Etica
Appen Partners con il World Economic Forum per Creare Standard per l’Intelligenza Artificiale Responsabile

Appen, leader globale nei dati di alta qualità per i sistemi di apprendimento automatico, ha collaborato con il World Economic Forum per progettare e rilasciare standard e best practice per i dati di formazione responsabili quando si costruiscono applicazioni di apprendimento automatico e intelligenza artificiale. Come Associate Partner del World Economic Forum, Appen collaborerà con i leader del settore per rilasciare i nuovi standard all’interno della piattaforma “Shaping the Future of Technology Governance: Artificial Intelligence and Machine Learning”, che consente un’impronta globale e un punto di riferimento per la raccolta e la creazione di dati di formazione responsabili in tutto il mondo e in tutti i settori.
Gli standard e le best practice per i dati di formazione responsabili hanno lo scopo di migliorare la qualità, l’efficienza, la trasparenza e la responsabilità per i progetti di intelligenza artificiale, promuovendo al contempo l’inclusività e la collaborazione. L’adozione di questi standard da parte della più ampia comunità tecnologica aumenterà il valore e la fiducia nell’utilizzo dell’intelligenza artificiale da parte delle aziende e del pubblico in generale.
Le moderne applicazioni di intelligenza artificiale dipendono in larga misura dai dati annotati dagli esseri umani per addestrare i modelli di apprendimento automatico che si basano sul deep learning e sulla tecnologia di rete neurale. Le pratiche di dati di formazione responsabili includono il pagamento di salari equi e l’adesione alle linee guida e agli standard di benessere del lavoro. Il Crowd Code of Ethics di Appen, rilasciato nel 2019.
“I dati di formazione etici e diversificati sono essenziali per costruire un sistema di intelligenza artificiale responsabile”, ha dichiarato il CEO di Appen, Mark Brayan. “Una piattaforma di dati di formazione solida e una strategia di gestione sono spesso il componente più critico per lanciare con successo un prodotto alimentato da apprendimento automatico responsabile nella produzione. Siamo lieti di condividere la nostra esperienza di oltre 20 anni in questo settore, insieme al nostro Crowd Code of Ethics, con il World Economic Forum per accelerare gli standard e le pratiche responsabili in tutto il settore tecnologico.”
Un focus chiave della partnership sarà quello di riunire i leader del settore dell’intelligenza artificiale per:
- Contribuire al progetto Human-Centered AI for Human Resources
- Potenziare la leadership dell’intelligenza artificiale con un C-Suite Toolkit e un Model AI Governance Framework
“Ottenere l’accesso a grandi volumi di dati di formazione responsabilmente acquisiti è stata una sfida di lunga data nel settore dell’apprendimento automatico”, ha dichiarato Kay Firth-Butterfield, Head of AI and Machine Learning del World Economic Forum. “Il settore deve rispondere con linee guida e standard per quanto riguarda l’acquisizione e l’utilizzo di dati di formazione responsabili, affrontando argomenti che vanno dal consenso dell’utente, alla privacy e alla sicurezza, fino a come gli individui sono compensati per il loro lavoro come parte della catena di approvvigionamento dell’intelligenza artificiale. Siamo lieti di lavorare con Appen e la nostra comunità multistakeholder per fornire orientamenti pratici per lo sviluppo responsabile dell’apprendimento automatico in tutto il mondo.”
Unisciti ai leader del settore il 14 ottobre per la conferenza annuale Train AI di Appen, che fornisce ai leader la fiducia per lanciare l’intelligenza artificiale oltre il pilotaggio e nella produzione. Una raccolta curata di argomenti insegnerà come scalare con successo i programmi di intelligenza artificiale con insight azionabili e raggiungere il ROI più velocemente. Kay Firth-Butterfield sarà l’oratore principale che presenterà sull’importanza delle pratiche di intelligenza artificiale responsabili e gli strumenti disponibili per i leader per garantire che gli standard etici siano rispettati.












