Search

The development and increasing use of artificial intelligence (AI), particularly in high-risk application areas, calls for attention to the governance of AI systems. Organizations and researchers have proposed AI ethics principles, but translating principles into practice-oriented frameworks has proven difficult. This paper develops meta-requirements for organizational AI governance frameworks to help translate ethical AI principles into practice and align operations with the forthcoming European AI Act. We adopt a design science research approach. We put forward research-based premises, then we report the design method employed in an industry-academia research project. Based on these, we present seven meta- requirements for AI governance frameworks. The paper contributes to the IS research on AI governance by collating knowledge into meta-requirements and advancing a design approach to AI governance. The study underscores that governance frameworks need to incorporate the characteristics of AI, its contexts, and the different sources of requirements.

Commercializing responsible artificial intelligence (RAI) involves translating ethical principles for developing, deploying, and using AI into business models. However, prior studies have reported tensions between commercial interests (e.g., development speed or accuracy) and societal interests (e.g., privacy or human rights) that can undermine RAI’s value proposition. Conceptually, we distinguish two business model development perspectives on AI and responsibility: innovating responsible business models leveraging AI and designing RAI business models. Taking the second perspective, we investigate the value proposition of RAI through business model design by employing a two-stage research approach consisting of focus groups and member checking. Empirically, we present the learnings from identifying the design elements for RAI business models. These include two themes that can underlie such business models: providing vs. enabling RAI systems and the observation that the tensions in RAI’s value proposition are paradoxical, not dilemmas. With our conceptual groundwork and empirical insights, we make three contributions that offer critical considerations for RAI business model design. First, we conceptualize two pathways for designing RAI business models: a corner path to commercialized RAI systems vs. direct path to commercialized RAI systems. We argue that these paths have distinct implications for the responsible in RAI. Second, we reflect the sociotechnical nature of RAI systems by emphasizing the criticality of the social for responsibility. Third, we outline a research agenda for developing RAI business models.

This paper examines the challenges related to integrating machine learning (ML) development with software development lifecycle (SDLC) models. Data-intensive development and use of ML are gaining popularity in information systems development (ISD). To date, there is little empirical research that explores the challenges that ISD practitioners encounter when integrating ML development with SDLC frameworks. In this work we conducted a series of expert interviews where we asked the informants to reflect upon how four different archetypal SDLC models support ML development. Three high level trends in ML systems development emerged from the analysis, namely, (1) redefining the prescribed roles and responsibilities within development work; (2) the SDLC as a frame for creating a shared understanding and commitment by management, customers, and software development teams: and (3) method tailoring. This study advances the body of knowledge on the integration of conceptual SDLC models and ML engineering. Post-print / Final draft

