Tankeledere

Hvorfor selskaper bør bruke en verdibasert tilnærming til KI-styring

Isabella Grandi
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterEt verdibasert styringsrammeverk for KI lar selskaper operere globalt uten å måtte…
Vis mer
  • Et verdibasert styringsrammeverk for KI lar selskaper operere globalt uten å måtte gjenoppbygge systemer for hvert enkelt jurisdiksjon.
  • Å innføre seks nøkkelverdier som ansvarlighet og rettferdighet bygger offentlig tillit og oppfyller de høyeste etiske standardene.
  • Sterk KI-styring skaper forretningsverdi ved å muliggjøre raskere markedsadgang og redusere risiko på tvers av flere regioner.

I september 2025 møttes alle FNs medlemsland for første gang for å diskutere internasjonal KI-styring. Mange var igjen representert i februar på AI Impact Summit i Delhi. Arrangementet førte til opprettelsen av to nye organer for KI-styring, men var i beste fall en symbolsk suksess.

FNs nye mekanismer ble utformet for å sikre enighet. De unngår derfor omstridte områder som militær bruk av KI, og mangler tydelige finansieringskilder og myndighet til å håndheve beslutninger. Dette bør ikke overraske erfarne observatører. Dagens FN kan verken handle raskt eller sikre at alle følger beslutningene, noe som gjør det vanskelig å få til reell endring i dette forumet.

Dette følger et velkjent mønster. Til tross for årevis med spredte forsøk på å oppnå enighet om KI-regulering har det ikke kommet noen betydelige internasjonale avtaler. Det har skapt et tomrom der enkeltland og blokker har måttet utvikle egne regler. Likevel er effektiv KI-styring avgjørende hvis vi vil at KI skal tas i bruk bredt, ha allmennhetens tillit og gi varige samfunnsmessige og økonomiske fordeler

Lapping og reparasjon

For globale selskaper som utvikler og driver KI-systemer, er mangelen på felles, avtalte styringsmekanismer et problem. De ønsker å ta systemene i bruk over hele verden, men ingen to jurisdiksjoner følger nøyaktig de samme reglene. Dermed må de først lage et generelt styringsrammeverk for systemet og deretter bygge det opp på nytt fra grunnen i hvert land der de opererer, slik at det oppfyller lokale lover og regler. Dette skaper enorme mengder ekstraarbeid, gjør KI-initiativene dyrere og mer utsatt for forsinkelser og svekker globale selskapers evne til å oppnå stordriftsfordeler og tilby effektive verktøy til brukere overalt.

Det finnes imidlertid et alternativ. For selskaper som vil forenkle tilnærmingen, kan det beste være et rammeverk for KI-styring som tar hensyn til felles etiske prinsipper på tvers av regionene og sikrer høye standarder for å beskytte enkeltpersoners frihet, personvern og sikkerhet overalt. Dette er en virkningsfull måte for KI-bedrifter å styrke allmennhetens tillit til teknologien, utvide kundebasen og utnytte KIs mulige samfunnsnytte.

Seks sentrale verdier for KI-styring

For organisasjoner som ønsker en verdibasert tilnærming til KI-styring, vil jeg foreslå de seks sentrale verdiene vi følger: ansvarlighet, forklarbarhet, åpenhet, rettferdighet, sikkerhet og mulighet til å bestride beslutninger.

Vi valgte disse verdiene fordi de dekker alle viktige deler av et KI-systems livssyklus og allerede er nedfelt i flere internasjonale og nasjonale KI-standarder, som Den internasjonale standardiseringsorganisasjonens ISO/IEC 42001 og den britiske regjeringens håndbok for kunstig intelligens.

Ansvarlighet betyr først og fremst å vite hvem som er ansvarlig for hva i hver fase av KI-systemets livssyklus. Uten tydelig ansvarsfordeling kan viktige kontroller utebli fordi ingen enkeltperson eller gruppe har det endelige ansvaret. Organisasjoner bør utpeke navngitte ledere, som KI-direktøren, med ansvar for KI-systemer og sentrale faser. De bør bruke en risikobasert styringsmodell og granske tredjepartsverktøy like grundig som internt utviklede verktøy. Det betyr å forstå leverandørenes vilkår, begrensninger og rettslige ansvar like godt som egne systemer.

Organisasjonen for økonomisk samarbeid og utvikling, OECD, uttrykker dette godt i sin veiledning om å styrke ansvarlighet innen KI, som anbefaler at organisasjoner oppretter «mekanismer for å innarbeide prosessen for håndtering av KI-risiko i den overordnede organisasjonsstyringen og fremme en kultur for risikostyring både internt i organisasjoner og i hele KIs verdikjede».

Deretter kommer forklarbarhet. Organisasjoner bør kunne vise hvordan et KI-system kommer frem til en beslutning. Det krever mekanismer for å dokumentere og spore beslutningsprosessen, sammen med tydelige opplysninger om systemdesign, treningsdata og beslutningsprosedyrer. Til sammen gjør dette det mulig å forstå informasjonens opprinnelse og vei fra systemets tilblivelse til det tas i bruk.

