1.5 Införande av interna regler för ansvarsfull användning av LLM
Nu när vi har tittat på hur man utvärderar och tecknar avtal för AI-programvara och stora språkmodeller (LLM) är nästa viktiga steg att definiera hur dessa effektiva verktyg ska användas på ett ansvarsfullt sätt inom din organisation. Det räcker inte att bara införa en LLM-tjänst. Det är viktigt att ha tydliga interna riktlinjer, även i mindre företag, för att kunna dra nytta av fördelarna och samtidigt minska potentiella risker.
Varför är en intern policy så viktig för ett småföretag? Utan tydliga regler kan du stöta på problem som inkonsekventa varumärkesbudskap, oavsiktlig avslöjande av konfidentiella företags- eller kunduppgifter, risker för upphovsrättsintrång från genererat innehåll, bristande efterlevnad av lagar (särskilt regler som GDPR) eller till och med okontrollerade användarkostnader. En väl definierad policy ger nödvändiga gränser och vägledning för ditt team.
Till exempel kan din interna policy uttryckligen tillåta anställda att använda en företagsgodkänd LLM för uppgifter som:
- Brainstorma initiala idéer för marknadsföringskampanjer eller innehållsöversikter.
- Sammanfatta långa, icke-konfidentiella interna dokument eller offentligt tillgänglig forskning.
- Få hjälp med att utarbeta standardiserade interna meddelanden, förutsatt att de granskas noggrant.
- Översätta icke-känsligt företagsmaterial för intern förståelse.
Omvänt skulle samma policy sannolikt förbjuda (eller kräva mycket strikta kontroller och specifika verktygsgodkännanden för) åtgärder som:
- Att mata in konfidentiell kundinformation, personuppgifter om anställda (PII) eller känsliga finansiella/strategiska planer för företaget i offentliga eller icke-granskade LLM-verktyg.
- Användning av AI-genererad text direkt i extern kundkommunikation eller officiella rapporter utan noggrann granskning, redigering och faktagranskning av människor.
- Användning av LLM för att skapa innehåll som kan bryta mot upphovsrätten eller plagiera befintliga verk.
- Användning av personliga eller gratis, icke auktoriserade AI-verktyg för företagsrelaterat arbete.
I slutändan är målet med att upprätta en intern LLM-policy att säkerställa att denna teknik används på ett etiskt och effektivt sätt. Vanliga mål är att skydda konfidentiell information, följa lagar och regler, säkerställa ansvarsskyldighet för AI-genererade resultat, hantera tillhörande risker och främja ansvarsfull innovation inom tydliga gränser.
Aktivitet: “Skapa din egna interna policy”
Följande blankett utgör en startpunkt eller ett underlag för att utveckla din egen interna policy. Den beskriver viktiga avsnitt och riktlinjer för lämplig och effektiv användning av LLM och LLM-förbättrade programvarufunktioner inom en organisation.
Intern policymodell: Användning av stora språkmodeller (LLM)
Företagets namn: [Ange ditt företagsnamn här]
Datum för policyns ikraftträdande: __________
Version av policyn: __________
Introduktion:
Detta dokument beskriver den interna policyn för acceptabel, etisk och säker användning av stora språkmodeller (LLM) och LLM-förbättrade programvarufunktioner inom [Ditt företags namn]. Alla nedan angivna medarbetare är skyldiga att följa denna policy.
Syftet med policyn:
[Ange det primära målet, t.ex. Att säkerställa en ansvarsfull, säker och effektiv användning av LLM i vår affärsverksamhet.]
[Ange sekundärt mål, t.ex. att skydda konfidentiell information som tillhör företaget och dess kunder.]
[Ange syfte med att säkerställa att bestämmelserna följs, t.ex. att säkerställa att GDPR och andra relevanta dataskyddsbestämmelser följs.]
[Ange risk-/nyttomål, t.ex. att maximera effektiviteten av AI samtidigt som man minimerar de risker som är förknippade med tekniken.]
