What companies actually adopt internally.
21 ressources
Les principes d'IA de Google décrivent l'engagement de l'entreprise à développer l'IA de manière responsable. Ces principes couvrent le bénéfice social, l'évitement des biais injustes, la sécurité, la responsabilité, la confidentialité, l'excellence scientifique et les cas d'utilisation appropriés. Google liste également les applications d'IA qu'ils ne développeront pas.
Les principes de confiance et de transparence d'IBM établissent l'approche de l'entreprise en matière d'éthique de l'IA. Les principes clés incluent que l'IA devrait augmenter l'intelligence humaine, que les données et insights appartiennent à leur créateur, et que les systèmes d'IA devraient être transparents et explicables.
La politique de mise à l'échelle responsable d'Anthropic définit les niveaux de sécurité de l'IA (ASL) basés sur les capacités des modèles et les risques potentiels. Elle établit des engagements pour les évaluations de capacités, les mesures de sécurité et les décisions de déploiement à mesure que les systèmes d'IA deviennent plus capables.
Les politiques d'utilisation d'OpenAI définissent les utilisations interdites de leurs systèmes d'IA, incluant les activités illégales, la génération de contenu nuisible et les tentatives de contournement des mesures de sécurité. Les politiques établissent des exigences pour les développeurs construisant sur les plateformes d'OpenAI.
Un modèle de politique pour les organisations afin de gouverner l'utilisation d'outils d'IA générative tiers comme ChatGPT, Google Bard, DALL-E et Midjourney sur le lieu de travail. La politique fournit des conseils sur les pratiques d'utilisation acceptable et établit des cadres de gouvernance pour les employés utilisant des applications d'IA publiquement disponibles qui génèrent du contenu ou effectuent des tâches.
Un modèle téléchargeable gratuitement pour les organisations afin de créer leur propre politique d'utilisation acceptable de l'IA. Le modèle fournit un cadre pour établir des lignes directrices concernant l'utilisation appropriée de l'IA au sein des entreprises.
Un modèle complet pour les organisations afin de créer leurs propres politiques d'utilisation de l'IA. Le modèle couvre les structures de gouvernance, les lignes directrices éthiques incluant l'équité et la transparence, et les directives pratiques d'utilisation pour la manipulation des données et des informations sensibles.
Un guide pratique décrivant dix étapes essentielles pour les organisations afin de développer des politiques IA complètes. La ressource se concentre sur la définition des rôles et responsabilités des parties prenantes, l'établissement de mécanismes de gouvernance et l'assurance d'une prise de décision éthique tout au long des processus de développement et de déploiement de l'IA.
Un guide complet expliquant les principes de gouvernance de l'IA et les stratégies d'implémentation pour les organisations. Se concentre sur les approches de sécurité, confidentialité et gestion des risques que les dirigeants et conseils d'administration doivent développer pour protéger les données et prévenir les menaces de cybersécurité des systèmes d'IA.
Cette ressource fournit des conseils pour déterminer quand les applications d'IA nécessitent des politiques de gouvernance formelles versus quand elles n'en ont pas besoin. Elle se concentre sur l'aide aux organisations pour identifier et atténuer les préoccupations éthiques à travers des standards d'utilisation responsable de l'IA, la prévention des biais et la transparence dans les processus de prise de décision.
Le cadre d'IA responsable de Microsoft décrit les politiques et pratiques éthiques pour le développement et le déploiement de l'IA. La ressource couvre les considérations éthiques clés incluant les biais et l'équité, la confidentialité et la sécurité, la transparence et la responsabilité, l'inclusivité, et la fiabilité et la sécurité pour les outils d'IA générative.
Ce rapport Gartner examine l'évolution des cadres d'éthique, de gouvernance et de conformité de l'IA. Il met l'accent sur le besoin d'approches éthiques adaptatives qui construisent la confiance à travers une prise de décision transparente de l'IA, particulièrement dans les industries hautement réglementées.
Cet article de recherche examine l'approche d'Unilever pour implémenter l'éthique de l'IA, décrivant un processus en cinq étapes allant de l'évangélisation au développement de politiques jusqu'à la révision systématique et l'action. Les auteurs identifient les étapes clés incluant l'évangélisation, le développement de politiques, l'enregistrement des données, la révision systématique et les actions de prise de décision pour les cas d'utilisation de l'IA.
La politique institutionnelle de l'Université Columbia régissant l'utilisation des outils d'IA générative par le corps professoral, le personnel, les étudiants et les chercheurs dans leurs fonctions académiques et professionnelles. La politique établit des lignes directrices pour l'utilisation responsable des technologies d'IA générative au sein de la communauté universitaire.
La politique de Google décrivant les utilisations interdites des services d'IA générative, y compris les restrictions sur la fausse représentation du contenu généré par l'IA comme créé par l'homme avec l'intention de tromper. La politique inclut des exceptions pour les objectifs éducatifs, documentaires, scientifiques ou artistiques où les avantages l'emportent sur les dommages potentiels.
Un document d'orientation politique conçu pour aider les gouvernements locaux à développer des cadres pour l'utilisation de l'IA générative dans les opérations municipales. Le document aborde les exigences de gestion des données, la conformité aux archives publiques et les structures de gouvernance pour l'implémentation de l'IA au niveau du gouvernement local.
Cette ressource fournit des conseils sur la façon dont l'intelligence artificielle peut transformer les processus de gestion des fournisseurs dans les opérations d'approvisionnement. Elle se concentre sur l'exploitation de l'IA pour une efficacité améliorée, l'atténuation des risques et la construction de relations stratégiques avec les fournisseurs à travers une prise de décision basée sur les données.
Cette ressource fournit des conseils sur la façon dont les organisations peuvent tenir leurs fournisseurs responsables de l'utilisation de l'IA à travers des questions et exigences spécifiques. Elle met l'accent sur l'importance de comprendre les pratiques d'IA des fournisseurs, les diagrammes de flux de données et d'assurer la conformité des fournisseurs avec les politiques d'IA organisationnelles.
Un guide pratique pour les organisations sur le développement de politiques IA, couvrant l'établissement de comités de gouvernance de l'IA et de programmes de gestion des fournisseurs. La ressource fournit des conseils sur la structuration de la gouvernance en fonction de la taille et de la complexité organisationnelles, avec des considérations pour impliquer les départements clés comme l'informatique, la sécurité, la conformité et les équipes juridiques.
Une collection de 16 exemples de politiques de gouvernance de l'IA conçue pour aider les équipes gouvernementales à développer des stratégies et politiques d'IA efficaces. La ressource inclut des cadres de communication pour les développements de l'IA et présente des exemples comme les lignes directrices sur l'IA générative de la ville de San Jose pour démontrer des approches pratiques d'implémentation.
Un modèle de politique complet lancé par le Responsible AI Institute pour aider les organisations à construire des politiques et structures de gouvernance d'IA responsables fondamentales. Le modèle couvre les fonctions communes de politique et de gouvernance incluant la gestion des données, la gestion des risques et l'approvisionnement, et permet aux entreprises d'intégrer des conseils spécifiques à l'IA du cadre de gestion des risques de l'IA du NIST.