Veriler ve modeller açısından çok büyük bir 12 ay oldu. 2022’nin sonlarında ChatGPT gibi üretken yapay zeka (GenAI) araçlarının ortaya çıkmasından, daha genel olarak makine öğrenimi araçlarına ve analizlere giderek artan güvene kadar, verilerini sıkı bir şekilde kontrol edemeyen şirketler geride kalma riski taşıyor.
Risklerin azaltılmasına ve ödüllerin alınmasına yardımcı olmak için bazı kuruluşlar, karmaşık yapay zeka ve algoritmik gereksinimlerini yönetmek üzere üst düzey yöneticiler çalıştırıyor. Böyle liderlerden biri, haber ve bilgi sağlayıcısı Thomson Reuters’in veri ve model yönetiminden sorumlu başkan yardımcısı Carter Cousineau’dur.
Cousineau firmaya Eylül 2021’de katıldı. Daha önce Guelph Üniversitesi’nde Sorumlu ve Etik Yapay Zekayı Geliştirme Merkezi’nin genel müdürü olmak da dahil olmak üzere çok çeşitli kamu ve özel sektör deneyimleri edinmişti.
Araştırma ilgi alanları, insan-bilgisayar etkileşimlerinden güvenilir yapay zekaya kadar çeşitli konuları kapsamaktadır. Ayrıca teknoloji startupları, kar amacı gütmeyen kuruluşlar, küçük işletmeler ve Fortune 500 şirketleriyle de çalıştı. Amacı – hem Thomson Reuters’te hem de daha geniş anlamda – veri kullanımına güvenli ve emniyetli bir yaklaşım geliştirmektir.
“Özellikle teknoloji konusunda işleri etik ve sorumlu bir şekilde yapmamızı sağlama konusunda çok tutkuluyum” diyor.
“Her kuruluşta verilerde ve modellerde karmaşıklıklar vardır. Kişisel görüşlerimden biri, bu veri ve modellerde sorumlu kullanım ve etik konusunda yardımcı olacak uygun kontrolleri neden alamadığımızdır. Yani bu, buradaki tüm farklı ekiplerle çok yakın çalıştığımız bir konu.”
Doğru türde bir kültür inşa etmek
Cousineau, kurumsal fırsatları ve araştırma zorluklarını bir araya getirmesi nedeniyle Thomson Reuters’in ilgisini çekti.
“Büyük, küresel bir şirket olmasına rağmen araştırma odaklı laboratuvarları da var. Güçlü bir araştırma ve geliştirme pratiğine sahip bir firma; organizasyonel olarak bunun bir parçası olmak istediğim bir şeydi” diyor.
“Deneyimlerim, şirketin yapmak istediği ve şirket içinde genişlemek istediği bazı şeylerle iyi bir şekilde harmanlandı. Üzerinde çalıştığım araştırmalardan bazılarını uygulamaya koymak çok eğlenceliydi.”
Cousineau, çoğu kuruluşta, özellikle de finans şirketlerinde veri modeli yönetiminden sorumlu birinin bulunduğunu ve bu şirketlerin sıkı düzenlemelere tabi olduklarından sağlam yapay zeka uygulamalarına sahip olmaları gerektiğini söylüyor. Daha genel olarak, yönetimden sorumlu kişinin kıdem düzeyi, faaliyet gösterdiği iş ortamına bağlıdır.
“Deneyimlerim şirketin yapmak istediği bazı şeylerle iyi bir şekilde harmanlandı. Üzerinde çalıştığım araştırmalardan bazılarını uygulamaya koymak çok eğlenceliydi”
Carter Cousineau, Thomson Reuters
“Bir organizasyona girip yaklaşımı oluşturmak, organizasyona kendi damganızı vurmak ve şirket genelindeki değişimi görmek harika” diyor.
“Bu, araştırma projeleri ve farklı girişimler üzerinde çalıştığınız bir üniversitede olmaktan farklı. Bir şirkete girmek ve güveni artırmaya yardımcı olmak için kültürü nasıl etkileyip değiştirebileceğimizi düşünmek benim için heyecan vericiydi.”
