Yapay zeka, iş sistemleri ve BT ekosistemlerinde hızla yaygınlaşıyor ve benimsenme ve geliştirme herkesin beklediğinden daha hızlı gerçekleşiyor. Bugün, iş dünyası liderleri yapay zeka destekli çözümleri çalışma ortamlarına dahil ettikçe, yazılım mühendisleri özel modeller oluşturuyor ve yapay zekayı ürünlerine entegre ediyor.

Ancak, yapay zekayı uygulamanın en iyi yolu konusundaki belirsizlik bazı şirketlerin harekete geçmesini engelliyor. Boston Consulting Group'un 2.700 yöneticiyle yaptığı küresel bir anket olan en son Dijital Hızlandırma Endeksi (DAI), yalnızca %28'inin kuruluşlarının yeni yapay zeka düzenlemelerine tam olarak hazır olduğunu söylediğini ortaya koydu.

Belirsizlikleri, yoğun ve hızlı bir şekilde gelen YZ düzenlemeleri ile daha da artmaktadır: AB YZ yasası yolda; Arjantin bir taslak YZ planı yayınladı; Kanada'nın YZ ve Veri Yasası var; Çin bir dizi YZ düzenlemesini yürürlüğe koydu; ve G7 ülkeleri “Hiroşima YZ sürecini” başlattı. OECD'nin YZ ilkelerini geliştirmesi, BM'nin yeni bir BM YZ danışma organı önermesi ve Biden yönetiminin bir YZ Haklar Bildirgesi için bir plan yayınlamasıyla (ikinci Trump yönetimiyle hızla değişebilecek olsa da) kılavuzlar bol miktarda bulunmaktadır.

Mevzuat ayrıca ABD eyaletlerinde de ortaya çıkmakta ve birçok endüstri çerçevesinde görülmektedir. Bugüne kadar 21 eyalet, Colourado YZ Yasası ve Kaliforniya'nın CCPA'sındaki hükümler de dahil olmak üzere YZ kullanımını bir şekilde düzenlemek için yasalar çıkardı ve ayrıca 14 eyaletin daha onay bekleyen mevzuatı var.

Bu arada, YZ düzenleme tartışmasının her iki tarafında da yüksek sesler var. SolarWinds tarafından yapılan yeni bir anket, BT uzmanlarının %88'inin daha güçlü düzenlemeleri savunduğunu gösterirken, ayrı bir araştırma da İngiliz halkının %91'inin hükümetin işletmeleri YZ sistemlerinden sorumlu tutmak için daha fazlasını yapmasını istediğini ortaya koyuyor. Öte yandan, 50'den fazla teknoloji şirketinin liderleri kısa bir süre önce AB'nin ağır YZ düzenlemelerinde acil reform çağrısında bulunan açık bir mektup yazdı ve bu düzenlemelerin inovasyonu engellediğini savundu.

Düzenleyiciler teknolojiyi yakalamak için çabalarken, iş liderleri ve yazılım geliştiriciler için kesinlikle zor bir dönem. Elbette yapay zekanın sağlayabileceği faydalardan yararlanmak istiyorsunuz, bunu sizi gelecek olan yasal gerekliliklere uyum sağlamaya hazırlayacak şekilde yapabilir ve rakipleriniz hızla ilerlerken yapay zeka kullanımınızı gereksiz yere engellemeyebilirsiniz.

Kristal bir küremiz yok, bu yüzden geleceği tahmin edemeyiz. Ancak, YZ mevzuat uyumluluğuna zemin hazırlayacak sistem ve prosedürlerin oluşturulması için bazı en iyi uygulamaları paylaşabiliriz.

Daha geniş ekosisteminizde YZ kullanımının haritasını çıkarın

Ekibinizin yapay zeka kullanımını bilmediğiniz sürece yönetemezsiniz, ancak bu tek başına önemli bir zorluk olabilir. Gölge BT zaten siber güvenlik ekiplerinin baş belası: Çalışanlar, BT departmanlarının bilgisi olmadan SaaS araçlarına kaydoluyor ve iş verilerine ve/veya sistemlerine erişimi olan bilinmeyen sayıda çözüm ve platform bırakıyor.

