Blurred shadows of people using AI technology

Sammanfattning av webbinariet Välkomna AI: En ny förtroendeera

Amazon Web Services, Cisco och Lionbridge diskuterar AI-förtroende – vad det innebär och hur det uppnås

Senast uppdaterad: 18 mars 2024 10:07

Artificiell intelligens har funnits ända sedan 1800-talet, men den senaste versionen – generativ AI (GenAI)/stora språkmodeller (LLM) – har förändrat AI-resultaten i grunden. För första gången någonsin kan maskiner fatta beslut på samma sätt som människan. Fram tills nu har maskiner producerat förutsägbara resultat, men nu skapar tekniken i stället innehåll som är oförutsägbart, vilket tar oss in i en ny förtroendeera.

”Vi ber maskinen fatta beslut, vilket sker i något som liknar en svart låda. Det väcker frågan: Borde vi lita på beslutet?”

– Vincent Henderson, AI-expert på Lionbridge

Under vårt webbinarium Välkomna AI: En ny förtroendeera ledde Lionbridges moderator Will Rowlands-Rees ett insiktsfullt panelsamtal med fokus på frågor kring AI-förtroende vid lokalisering tillsammans med Scott Schwalbach, Amazon Web Services (AWS), Jane Faraola, Cisco och Vincent Henderson, Lionbridge.

Om du missade det kan du se en inspelad version. Webbinariet är det femte i en serie om generativ AI och språktjänster. Om du vill se en inspelad version av övriga webbinarier går du in på Lionbridges webbinariesida.

TITTA PÅ WEBBINARIET

Ont om tid? Läs vårt sammanfattande blogginlägg med det viktigaste från samtalet.

Vad menas egentligen med en ny era för AI-förtroende?

En ny era för AI-förtroende avser AI-motorns förmåga att producera värdefullt innehåll och mycket mer. Det handlar om vilka som använder AI, hur de använder det, vad AI-systemet gör och hur du kan förmedla informationen till företagets intressenter. Företag kan ta ett helhetsgrepp om AI-förtroende genom att utgå från följande centrala aspekter:

Partner: Vilka leverantörer väljer du att samarbeta med? Kan du lita på att de hanterar AI på ett ansvarsfullt sätt?
Process: Vilka processer används vid lokalisering? Är processerna tillförlitliga och leder de fram till dina mål?
System: Vilka teknikval görs för att främja lokalisering? Är tekniken säker eller använder den din information för att träna sig själv?
Hantering: Hur kan du försäkra interna intressenter om att deras innehåll behandlas och hanteras på ett lämpligt sätt och samtidigt tillgodose deras förväntningar?

Var ska du börja?

Alla i panelen var överens om att det är dags att välkomna AI. Tekniken har utvecklats enormt, och för att verkligen uppleva den omvälvande hastighet och de kostnadsfördelar som den senaste AI:n kan åstadkomma behöver man öppna dörren på vid gavel. Med hjälp av den här tekniken kan företag nå ut till fler människor på mer personliga sätt genom att lägga till nya språkvarianter och i slutändan öka förtjänsten. Men det är viktigt att gå fram försiktigt. Så var ska du börja?

För Jane Faraola på Cisco är det första steget att vara nyfiken. ”Det gäller att sikta mot stjärnorna och jag tror att människors kreativitet är det som verkligen kommer att styra vad vi gör med AI framöver”, säger hon.

Scott Schwalbach på AWS råder företag att noga tänka igenom hur de använder GenAI-lösningar. ”Det innefattar att först att ta reda på vart du vill komma och sedan arbeta baklänges därifrån för att hitta en process för att ta sig dit”, sa han.

Det är värt att påpeka att paneldeltagarna underströk att människor alltid kommer att vara involverade i att arbeta med att införliva AI-processer i företagets system.

Hur kan du hantera AI-förtroende på ett genomtänkt sätt?

Vi lanserar en användbar metod för att arbeta med förtroende via vårt ramverk för AI-förtroende, TRUST. Det är en akronym som utgår från fem viktiga faktorer:

Transparency (transparens)
Reliability (tillförlitlighet)
Usefulness (användbarhet)
Safety (säkerhet)
Timeliness (punktlighet)

Tillsammans hjälper de här faktorerna dig att ta ett helhetsgrepp om förtroende när det kommer till lokalisering.

Transparens

Transparens handlar om att känna till hur GenAI/LLM-modeller används vid lokalisering. Det gör mycket när du ska försäkra interna intressenter om att deras innehåll behandlas och hanteras på ett lämpligt sätt. Fråga: Är din språkpartner transparent mot dig när det gäller användningen av AI-verktyg?

Tillförlitlighet

Det går att uppnå tillförlitliga resultat genom att ingripa redan tidigt i processen. Fastställ vad du vill att maskinen ska göra, ge motorn utförliga prompter och genomför pilotprojekt. Upprepa, testa och bekräfta dina godkända resultat innan du går vidare till nästa steg. Använd GPT-4 för att göra löpande stickprovsbedömningar av resultatsegment och därmed stärka förtroendet. Enligt våra tester kan GPT-4-bedömningar ge mer korrekta resultat än en utvärdering gjord av en människa.

