人工智能（AI）提供了巨大的機會，不僅可以提高效率和降低成本，而且還可以幫助重新考慮業(yè)務(wù)并解決關(guān)鍵問題。然而，盡管AI擁有所有的希望，但在各個經(jīng)濟體和社會中都存在同樣程度的焦慮。許多人認為先進技術(shù)將帶來注定和不可避免的深刻變化。

隨著AI變得越來越復(fù)雜，它將開始制定或協(xié)助對個人生活產(chǎn)生更大影響的決策。隨著人們適應(yīng)自動決策在社會中發(fā)揮的更大和更突出的作用，這將帶來道德挑戰(zhàn)。

因此，企業(yè)領(lǐng)導(dǎo)者和決策者需要認真對待這些擔憂，并承擔啟用和應(yīng)用“負責任的AI”的責任。

如果使用AI評估新工作的申請，如何確保申請人得到公正和公正的審查？潛在的員工如何對AI不易出錯或基于如何培訓而固有偏見充滿信心？

自動化流程可能會通過我們可能不理解或無法解釋的程序來“學習”導(dǎo)致我們可能不希望的結(jié)果的模式。算法可能會使社會中現(xiàn)有的偏見和歧視永久化，這加劇了人們對實施AI缺乏信任。

例如，弗吉尼亞大學的研究人員在廣泛使用的照片數(shù)據(jù)集上訓練了一個AI程序，后來發(fā)現(xiàn)該系統(tǒng)隨后放大了傳統(tǒng)的性別偏見。在后來的培訓中，它甚至將站在火爐旁的男人分類為女人，這是人類不會做的。

領(lǐng)導(dǎo)者需要揭示機器決策。他們的AI必須產(chǎn)生可解釋的結(jié)果，促進算法的責任感并消除偏見。這意味著領(lǐng)導(dǎo)者需要找到方法，例如審核算法和對處理后的數(shù)據(jù)進行評估，以便發(fā)現(xiàn)偏差。當系統(tǒng)犯錯誤時，必須明確責任在哪里。

建立消費者對AI和自動化系統(tǒng)的信任將需要安全性和保障性。建立財務(wù)責任是做到這一點的一種方法，但是確保人身安全和保障是關(guān)鍵。

例如，最高級的討論圍繞自動駕駛汽車展開。德國于2017年通過了一項新法律，根據(jù)駕駛員或自動駕駛汽車的控制權(quán)在駕駛員和制造商之間分配責任。在這種方法的支持下，汽車制造商表示，如果在使用“交通擁堵駕駛員”的情況下發(fā)生事故，他們將承擔責任。

在舊有保險結(jié)構(gòu)的背景下，此處新出現(xiàn)的是考慮由汽車制造商提供服務(wù)的責任。組織可以通過闡明和發(fā)展對責任的更普遍理解來幫助解決某些問題。但是，除了建立財務(wù)責任之外，安全和安保組織還需要解決一些合理的問題，包括確保通過設(shè)計將安全性應(yīng)用到自治系統(tǒng)中。

這包括確保對AI進行訓練以“舉起手”，尋求有經(jīng)驗的聰明才智的人的幫助，以幫助在極端情況下做出最終決定，而不是如果對某事有51%的把握就繼續(xù)進行。