Omfattning:
Denna policy gäller för: [Ange personal, t.ex. alla heltids- och deltidsanställda, entreprenörer, praktikanter]
Denna policy omfattar: [Ange aktiviteter/verktyg, t.ex. all användning av LLM för företagsrelaterat arbete, användning av verktyg för LLM som företaget erbjuder och externa verktyg för LLM]
- Definitioner
1.1 Stora språkmodeller (LLM): Artificiella intelligenssystem som är utformade för att förstå och generera människoliknande texter.
1.2 Godkända LLM-verktyg: [Lista eller hänvisa till de specifika LLM-verktyg, plattformar eller programvaruversioner som officiellt godkänts för användning inom företaget.]
1.3 Konfidentiell information: [Definiera vad som utgör konfidentiell företags- och kundinformation i enlighet med denna policy.]
1.4 Personuppgifter: [Definiera utifrån GDPR/lokala bestämmelser, t.ex. all information som rör en identifierad eller identifierbar person.]
1.5 Andra viktiga termer:
- Allmänna riktlinjer
2.1 Auktorisering:
Tillåtna LLM-verktyg/plattformar: [Ange specifika verktyg/abonnemang som är godkända för allmän eller specifik användning.
Förbjudna LLM-verktyg/plattformar: [Ange specifika verktyg/typer som uttryckligen är förbjudna att användas i företagets arbete, t.ex. offentliga gratiswebbversioner för känsliga uppgifter.
Godkännandeprocess för undantag: [Beskriv processen, om sådan finns, för att begära tillstånd att använda icke-godkända verktyg och vem som beviljar godkännande.]
2.2 Utbildning:
Obligatoriskt utbildningsinnehåll: [Ange ämnen, t.ex. denna policy, bästa praxis för datasäkerhet, etisk användning av AI, identifiering av AI-bias.]
Nödvändig personal: [Ange vem som måste genomföra utbildningen.]
Slutförande och uppföljning: [Beskriv hur utbildningen kommer att genomföras och hur slutförandet kommer att följas upp.]
2.3 Ansvar:
[Ange tydligt att den anställde bär det fulla ansvaret för att granska, verifiera riktigheten, säkerställa lämpligheten, kontrollera för partiskhet/plagiering och slutligen ansvara för alla resultat från en LLM som används i arbetet.]
2.4 Transparens:
Krav på offentliggörande: [Ange när offentliggörande av AI-användning är obligatoriskt (t.ex. kundleveranser, publicerat innehåll) och när det kan vara valfritt (t.ex. interna utkast). Beskriv den metod/formulering som krävs för offentliggörande.]
- Användning i kommunikation med kunder
3.1 Noggrannhet och tillförlitlighet: [Kräv mänsklig verifiering och redigering av ALL AI-assisterad kundkommunikation innan den skickas. Ange kvalitetsstandarder.]
3.2 Sekretess: [Ange reglerna för kunddata MYCKET tydligt. Till exempel, förbjud uttryckligen att mata in konfidentiella/personliga kunddata i icke-godkända verktyg. Ange villkor ENDAST för godkända, säkra verktyg om tillämpligt, med hänvisning till nödvändiga avtal/efterlevnad.]
3.3 Professionalism: [Kräv att all AI-assisterad kommunikation redigeras så att den överensstämmer med företagets profil, ton och professionella standarder.]
- Användning vid skapande av rapporter
4.1 Kvalitetssäkring: [Kräv manuell granskning, kritisk redigering, faktagranskning och tillägg av sammanhang/analys för alla AI-assisterade rapporter.
4.2 Källhänvisning: [Ange om/hur AI-assistans måste erkännas eller citeras i interna eller externa rapporter.
4.3 Datasäkerhet: [Skärp reglerna mot att mata in känslig företagsinformation (finansiell, strategisk) i icke godkända LLM:er.
- Användning i produktbeskrivningar och design
5.1 Innovationsstöd: [Klargör godkända användningsområden (t.ex. brainstorming, första utkast) och kräv mänsklig kontroll för slutlig granskning ( ” original, noggrannhet, varumärkesanpassning, efterlevnad).
5.2 Efterlevnadskontroller: [Kräv kontroller av potentiella intrång i immateriella rättigheter (upphovsrätt, plagiering) för AI-genererat innehåll avsett för offentlig eller kommersiell användning.]
5.3 Etiska överväganden: [Förbjud generering av vilseledande, partiskt, diskriminerande eller skadligt innehåll. Definiera specifika etiska gränser som är relevanta för din verksamhet/bransch.]