Titta på videon för att se hur Lionbridge hjälpte Cisco att genomföra ett pilotprojekt med deras innehåll för att underlätta strategiska beslut.

Användbarhet

Du behöver tänka igenom noga vilka projekt som lämpar sig för GenAI. Projekten måste vara användbara och driva företagets verksamhet framåt, så att du kan dra nytta av teknikens tids- och kostnadsbesparingar.

Säkerhet

Skydda din immateriella egendom genom att se till att stora språkmodeller (LLM) inte absorberar och använder ditt innehåll till träning eller andra ändamål som du inte har godkänt. Kontrollera också i vilket geopolitiskt område datacentret med din LLM är beläget och vilket slags partiskhet det kan medföra, framför allt om du använder vissa maskiner för att uppfylla regleringskrav eller åläggs att använda modeller som är sanktionerade av myndigheterna.

Punktlighet

GenAI/LLM-teknik kan snabba på lokaliseringsprocessen, men företag som har alltför bråttom att införa den kan missa vissa framgångsfaktorer. Det kan krävas tid och resurser för att finslipa LLM, bygga en hämtningsförstärkt generering (RAG) och testa den, och det kan påverka hur lång tid det tar att få avkastning på investeringen.

GenAI i praktiken: Därför lönar det sig att hantera förtroende och processer på rätt sätt

AWS ansvarar för att ta fram utbildningsmaterial och använder GenAI för att ytterligare anpassa innehållet och öka engagemanget. AWS skapar till exempel numera eLearning-kurser på deltagarnas modersmål, i stället för att alltid utgå från engelska. De anpassar också tilltalet i sina kurser efter målgruppen, till exempel genom att ge AI-motorn prompter om att göra ämnet roligare eller tekniskt material mindre torrt.

”Spelar det någon roll om språket är helt perfekt? Egentligen inte”, säger Scott Schwalbach. ”Vårt mått är i stället 'Öppnar eleven kursen? Går eleven kursen? Slutför eleven kursen? Och går eleven vidare till nästa kurs? En ännu viktigare fråga är om eleven rekommenderar oss och säger åt andra att det här är kurser de borde ta.”

Förutom ökat engagemang är de stora tidsbesparingarna en ytterligare fördel. Genom att införliva GenAI och använda nya processer strävar AWS efter att minska tidsåtgången för att skapa en kurs från 90 dagar till två veckor.

Lita på din språkpartner: Vad ska du hålla utkik efter?

För att du ska kunna nå dina mål genom AI-projekt är det viktigt att du väljer rätt språkpartner.

Först och främst ska du vara tydlig med vad du försöker uppnå. När du väl har definierat målet, ställ följande frågor under anbudsprocessen för att ta reda på vilka styrkor och svagheter din tilltänkta partner har:

Vilka teknikval gör din potentiella partner? Kommer du att bli ombedd att köpa komplicerad teknik, som ett Translation Management System (TMS), som du inte behöver?
Kommer leverantören att skydda din immateriella egendom eller använda din information till träning?
Är språkleverantören datadriven och kan tillhandahålla objektiv och användbar information för att driva fram beslut om när du bör använda Gen/AI och inte? Kan leverantören ta fram data för att visa på vilka språk du bör rikta in dig på i dag och i framtiden?
Är leverantören transparent kring sina processer och sätts dina behov i första rummet?

Med hjälp av ovanstående frågeställningar kan du göra en grundlig utvärdering utifrån rätt kriterier. Minst lika viktigt är att du lyckas utse rätt personer på ditt eget företag att bedöma kvalifikationerna hos befintliga eller potentiella partner.

I vår översikt över TRUST-ramverket kan du läsa mer om AI-förtroende.

Kontakta oss

Lionbridge är branschledande inom AI-implementeringar. Vi förser i dag närmare 500 kunder med skräddarsydda GenAI-lösningar och många fler är i startgroparna, trots att vi bara har sett början på de senaste tekniska framstegen. Är du redo att inleda din egen GenAI-resa med en pålitlig partner? Kontakta oss i dag.

E-postadress* : Ange företagets e-postadress.

Förnamn* :

Efternamn* :

Företagets namn* :

Meddelande* :

Genom att markera rutan nedan godkänner du att få våra e-postmeddelanden med marknadsföring. Du får information om tankeledarskap, bästa praxis och marknadstrender i språktjänster från Lionbridge. Registrera dig för att få e-postmeddelanden från Lionbridge

Om du vill avbryta prenumerationen, och veta hur vi behandlar dina personuppgifter, se vår integritetspolicy.

#banking_finance
#life_sciences
#generative-ai
#automotive
#industrial_manufacturing
#technology
#content_creation
#retail
#webinar
#consumer_packaged_goods
#ai
#blog_posts
#translation_localization
#travel_hospitality

FÖRFATTARE

Janette Mandell

VAD VI GÖR

AI

BRANSCHER