Le laboratoire d'IA responsable : Que pouvons-nous apprendre de 5 échecs réels de l'IA dans le secteur de l'impact ? (atelier pratique)

Les principes d'IA responsable sont relativement faciles à rédiger. Le véritable test se produit lorsque l'IA rencontre une organisation : des données imparfaites, des équipes tendues, une responsabilité floue, la pression d'agir rapidement et des conséquences que personne n'avait anticipées jusqu'à ce que quelque chose tourne mal. Qu'ont en commun les plus grands échecs de l'IA des dernières années ? Quelqu'un, quelque part, ne l'a pas vu venir. Le laboratoire d'IA responsable est une expérience d'apprentissage immersive pour les acteurs du changement social et climatique qui souhaitent aller au-delà des principes et examiner ce que l'IA responsable nécessite en pratique. Au lieu de commencer par des risques hypothétiques, le laboratoire débutera par des échecs qui se sont déjà produits. Les participants analyseront des cas réels où des systèmes d'IA ont produit des résultats nuisibles, biaisés, dangereux ou simplement non souhaités et remonteront en arrière. Qu'est-ce qui a mal tourné ? Qui aurait pu le repérer ? À quel moment quelqu'un aurait-il pu intervenir ? Le problème venait-il de la technologie elle-même, ou de l'équipe, de la gouvernance, des incitations, des hypothèses et des processus qui l'entourent ? La question la plus difficile est de savoir ce que ces échecs révèlent sur nos propres organisations. Alors que les ONG, les fondations, les entreprises sociales, les organisations climatiques et les institutions de développement commencent à expérimenter et à déployer l'IA, la responsabilité ne peut pas incomber uniquement à une équipe technique ou à un document de politique d'IA. Les organisations ont besoin de moyens pour décider où l'IA doit être utilisée, identifier les risques avant le déploiement, établir une responsabilité significative, impliquer les bonnes personnes dans les décisions et reconnaître quand un outil apparemment efficace pourrait créer des conséquences pour les communautés qu'elles servent. Ce laboratoire crée un espace pour tester ces questions avant que la crise ne se produise. À quoi s'attendre Partie étude de cas, partie atelier pratique, et partie conversation franche entre pairs. Pendant environ deux heures, les participants passeront en revue de véritables échecs d'IA, identifieront où les protections ont échoué et traduiront ces leçons dans leur propre contexte organisationnel. Il n'y aura pas de marathon de diapositives. Attendez-vous à de la résolution de problèmes en petits groupes, des exercices pratiques, de l'apprentissage entre pairs et des discussions honnêtes sur les difficultés de l'IA responsable une fois que les principes entrent en collision avec les budgets, les délais, la politique organisationnelle et la mise en œuvre dans le monde réel. Les participants auront également le temps de comparer les approches avec leurs pairs travaillant dans l'impact social, la réponse humanitaire, le développement et le climat, rendant le laboratoire autant axé sur l'apprentissage les uns des autres que sur l'apprentissage des cas eux-mêmes. Pour qui est-ce Cette session s'adresse aux acteurs du changement social et climatique qui utilisent déjà l'IA ou s'attendent à être responsables de la manière dont leurs organisations l'utilisent, y compris les dirigeants d'organisations à but non lucratif et philanthropiques, les praticiens humanitaires et de développement, les équipes de programmes et d'opérations, les dirigeants technologiques et d'autres responsables de la transformation des principes d'IA responsable en pratiques organisationnelles concrètes. Ce que vous en retirerez Animé par