เราสามารถเชื่อ AI ได้หรือไม่? มันถูกถักทอเข้ากับโลกของเราอย่างเห็นได้ชัดและมองไม่เห็น ตั้งแต่ Google แปลภาษาและบอทเกมไปจนถึงการใช้ในอุตสาหกรรมด้านการดูแลสุขภาพ การผลิต และการธนาคารสำหรับปริมาณงานที่สำคัญ เราจะใช้ประโยชน์จากเทคโนโลยีที่ปฏิวัติวงการนี้ได้อย่างมีประสิทธิภาพและหลีกหนีปัญหาขัดแย้งทางจริยธรรมที่แฝงมากับอคติ ความไว้วางใจ และความโปร่งใสได้หรือไม่ มีหนทางข้างหน้า แต่จะต้องมีการสนทนาอย่างต่อเนื่องและขยันหมั่นเพียรเกี่ยวกับจริยธรรมของ AI ในขณะที่เทคโนโลยียังคงพัฒนาต่อไป
คุณเชื่อ AI หรือไม่?
คำถามเกี่ยวกับความไว้วางใจมักเกิดขึ้นในสถานการณ์ที่กิจกรรมของมนุษย์ได้รับความไว้วางใจจาก AI ตัวอย่างเช่น เทสลาและผู้ผลิตรถยนต์รายอื่นกำลังทดลองความสามารถในการขับขี่อัตโนมัติและที่จอดรถที่ขับเคลื่อนด้วย AI การขับขี่อัตโนมัติเกินขีดจำกัดของความไว้วางใจ เนื่องจากการทดสอบเทคโนโลยีนี้ส่งผลให้มีมนุษย์เสียชีวิต มีการขีดเส้นอย่างรวดเร็วบนผืนทรายว่าเราจะไว้ใจรถที่จะจอดได้หรือไม่
อย่างไรก็ตาม การพึ่งพา AI นั้นมีอยู่ในบางกรณีการใช้งานอยู่แล้ว ซึ่งผู้คนทำโดยไม่รู้ตัวด้วยซ้ำ ในกรณีที่ตรวจพบการฉ้อโกง ระบบจะส่งข้อความเกี่ยวกับธุรกรรมที่น่าสงสัยก่อนที่คุณจะรู้ตัวว่ากระเป๋าเงินหรือบัตรเครดิตของคุณหายไป เทคโนโลยีประเภทนี้เกิดขึ้นแบบเรียลไทม์และช่วยให้คุณไม่ต้องปวดหัวเรื่องการเงิน
แม้แต่ในอุตสาหกรรมที่ AI เป็นส่วนหนึ่งของภาระงานที่สำคัญต่อธุรกิจ คำถามเรื่องความไว้วางใจก็ยังคงมีความเกี่ยวข้อง ตัวอย่างเช่น ในเทคโนโลยีเมนเฟรม บางบริษัทจะไม่ดำเนินการโดยอัตโนมัติเมื่อ AI ตรวจพบความผิดปกติ แม้ว่า AI จะทำหน้าที่ตรวจจับความผิดปกติ แต่ก็ไม่เข้าใจว่าการหยุดทำงานบนเมนเฟรมอาจส่งผลร้ายแรงต่อธุรกิจ ในกรณีนี้ ผู้ค้าไม่ไว้วางใจให้ AI ทำการตัดสินที่ดีกว่าที่พวกเขาทำได้ เมื่อ AI พัฒนาขึ้น ธุรกิจและกรณีการใช้งานจะทดสอบว่าเมื่อใด ที่ไหน และมากน้อยเพียงใดที่จะไว้วางใจเทคโนโลยีนี้ ในท้ายที่สุด พวกเขาจะพิจารณาว่าข้อมูลและ/หรือผลลัพธ์นั้นสามารถทำได้จริงหรือไม่และมีอคติหรือไม่
อคติเข้า, อคติออก
