แนวปฏิบัติ AI อย่างรับผิดชอบ
Esther Montoya van Egerschot
Chief AI Governance @ DigiDiplomacy
ความเข้าใจผิด:
มักมองว่า AI governance เป็นเพียงเรื่องการปฏิบัติตามกฎหมายหรือข้อบังคับ โดยมองข้ามบทบาทที่กว้างกว่าในการสร้าง AI ที่มีจริยธรรม โปร่งใส และรับผิดชอบได้
ความเข้าใจผิด:
บางคนเชื่อว่ากรอบ governance ที่เข้มงวดอาจขัดขวางนวัตกรรมเพราะมีกฎมากเกินไป แต่ในความเป็นจริง governance ที่ออกแบบดีจะส่งเสริมนวัตกรรมที่รับผิดชอบ
ผู้มีส่วนได้ส่วนเสียภายใน
ผู้มีส่วนได้ส่วนเสียภายนอก:
ความเข้าใจผิด:
การมีส่วนร่วมกับผู้มีส่วนได้ส่วนเสียมักถูกมองว่าเป็นแค่พิธีกรรม แต่ที่จริงแล้วเป็นกระบวนการต่อเนื่องที่สำคัญต่อการพัฒนา AI อย่างปรับตัวและครอบคลุม
ใช้ประโยชน์จากการสนับสนุนภายในผ่าน จรรยาบรรณ คณะกรรมการจริยธรรม และ AI Squads
สนับสนุน AI Literacy ของพวกเขา!
ความเข้าใจผิด:
การพึ่งพาเฉพาะคณะกรรมการจริยธรรมในการดูแล AI อาจมองข้ามความสำคัญของการผสานข้อพิจารณาด้านจริยธรรมเข้าในทุกขั้นตอนของการพัฒนา AI

ความเข้าใจผิด:
การดึงผู้มีส่วนได้ส่วนเสียภายนอกเข้ามามีส่วนร่วมอาจทำให้กระบวนการพัฒนา AI ช้าลงเพราะมีผลประโยชน์และความคิดเห็นที่ขัดแย้งกัน
แต่ในความเป็นจริง แนวทางแบบมีส่วนร่วมนี้ช่วยเพิ่มคุณค่าให้กระบวนการ และทำให้ AI สอดคล้องกับความต้องการและค่านิยมของชุมชนในวงกว้าง

ความเข้าใจผิด:
มักเชื่อกันว่าเฉพาะบริษัทขนาดใหญ่เท่านั้นที่สามารถนำแนวปฏิบัติ AI อย่างรับผิดชอบมาใช้ได้ เช่น การได้รับสถานะ BCorp หรือการรายงาน ESG โดยมองข้ามความเป็นไปได้สำหรับองค์กรทุกขนาด

ความเข้าใจผิด:
มักเชื่อกันว่าสามารถใช้เครื่องมือ governance ชุดเดียวกับโปรเจกต์ AI ทุกโปรเจกต์ได้ โดยมองข้ามความจำเป็นในการปรับให้เหมาะกับบริบทและผลกระทบด้านจริยธรรมของแต่ละโปรเจกต์
Chief AI Governance Officer
หรือ
Chief AI Officer (CAIO)
ความเข้าใจผิด:
เมื่อกำหนดกรอบและนโยบาย AI governance แล้ว ก็ไม่จำเป็นต้องทบทวนหรืออัปเดตบ่อยนัก
แนวคิดนี้มองข้ามธรรมชาติที่เปลี่ยนแปลงอยู่เสมอของเทคโนโลยี AI และค่านิยมทางสังคม ซึ่งจำเป็นต้องมีการติดตาม ตรวจสอบ และประเมินอย่างต่อเนื่องเพื่อให้ governance ยังคงมีประสิทธิภาพและเกี่ยวข้อง
แนวปฏิบัติ AI อย่างรับผิดชอบ