Cousineau, rolünün tüm işletmeyi kapsadığını söylüyor. Kanada, İsviçre, Hindistan, Birleşik Krallık ve ABD’deki profesyonellerden oluşan küresel ekibi, Thomson Reuters’te veri toplanmasından bir modelin kullanımdan kaldırılmasına kadar tüm veri yaşam döngüsünü kapsıyor.
“İster insan, ister pazarlama, finans veya ürün alanında olun, her iş fonksiyonunu destekliyoruz” diyor. “Çalışmamız, verileri veya modeli oluşturduğunuz andan veri veya modellerin kullanımına ve bunların kullanımdan kaldırılmasına kadar her şeyi kapsar.”
Ekibi, bilgi ve öngörülerin iyi yönetilen ve etik bir şekilde kullanılmasını sağlar. Cousineau, ekibinin desteğinin akademiden girişime geçişin kolay olmasına yardımcı olduğunu söylüyor.
“Yeni bir rolde devraldığınız insanlar var” diyor. “Ama küresel ayak izine sahip harika bir ekip. İnsanlar çok yetenekli ve hepsi iş olarak yaptığımız bazı şeyleri geliştirmeye istekli ve hazır.”
Etik yapay zekanın temellerini oluşturma
Cousineau, Thomson Reuters’te üstlendiği işin önemli bir kısmının etkili veri yönetimi için temel unsurları oluşturmayı içerdiğini söylüyor.
“Bu, politika ve standartların uygulanması ve daha sonra bu yaklaşımların eyleme geçirilmesiyle ilgili her şeydir; bu, pratikte yaptığımız işe yardımcı olabilecek, destekleyebilecek ve doğrulayabilecek her türlü kontrol ve aracın uygulanmasını içerir” diyor.
“Bu stratejiyi yönetişim ve etik etrafında oluşturmak, şirkette dahil olduğum ilk işti.”
Cousineau, bu temellerin artık yerinde olduğunu söylüyor. Bu çabanın bir parçası olarak şirket, personelin ihtiyaç duyduğu bilgileri bulmasına olanak sağlamak ve uzun vadeli inovasyon için bulut tabanlı bir platform oluşturmak amacıyla Snowflake teknolojisini kullanıyor. Tüm kurumsal bilgiler Snowflake Veri Bulutuna gider ve Thomson Reuters’in Veri Platformu adını verdiği yerde depolanır.
“Her türlü ticari fonksiyonu destekliyoruz. Çalışmalarımız, veriyi veya modeli oluşturduğunuz andan veri veya modellerin kullanımına ve bunların kullanımdan kaldırılmasına kadar olan her şeyi kapsar.”
Carter Cousineau, Thomson Reuters
Bulut hizmetlerini benimsemenin yanı sıra, teknolojideki (özellikle üretken yapay zeka gibi hızlı hareket eden bir alanda) değişimin hızlı temposu, politikaların ve standartların geliştirilmeye devam ettiği anlamına geliyor. Veri yönetimine yönelik yapı taşlarının mevcut olması sayesinde, artık şirket genelindeki kişilerin günlük bazda iyi yönetimin ne anlama geldiğini anlamasını sağlıyor.
“Bu çaba ekibimin zamanının büyük bir kısmını alıyor” diyor. “Doğru yaklaşımın uygulandığından emin olmak için her iş fonksiyonunda çalışıyoruz. Bütün bunlar kültürel değişimi teşvik etmek ve insanları etkilemeye yardımcı olmakla ilgili.”
Cousineau, ekibinin kuruluş genelindeki kişilerin çeşitli iş akışları konusunda güçlü bir farkındalığa sahip olduğunu söylüyor. Bu bilgiyi, oluşturdukları veri stratejisinin insanların yerine getirdiği görevlere uygun olmasını sağlamak için kullandılar.
“Yönetim ve etik konusundaki yaklaşımım, herkesin günlük iş akışlarına uyum sağlayamayacak farklı çerçeveler ve araçlar oluşturmak değildi. Bu iş akışları işletmeye göre büyük farklılıklar gösterir. Örneğin finansın yapay zeka makine öğrenimi modellerini kullanma şekli, ürün veya satıştan çok farklı” diyor.