- Datasekretess och säkerhet
6.1 Skydd av personuppgifter: [Upprätta tydliga regler baserade på GDPR/lokala föreskrifter för inmatning av alla personuppgifter. Hänvisa till krav på samtycke och ange ENDAST godkända, säkra verktyg/processer om tillämpligt.]
6.2 Dataminimering: [Instruera användarna att endast ange de uppgifter som är nödvändiga för uppgiften när de använder godkända verktyg.]
6.3 Säker användning: [Ange säkerhetsrutiner: säkra anslutningar, godkända enheter, säker hantering/lagring av känslig information.]
- Efterlevnad och rättsliga aspekter
7.1 Efterlevnad av regler: [Ange kravet på att följa alla tillämpliga lagar (dataskydd, branschspecifika regler).]
7.2 Immateriella rättigheter: [Ange kravet på att respektera tredje parts immateriella rättigheter. Förtydliga vilka förväntningar som finns när det gäller tolkning av äganderätten/användningsrättigheterna till innehåll som genereras av godkända verktyg.]
7.3 Tredjepartspolicyer: [Kräv efterlevnad av användarvillkoren och policyerna för acceptabel användning för alla godkända tredjepartsleverantörer av LLM.]
- Utbildning och stöd
8.1 Obligatorisk utbildning: [Beskriv omfattning, frekvens och målgrupp för obligatorisk utbildning.]
8.2 Tillgång till resurser: [Ange var man kan hitta riktlinjer, godkända verktygslistor, supportkontakter eller hjälp med policyfrågor.]
8.3 Fortbildning: [Beskriv förväntningarna på att hålla sig uppdaterad om policyuppdateringar och bästa praxis.]
- Uppföljning och kontroll
9.1 Övervakning av användning: [Ange om/hur användningen av godkända verktyg kan övervakas (efterlevnad, kostnad, säkerhet) och syftet med detta.
9.2 Feedbackmekanismer: [Definiera processen för rapportering av problem, farhågor eller förslag relaterade till LLM eller denna policy (t.ex. kontaktperson/avdelning).
9.3 Policyöversyn: [Ange hur ofta formella granskningar och uppdateringar av policyn ska ske (t.ex. årligen eller vid behov).]
- Responsibilities
10.1 Anställda/användare: [Ange viktiga ansvarsområden: Följa policyn, genomgå utbildning, kontrollera resultat, använda på ett säkert sätt, rapportera problem.
10.2 Chefer: [Ange viktiga ansvarsområden: Säkerställa att teamet är medvetet om och följer policyn, ge vägledning.
10.3 Efterlevnadsansvarig/utsedd instans: [Identifiera den roll/person som ansvarar för policyövervakning, godkännande av verktyg och problemlösning.
- Överträdelser och disciplinära åtgärder
11.1 Avvikelser: [Ange att avvikelser kan leda till disciplinära åtgärder, med hänvisning till företagets rutiner och möjliga konsekvenser.]
11.2 Rapportering av avvikelser: [Beskriv rutinen för rapportering av misstänkta avvikelser.]
- Bekräftelse och godkännande
[Ange kravet på att den personal som omfattas av policyn formellt bekräftar att de har läst, förstått och samtycker till att följa den. Beskriv metoden för bekräftelse (t.ex. undertecknat formulär, digital kryssruta).]
Underskrift för godkännande:
Jag, den undertecknade, bekräftar att jag har mottagit, läst, förstått och samtycker till att följa villkoren i denna interna policy för användning av stora språkmodeller (LLM).
Anställdas underskrift: _________________________
Namn i tryckbokstaver: _________________________
Datum: _________________________
Exempel på en policy där mallen används
Intern policy för användning av stora språkmodeller (LLM)
Denna policy beskriver riktlinjerna för lämplig och effektiv användning av LLM och LLM-förbättrade programvarufunktioner inom vår organisation. Den gäller för alla anställda, entreprenörer, konsulter, tillfälligt anställda och andra medarbetare på företaget, inklusive all personal som är knuten till tredje part. Den omfattar all användning av LLM och LLM-förbättrade programvarufunktioner i aktiviteter såsom kundkommunikation, rapportskapande, produktskrivande, design och andra affärsrelaterade uppgifter. Syftet med denna policy är att:
- Säkerställa en ansvarsfull och etisk användning av LLM i alla affärsaktiviteter.
