Responsible AI

Responsible AI คือแนวคิดและแนวปฏิบัติในการออกแบบ พัฒนา และใช้งาน ai ให้ระบบน่าเชื่อถือ ยึดมนุษย์เป็นศูนย์กลาง และไม่สร้างผลเสียต่อผู้คนหรือสังคม Microsoft ซึ่งเป็นองค์กรที่วางกรอบเรื่องนี้อย่างเป็นระบบ อธิบายว่ามันคือชุดขั้นตอนที่ทำเพื่อให้ระบบ AI ไว้วางใจได้และสอดคล้องกับหลักการของสังคม โดยสรุปเป็นหลัก 6 ข้อ: fairness (เป็นธรรม ไม่เลือกปฏิบัติ ป้องกัน ai-bias) · reliability and safety (ทำงานสม่ำเสมอ ไม่ก่ออันตราย) · privacy and security (คุ้มครองข้อมูลและ data-privacy ของผู้ใช้) · inclusiveness (ออกแบบให้คนหลากหลายกลุ่มใช้ได้ ไม่ทิ้งใครไว้ข้างหลัง) · transparency (สื่อสารชัดว่าระบบทำอะไรได้และมีข้อจำกัดอะไร) · accountability (มีคนและโครงสร้างที่รับผิดชอบต่อผลลัพธ์เสมอ)

แนวคิดนี้ไม่ได้จบแค่คำประกาศสวยๆ องค์กรที่จริงจังจะมีโครงสร้างรองรับจริง เช่น Microsoft มี Responsible AI Standard เป็นมาตรฐานภายใน มี Office of Responsible AI เป็นหน่วยงานกำกับดูแล มีเครื่องมืออย่าง Responsible AI Dashboard สำหรับตรวจสอบระบบ และเผยแพร่ Responsible AI Transparency Report ต่อสาธารณะ ฝั่งภาครัฐ สหรัฐฯ มี nist-ai-rmf : กรอบบริหารความเสี่ยง AI แบบสมัครใจที่ออกเมื่อมกราคม 2023 แบ่งงานเป็น 4 ฟังก์ชันหลักคือ Govern · Map · Measure · Manage และมี profile เฉพาะสำหรับ generative AI ด้วย

สำหรับคนทำงานทั่วไป เรื่องนี้ใกล้ตัวกว่าที่คิด เพราะวันนี้แทบทุกแผนกใช้ AI ช่วยเขียนงาน วิเคราะห์ข้อมูล หรือตอบลูกค้า ความผิดพลาดอย่าง hallucination หรืออคติในผลลัพธ์จึงไม่ใช่ปัญหาของทีม IT อีกต่อไป แต่เป็นความเสี่ยงของทุกคนที่กดส่งงานที่ AI ช่วยทำ หัวใจที่ควรจำคือ ความรับผิดชอบสุดท้ายอยู่ที่คนเสมอ องค์กรควรมี ai-policy ที่ชัดเจน และคนใช้ควรตรวจงานก่อนปล่อยออกไปทุกครั้ง (human-in-the-loop)

ตัวอย่างจากบทสนทนาจริง

ถาม: "บริษัทเพิ่งประกาศนโยบาย Responsible AI แปลว่าต่อไปถ้า AI ตอบลูกค้าผิด เราโทษ AI ได้ใช่ไหม ก็มันต้อง 'รับผิดชอบ' เองนี่"

ตอบ: "ตรงกันข้ามเลยครับ Responsible AI หมายถึงคนและองค์กรต้องรับผิดชอบผลลัพธ์ของ AI ไม่ใช่โยนความผิดให้เครื่องมือ หลัก accountability บอกชัดว่าต้องมีคนตรวจก่อนส่งถึงลูกค้าเสมอ ถ้า AI ร่างคำตอบผิดแล้วเรากดส่งออกไป คนที่รับผิดชอบก็คือเราครับ"

ระวังสับสนกับ

• ai-governance : governance คือกลไกที่เป็นรูปธรรม เช่น นโยบาย กระบวนการ และคณะกรรมการที่องค์กรตั้งขึ้นเพื่อทำให้ Responsible AI เกิดขึ้นจริง ส่วน Responsible AI คือตัวหลักการและเป้าหมายที่กลไกเหล่านั้นรับใช้
• ai-safety : เน้นป้องกันอันตรายจากตัวระบบ AI เอง เช่น พฤติกรรมที่ไม่ตรงเจตนาหรือความเสี่ยงร้ายแรง ส่วน Responsible AI กว้างกว่านั้น ครอบคลุมทั้งความเป็นธรรม ความโปร่งใส ความเป็นส่วนตัว และความรับผิดชอบของคนที่นำ AI ไปใช้