เช่นเดียวกับมนุษย์ ระบบ AI มักจะถูกคาดหวังให้ปฏิบัติตามบรรทัดฐานทางสังคมและยุติธรรมและเป็นกลาง เมื่อพูดถึงอคติ ปัญหาไม่ได้เกิดขึ้นเฉพาะกับโมเดล AI มนุษย์ก็ต่อสู้กับอคติเช่นกัน อย่างไรก็ตาม เมื่อใช้ AI ผลลัพธ์ที่มีอคติอาจมีผลกระทบอย่างมาก ใน AI อคติมีความสัมพันธ์อย่างมากกับข้อมูลอินพุต ตัวอย่างเช่น ข้อมูลอินพุตที่ไม่สะอาด ไม่บริสุทธิ์ หรือผิดพลาด จะส่งผลต่อเอาต์พุตของคุณ สิ่งสำคัญในการทำความเข้าใจอย่างมีอคติคือความละเอียดอ่อน ความเข้าใจ และความใจกว้างเพื่อนำทางอย่างมีจริยธรรม
ในที่สุดมนุษย์ก็ควบคุมอคติใน AI: ผู้ปฏิบัติงานเลือกข้อมูลอินพุตดั้งเดิมและแนะนำอคติเพื่อมีอิทธิพลต่อผลลัพธ์ ยกตัวอย่างเช่น Amazon Amazon ได้รับคำขอจำนวนมาก เมื่อพวกเขาตัดสินใจทดสอบการประยุกต์ใช้ AI กับกระบวนการจ้างงาน บริษัทจะใช้ CV ของพนักงานปัจจุบันเป็นข้อมูลป้อนเข้า แล้วผลเป็นอย่างไร? Amazon แชร์อย่างกว้างขวางว่าการใช้การสุ่มตัวอย่างแบบกลุ่มประชากรแบบเลือก ผลลัพธ์ที่ได้นั้นไม่ตรงกับผู้หญิง ในระหว่างขั้นตอนการทดสอบ ผู้ค้าปลีกพบว่าหากคำว่า "ผู้หญิง" ปรากฏที่ใดก็ได้ในเรซูเม่ คนๆ นั้นจะไม่ได้รับสายเลย Amazon ตระหนักว่าข้อมูลที่ป้อนเข้าเป็นส่วนหนึ่งของปัญหาและไม่เคยนำโมเดลนี้ไปใช้กับผู้จัดการการจ้างงาน
การแบ่งปันข้อมูลนี้และการให้ความสำคัญกับผลลัพธ์เป็นสิ่งสำคัญในขณะที่เราค้นหาการใช้เทคโนโลยีนี้ให้เกิดประโยชน์สูงสุดอย่างต่อเนื่อง เนื่องจากความลำเอียงเชื่อมโยงกับเจตนาอย่างมาก Amazon จึงไม่ใช่ตัวอย่างของการใช้ AI ในทางที่ผิด แต่จะแสดงให้เห็นถึงความจำเป็นในการใคร่ครวญเมื่อใช้ AI Amazon แก้ไขผลลัพธ์สำหรับความเอนเอียงของโมเดลเพื่อช่วยให้ได้ผลลัพธ์ที่สมดุลมากขึ้น
AI ได้กลายเป็นส่วนสำคัญของธุรกิจอย่างรวดเร็วมาก แม้กระทั่งสร้างความแตกต่างที่สำคัญสำหรับบางองค์กร และประเด็นด้านจริยธรรม เช่น อคติ เป็นสิ่งที่คาดหวังได้ กุญแจสำคัญในการเอาชนะอคติคือการทำให้แน่ใจว่าข้อมูลที่คุณป้อนนั้นสะอาดที่สุดเท่าที่จะเป็นไปได้ และเต็มใจที่จะตรวจสอบผลลัพธ์ที่ผิดจรรยาบรรณอย่างตรงไปตรงมาและโปร่งใส
บทบาทของความโปร่งใส
ความโปร่งใสใน AI สามารถอธิบายให้พนักงานและลูกค้าเข้าใจได้ ปัญหาคือ AI นั้นไม่โปร่งใสโดยเนื้อแท้ ดังนั้นมันจะเป็นส่วนสำคัญของการนำทางเมื่อ AI ได้รับการขัดเกลามากขึ้น เมื่อใช้ความโปร่งใสในระดับองค์กร คำถามคือจะกำหนดกฎที่ใช้โดยทั่วไปเมื่อมีผลกระทบในระดับต่างๆ ได้อย่างไร เราจะรู้ได้อย่างไรว่า AI ที่ใช้แล้วได้ผลลัพธ์ที่ไม่ค่อยดีนั้นโปร่งใสหรือไม่?
