있습니다.
서명된 텍스트의 경우 당사자는 자신의 생각을 인식하고 진술에 대한 책임을 져야 합니다. 인용문의 경우 해당 단어는 검증 가능한 출처에서 나온 것이어야 합니다. 예를 들어 실제 상태인지 가상 상태인지 명확해야 합니다. 이러한 규칙은 도구가 허위의 참고 자료, 의견 또는 증언으로 공백을 메우는 것을 방지합니다.
이미지 및 표현 처리
생성된 비주얼은 크리에이티브로 사용될 수 있지만 실제 고객, 팀 또는 이벤트의 사진으로 제시되어서는 안 됩니다. 예술적 방향은 필요한 경우 용도와 맥락화 방법을 정의해야 합니다.
헌장은 또한 로고, 통합 텍스트, 비율 및 혼동을 일으킬 수 있는 요소에 대한 일관성 검사를 제공해야 합니다. Belief System과 같은 아이덴티티에서는 인간의 존재가 없는 시각적 선택이 암묵적인 선호에 맡겨지기보다는 생산 및 검증 지침으로 해석될 수 있습니다.
오류 및 도움 요청 예측
부적절한 정보를 입력했거나 잘못된 콘텐츠를 게시한 경우 어떻게 해야 하는지 알아야 합니다. 보고 회로는 명확해야 하며 신속한 에스컬레이션을 방해해서는 안 됩니다. 교정은 규칙을 상기시키는 것뿐만 아니라 결과와 과정에 중점을 둡니다.
NIST 프레임워크는 지속적인 위험 관리에 대해 생각하는 데 도움이 됩니다. 팀에서 사례 기록부는 직면한 어려움과 제공된 답변을 문서화할 수 있습니다. 이 기억은 헌장을 더욱 구체적으로 만들고 잘 이해되지 않거나 부적합해진 규칙을 식별하는 것을 가능하게 합니다. [1]
배포 전 문서 테스트
팀에 몇 가지 상황을 제시합니다. 이 회의를 요약하고, 이 보도 자료를 조정하고, 이 이미지를 생성하거나, 이 서명된 게시물을 작성할 수 있습니까? 답변이 크게 다를 경우 텍스트를 명확히 해야 합니다. 이러한 사례를 기반으로 한 짧은 교육은 많은 원칙을 추상적으로 제시하는 것보다 더 유용할 수 있습니다.
헌장은 최종적으로 소유자와 개정 날짜를 지정해야 합니다. 사용 조건이 변경되고 있습니다. 문서는 따를 수 있어야합니다. 성공 여부는 가능한 결정의 품질과 사례가 계획된 범주에 맞지 않을 때 도움을 요청하는 팀의 자신감으로 측정됩니다.