🎯 เป้าหมาย
- อธิบาย Human oversight และความรับผิดชอบ
- สรุปทักษะที่ควรพัฒนาควบคู่ AI
- พร้อมทำแบบทดสอบกลางช่วงชั้น
1. ธรรมาภิบาล AI (AI Governance)
กรอบนโยบายและกระบวนการที่กำหนดว่าใครรับผิดชอบอะไร ระบบถูกประเมินความเสี่ยงอย่างไร มีความโปร่งใสระดับใด และเมื่อใดที่มนุษย์ต้องแทรกแซง ตัวอย่างแนวคิดใน EU AI Act คือการจัดประเภทความเสี่ยงและกำหนดข้อผูกพันต่างกัน
ตัวอย่าง: ระบบแนะนำโฆษณาทั่วไปอาจเสี่ยงต่ำ · ระบบที่ใช้คัดเลือกคนเข้าทำงานหรือประเมินเครดิตมีความเสี่ยงสูงกว่า ต้องมีเอกสาร การทดสอบ และช่องทางอุทธรณ์มากกว่า
2. Human oversight
มนุษย์สามารถตรวจสอบ ระงับ หรือแก้ไขผลของระบบได้ โดยเฉพาะเมื่อกระทบสิทธิ ความปลอดภัย หรือโอกาสในชีวิต
ยิ่งผลกระทบสูง ยิ่งต้องออกแบบให้มีมนุษย์ในวงจร ไม่ปล่อยอัตโนมัติเต็มที่โดยไร้การกำกับ
3. ทักษะที่ยังสำคัญสำหรับมนุษย์
- การคิดวิเคราะห์และตั้งคำถามต่อผลลัพธ์
- จริยธรรม ความเห็นอกเห็นใจ และการเคารพสิทธิ
- การสื่อสารและการทำงานร่วมกัน
- การเรียนรู้ตลอดชีวิต เพราะเครื่องมือเปลี่ยนเร็ว
4. สรุปทั้งหลักสูตร
- AI ที่ใช้จริงเป็น Narrow AI มีขอบเขต
- ML มีหลายแนวทาง เลือกตามข้อมูลและเป้าหมาย
- ข้อมูลและการประเมินกำหนดคุณภาพระบบ
- Neural nets, CV, NLP, Generative AI เป็นเครื่องมือที่ผิดได้
- Bias Privacy Fairness และ Governance เป็นหัวใจการใช้ที่รับผิดชอบ
อ้างอิง: EU AI Act (แนวคิดความเสี่ยง) · UNESCO AI and education · แนวทางธรรมาภิบาลในเอกสารนโยบาย AI ของหลายประเทศ · SDAIA / UAE education initiatives
ก่อนสอบ: ทบทวน 8 บท จดคำสำคัญ 10 คำ และยกตัวอย่างจริง 1 อย่างต่อคำ
✅ ขั้นตอนถัดไป
ไปทำแบบทดสอบกลาง (สุ่ม 50 จาก 100 ข้อ) ให้ได้ ≥ 70% เพื่อรับใบรับรอง
📝 แบบฝึกหัดท้ายบท (5 ข้อ)
1. Human oversight หมายถึงอะไร?
2. ธรรมาภิบาล AI เน้นเรื่องใด?
3. ทักษะใดสำคัญควบคู่การใช้ AI?
4. เมื่อระบบมีผลกระทบสูง ควรมีอะไร?
5. สรุปทัศนคติที่เหมาะสมคืออะไร?