# ปัญญาประดิษฐ์ที่มีจริยธรรมและความรับผิดชอบ

คุณใกล้จะจบหลักสูตรนี้แล้ว และหวังว่าจนถึงตอนนี้คุณจะเห็นได้ชัดเจนว่า AI นั้นมีพื้นฐานมาจากวิธีการทางคณิตศาสตร์ที่เป็นทางการหลายวิธี ซึ่งช่วยให้เราค้นหาความสัมพันธ์ในข้อมูลและฝึกโมเดลเพื่อเลียนแบบพฤติกรรมบางอย่างของมนุษย์ ในช่วงเวลานี้ของประวัติศาสตร์ เราถือว่า AI เป็นเครื่องมือที่ทรงพลังมากในการดึงรูปแบบจากข้อมูล และนำรูปแบบเหล่านั้นไปใช้แก้ปัญหาใหม่ๆ

## [แบบทดสอบก่อนการบรรยาย](https://white-water-09ec41f0f.azurestaticapps.net/quiz/5/)

อย่างไรก็ตาม ในนิยายวิทยาศาสตร์ เรามักจะเห็นเรื่องราวที่ AI เป็นภัยต่อมนุษยชาติ โดยปกติแล้วเรื่องราวเหล่านั้นจะเกี่ยวกับการกบฏของ AI เมื่อ AI ตัดสินใจเผชิญหน้ากับมนุษย์ ซึ่งบ่งบอกว่า AI มีอารมณ์หรือสามารถตัดสินใจในแบบที่นักพัฒนาไม่คาดคิด

AI ที่เราได้เรียนรู้ในหลักสูตรนี้เป็นเพียงการคำนวณเมทริกซ์ขนาดใหญ่เท่านั้น มันเป็นเครื่องมือที่ทรงพลังมากที่ช่วยเราแก้ปัญหา และเช่นเดียวกับเครื่องมือที่ทรงพลังอื่นๆ - มันสามารถถูกใช้ในทางที่ดีหรือไม่ดีก็ได้ สิ่งสำคัญคือมันสามารถถูก *ใช้งานผิดวิธี* ได้

## หลักการของ AI ที่มีความรับผิดชอบ

เพื่อหลีกเลี่ยงการใช้งาน AI อย่างผิดพลาดโดยบังเอิญหรือโดยเจตนา Microsoft ได้กำหนด [หลักการของ AI ที่มีความรับผิดชอบ](https://www.microsoft.com/ai/responsible-ai?WT.mc_id=academic-77998-cacaste) ซึ่งมีแนวคิดสำคัญดังนี้:

