Belief System 分析 · 更新于 .
有用的人工智能章程指出了哪些用途被授权、哪些数据可以使用以及谁对结果负责。它应该帮助人们在实际工作情况下做出决定。如果普通案例仍然模棱两可，那么一般的道德文件是不够的。
对于沟通而言，敏感情况尤其涉及内部信息、个人数据、引言、签名演讲和视觉效果。章程必须包含相关功能，然后由应用它的团队进行测试。
对数据进行分类并一起使用
根据输入的信息和合同条件，同一工具可能会带来不同的风险。已经公开的文本不具有与公告草稿或机密采访记录同等的地位。章程必须用例子解释这种差异。
CNIL 为生成式人工智能和数据保护的监管提供了基准。内部规则必须适应实际采用的解决方案，并考虑到法律和安全。模糊的禁令可以通过误解来规避；过于宽泛的授权可能会被解释为不存在的保证。 [1] (FR)
定义编辑责任
工具的结果不会因为写得好而变得可靠。章程必须提供事实、来源、语气和承诺的验证。它指定了专家或负责该主题的人员必须干预的情况。
对于签名文本，该人必须承认自己的想法并对声明承担责任。对于引用，这些词语必须来自可验证的来源。例如，真实或虚构的状态必须明确。这些规则阻止工具用虚构的参考、意见或证词来填补空白。
处理图像和表示
生成的视觉效果可以用作创意，但如果不是，则不应将其呈现为真实客户、团队或活动的照片。艺术方向必须定义用途以及必要时将其置于语境中的方式。
章程还必须提供一致性检查：徽标、综合文本、比例和可能造成混淆的元素。在像Belief System这样的身份中，在没有人类存在的情况下视觉效果的选择可以转化为生产和验证指令，而不是留给隐含的偏好。
预测错误和帮助请求
如果输入了不适当的信息或发布了不正确的内容，一个人应该知道该怎么做。报告流程必须清晰，并且不能阻止快速升级。纠正的重点是结果和过程，而不仅仅是规则的提醒。
NIST 框架有助于思考持续风险管理。在团队中，案例登记册可以记录遇到的困难和提供的答复。这种记忆使章程更加具体，并可以识别人们理解甚少或已变得不合适的规则。 [1]
分发前测试文档
向团队展示一些情况：我们可以总结这次会议、改编这份新闻稿、生成这张图片或撰写这篇签名文章吗？如果答案有很大差异，则必须澄清文本。基于这些案例的简短培训可能比许多原则的抽象介绍更有用。
章程必须最终指定其所有者和修订日期。使用条件正在改变；该文件必须能够遵循。它的成功取决于它所做出的决策的质量以及当案例不符合计划类别时团队寻求帮助的信心。