Fairness — Kuviot

Fairness-pilari keskittyy saavutettavuuteen, tekoälyn etiikkaan, ihmisten valvontaan, vinoumien vähentämiseen ja tasapuoliseen suunnitteluun, jotta ratkaisut tarjoavat kaikille käyttäjille oikeudenmukaisen palvelun. Nämä kuviot muuntavat pilarin suunnitteluperiaatteet konkreettisiksi ja tarkastettaviksi käytännöiksi: mitä etsiä ratkaisusta, miltä hyvä näyttää ja mitä vasta-kuvioita se heikentää.

Nämä kuviot ottavat Fairness-sarakkeen suunnitteluperiaatteet käyttöön. Periaatteet kertovat arkkitehtuurin päätöksistä, mutta ne eivät tuota itsestään oikeudenmukaisia lopputuloksia — lue ne yhdessä Jäsenyys-sarakkeen kanssa saadaksesi täydellisiä ohjeita niiden takana.

  • Suunnittele Lightningin helppokäyttöliittymille — Rakenna SLDS- ja vakiomuotoiset Lightning-verkkokomponentit, jotka on tarkastettu WCAG 2.2 AA:lle, ja vahvista kaikki mukautetut komponentit avustavien teknologioiden testauksella.
  • Vähennä ja valvo vinoumia oikeilla työkaluilla kullekin mallityypille — vahvista mallin tulokset tasapuolisten lopputulosten varalta ennen käyttöönottoa ja jatkuvasti tuotantoympäristössä käyttämällä kullekin mallityypille sopivaa instrumentaatiota.
  • Leverage Shield Platform Encryption datan suojausasetuksille — suojaa luottamuksellisia attribuutteja ja reititä Event Monitoring -lokeja SIEM-järjestelmään, jotta ne voivat havaita väärinkäytön.
  • Suunnittele tarkastustyönkulut korkean panoksen ennusteille — määritä hyväksymisprosesseja ja luottamustason kynnysarvoja, jotta seuraavat ennusteet saavat asianmukaisen henkilökohtaisen tarkastuksen.
  • Käytä organisaationlaajuisia oletusasetuksia (OWD) ja kenttätason suojausta (FLS) välttyäksesi syrjimättömyydeltä — rajoita käyttöoikeuksia oletusarvoisesti ja myönnä vain jokaiselle roolille tarvittavat tiedot välttyäksesi luottamuksellisten attribuuttien paljastumiselta.
  • Ota käyttäjäorganisaatio käyttöön sovellusalustan suostumuksella — seuraa tarkkoja tekoälyn suostumuksia per käyttötapa ja salli käyttäjien kieltäytyä tekoälyn tarjoamista ominaisuuksista, joissa on ihmisiä, aina kun se on mahdollista.

Jokainen luokka yhdistää kuviot (miten hyvät näyttävät) ja antikuviot (mitä välttää), jotka on järjestetty siten, että voit tarkastaa ratkaisualueen alueittain. Aloita tarvitsemastasi oikeudenmukaisesta lopputuloksesta:

  • Miten kaikki voivat käyttää käyttökokemusta? Käytä käytettävyysasetuksia WCAG-yhteensopivuudelle, apulaiteknologian tuelle ja osallistavalle suunnittelulle.
  • Rakentaako vastuullinen ja tasa-arvoinen tekoäly? Käytä AI-etiikkaa vinoumien vähentämiseen, oikeudenmukaisuuden tilastoihin, ihmisten valvontaan, syrjimättömyyteen ja suostumuksiin.
  • Toimivat agentit tuotantoympäristössä? Käytä agenttien kuvioita puolueellisuuden havaitsemiseen, läpinäkyvään tekoälyyn ja tasapuoliseen agenttien toimintatapaan.

WCAG-yhteensopivuuden kuvioita, apulaiteknologian tukea, kattavaa suunnittelua ja helppokäyttöisiä käyttökokemuksia.

Agenttien järjestelmien oikeudenmukaisuuskuviot, mukaan lukien vinouman havaitseminen, läpinäkyvä tekoäly ja agenttien oikeudenmukainen toimintatapa.

Eettisen tekoälyn kehityskuvioita, vinouman vähentämistä, oikeudenmukaisuuden tilastoja, ihmisten valvontaa, syrjimättömyyttä, suostumuksia ja vastuullisia tekoälyn käytäntöjä.