Πώς να αξιοποιήσετε την τεχνητή νοημοσύνη (AI) στην επιχείρησή σας με δεοντολογικό τρόπο
BUSINESS WISE

Πώς να αξιοποιήσετε την τεχνητή νοημοσύνη (AI) στην επιχείρησή σας με δεοντολογικό τρόπο

26.09.2024 - 5 λεπτά ανάγνωσης

Ποια ζητήματα συμμόρφωσης αναδεικνύει η ενσωμάτωση της τεχνητής νοημοσύνης σε μια επιχείρηση; 

Τεχνολογία βασισμένη στα προσωπικά δεδομένα

Η τεχνητή νοημοσύνη καλύπτει ένα τεράστιο εύρος εφαρμογών για τις επιχειρήσεις, όπως: δημιουργία γραπτού, οπτικού και γραφιστικού περιεχομένου, chatbot συνομιλίας, στοχευμένο μάρκετινγκ, αναγνώριση προσώπου, προγνωστική συντήρηση, ανίχνευση απάτης και ανάλυση αιτήσεων για θέσεις εργασίας. Για την αποτελεσματική αξιοποίηση της τεχνολογίας αυτής, η οποία είναι σε θέση να μιμείται την ανθρώπινη λογική, απαιτείται ανυπολόγιστος όγκος δεδομένων, που πολλές φορές είναι προσωπικού ή ευαίσθητου χαρακτήρα. Επομένως, για την υπεύθυνη χρήση τους είναι απαραίτητο να διασφαλίζεται η συμμόρφωση με τον Γενικό Κανονισμό Προστασίας Δεδομένων (ΓΚΠΔ).

Ο πρώτος κανονισμός για τη χρήση της τεχνητής νοημοσύνης (ΤΝ)

Οι επιχειρήσεις, στην προσπάθειά τους να ακολουθήσουν τις τεχνολογικές εξελίξεις και να υιοθετήσουν λύσεις τεχνητής νοημοσύνης στις λειτουργίες τους, έρχονται αντιμέτωπες με διάφορα κανονιστικά ζητήματα, καθώς και με ζητήματα ασφάλειας και προστασίας των δεδομένων. Στον Γενικό Κανονισμό Προστασίας Δεδομένων, ο οποίος καλύπτει μόνο την τη χρήση των δεδομένων προσωπικού χαρακτήρα, έρχεται να προστεθεί η Πράξη Τεχνητής Νοημοσύνης. Πρόκειται για τον πρώτο ολοκληρωμένο νόμο στον κόσμο για την τεχνητή νοημοσύνη, ο οποίος θεσπίστηκε πρόσφατα από την Ευρωπαϊκή Ένωση.

Αυτός ο νέος ευρωπαϊκός κανονισμός περιλαμβάνει:  

  • την απαγόρευση ορισμένων πρακτικών που βασίζονται στην ΤΝ: τεχνικές που βασίζονται στο υποσυνείδητο, εκμετάλλευση ευάλωτων σημείων λόγω ηλικίας ή αναπηρίας, αξιολόγηση της αξιοπιστίας ενός ατόμου βάσει κοινωνικής συμπεριφοράς ή προσωπικών χαρακτηριστικών, αναγνώριση συναισθημάτων στον χώρο εργασίας κ.λπ.
  • ειδικές υποχρεώσεις για τα συστήματα υψηλού κινδύνου (υγεία, εκπαίδευση, επαγγελματική κατάρτιση, απασχόληση κ.λπ.), ιδίως όσον αφορά την αξιολόγηση των κινδύνων και την ανθρώπινη εποπτεία. 
  • απαιτήσεις διαφάνειας, συμπεριλαμβανομένου του καλύτερου σεβασμού των πνευματικών δικαιωμάτων και της αναφοράς τεχνητά δημιουργημένου περιεχομένου (γνωστού και ως «deep fake»).

SME

Πώς μπορούν οι εταιρείες να υιοθετήσουν λύσεις τεχνητής νοημοσύνης;

Στην Ελλάδα, το Ελληνικό Δίκτυο Τεχνολογίας (Hellenic Tech Network – HTN) πρόσφατα διοργάνωσε εκδήλωση με τίτλο «Τεχνητή νοημοσύνη, ηθική και νομικό πλαίσιο», με στόχο «να εξεταστούν οι τελευταίες εξελίξεις στον τομέα της τεχνητής νοημοσύνης και να αναζητηθούν οι ευκαιρίες και οι προκλήσεις που προκύπτουν μέσα από ένα ηθικό, νομικό και τεχνικό πρίσμα». Επομένως, η ΤΝ μπορεί και επιδιώκεται να αξιοποιηθεί, με την προϋπόθεση συμφιλίωσης της καινοτομίας με την προστασία και τον σεβασμό των ανθρωπίνων δικαιωμάτων.

1. Προσδιορίστε τον σκοπό του συστήματος ΤΝ

Η ανάπτυξη κάθε συστήματος που βασίζεται στην τεχνητή νοημοσύνη και χρησιμοποιεί προσωπικά δεδομένα πρέπει να πραγματοποιείται με συγκεκριμένο σκοπό. Με άλλα λόγια, πρέπει να καθορίσετε την ακριβή χρήση της λύσης τεχνητής νοημοσύνης, κυρίως για να προστατεύσετε τα προσωπικά δεδομένα που χρησιμοποιούνται. 