Artık güvenlik ekipleri gölge yapay zeka ile de mücadele etmek zorunda. Birçok uygulama, sohbet robotu ve diğer araçlar yapay zeka, makine öğrenimi (ML) veya doğal dil programlama (NLP) içeriyor, ancak bu tür çözümlerin açık yapay zeka çözümleri olması gerekmiyor. Çalışanlar resmi onay olmadan bu çözümlere giriş yaptığında, bilginiz olmadan sistemlerinize yapay zeka getirirler.

Opice Blum'un veri gizliliği uzmanı Henrique Fabretti Moraes'in açıkladığı gibi, “Kullanılan veya kullanılması amaçlanan araçların haritasını çıkarmak, kabul edilebilir kullanım politikalarını ve bunların kullanımındaki riskleri azaltmak için potansiyel hafifletme önlemlerini anlamak ve ince ayar yapmak için çok önemlidir.”

Bazı düzenlemeler, satıcılar tarafından yapay zeka kullanımından sizi sorumlu tutmaktadır. Durumu tam olarak kontrol altına almak için, sizin ve iş ortağı kuruluşlarınızın ortamlarındaki tüm YZ'yi haritalandırmanız gerekir. Bu bağlamda, Harmonic gibi bir aracın kullanılması, tedarik zincirinde yapay zeka kullanımının tespit edilmesinde etkili olabilir.

Veri yönetişimini doğrulayın

Veri gizliliği ve güvenliği, hem halihazırda yürürlükte olan hem de onaylanmanın eşiğinde olan tüm YZ düzenlemeleri için temel kaygılardır.

YZ kullanımınızın, YZ'nizin hangi verilere erişebileceğini ve verilerle ne yaptığını bilmenizi ve YZ'nin kullandığı verileri korumak için korkuluklar göstermenizi gerektiren GDPR ve CCPR gibi mevcut gizlilik yasalarına zaten uyması gerekir.

Uyumluluğu sağlamak için, kuruluşunuzda tanımlanmış bir ekip tarafından yönetilen ve düzenli denetimlerle desteklenen sağlam veri yönetimi kuralları koymanız gerekir. Politikalarınız, potansiyel önyargı ve gizlilik riski alanlarını belirlemek için veri güvenliğini ve yapay zeka kullananlar da dahil olmak üzere tüm araçlarınızın kaynaklarını değerlendirmek için durum tespiti içermelidir.

SolarWinds Başkan Yardımcısı ve Çözüm Mühendisliği Küresel Başkanı Rob Johnson, “Veri hijyenini geliştirerek, sağlam YZ etiği uygulayarak ve bu çabalara liderlik edecek doğru ekipleri bir araya getirerek proaktif önlemler almak kuruluşların görevidir” dedi. “Bu proaktif duruş yalnızca gelişen düzenlemelere uyum sağlamaya yardımcı olmakla kalmıyor, aynı zamanda yapay zekanın potansiyelini de en üst düzeye çıkarıyor.”

Yapay zeka sistemleriniz için sürekli izleme oluşturun

Etkili izleme, işinizin herhangi bir alanını yönetmek için çok önemlidir. Yapay zeka söz konusu olduğunda, siber güvenliğin diğer alanlarında olduğu gibi, yapay zeka araçlarınızın ne yaptığını, nasıl davrandığını ve hangi verilere eriştiğini bildiğinizden emin olmak için sürekli izlemeye ihtiyacınız vardır. Ayrıca, kuruluşunuzda YZ kullanımını takip etmek için bunları düzenli olarak denetlemeniz gerekir.

Yazılım geliştirme şirketi Zibtek'in kurucusu Cache Merrill, “Diğer YZ sistemlerini izlemek ve düzenlemek için YZ kullanma fikri, bu sistemlerin hem etkili hem de etik olmasını sağlamak için çok önemli bir gelişmedir” dedi. “Şu anda YZ'yi izlemek için diğer modellerin davranışlarını tahmin eden makine öğrenimi modelleri (meta-modeller) gibi teknikler kullanılıyor. Sistemler, kritik hale gelmeden önce anormallikleri, önyargıları veya potansiyel arızaları tespit etmek için operasyonel yapay zekanın kalıplarını ve çıktılarını analiz ediyor.”

Siber GRC otomasyon platformu Cypago, arka planda sürekli izleme ve düzenleyici denetim kanıtı toplama işlemlerini yürütmenize olanak tanır. Kodsuz otomasyon, teknik uzmanlık olmadan özel iş akışı yetenekleri ayarlamanıza olanak tanır, böylece uyarılar ve hafifletme eylemleri, ayarladığınız kontrollere ve eşiklere göre anında tetiklenir.