* **ความยุติธรรม** เกี่ยวข้องกับปัญหาสำคัญของ *อคติในโมเดล* ซึ่งอาจเกิดจากการใช้ข้อมูลที่มีอคติในการฝึกโมเดล ตัวอย่างเช่น เมื่อเราพยายามทำนายความน่าจะเป็นที่บุคคลจะได้งานเป็นนักพัฒนาซอฟต์แวร์ โมเดลอาจให้ความสำคัญกับเพศชายมากกว่า - เพียงเพราะชุดข้อมูลที่ใช้ฝึกอาจมีอคติต่อกลุ่มเพศชาย เราจำเป็นต้องปรับสมดุลข้อมูลการฝึกและตรวจสอบโมเดลเพื่อหลีกเลี่ยงอคติ และทำให้แน่ใจว่าโมเดลพิจารณาคุณลักษณะที่เกี่ยวข้องมากกว่า
* **ความน่าเชื่อถือและความปลอดภัย** โดยธรรมชาติแล้ว โมเดล AI อาจทำผิดพลาดได้ โครงข่ายประสาทเทียมให้ผลลัพธ์เป็นความน่าจะเป็น และเราจำเป็นต้องคำนึงถึงสิ่งนี้เมื่อทำการตัดสินใจ ทุกโมเดลมีความแม่นยำและการเรียกคืนบางระดับ และเราจำเป็นต้องเข้าใจสิ่งนี้เพื่อป้องกันอันตรายที่คำแนะนำที่ผิดพลาดอาจก่อให้เกิดขึ้น
* **ความเป็นส่วนตัวและความปลอดภัย** มีนัยสำคัญเฉพาะสำหรับ AI ตัวอย่างเช่น เมื่อเราใช้ข้อมูลบางอย่างในการฝึกโมเดล ข้อมูลนี้จะกลายเป็นส่วนหนึ่งของโมเดล ในแง่หนึ่งสิ่งนี้เพิ่มความปลอดภัยและความเป็นส่วนตัว แต่ในอีกแง่หนึ่ง เราจำเป็นต้องจำไว้ว่าข้อมูลใดที่โมเดลถูกฝึกมา
* **การมีส่วนร่วม** หมายความว่าเราไม่ได้สร้าง AI เพื่อแทนที่มนุษย์ แต่เพื่อเสริมสร้างมนุษย์และทำให้งานของเรามีความคิดสร้างสรรค์มากขึ้น นอกจากนี้ยังเกี่ยวข้องกับความยุติธรรม เพราะเมื่อจัดการกับชุมชนที่ไม่ได้รับการเป็นตัวแทน ส่วนใหญ่ชุดข้อมูลที่เรารวบรวมมักจะมีอคติ และเราจำเป็นต้องทำให้แน่ใจว่าชุมชนเหล่านั้นได้รับการรวมและจัดการอย่างถูกต้องโดย AI
* **ความโปร่งใส** ซึ่งรวมถึงการทำให้แน่ใจว่าเราชัดเจนเสมอว่า AI กำลังถูกใช้งานอยู่ นอกจากนี้ เมื่อใดก็ตามที่เป็นไปได้ เราต้องการใช้ระบบ AI ที่ *สามารถตีความได้*
* **ความรับผิดชอบ** เมื่อโมเดล AI ตัดสินใจบางอย่าง บางครั้งอาจไม่ชัดเจนว่าใครเป็นผู้รับผิดชอบต่อการตัดสินใจเหล่านั้น เราจำเป็นต้องทำให้แน่ใจว่าเราเข้าใจว่าความรับผิดชอบของการตัดสินใจของ AI อยู่ที่ใด ในกรณีส่วนใหญ่ เราต้องการรวมมนุษย์เข้ามาในกระบวนการตัดสินใจที่สำคัญ เพื่อให้คนจริงๆ เป็นผู้รับผิดชอบ

## เครื่องมือสำหรับ AI ที่มีความรับผิดชอบ

Microsoft ได้พัฒนา [Responsible AI Toolbox](https://github.com/microsoft/responsible-ai-toolbox) ซึ่งประกอบด้วยชุดเครื่องมือดังนี้:

* Interpretability Dashboard (InterpretML)
* Fairness Dashboard (FairLearn)
* Error Analysis Dashboard
* Responsible AI Dashboard ซึ่งรวมถึง

   - EconML - เครื่องมือสำหรับการวิเคราะห์เชิงสาเหตุ ซึ่งมุ่งเน้นไปที่คำถาม "ถ้าเป็นเช่นนี้จะเกิดอะไรขึ้น"
   - DiCE - เครื่องมือสำหรับการวิเคราะห์ Counterfactual ที่ช่วยให้คุณเห็นว่าคุณลักษณะใดที่ต้องเปลี่ยนแปลงเพื่อส่งผลต่อการตัดสินใจของโมเดล

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับจริยธรรมของ AI โปรดเยี่ยมชม [บทเรียนนี้](https://github.com/microsoft/ML-For-Beginners/tree/main/1-Introduction/3-fairness?WT.mc_id=academic-77998-cacaste) ในหลักสูตร Machine Learning ซึ่งรวมถึงแบบฝึกหัด

## การทบทวนและการศึกษาด้วยตนเอง

เข้าร่วม [เส้นทางการเรียนรู้](https://docs.microsoft.com/learn/modules/responsible-ai-principles/?WT.mc_id=academic-77998-cacaste) นี้เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับ AI ที่มีความรับผิดชอบ

## [แบบทดสอบหลังการบรรยาย](https://white-water-09ec41f0f.azurestaticapps.net/quiz/6/)

---

**ข้อจำกัดความรับผิดชอบ**:  
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI [Co-op Translator](https://github.com/Azure/co-op-translator) แม้ว่าเราจะพยายามอย่างเต็มที่เพื่อให้การแปลมีความถูกต้อง โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษามนุษย์ที่เป็นมืออาชีพ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดซึ่งเกิดจากการใช้การแปลนี้