第一步是記錄產(chǎn)品和行為的血統(tǒng)。它的讀物應該幾乎像每個AI產(chǎn)品或服務的歷史一樣，并且應該從頭開始，解釋組織編寫算法的目的。

據(jù)論壇稱，需要包括培訓數(shù)據(jù)集，預期的使用場景，安全和公平性測試的結果以及性能特征。系統(tǒng)運行時的行為也是如此，應該用來理解機器學習模型做出的預測。

第二步建議組織針對其特定的戰(zhàn)略發(fā)展和運營需求對EC白皮書的特定要求創(chuàng)建正式的解釋。解釋應由內(nèi)部跨職能小組創(chuàng)建。

論壇還建議使用組織對EC白皮書的解釋作為衡量標準，評估所有產(chǎn)品和服務的合規(guī)性。

論壇表示：“由風險和合規(guī)官，產(chǎn)品經(jīng)理和數(shù)據(jù)科學家組成的獨立的跨職能團隊應進行內(nèi)部審核。”

也許最具爭議的建議是第四：“向相關利益相關者報告調(diào)查結果。”

換句話說，將審核分發(fā)給監(jiān)管機構，產(chǎn)品購買者，提供者，消費者團體和民間社會組織。目標是保持透明，以增加信任度，否則，人工智能將繼續(xù)受到恐懼和猜疑的困擾。