- Skydda kundernas konfidentialitet och företagets proprietära information.
- Upprätthålla efterlevnaden av tillämpliga lagar, förordningar och branschstandarder.
- Öka effektiviteten samtidigt som de risker som är förknippade med användningen av AI-teknik reduceras.
Definitioner
- Stora språkmodeller (LLM): Avancerade AI-system som kan förstå och generera människoliknande text baserat på djupinlärningsalgoritmer.
- LLM-förbättrade programvarufunktioner: Programvarufunktioner som innehåller LLM för att öka användarens möjligheter, såsom prediktiv text, innehållsgenerering eller automatiserad sammanfattning.
Allmänna riktlinjer
- Auktorisering: Använd endast LLM-verktyg och programvara som godkänts av företaget. Obehörig användning av externa LLM-tjänster är förbjuden, såvida det inte uttryckligen tillåts för specifika, icke-känsliga uppgifter enligt tydliga riktlinjer.
- Utbildning: Användare måste genomgå obligatorisk utbildning som företaget erbjuder om ansvarsfull användning av LLM och denna policy innan de använder dem i sitt arbete.
- Ansvar: Användarna är i slutänden ansvariga för de resultat som skapas eller underlättas av de LLM-verktyg de använder. Detta inkluderar att verifiera noggrannheten, säkerställa lämpligheten och kontrollera eventuella problem som partiskhet eller plagiering innan resultaten används.
- Öppenhet: Ange när innehåll skapas eller i betydande utsträckning bistås av ett LLM-verktyg där så är lämpligt eller krävs enligt företagets riktlinjer, särskilt i extern kommunikation eller formella rapporter.
Användning i kundkommunikation
- Noggrannhet och pålitlighet: Kontrollera ALLTID alla LLM-genererade meddelanden i fråga om sakriktighet, kontextuell lämplighet och tonfall innan du skickar dem till kunder. Förlita dig inte enbart på AI-resultat.
- Sekretess: STRIKT FÖRBJUDET: Mata inte in, klistra in eller på annat sätt avslöja konfidentiell kundinformation eller personuppgifter i offentliga eller icke auktoriserade LLM:er. Använd endast godkända, säkra verktyg där datahanteringen följer sekretesslagar (t.ex. GDPR), kundavtal och företagspolicyer.
- Professionalism: Se till att all AI-assisterad kommunikation strikt följer företagets standarder för professionalism, varumärkesröst och ton.
Användning vid skapande av rapporter
- Kvalitetssäkring: Granska noggrant och redigera kritiskt LLM-genererade rapporter eller avsnitt för att kontrollera att de uppfyller företagets kvalitets-, korrekthets- och analysstandarder. Lägg till nödvändigt sammanhang, analys och verifiering.
- Redogörelse: Om företagets riktlinjer eller akademiska/professionella standarder kräver det, redogör på lämpligt sätt för användningen av LLM vid skapandet av rapporter.
- Datasäkerhet: Undvik att mata in känslig finansiell information om företaget, strategiska planer eller annan konfidentiell information i LLM-modeller som saknar uttryckligt godkännande från företaget och lämpliga säkerhetsgarantier.
Tillämpning inom produktskrivande och design
- Stöd för innovation: LLM kan användas för brainstorming, idégenerering och utkast till preliminära koncept. Alla slutliga produktbeskrivningar, designer eller kreativa resultat måste dock granskas av människor för att säkerställa originalitet, noggrannhet, efterlevnad och strategisk anpassning.
- Granskning av överensstämmelse: Se till att allt AI-assisterat innehåll överensstämmer med immaterialrättsliga lagar (upphovsrätt, varumärken) och inte kränker tredje parts rättigheter. Verifiera originaliteten vid behov.
- Etiska överväganden: Undvik att använda LLM för att skapa innehåll som medvetet är falskt, vilseledande, partiskt, diskriminerande, skadligt eller på annat sätt oetiskt.