Προκειμένου να συμμορφώνεστε με το νομικό πλαίσιο, ο σκοπός του συστήματος πρέπει:  

  • να αποφασιστεί μόλις προσδιοριστεί το project σας,
  • να είναι σαφής, δηλαδή γνωστός και κατανοητός,
  • θεμιτός, δηλαδή σύμφωνος με την αποστολή της εταιρείας.  

2. Καθορίστε τη δική σας ευθύνη

Η δική σας ευθύνη για τα δεδομένα που χρησιμοποιούνται από ένα σύστημα ΤΝ εξαρτάται από τον ρόλο που έχετε αναλάβει. Μπορεί να είστε υπεύθυνος επεξεργασίας δεδομένων, εάν αναπτύσσετε ή χρησιμοποιείτε τη λύση ανεξάρτητα. Ως υπεύθυνος επεξεργασίας δεδομένων, έχετε αρκετές ειδικές υποχρεώσεις, οι οποίες περιγράφονται αναλυτικά στα παρακάτω βήματα. Διαφορετικά, μπορεί να είστε υπεργολάβος, ο οποίος επεξεργάζεται δεδομένα για λογαριασμό ενός εντολέα, του υπεύθυνου επεξεργασίας δεδομένων. Στην περίπτωση αυτή, οι υποχρεώσεις σας είναι λιγότερο αυστηρές και αφορούν κυρίως τη συμμόρφωση με τις οδηγίες του υπεύθυνου επεξεργασίας δεδομένων.

3. Προσδιορίστε το νομικό πλαίσιο στο οποίο βασίζεται το δικαίωμα επεξεργασίας

Η νομική βάση αποτελεί τη βάση του δικαιώματός σας να επεξεργάζεστε προσωπικά δεδομένα, συγκεκριμένα από ένα σύστημα ΤΝ. Μπορείτε να επιλέξετε ανάμεσα σε 6 διαφορετικές επιλογές:

  • συγκατάθεση,
  • συμμόρφωση σε νομική υποχρέωση,
  • εκτέλεση σύμβασης,
  • εκτέλεση εργασίας δημοσίου συμφέροντος,
  • διαφύλαξη συμφερόντων ζωτικής σημασίας,
  • επιδίωξη θεμιτού ενδιαφέροντος. 

Η επιλογή είναι απαραίτητη, επειδή καθορίζει τις υποχρεώσεις σας και τα δικαιώματα των ατόμων όσον αφορά τα δεδομένα τους.

4. Εποπτεία της χρήσης δεδομένων από σύστημα ΤΝ

Υπάρχουν πολλές αρχές που πρέπει να τηρείτε για να προσδιορίζετε και να εποπτεύετε τα προσωπικά δεδομένα υπό την εποπτεία συστήματος βασισμένου στην ΤΝ:

Δημιουργία βάσης δεδομένων: μπορείτε είτε να συλλέγετε δεδομένα ειδικά για τη λύση ΤΝ, είτε να επαναχρησιμοποιείτε δεδομένα που έχουν ήδη συλλεγεί. Και πάλι, οι απαιτήσεις θα εξαρτώνται από τη λύση που επιλέγετε.

Ελαχιστοποίηση δεδομένων: πρέπει να διασφαλίσετε ότι χρησιμοποιείτε δεδομένα τα οποία απαιτούνται ρητά για τη λειτουργία του συστήματος.

Προσδιορίστε μια περίοδο διατήρησης: τα δεδομένα που χρησιμοποιούνται από το σύστημα ΤΝ μπορούν να διατηρηθούν μόνο για περιορισμένο χρονικό διάστημα, ανάλογα με τον σκοπό για τον οποίο συλλέχθηκαν.

5. Εγγύηση της ασφάλειας των δεδομένων που χρησιμοποιούνται

Η χρήση συστημάτων τεχνητής νοημοσύνης ενέχει διάφορους κινδύνους για την ασφάλεια, όπως παραβίαση του απορρήτου και των πνευματικών δικαιωμάτων, παραποίηση πληροφοριών και απώλεια ή κλοπή δεδομένων. Για την αντιμετώπιση αυτών των κινδύνων, συνιστάται η διενέργεια εκτίμησης αντικτύπου σχετικά με την προστασία των δεδομένων. Η διαδικασία αυτή βοηθά στον εντοπισμό και τον μετριασμό των πιθανών κινδύνων και μπορεί να σας καθοδηγήσει στην εφαρμογή μέτρων προστασίας, όπως η κρυπτογράφηση, η ελαχιστοποίηση των δεδομένων, η ανωνυμοποίηση, η μηχανική εκμάθηση και ο εσωτερικός έλεγχος.

Επιπλέον, η ενσωμάτωση λύσεων τεχνητής νοημοσύνης απαιτεί ενδελεχή εποπτεία ολόκληρου του επιχειρησιακού σας οικοσυστήματος, συμπεριλαμβανομένης της επιλογής παρόχων υπηρεσιών και της εκπαίδευσης των εργαζομένων.