Responsible AI 實務
Esther Montoya van Egerschot
Chief AI Governance @ DigiDiplomacy
迷思:
AI 治理常被只當成法律或法規遵循議題,忽視其在確保道德、透明、可問責實務上的更廣泛角色。
迷思:
有人認為嚴格的治理框架會因規範過多而扼殺創新。其實,良好設計的治理能促進「負責任的創新」。
內部利害關係人
外部利害關係人:
迷思:
與利害關係人的互動有時被視為打勾勾的形式,忽略了這其實是促進 AI 技術具適應性與包容性發展的持續關鍵流程。
透過行為準則、倫理委員會與 AI 小組善用內部支援。
提升他們的 AI 素養!
迷思:
只依賴倫理委員會來監督道德 AI,會忽略將倫理融入 AI 開發各階段的重要性。

迷思:
納入外部利害關係人會因意見與利益分歧過多而拖慢 AI 開發。
其實,這種包容式做法能豐富流程,確保 AI 符合更廣大社群的需求與價值。

迷思:
常見誤解是只有大型企業才負擔得起負責任 AI 的作法,例如取得 BCorp 資格或進行 ESG 報告,低估了各種規模組織的可行性與影響力。

迷思:
常被認為同一套治理工具可通用於所有 AI 專案,而忽視每個專案情境與倫理影響需要量身調整。
Chief AI Governance Officer
或
Chief AI Officer (CAIO)
迷思:
一旦建立了 AI 治理框架與政策,就不需要頻繁檢視或更新。
這忽略了 AI 技術與社會價值的動態特性,必須持續監測、稽核與評估,才能讓治理維持有效且相關。
Responsible AI 實務