雖然生成式AI的風險持續引發關注,人們在日常生活還是愈來愈擁抱AI的能力與實務的應用。然而,AI的各種應用雖然都有共通的技術基礎,但有些應用相當尋常,有些則非常複雜。如此廣泛多樣的用例讓領導人難以判斷,負責任的AI創新該採取哪些防護機制才妥當。

想要克服這項挑戰,領導人必須仔細考量AI運作的脈絡,理解AI技術在現實用例中涉及的具體條件、環境與應用。企業在評估AI時,通常是透過輸入的資訊與產出的結果,但這種評估方式只能呈現一部分真實狀況。企業如果優先進行脈絡分析(contextual analysis),就能夠為各種情境與用例設計防護機制,來協助預測並降低AI的風險。

在現實世界,絕對安全的AI並不存在。你可以設計一個「安全」的模型,但它仍然可能造成非意圖的傷害。

企業必須改變做法,不要再將AI視為單一的實體,而是評估它在特定脈絡下產生的影響。想要建立一套脈絡取向的倫理審查流程,讓企業可以進行更精準的風險評估,並確保防護機制符合實際用例,你可以考慮以下4大原則。

原則一〉人類參與不可或缺

不同的AI應用會有很不一樣的影響程度。能夠擬定精彩旅行計畫的大型語言模型(LLM),也可能捏造重要的醫療資訊,...

已經是會員?立即登入
啟動您的「30 天成長計畫」
給自己一個月的時間,用知識升級大腦。
解鎖全站主題與豐富的文章庫與影音內容。
首月 NT$60
次月起 $360/月,隨時可取消。
還沒準備好訂閱?註冊會員,每月可享 3 篇文章免費閱讀。
免費註冊