Entwicklung von KI-Systemen, die mehrere Aufgaben gleichzeitig lernen (z. B. Spracherkennung + Übersetzung), wobei eine Governance für Komplexität und Überprüfbarkeit erforderlich ist.
Multi-Task-Architekturen, die Repräsentationen und Gewichte über verwandte Zielsetzungen hinweg gemeinsam nutzen, verbessern die Stichprobeneffizienz, erhöhen jedoch die Kopplung und Intransparenz. Zu den Governance-Herausforderungen gehören die Sicherstellung, dass jede Aufgabe ihre Leistungs- und Fairnessanforderungen erfüllt, das Management komplexer Bereitstellungspipelines sowie die Aufrechterhaltung der Erklärbarkeit. Die Dokumentation muss klar darlegen, wie gemeinsam genutzte Komponenten die Ausgaben jeder Aufgabe beeinflussen und wie Aktualisierungen sich über Aufgaben hinweg ausbreiten.
Eine KI für den globalen Kundensupport verwendet ein gemeinsames Modellieren für die Klassifizierung („Problemkategorie“) und die Sentiment-Analyse. Beim erneuten Training bewertet das Team Fairness und Genauigkeit für beide Aufgaben jeweils separat, protokolliert die Metriken jeder Aufgabe und überprüft etwaige wechselseitige Auswirkungen (z. B. Sentiment-Verzerrungen, die die Klassifizierung beeinflussen). Die Governance stellt sicher, dass Verbesserungen in einer Aufgabe die andere nicht beeinträchtigen.