การขาดความโปร่งใสเป็นสิ่งสำคัญอย่างยิ่งสำหรับผู้บริโภค ผู้บริโภคต้องการทราบว่าบริษัทเก็บข้อมูลส่วนบุคคลอะไรบ้าง ใช้อย่างไร อัลกอริทึมทำงานอย่างไร และใครรับผิดชอบหากเกิดข้อผิดพลาด ในบางกรณี เช่น Spotify อัลกอริทึมเชื่อมโยงกับความได้เปรียบในการแข่งขันขององค์กร คุณค่าของ Spotify ต่อผู้บริโภคอยู่ที่คำแนะนำที่จัดทำขึ้นตามข้อมูลที่รวบรวมเกี่ยวกับผู้ฟัง คำถามก็คือ จริยธรรมของความโปร่งใสอยู่ตรงไหน? ธุรกิจควรมีส่วนแบ่งเท่าไหร่และผู้บริโภคควรดูและรู้มากแค่ไหน?
ความโปร่งใสเป็นเป้าหมายที่เคลื่อนไหว อย่างไรก็ตาม สิ่งสำคัญคือต้องประเมินผลกระทบเมื่ออัลกอริทึมเปลี่ยนแปลง เมื่อเกิดการเปลี่ยนแปลง การมีความโปร่งใสเกี่ยวกับการเปลี่ยนแปลงนั้นและผลกระทบต่อผู้มีส่วนได้ส่วนเสียต่างๆ จะเป็นกุญแจสำคัญในการช่วยเคลื่อนย้ายเทคโนโลยีไปสู่สถานที่แห่งนวัตกรรมมากยิ่งขึ้น ทางออกหนึ่งที่เป็นไปได้คือความสมดุล องค์กรที่เต็มใจอธิบายว่าเหตุใดการตัดสินใจบางอย่างจึงเกิดขึ้นในรูปแบบของตน สามารถส่งผลเชิงบวกต่อความโปร่งใสโดยไม่ต้องเปิดเผยข้อมูลที่เป็นความลับ
ความสมดุลทางจริยธรรมเป็นไปได้หรือไม่?
คำตอบสั้น ๆ คือใช่ ความสมดุลทางจริยธรรมเป็นไปได้ อย่างไรก็ตาม การทำความเข้าใจวิธีนำทางจริยธรรมของเทคโนโลยี AI นั้นเป็นกระบวนการต่อเนื่อง บางส่วนในอุตสาหกรรมของเราเรียกร้องให้มีความโปร่งใส ในขณะที่บริษัทต่างๆ พบว่าจำเป็นต้องปกป้องเทคโนโลยีของตนเนื่องจากเป็นการสร้างความแตกต่าง ทั้งสองฝ่ายมีประเด็นสำคัญและถูกต้อง แต่นั่นทำให้ภาวะที่กลืนไม่เข้าคายไม่ออกทางจริยธรรมโดยธรรมชาติอยู่ที่ไหน
มีปัจจัยสำคัญบางประการไม่ว่าคุณจะอยู่ด้านใดของการสนทนา
การป้อนข้อมูลของมนุษย์อย่างต่อเนื่องจะเป็นส่วนสำคัญของเทคโนโลยี AI ทั้งในด้านจริยธรรมและการใช้งาน ปัจจุบันและในขณะที่ AI พัฒนาขึ้นในอนาคต ก็จะต้องมีการป้อนข้อมูลและการกำกับดูแลจากมนุษย์
ความไวต่ออคติเป็นสิ่งจำเป็นสำหรับข้อมูลที่ป้อนเข้า การปรับโมเดลให้พอดี และการติดตามผล
ความโปร่งใสเกี่ยวกับความผิดพลาดและความสำเร็จของ AI กระตุ้นให้เกิดการสนทนาเกี่ยวกับจริยธรรมและช่วยให้เทคโนโลยี AI ก้าวหน้า
ในขณะที่ AI ยังคงมีอิทธิพลต่อชุมชนทั่วโลก เราต้องมุ่งมั่นที่จะแบ่งปันบทเรียนและถามคำถามด้านจริยธรรมเกี่ยวกับความไว้วางใจ ความลำเอียง และความโปร่งใส ยิ่งเราทำมากเท่าไหร่ การตัดสินใจของเราก็จะยิ่งดีขึ้นเท่านั้น และเราจะเข้าใจวิธีการปรับปรุง AI ในอนาคตได้ง่ายขึ้น
ต้องการเรียนรู้เพิ่มเติมเกี่ยวกับบทบาทของ AI ที่ Broadcom หรือไม่ ค้นหาวิธีที่เราใช้เทคโนโลยี AI เพื่อเพิ่มการดำเนินงานด้านไอที
ลิขสิทธิ์ © 2022 IDG Communications, Inc.