米国ナショナルAI研究リソースに対するHugging Faceの提言

技術的および倫理的専門性の優先

NAIRRは、技術的専門性と倫理的イノベーションの実績の両方を有するアドバイザーを任命すべきです。この二重の専門性は、技術的に実現可能で実装可能なことを判断すると同時に、AIシステムが有害なバイアスを助長したり悪意ある利用を可能にしたりしないようにするために必要です。Hugging Faceは、Hugging FaceのチーフエシックスサイエンティストであるMargaret Mitchell博士を、このような外部アドバイザーの例として挙げています。

モデルとデータのドキュメンテーションの標準化

多様な受け手に対するアクセシビリティと可読性を向上させるため、NAIRRはデータセットおよびシステムのドキュメンテーション用に標準化されたテンプレートを策定・提供すべきです。Hugging Faceは、広く採用されているドキュメンテーション構造であるModel Cardsを、AIモデルのドキュメンテーションにおける一貫性と透明性を確保するための強力なテンプレートとして提案しています。

非技術的専門家へのアクセシビリティ拡大

AI研究は、教育リソース、直感的なインターフェース、ローコードまたはノーコードツールの提供を通じて、学際的かつ非技術的な専門家にもアクセス可能であるべきです。これにより、さまざまな分野の専門家が深い技術スキルを必要とせずに、AIモデルのトレーニングなどの複雑なタスクを実行できます。Hugging Faceは、技術的背景に関係なくユーザーが自然言語処理（NLP）モデルをトレーニング、評価、デプロイできるようにするAutoTrainツールを例として挙げています。

悪意ある利用の監視と緩和

NAIRRは「害」の定義を策定し、継続的に更新しなければなりません。この定義にはヘイトスピーチ、政治的偽情報、甚だしい有害バイアスが含まれるべきです。これらのリスクを緩和するため、Hugging FaceはNAIRRが法的専門知識に投資し、Responsible AI Licenses（RAIL）を開発することを推奨しています。RAILはAIリソースの不正使用者に対して行動を起こすための仕組みを提供します。

多様なグローバル視点の活用

責任あるイノベーションを推進するためには、AIツールやリソースが異なる分野や言語の研究者にとってアクセス可能である必要があります。Hugging Faceは、リソースを複数の言語で提供すること、特に米国で最も話されている言語で提供することを推奨しています。Hugging Faceとフランス政府が主催するBigScience Research Workshopは、60か国以上、1,000人以上の研究者が参加するコミュニティであり、多様なグローバル視点を取り入れて強力なオープンソースの多言語言語モデルを構築する成功例として挙げられています。