Kod [ftetoai.com](https://ftetoai.com) zadatke dijelimo u tri kategorije: AI može preuzeti zadatak, AI to može djelomično uz ljudski nadzor, ili to ostaje ljudski posao. Ta srednja kategorija je u praksi najvažnija, jer ne funkcionira sama od sebe. "Nadzor" nije fiksan pojam s jednim tumačenjem; on tek dobiva značenje kada utvrdite tko na što obraća pažnju, koliko često, i što se događa kod odbijanja. Ova stranica opisuje taj mehanizam. Ona ne zamjenjuje pravni ili radnopravni savjet i ne daje temelj za odluke o osoblju — za to vrijede zasebni zakonski zahtjevi i zaseban savjetnik.
Ljudski nadzor pretpostavlja osobu koja je ovlaštena i sposobna procijeniti rezultat zadatka. To nije automatski zaposlenik koji je taj zadatak prije obavljao. Kod zadatka kao što je odgovaranje na pitanja o osoblju, procjena često leži na osobi sa stručnim znanjem, dok kod zadatka kao što je planiranje procjena prije leži na rukovoditelju koji može sagledati operativne posljedice. Pitanje "tko odobrava" dakle razlikuje se po zadatku i ovisi o tome što može poći po zlu ako se rezultat AI-a koristi bez kontrole.
Nadzor bez jasnog okvira za procjenu teško je provediv. U praksi se radi o ograničenom broju pitanja: je li rezultat činjenično točan, je li potpun, je li u skladu s važećim pravilima ili dogovorima, i je li prilagođen specifičnoj situaciji osobe ili slučaja. Kod registracije sati to znači na primjer provjeru odstupajućih obrazaca; kod praćenja stanja godišnjeg odmora češće se radi o provjeri iznimaka kao što su posebni dopusti ili prijelazne odredbe koje nisu standardno obrađene u sustavu. Okvir za procjenu treba biti pismeno utvrđen, tako da je odobravanje ponovljivo i ne ovisi o pamćenju jedne osobe.
Učestalost nadzora zaseban je izbor, odvojen od pitanja tko odobrava i na temelju čega. Dvije krajnosti: svaki rezultat se provjerava prije korištenja, ili se uzorak procjenjuje naknadno a ostatak se nastavlja. Prijelazni oblici su uobičajeni, na primjer potpuna kontrola kod nove primjene koja se svodi na uzorak čim se rezultati pokažu stabilnima. Koja je učestalost prikladna ovisi o posljedicama pogreške: što je veći utjecaj na pojedinca ili organizaciju, manje je prostora za nisku učestalost provjere. Kod zadataka koji spadaju pod AI visokog rizika na radnom mjestu, niža učestalost provjere obično nije opravdana, a osim toga vrijede posebne obveze u pogledu nadzora koje treba zasebno provjeriti.
Srž provedivog nadzora je da odbijanje dobije razlog. Bez razloga odbijanje je izolirano opažanje; s razlogom ono postaje signal kojim se AI primjena, upute, ili proces mogu prilagoditi. U praksi to najčešće znači fiksan, kratak format: koji je bio rezultat, što nije bilo u redu, i koja prilagodba iz toga slijedi. To ne mora biti opsežan sustav — za manje primjene često je dovoljan dnevnik — ali bez ikakve evidencije nije moguće dokazati da je nadzor stvarno provođen, a ta dokazivost može postati relevantna čim zadatak dotiče obradu osobnih podataka ili odluke koje imaju posljedice za pojedince. Za aspekt zaštite podataka pogledajte GDPR kod automatizacije zadataka.
Ne postoji fiksni postotak ili fiksan rok nakon kojeg se nadzor može smanjiti; to ovisi o vrsti zadatka, osjetljivosti rezultata na pogreške u praksi, i eventualnim zakonskim zahtjevima koji vrijede za taj specifičan zadatak. Ono što vrijedi kao opći mehanizam: ukidanje je opravdano u trenutku kada postoji dovoljno zabilježenog iskustva koje pokazuje da margina pogreške ostaje unutar prihvaćene granice, i da je ta granica unaprijed utvrđena, a ne odabrana naknadno kako bi opravdala ukidanje. Kod zadataka s posljedicama za pojedinačne zaposlenike — poput dopusta, sati ili plaće — postupno ukidanje uz održavanje provjere na uzorku uobičajenije je od naglog prijelaza u kategoriju 1. Je li i kada je potpuno ukidanje opravdano, procjena je koja se razlikuje po organizaciji i po zadatku i koja se ne može odvojiti od eventualnih sektorskih ili zakonskih normi.
Ova stranica opisuje kako nadzor nad rezultatima AI-a funkcionira kao mehanizam kontrole. Ona ne kaže ništa o tome da li, koliko, ili koje osoblje ima manje posla kao rezultat primjene AI-a. To pitanje izvan je mehanizma nadzora i izvan ove stranice; odluke o tome imaju svoje zakonske zahtjeve i spadaju na poslodavca i njegovog savjetnika, a ne na alat koji razvrstava zadatke.
Da biste utvrdili spada li zadatak u vašoj organizaciji u kategoriju 1, 2 ili 3, i time treba li i koliko nadzora, korisno je prvo imati konkretnu slika zadataka koji dolaze u obzir. Besplatni quickscan ftetoai sastoji se od dvanaest pitanja, ne zahtijeva račun, i daje indikaciju kojeg dijela sati u vašem profilu AI danas može preuzeti. Potpuni workscan, koji dublje ulazi u pojedinačne zadatke i oblike nadzora, još je u izradi — njega ovdje dakle još ne nudimo, no quickscan nudimo kao prvi, neobavezujući korak.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.