概述
有限的预算使得明确的目标和可逆的试点变得尤为重要。效率应与任务结果、隐私、可访问性以及工作人员或参与者的工作量一起衡量。
主要要点
- 首先制定任务结果。
- 试点隐私和可访问性控制。
- 衡量员工负担和参与者影响。
深入探讨
从系统应该服务的人员和任务结果开始。自动进行捐助者分类、起草资助摘要和确定资格是具有不同风险的不同用途。保持有关人员的决策可审查，不要让方便的代理取代实际的任务衡量标准。使用具有基线的小型代表性试点。记录员工批改时间、完成率、质量以及被排除或负担的人员。一个可以节省起草时间但需要进行大量事实检查的工具可能不会改进程序。保护捐赠者、受益者和合作伙伴的信息。最大限度地减少数据、文档提供商的访问和保留，并在服务不可用时保留手动路由。使生成的通信透明，避免读者可能被误导，并审查有关结果或筹款影响的声明。为数据、模型和工作流程更改分配所有者。保持简单的回滚和事件流程，小团队可以在不依赖供应商的不透明状态页面的情况下进行操作。
04工作示例
衡量任务影响，而不仅仅是节省时间
想象一下，一名助理每周可以节省五个工作时间，但会降低优先组的后续完成率。
跟踪时间和计划结果，包括谁得到了及时的支持。
仅当最终结果满足任务和保护标准时才保留助理。
它显示了什么
发明的比较将效率与非营利组织的实际目的联系起来。
现实世界的实施
在去识别化的记录上试用一个摄入总结器并比较工作人员的审查时间。
在发送生成的捐赠者或受益人消息之前需要进行人工审核。
付诸实践
为什么这很重要
- 背景与规则. 行业背景决定了人工智能创意能否与现实接触。
- 质量控制. 领域约束会影响可接受的错误率和监督模型。
- 构建选择. 成功的部署使技术能力与一线工作流程保持一致。
留意
- 监管要求可能会使原本强大的原型失效。
- 历史数据可能会编码损害特定社区的偏见。
- 遗留系统可能会造成集成瓶颈和隐性成本。
后续步骤
- 让领域专家参与从问题框架到评估的整个过程。
- 在启动前设计审计跟踪和文档。
- 尽早验证合规性和安全义务。
- 分阶段推出，并具有明确的停止和回滚标准。
资料来源与延伸阅读
- NIST人工智能风险管理框架
不断探索
常见问题
非营利组织是否应该使用人工智能，因为它更便宜？
成本是因素之一。该决定还应考虑任务效益、准确性、隐私、访问、维护以及错误的后果。