Il pilastro Equità si concentra su accessibilità, etica dell'intelligenza artificiale, supervisione umana, mitigazione della distorsione e progettazione equa, in modo che le soluzioni servano tutti gli utenti in modo equo. Questi schemi trasformano i principi di progettazione del pilastro in pratiche concrete e riesaminabili: cosa cercare in una soluzione, che aspetto ha e gli schemi anti-schema che la minano.
Principi di progettazione
Questi schemi mettono in pratica i principi di progettazione del pilastro Equità. I principi sono alla base delle decisioni in materia di architettura, ma non producono risultati equi da soli: leggeteli insieme al pilastro Fairness per una guida completa su ciascuno di essi.
- Progettazione di modelli di accessibilità Lightning: creare con SLDS e componenti Web Lightning standard controllati per le WCAG 2.2 AA e convalidare qualsiasi componente personalizzato mediante test di tecnologia per l'accesso facilitato.
- Ridurre e monitorare la distorsione con gli strumenti appropriati per ogni tipo di modello: convalidare gli output del modello per risultati equi prima della distribuzione e in modo continuativo nell'ambiente di produzione, utilizzando la strumentazione adatta a ogni tipo di modello.
- Sfruttare Shield Platform Encryption per controlli della protezione dei dati: proteggere gli attributi sensibili e instradare i registri di Monitoraggio evento a un SIEM per gli itinerari di controllo senza manomissioni.
- Progettare flussi di lavoro di revisione per previsioni con rischi elevati: configurare i processi di approvazione e le soglie di confidenza in modo che le previsioni consequenziali ricevano un esame umano appropriato.
- Applica impostazioni predefinite organizzazione (OWD) e Protezione a livello di campo (FLS) per non discriminazione: limitare l'accesso per impostazione predefinita e concedere solo ciò di cui ogni ruolo ha bisogno, evitando l'esposizione di attributi sensibili.
- Abilita agenzia utente tramite consenso piattaforma: tenere traccia del consenso AI granulare per ogni caso d'uso e consentire agli utenti di disattivare le funzioni basate sull'intelligenza artificiale con alternative umane, quando possibile.
Come utilizzare questi schemi
Ogni categoria abbina modelli (aspetto positivo) e anti-schemi (cosa evitare), organizzati in modo da poter rivedere una soluzione area per area. Iniziare dal risultato di equità necessario:
- Rendere l'esperienza fruibile da tutti? Utilizzare l'accessibilità per la conformità alle WCAG, il supporto per le tecnologie per l'assistenza e la progettazione inclusiva.
- Costruire un'intelligenza artificiale responsabile ed equa? Utilizzare l'etica dell'intelligenza artificiale per la riduzione della distorsione, le metriche di equità, la supervisione umana, la non discriminazione e il consenso.
- Agenti operativi nella produzione? Utilizzare gli schemi degli agenti per il rilevamento della distorsione, l'intelligenza artificiale trasparente e il comportamento equo degli agenti.
Categorie di schema
Accessibilità
Schemi per la conformità alle WCAG, supporto per le tecnologie per l'assistenza, progettazione inclusiva ed esperienze utente accessibili.
Schemi agente
Modelli di equità per i sistemi agentici, tra cui rilevamento della distorsione, intelligenza artificiale trasparente e comportamento equo degli agenti.
Etica AI
Schemi per lo sviluppo etico dell'intelligenza artificiale, la mitigazione della distorsione, le metriche di equità, la supervisione umana, la non discriminazione, il consenso e le pratiche di intelligenza artificiale responsabili.
Risorse correlate
- Pilastro equità: i principi di progettazione e le linee guida architettoniche implementate da questi schemi
- Fairness for the Agentic Enterprise — Guida all'equità per le soluzioni basate sugli agenti
- Well-Architected Framework – come l’equità si integra con gli altri pilastri
- Patterns and Anti-Patterns — la libreria completa di schemi in tutti i pilastri