Painetun kustantaja: Yhteisjulkaisu (Tay, TTY, TAMK, PIRAMK) Tässä raportissa käsitellään neljästä Tampereen alueen korkeakoulusta valmistuneiden työllistymistä alueellisesta näkökulmasta. Tutkittavina korkeakouluina ovat Tampereen yliopisto, Tampereen teknillinen yliopisto, Tampereen ammattikorkeakoulu ja Pirkanmaan ammattikorkeakoulu. Raportti perustuu syksyllä 2008 toteutettuun valtakunnalliseen kyselytutkimukseen, jonka kohderyhmänä olivat vuonna 2003 ylemmän tai ns. päättyvän alemman korkeakoulututkinnon suorittaneet sekä ammattikorkeakoulututkinnon suorittaneet. Tutkimuksen kohteena on siis korkeakoulutettujen urakehitys viiden valmistumisen jälkeisen vuoden aikana. Raportti lähestyy alueellisuutta kahdella tavalla. Ensinnäkin käsitellään valmistuneiden muuttoliikettä opintoja edeltävän ajan ja kyselyhetken välillä. Toisekseen eri alueiden töitä vertaillaan työllistymisen laadun suhteen. Nämä kaksi näkökulmaa tukevat toisiaan, sillä työllistymisen alueelliset erot voivat osaltaan selittää muuttoliikettä. Lisäksi ensimmäistä valmistumisen jälkeistä työtä ja kyselyhetken työtä verrataan toisiinsa, jolloin saadaan tietoa työuran kehittymisestä valmistumisen jälkeisinä vuosina. Tampereelta valmistuneista vastaajista oli syksyllä 2008 Tampereella työssä vajaa puolet ja noin kymmenesosa oli muualla Pirkanmaalla. Noin viidennes oli päätynyt pääkaupunkiseudulle. Ammattikorkeakoulusta valmistuneet olivat useammin työssä Pirkanmaalla, kun taas yliopistosta valmistuneet työllistyivät useammin pääkaupunkiseudulle. Ammattikorkeakouluun myös tultiin yliopistoja useammin lähiseudulta. Pirkanmaalla ennen opintoja asuneista yli puolet oli Tampereella työssä kyselyhetkellä. Pääkaupunkiseudulta tulleista enemmistö oli palannut takaisin, ja muualta Suomesta tulleet olivat jakautuneet melko tasaisesti Tampereen, pääkaupunkiseudun ja muun Suomen välillä. Yleisesti muualta opiskelemaan muuttaneista enemmistö muutti opiskelun päätyttyä Tampereelta pois. Vastaajista lähes puolet oli muuttanut Tampereelle muualta ja oli viisi vuotta valmistumisen jälkeen muuttanut alueelta pois. Noin neljännes vastaajista oli muuttanut muualta ja jäänyt opintojen päätyttyä Tampereelle työhön. Valmistuneet olivat määrällisesti työllistyneet hyvin: vain 1 % oli kyselyhetkellä työttömänä. 88 % vastaajista oli työssä ja kymmenesosa työvoiman ulkopuolella. Yleisimmin työnantajana oli suuri yritys tai kuntasektori, ja yleisimpiä työtehtäviä olivat suunnittelu-, kehitys- ja hallintotehtävät sekä johto- ja esimiestehtävät. Työllistymisen laadussa oli kuitenkin eroja. Vastaajista noin kolme neljännestä oli kyselyhetkellä tyypillisessä työsuhteessa ja 15 % epätyypillisessä, lähinnä määräaikaisina. Naiset olivat miehiä useammin epätyypillisessä työsuhteessa. Lisäksi lähes neljännes vastaajista oli tässä raportissa käytettyjen kriteerien mukaan työllistynyt epätarkoituksenmukaisesti: heidän työnsä oli vaativuustasoltaan koulutusta alhaisempi tai he eivät pystyneet hyödyntämään korkeakoulussa opittua työssään. Työllistymisen tarkoituksenmukaisuus ei eronnut merkittävästi alueittain, paitsi että Tampereen ulkopuolisella Pirkanmaalla oli varsinkin yksityiselle sektorille työllistytty harvemmin koulutusta vastaaviin tehtäviin kuin muilla alueilla. Lisäksi yliopistosta valmistuneet olivat jonkin verran useammin työllistyneet tarkoituksenmukaisesti kuin ammattikorkeakoulusta valmistuneet, miehet useammin kuin naiset ja julkisen sektorin työntekijät useammin kuin yksityisen. Ryhmien erot olivat kuitenkin! vain 6-8 prosenttiyksikköä. Yleisesti ensimmäisen valmistumisen jälkeisen työn ja kyselyhetken työn välillä oli enemmän eroa työllistymisen laadussa kuin alueittain tai vastaajaryhmittäin. Ensimmäisen valmistumisen jälkeisen työn laatu vaikutti muuttamiseen jossain määrin. Ensimmäisessä työssä määräaikaisina olleet siirtyivät vakituisia useammin toiselle alueelle työhön lukuun ottamatta pääkaupunkiseutua, missä määräaikaisena olleetkin pääosin pysyivät alueella. Sen sijaan vastaajien liikkuvuus ei yleisesti eronnut työuransa alussa tarkoituksenmukaisesti tai epätarkoituksenmukaisesti työllistyneillä. Pääkaupunkiseudulla tarkoituksenmukaisessa ensimmäisessä työssä olleet vastaajat tosin olivat siirtyneet useammin Tampereelle ja muualle Suomeen. Eron syitä on kuitenkin vaikea eritellä aineiston perusteella.