“İş akışlarını anlamak için çok zaman harcadık. Yapmak istediğim son şey veri bilimcilere, model geliştiricilere ve ürün sahiplerine başka bir yapılacaklar listesi vermektir. Yönetişimi ve etiği otomatik olarak iş akışlarının bir parçası haline getirebilirseniz, bu çok daha kolay hale gelir ve biz de bunu yaptık.”
Üretken yapay zekanın uzun vadeli etkisine hazırlanmak
Cousineau, önümüzdeki 24 ay için temel önceliklerinin çoğunun düzenleme ve uygulama ile ilgili olduğunu söylüyor. En büyük sorunlardan biri, kuruluşların hızla gelişen üretken yapay zeka dünyasıyla başa çıkmalarına yardımcı olmak için çıkarılabilecek yasalardır.
“Dünya çapında beklemede olan çok daha fazla kural var” diyor. “Zaten bazı etik yapay zeka düzenlemeleri var, ancak daha fazlası da gelecek.”
Cousineau, özellikle Avrupa Birliği’nin (AB) Genel Veri Koruma Yönetmeliğine (GDPR) ve aynı zamanda AB Yapay Zeka Yasasına ve Kanada ile ABD’nin bireysel eyaletlerinde yürürlüğe giren diğer mevzuata dikkat çekiyor.
“İş akışlarını anlamak için çok zaman harcadık. Yönetişimi ve etiği otomatik olarak iş akışlarının bir parçası haline getirebilirseniz, bu çok daha kolay hale gelir ve biz de bunu yaptık”
Carter Cousineau, Thomson Reuters
“Bütün bu düzenlemeleri aldık ve stratejimizi oluşturduk, böylece daha fazla düzenleme geldiğinde hazır olacağız” diyor. “Önümüzdeki 18 ay boyunca asıl odak noktamız, yeniliği teşvik etmemizi sağlayacak doğru kontrol ve dengelere sahip olmamızı sağlamak olacak çünkü sürekli olarak yeni verilerle yeni modeller oluşturuyoruz.”
Bu modellerin ve verilerin firmanın müşterileri tarafından nasıl kullanıldığına dair bir örnek veriyor: “Temel ürünlerimizden biri, bir içtihat veri tabanı olan Westlaw’dır ve yerleşik dava araçlarına ve buna bağlı sağlam hukuki araştırmalara sahiptir. Hukuk uzmanları ihtiyaç duydukları bilgilere yönelik özel uyarılar oluşturabilir ve bu, aracın bir yeteneğidir.”
Bu veri modelleri Thomson Reuters’te ne şekilde kullanılırsa kullanılsın, Cousineau ve ekibi tüm kullanım durumlarında sorumlu yapay zekanın uygulanmasını sağlıyor. GenAI için yeni açılımlar ortaya çıktıkça bu temel çalışmanın ne kadar önemli olduğunu kanıtladığını açıklıyor. Beklentinin, tüm kullanım durumlarının bir veri etki değerlendirmesinden geçmesi olduğunu söylüyor.
Kariyeri bilgi ve içgörünün güvenli bir şekilde kullanılması üzerine kurulu biri olarak Cousineau, GenAI etrafındaki gelişmelerin bir sonraki aşamasını görmek istiyor. Genel ses tonunun temkinli bir heyecan olması gerektiğini söylüyor; tüm yanıtların bulunduğunu düşünseniz bile teknolojiye çok fazla güvenmeyin.
“İnsanların çalışma şekillerini iyileştirebilecekleri yolların mutlaka bulunacağını düşünüyorum, ancak herkesin bilgiye güvenme konusunda da dikkatli olması gerekiyor. Bunun bir örneği halüsinasyonlardır: bu, makinenin hata yaptığını söylemenin daha hoş bir yoludur” diyor.
“Ancak üretken yapay zekayı döngüdeki insan unsurunun mevcut olduğu bir ortamda kullanıyorsanız ve içeriği bir yere gitmeden önce incelemeye devam ediyorsanız, verimliliği artıracak alan vardır. Daha önce birkaç saat süren işler, gelecekte çok daha kısa sürede tamamlanabilir.”
