Toju Duke
Entscheidungen über KI werden mittlerweile auf Vorstandsebene getroffen, und die meisten Vorstände treffen diese Entscheidungen ohne einen fundierten Prozess. Die Rechtsabteilungen weisen auf Risiken hin, die Entwicklerteams bringen Modelle auf den Markt, und niemand übernimmt die Verantwortung für die Frage, ob das System überhaupt hätte entwickelt werden sollen. In der Kluft zwischen den KI-Zielen und den zu ihrer Steuerung erforderlichen Kontrollmechanismen häufen sich Reputations- und regulatorische Schäden an.
Toju Duke ist ehemaliger Programmmanager für verantwortungsvolle KI bei Google und Autor des Buches „Building Responsible AI Algorithms“. Er unterstützt Unternehmen dabei, KI-Grundsätze in operative Kontrollmechanismen umzusetzen.
Full Profile
Warum Unternehmen mit Toju Duke zusammenarbeiten
- Zehn Jahre bei Google, davon drei Jahre in der Leitung von Programmen für verantwortungsvolle KI in Produkt- und Forschungsteams, die sich mit groß angelegten Modellen befassten. Das von ihr vermittelte Rahmenwerk ist dasselbe, das sie selbst umgesetzt hat.
- Ein veröffentlichtes, strukturiertes Rahmenwerk für verantwortungsvolle KI, das Fairness, Transparenz, Sicherheit, Datenschutz und Robustheit über den gesamten ML-Lebenszyklus hinweg abdeckt und Führungskräften als gemeinsamer Bezugspunkt zur Verfügung steht.
- Die Glaubwürdigkeit der Referentin zeigt sich in den Fragen, die tatsächlich gestellt werden: Wie können wir KI zügig einsetzen, ohne Risiken in Bezug auf Regulierung, Reputation oder Menschenrechte einzugehen?
- Unabhängig von jeglicher Plattform oder jedem Modellanbieter. Da sie kein Produkt zu verkaufen hat, sind ihre Ratschläge zu Governance und Einsatz ausschließlich der Organisation verpflichtet, die diese in Anspruch nimmt.
Wichtige Stationen ihrer Laufbahn
- Autorin von „Building Responsible AI Algorithms“ (Apress, 2023), einem strukturierten Rahmenwerk für Fairness, Transparenz, Sicherheit, Datenschutz und Robustheit über den gesamten Lebenszyklus des maschinellen Lernens hinweg.
- Mitautorin zusammen mit Prof. Paolo Giudici von „Responsible AI in Practice“ (Apress/Springer Nature).
- Zehn Jahre bei Google. Die letzten drei Jahre als Programmmanagerin für verantwortungsvolle KI, wo sie produkt- und forschungsübergreifend an groß angelegten Modellen arbeitete.
- Gründerin und CEO von Diverse AI, einer gemeinnützigen Organisation, die Bildungs- und Forschungsprogramme für in der KI unterrepräsentierte Gruppen durchführt, darunter ein Projekt zum Aufbau eines Datensatzes, der die Kulturen von Gemeinschaften ohne Internetzugang dokumentiert.
- Medienbeiträge u. a. bei BBC One „Sunday Morning Live“, Sky News, Al Jazeera, CGTN America, El País, La Vanguardia und Sifted.
Biografie
Die meisten Organisationen verfügen mittlerweile über eine KI-Richtlinie. Nur sehr wenige verfügen jedoch über die operativen Mechanismen, um diese auch in die Praxis umzusetzen. Toju Duke verbrachte die letzten drei Jahre ihrer zehnjährigen Karriere bei Google damit, genau diese Mechanismen aufzubauen – als Programmmanagerin für verantwortungsvolle KI, die produkt- und forschungsübergreifend an groß angelegten Modellen arbeitete.
Aus dieser Arbeit entstand das Buch „Building Responsible AI Algorithms“, das 2023 bei Apress erschien. Das Buch holt „Responsible AI“ aus den Grundsatzdokumenten heraus und integriert es in den Lebenszyklus des maschinellen Lernens: wie man ein Problem definiert, Daten überprüft, Fairness bewertet, ein Modell dokumentiert und über die Freigabe entscheidet. Ein zweiter Band, „Responsible AI in Practice“, den sie gemeinsam mit Prof. Paolo Giudici verfasste, erweitert das Rahmenwerk um Regulierung, Risikotaxonomien und -bewertung.
Sie berät Vorstände und Führungsteams zu Governance, KI-Bereitschaft und -Einführung und ist Mitglied des Programmkomitees der AAAI/ACM-Konferenz zu KI, Ethik und Gesellschaft. Über „Diverse AI“, die von ihr gegründete gemeinnützige Organisation, leitet sie Bildungs- und Forschungsprogramme für in diesem Bereich unterrepräsentierte Gruppen, darunter ein Projekt zum Aufbau eines Datensatzes, der die Kulturen von Gemeinschaften dokumentiert, die vom Internet ausgeschlossen wurden. Governance und Inklusion sind ein und dasselbe Thema, betrachtet von zwei Seiten des Modells.
Sie tritt als Rednerin auf und schreibt für renommierte Medien, darunter BBC One „Sunday Morning Live“, Sky News, Al Jazeera, CGTN America, „El País“, „La Vanguardia“ und „Sifted“. Für einen Vorstand, der abwägt, wie ein KI-Programm gesteuert werden soll, das er nicht vollständig versteht, bringt sie die seltene Kombination aus praktischer Erfahrung in einem Pionierteam und einem veröffentlichten Rahmenkonzept mit, um die Diskussion zu strukturieren.
Wichtige Vortragsthemen
- Rahmenwerke für verantwortungsvolle KI und Governance
- KI-Ethik und Rechenschaftspflicht
- Risiken und Aufsicht bei generativer KI
- KI-Regulierung und -Politik
- Fairness, Voreingenommenheit und Inklusion in KI-Systemen
- Vielfalt bei KI-Fachkräften und im Design
- Umsetzung von KI-Grundsätzen über den gesamten Lebenszyklus des maschinellen Lernens hinweg
Ideal für
- Vorstände und Führungsgremien, die KI-Programme in Auftrag geben oder leiten
- Chief AI Officers, CTOs, CIOs und Chief Data Officers, die Betriebsmodelle für verantwortungsvolle KI entwickeln
- Leiter der Bereiche Risiko, Revision, Recht und Compliance, die KI-Vorschriften in Kontrollmaßnahmen umsetzen
- DEI- und Personalverantwortliche, die sich für Inklusion in technischen Organisationen einsetzen
Lernziele für die Teilnehmer
- Ein Fachvokabular für verantwortungsvolle KI, das auf einem veröffentlichten Rahmenwerk und nicht auf Anbieter-Marketing basiert.
- Ein Überblick darüber, wo KI-Risiken tatsächlich im Lebenszyklus des maschinellen Lernens liegen – von der Problemdefinition bis zur Bereitstellung.
- Ein Referenzmodell zur Umsetzung von KI-Grundsätzen in Überprüfungsprozesse, Dokumentation und Strukturen zur Rechenschaftspflicht.
- Ein klareres Verständnis dafür, wie sich regulatorische, Fairness- und Menschenrechtsaspekte für Organisationen überschneiden, die groß angelegte Modelle einsetzen.