Cypago, çeşitli dijital platformlarınıza bağlanabilir, neredeyse tüm düzenleyici çerçevelerle senkronize olabilir ve ilgili tüm kontrolleri otomatik iş akışlarına dönüştürebilir. Entegrasyonlarınız ve düzenleyici çerçeveleriniz ayarlandıktan sonra, platformda özel iş akışları oluşturmak bir elektronik tablo yüklemek kadar basittir.

Risk değerlendirmelerini kılavuz olarak kullanın

Yapay zeka araçlarınızdan hangilerinin yüksek riskli, orta riskli ve düşük riskli olduğunu bilmek - harici düzenlemelere uyum, dahili iş risk yönetimi ve yazılım geliştirme iş akışlarını iyileştirmek için hayati önem taşır. Yüksek riskli kullanım durumları, dağıtımdan önce daha fazla koruma ve değerlendirmeye ihtiyaç duyacaktır.

Holistic AI'dan bir yapay zeka politikası uzmanı olan Ayesha Gulley, “Yapay zeka risk yönetimi, proje geliştirmenin herhangi bir noktasında başlatılabilir” dedi. “Bir risk yönetimi çerçevesini daha erken uygulamak, işletmelerin güveni artırmasına ve güvenle ölçeklendirmesine yardımcı olabilir.”

Farklı YZ çözümlerinin oluşturduğu riskleri bildiğinizde, bu çözümlere verilere ve kritik iş sistemlerine vereceğiniz erişim düzeyini seçebilirsiniz.

Düzenlemeler açısından, AB YZ Yasası zaten farklı risk seviyelerine sahip YZ sistemleri arasında ayrım yapmaktadır ve NIST, YZ araçlarının güvenilirlik, sosyal etki ve insanların sistemle nasıl etkileşime girdiğine göre değerlendirilmesini önermektedir.

YZ etik yönetişimini proaktif olarak belirleyin

Etik YZ politikaları oluşturmak için YZ düzenlemelerini beklemenize gerek yok. Etik YZ değerlendirmeleri için sorumluluk tahsis edin, ekipler oluşturun ve siber güvenlik, model doğrulama, şeffaflık, veri gizliliği ve olay raporlamayı içeren etik YZ kullanımı için politikalar hazırlayın.

NIST'in AI RMF'si ve ISO/IEC 42001 gibi birçok mevcut çerçeve, politikalarınıza dahil edebileceğiniz en iyi YZ uygulamalarını önermektedir.

“Etik ve sorumlu kullanımı sağlamak için YZ'nin düzenlenmesi hem gerekli hem de kaçınılmazdır. Bu durum karmaşıklıklara yol açsa da inovasyonu engellememelidir,” diyor Cypago CEO'su ve kurucu ortağı Arik Solomon. “Uyumluluğu iç çerçevelerine entegre ederek ve düzenleyici ilkelerle uyumlu politikalar ve süreçler geliştirerek, düzenlemeye tabi sektörlerdeki şirketler büyümeye ve etkili bir şekilde yenilik yapmaya devam edebilirler.”

Etik YZ konusunda proaktif bir yaklaşım sergileyebilen şirketler, uyumluluk konusunda daha iyi bir konuma sahip olacaktır. YZ düzenlemeleri şeffaflık ve veri gizliliği sağlamayı amaçlamaktadır, bu nedenle hedefleriniz bu ilkelerle uyumluysa, gelecekteki düzenlemelere uygun politikalara sahip olma olasılığınız daha yüksek olacaktır. FairNow platformu, yapay zeka yönetişimini, önyargı kontrollerini ve risk değerlendirmelerini tek bir konumdan yönetmeye yönelik araçlarla bu sürece yardımcı olabilir.

YZ yönetmeliği korkusunun sizi engellemesine izin vermeyin

YZ düzenlemeleri hala gelişmekte ve ortaya çıkmakta olup, işletmeler ve geliştiriciler için belirsizlik yaratmaktadır. Ancak bu değişken durumun sizi yapay zekadan faydalanmaktan alıkoymasına izin vermeyin. Veri gizliliği, şeffaflık ve etik kullanım ilkeleriyle uyumlu politikaları, iş akışlarını ve araçları proaktif bir şekilde uygulayarak, yapay zeka düzenlemelerine hazırlanabilir ve yapay zeka destekli olanaklardan yararlanabilirsiniz.