負責任的 AI：社會偏見、版權、所有權

商務應用的生成式 AI

Carl Rosseel

Head of Business Intelligence Curriculum at DataCamp

AI 中的社會偏見

什麼是社會偏見？

• 對特定群體的系統性不公平
• 發生於招募、醫療等情境

何謂公平？

• 定義「公平」很複雜
• 受社會盲點影響

如何前進？

• 聚焦廣泛共享的人類價值

                         

為何 AI 會有偏見風險？

• 訓練資料缺乏多元或錯置群體
• 模型追求過於狹窄的目標
• 使用者錯誤或惡意應用 AI

偵測與緩解技術

偵測

• 發現或識別其存在
• 用演算法計算公平性指標
• 人工稽核
• 持續評估與改進

緩解

• 使（不良情況）減輕、減緩或不那麼嚴重
• 多元化訓練資料
• 調整模型

                         

¹ Oxford Languages

智慧財產權與 AI 內容

AI 生成內容

• 繪畫、音樂或學術研究

內容屬於誰？

• 提供提示詞的人
• 開發 AI 的公司
• AI 本身？

法律現況

• 快速演變中

                         

生成式 AI 與法律版圖

• 新法規交織並存
• 保持掌握資訊至關重要
• 隱私考量
  • 使用條款
  • 分享影響
  • 資料處理

各產業中的生成式 AI

• 創意產業因就業疑慮而抗拒
• 醫學研究擁抱它以促成突破
• 供應鏈用於最佳化與自動化流程

倫理考量

惡意用途

• 深偽內容
• 散播錯誤資訊
• 強化駭客攻擊

緩解策略

• 人在回路審查
• 防害與監測
• 使用者身分驗證
• …

生成式 AI 持續演進中

明確準則與回饋機制

• 召集關鍵利害關係人
• 舉辦圓桌會議
• 與公民社會合作
• 產品回饋循環

一個複雜的新領域

• 機會豐富
• 涉及倫理考量與挑戰
• 緩解社會偏見
• 困難版權議題的導航

一起來練習吧！

商務應用的生成式 AI