Europo, postaw na innowacje i sztuczną inteligencję

Sztuczna inteligencja wydaje się wszechobecna, podobnie jak dyskusje o dylematach z nią związanych. Jednym z nich jest zagadnienie tzw. explainable AI, czyli wyjaśnienie, w jaki sposób dochodzi ona do określonych rezultatów. W jaki sposób Allegro zapewnia w tym kontekście sprawiedliwe traktowanie klientów, a jednocześnie odpowiednią jakość doświadczenia użytkownika?

Rozpocznę od pokazania skali. Nasza platforma właśnie obchodzi 25-lecie działalności. Obecnie obsługuje ok. 20 mln klientów i 146 tys. sprzedawców w krajach Europy Środkowo-Wschodniej. Generujemy mniej więcej 1 proc. polskiego PKB i przyczyniamy się do zatrudnienia ok. 1 proc. spośród wszystkich zatrudnionych w kraju. Taka skala wymaga zaufania. Zanim przejdę do tematu „wyjaśnialności” (explainability – red.) oraz tendencyjności modeli AI i MLOps (machine learning operations – red.), chcę podkreślić, jak ważne jest zaufanie do platform handlu elektronicznego. Bez niego po prostu nie da się działać. Wraz z wprowadzaniem w Allegro kolejnych technologii opartych na sztucznej inteligencji musimy dbać o to, by nie stracić tego zaufania. Mechanizmy, z których korzystamy w ramach MLOps czy DevOps (development and operations – red.), znane większości ludzi, wiążą się z cyklami rozwoju oprogramowania, można wręcz powiedzieć – cyklami jego życia. Jest to proces skoncentrowany przede wszystkim na danych, nie na kodzie. Dane mogą być tendencyjne. Potrzebujemy zatem mechanizmu, w którym są one odpowiednio opisywane w miarę napływania. Chcemy wiedzieć, co naprawdę znaczą. Mamy wytyczne dotyczące opisywania danych i zasady dla osób, które pomagają nam to robić. Sam proces MLOps polega na przeglądaniu zestawów danych, które otrzymujemy. Budujemy model, następnie go walidujemy i tak dalej, aż uzyskamy poprawne wyniki. Kolejnym krokiem jest wspomniana już wyjaśnialność. Proces, który opisałem, pomaga nam pozbywać się tendencyjności.