워싱턴은 AI가 실제로 발생하는 곳을 측정하려고 합니다:
우리는 그들에게 무엇을 물어봐야 할지 말했습니다.
미국 노동통계국은 세계 어느 통계 기관도 하지 않은 일을 제안하고 있습니다: 미국 시간 사용 조사(ATUS)에 인공 지능 질문을 추가하여 AI 사용을 사람들의 실제 일상에 대한 24시간 연속 기록과 연결합니다(91 FR 42775, OMB 1220-NEW).
채택 조사는 사람들이 AI를 사용해 보았는지 여부를 알려줍니다. 시간 일지는 얼마나 많이, 어떤 작업에 대해, 무엇 대신 사용했는지 알려줍니다. 조직 내에서 AI 위험을 관리하는 모든 사람에게는 후자의 사실이 중요합니다.
The Human Ai Institute® 오늘 공식 공개 의견서를 제출했습니다. Enterprise-wide AI Risk Management® (EW-AiRM®) ewairm.com 창립 이사인 Prof.가 작성한 제안에 대한 마르쿠스 크렙츠.
우리의 입장은 열 가지 구체적인 권장 사항과 함께 강력한 지지입니다. 네 가지가 두드러집니다:
🔹 섀도우 AI 측정. 업무에 사용된 AI 도구가 고용주 승인을 받은 것인지, 아니면 응답자 본인의 것인지 묻는 한 가지 질문은 비승인된 직장 내 AI 사용에 대한 최초의 전국 대표 추정치를 산출할 것입니다. 현재 모든 기업 거버넌스 프레임워크는 이 숫자를 가정해야 합니다. BLS가 이를 알려줄 수 있습니다.
🔹 검증 측정. 사람들이 AI 출력을 사용하기 전에 확인했습니까? 검증에 소요된 시간은 모든 AI 생산성 주장의 숨겨진 분모이며, 어떤 국가 조사에서도 이를 측정하지 않습니다.
🔹 생성형, 내장형 및 에이전트형 사용 구분. 2년의 2027~2028년 조사 기간은 AI 에이전트의 주류화를 포괄할 것입니다. "AI와 채팅"을 중심으로 설계된 모듈은 2028년을 잘못 설명할 것입니다.
🔹 인식 격차 측정. AI는 응답자가 인식할 수 있는 것보다 더 빠르게 일반 소프트웨어에 통합되고 있습니다. 변화를 측정하세요. 그것을 없애려고 하지 마세요.
저희 제출물은 현재 전 세계적으로 설계되고 있는 모든 AI 컬렉션에 적용된다고 믿는 점을 지적합니다. 즉, 국가 통계는 기업 AI 거버넌스의 누락된 분모입니다. 현재 조직, 보험사 및 규제 기관은 공급업체 마케팅 설문 조사를 기준으로 조정하고 있습니다. BLS는 해당 기반을 통계로 대체할 수 있습니다.
저희 EW-AiRM™ 거버넌스 격언 중 하나가 말하듯이: "올바르게 보이는 거버넌스가 작동하는 거버넌스와 같은 것은 아닙니다." 측정에도 동일한 원칙이 적용됩니다.
여기서 저희 제출물을 확인하세요:
https://enterprisewideairiskmanagement.grigora.app/usatus/