Rettferdighet handler om at KI-systemer skal gi rettferdige resultater og ikke gjenskape eller forsterke eksisterende skjevheter. Uten målrettede kontroller kan systemene skade gjennom skjeve resultater, særlig på områder med store konsekvenser som rekruttering, helsetjenester og strafferettspleie. Organisasjoner bør derfor innføre tiltak for å oppdage skjevheter, regelmessig vurdere resultatene for relevante grupper og utforme styringsrammeverk som ivaretar lokale krav om ikke-diskriminering. I praksis innebærer det å bygge systemer som oppfyller de strengeste rettslige standardene de sannsynligvis vil møte, blant annet plikter etter britiske Equality Act 2010 og EUs pakt om grunnleggende rettigheter.

Åpenhet gir klarhet for både brukere og tilsynsmyndigheter. Folk bør forstå når KI brukes, hvilken rolle den spiller i beslutninger, og hvilke data den bygger på. Et praktisk utgangspunkt er å standardisere dokumentasjonen for KI-systemer, støttet av interne verktøy som modellkort. Dette er korte dokumenter som følger maskinlæringsmodeller og beskriver den tiltenkte brukssammenhengen, detaljer om metodene for ytelsesevaluering og annen relevant informasjon. Uten åpenhet kan brukere ikke bestride urettferdige resultater, tilsynsmyndigheter kan ikke gripe inn effektivt, og skadelige virkninger kan skjules.

Sikkerhet innebærer å beskytte KI-systemer mot uautorisert tilgang, manipulering og utilsiktet atferd. Svak sikkerhet kan sette organisasjoner, brukere og dataene deres i fare og føre til økonomisk tap og omdømmeskade. Organisasjoner bør fastsette terskler for ytelse og nøyaktighet, stressteste systemene under realistiske forhold og bruke red team-testing for å finne sårbarheter.

Til slutt sikrer muligheten til å bestride beslutninger at folk har en tydelig og tilgjengelig vei til å utfordre eller klage på KI-baserte avgjørelser. Uten dette har berørte brukere ingen mulighet til å få rettet opp feil, og problemer blir kanskje aldri avdekket eller løst. Organisasjoner bør tilby rapporteringskanaler der systemene brukes, utpeke ledere med ansvar for klager og sikre at systemene kan settes på pause, gjennomgås eller oppdateres ved behov.

Hva er fordelene med et verdibasert rammeverk?

Det er to gode grunner til å bruke denne verdibaserte tilnærmingen til KI-styring. For det første har de som utvikler og tar i bruk KI-systemer, et etisk ansvar overfor menneskene og organisasjonene som påvirkes av dem. For det andre er dette en mer effektiv måte å realisere KIs lovede fordeler i praksis på.

Brukere av KI-systemer, både bedrifter og enkeltpersoner, har en underforstått tillit til at skaperne ikke misbruker personopplysninger eller utsetter dem for unødvendig risiko. Når organisasjoner bryter denne tilliten, blir det svært vanskelig å beholde brukerne. Til syvende og sist vil folk ikke godta at systemene innføres med mindre begge vilkårene er oppfylt: De stoler på systemene og ser tydelige fordeler ved dem. Ellers blir det større samfunnsmessige og økonomiske skiller, og vi går glipp av mange muligheter teknologien gir.

Selskaper som derimot bruker et verdibasert rammeverk overalt, også i regioner med mindre strenge styringskrav, kan vise kunder, investorer og tilsynsmyndigheter at de stiller høyere krav til seg selv enn grunnleggende etterlevelse krever. Det bygger tillit, engasjement og til slutt forretningsmessig suksess.

God KI-styring skaper verdi og er ingen byrde knyttet til etterlevelse. Den gjør det mulig å lansere nye produkter raskere, redusere risikoeksponeringen og trygt utvide løsninger til flere markeder.

McKinseys rapport «Tilstanden innen KI» viser, ifølge rapportens funn, at «administrerende direktørs tilsyn med KI-styringen … er ett av elementene som er sterkest korrelert med større selvrapportert effekt på bunnlinjen fra en organisasjons bruk av generativ KI», noe som understreker de kommersielle fordelene ved denne tilnærmingen. I den forstand er sterke etiske rammeverk bygget inn i KI-systemer et uttrykk for opplyst egeninteresse.

Utover alt dette er det ganske enkelt det rette å gjøre. Vi har bygget vår globale politikk for etisk KI på det samme prinsippet: Avansert teknologi skal tjene mennesker og samfunn, ikke omvendt. Dette gjenspeiler den bredere visjonen om Samfunn 5.0, en menneskesentrert innovasjonsmodell som søker å kombinere økonomisk fremgang med løsninger på samfunnsutfordringer.

Hvis nye teknologier som KI skal bidra til et lykkeligere og mer harmonisk samfunn, må de bygge på et sterkt etisk grunnlag. Det begynner med å rette oppmerksomheten både mot standardene organisasjoner må oppfylle, og mot standardene de ønsker å nå.

Isabella Grandi er direktør for Data & AI-strategi, styring og etikk hos NTT DATA UK&I. Hun samarbeider med organisasjoner for å forme og levere ansvarlig AI og AI-styring som flytter dem fra deres nåværende tilstand til en mer moden, data-drevet driftsmodell.

Hun fokuserer på å innarbeide etisk praksis og robust AI-risikostyring i måten organisasjoner designer og setter i drift AI, slik at ansvarlig bruk er bygget inn i beslutningsstrukturer og dag-til-dag operasjoner.