Datasekretess och säkerhet
- Skydd av personuppgifter: Mata inte in personuppgifter (om kunder, anställda eller andra) i LLM-system om inte uttryckligt samtycke har inhämtats när så krävs, avtal om databehandling har ingåtts (om tillämpligt) och det använda verktyget är godkänt av företaget för hantering av sådana uppgifter enligt GDPR eller andra relevanta bestämmelser.
- Dataminimering: När du använder godkända verktyg för uppgifter som involverar nödvändiga data, ange endast den minsta mängd information som krävs för att LLM ska kunna utföra uppgiften effektivt.
- Säker användning: Se till att all interaktion med LLM, särskilt om det involverar företagsdata, sker via säkra anslutningar och godkända plattformar. Följ företagets riktlinjer för lagring eller hantering av data som kan innehålla känslig information.
Efterlevnad och juridiska aspekter
- Följa regler och lagar: All användning av LLM måste följa gällande lagar och regler, inklusive dataskyddslagar (GDPR, CCPA osv.) och alla branschspecifika regler som är relevanta för vår verksamhet.
- Immateriella rättigheter: Respektera alla upphovsrättigheter, varumärken, patent och andra immateriella rättigheter. Använd inte LLM för att skapa innehåll som kränker dessa rättigheter. Förstå äganderätten och användningsrättigheterna för AI-genererat innehåll baserat på verktygets användarvillkor.
- Tredjepartspolicyer: När du använder företagsgodkända LLM-tjänster från tredje part (t.ex. via API) måste du strikt följa deras användarvillkor och användningspolicyer.
Utbildning och stöd
- Obligatorisk utbildning: All berörd personal måste delta i obligatoriska utbildningar som omfattar denna policy, etisk användning av AI, datasäkerhetsrutiner och effektiva tekniker för att använda godkända verktyg.
- Resursåtkomst: Använd företagets resurser, riktlinjer och avsedda stödkanaler för att få hjälp eller förtydliganden om LLM-relaterade uppgifter och policyer.
- Fortbildning: Håll dig informerad om uppdateringar av denna policy, godkända verktyg och nya bästa praxis för användning av LLM i ett affärssammanhang.
Övervakning och kontroll
- Kontroll av användning: Var medveten om att företaget kan kontrollera användningen av godkända LLM-verktyg för att säkerställa efterlevnad av denna policy och hantera tillhörande kostnader eller risker.
- Feedbackmekanismer: Rapportera omedelbart alla problem, oväntade resultat, potentiella säkerhetsproblem eller etiska dilemman relaterade till användningen av LLM till din chef eller den utsedda efterlevnadsansvarige/avdelningen.
- Genomgång av policyn: Denna policy kommer att ses över regelbundet (t.ex. årligen eller vid behov) och uppdateras för att återspegla tekniska framsteg, förändrade regler och affärsbehov.
Ansvar
- Anställda/användare: Följ denna policy noga, genomgå nödvändig utbildning, använd LLM på ett ansvarsfullt och etiskt sätt, säkerställ att AI-assisterat arbete är korrekt och lämpligt, och rapportera eventuella problem.
- Chefer: Se till att teammedlemmarna känner till, förstår och följer denna policy. Ge nödvändigt stöd och vägledning om lämplig användning av godkända LLM-verktyg.
- Efterlevnadsansvarig/utsedd instans: Övervaka att denna policy följs, hantera eventuella godkännanden av LLM-verktyg, hantera rapporterade överträdelser eller problem och samordna revideringar och uppdateringar av policyn
Regelbrott och disciplinära åtgärder
- Bristfällig tillämpning: Bristfällig tillämpning av denna policy kan leda till disciplinära åtgärder, som kan sträcka sig från omskolning eller varningar till uppsägning eller avslutande av anställningsavtal, beroende på hur allvarlig överträdelsen är.
- Rapportering av regelbrott: Anställda uppmuntras och förväntas rapportera alla misstänkta överträdelser av denna policy via lämpliga kanaler (t.ex. chef, efterlevnadsavdelning, anonym jourlinje om sådan finns).
Bekräftelse och godkännande
- Alla anställda och berörd personal måste formellt bekräfta att de har läst, förstått och samtycker till att följa denna interna policy gällande användningen av stora språkmodeller.