OECD ogłosiła pierwszy na świecie system raportowania dla firm rozwijających zaawansowane systemy AI, mający na celu zwiększenie przejrzystości i odpowiedzialności w sektorze sztucznej inteligencji. Inicjatywa stanowi praktyczne narzędzie implementacji międzynarodowego Kodeksu Postępowania wypracowanego w ramach procesu hiroszimskiego G7. Kluczowe elementy obejmują ustandaryzowane sprawozdawczość dotyczącą zarządzania ryzykiem, mechanizmy zgłaszania incydentów oraz współpracę międzysektorową.
Struktura nowych ram raportowych
Framework OECD obejmuje siedem modułów tematycznych, precyzyjnie mapujących się do 11 działań określonych w Kodeksie Hiroszima. W sekcji dotyczącej identyfikacji ryzyk producenci AI muszą udokumentować metody klasyfikacji zagrożeń, w tym wyniki stress-testów systemów na wypadek skrajnych scenariuszy. Przykładowo, firmy będą zobowiązane ujawniać protokoły walidacji danych treningowych pod kątem błędów statystycznych i biasów.
| Obszar raportowania | Wymagane dane |
|---|---|
| Bezpieczeństwo informacyjne | Opis zabezpieczeń przed adversarial attacks |
| Transparentność | Metody znakowania treści generowanych przez AI |
Implementacja przez liderów technologicznych
W pilotażu systemu uczestniczyły globalne korporacje takie jak Microsoft i Google, które przetestowały m.in. mechanizmy śledzenia łańcucha dostaw komponentów AI. W ramach raportów rocznych firmy ujawnią szczegóły dotyczące zużycia energii przez centra danych obsługujące modele generatywne, co stanowi odpowiedź na postulaty z aktualizowanych Zasad OECD dotyczących AI.
Mathias Cormann, sekretarz generalny OECD, podkreśla: „Standaryzacja raportowania to milowy krok w budowaniu zaufania do technologii AI poprzez weryfikowalne działania, a nie deklaracje marketingowe”.
Praktyczne zastosowania frameworku
Organizacje wdrażające systemy AI mogą wykorzystać raportowanie do audytu wewnętrznego zgodności z regulacjami takimi jak AI Act UE. Dla startupów technologicznych ustandaryzowane wskaźniki stanowią roadmapę budowy systemów odpornego na przyszłe regulacje. Przykładowo, sekcja dotycząca inwestycji w bezpieczeństwo AI wymusza dokumentowanie procentowego udziału nakładów na badania nad explainable AI w ogólnym budżecie R&D.
