ปัญหาอคติของ AI (AI Bias)  และปัญหา Alignment ของ AI

บทนำ

AI เข้ามามีบทบาทในทุกแง่มุมของชีวิตเรา ความท้าทายสำคัญสองประการที่เราต้องเผชิญ คือ ปัญหาอคติของ AI และ ปัญหา AI  Alignment  บทความนี้จะสำรวจปัญหาอคติของ AI และ ปัญหา AI Alignment ผลกระทบที่เกิดขึ้น และกลยุทธ์การพัฒนา AI ที่จะบรรเทาปัญหาทั้งสอง 

อคติของ AI

อคติของ AI  เกิดขึ้นเมื่อ AI สร้างผลลัพธ์ที่มีอคติ อคตินี้เกิดขึ้นเมื่อข้อมูลที่ใช้ในการฝึก AI สะท้อนถึงความไม่เท่าเทียมกันในสังคมที่มีอยู่เดิม หรือ เมื่ออัลกอริทึม สร้างความไม่เท่าเทียม/เหลื่อมล้ำเหล่าขึ้นมาโดยไม่ตั้งใจ อคติของ AI ส่งผลกระทบอย่างมีนัยสำคัญในโลกแห่งความเป็นจริง 

 

ในระบบสมัครงานและคัดเลือกบุคลากร AI ที่ออกแบบมา เพื่อคัดกรองผู้สมัครงานอาจมีแนวโน้มให้ความสำคัญกับกลุ่มประชากรบางกลุ่มมากกว่ากลุ่มอื่น ๆ ตัวอย่างเช่น หาก AI ถูกฝึกด้วยข้อมูลการจ้างงานในอดีตที่มีอคติต่อผู้หญิง AI จะให้โอกาสผู้สมัครชายมากกว่า และนำไปสู่ความเหลื่อมล้ำทางเพศในสถานที่ทำงาน

ในการคาดการณ์และป้องกันอาชญากรรม (Predictive Policing) AI ที่ใช้ทำนายการเกิดอาชญากรรม จะเรียนรู้จากข้อมูลอาชญากรรมในอดีต อาจใช้ข้อมูลที่มีอคติต่อชนกลุ่มน้อย เนื่องจากการบังคับใช้กฎหมายที่มีอคติในอดีต AI ที่เรียนรู้จากข้อมูลที่มีอคตินี้ ส่งผลให้คนบางกลุ่ม หรือ บางพื้นที่ ถูกควบคุมดูแลอย่างเข้มงวดมากกว่ากลุ่มอื่น และตอกย้ำขยายผลความไม่เท่าเทียมที่มีอยู่ และสร้างความไม่ไว้วางใจระหว่างเจ้าหน้าที่บังคับใช้กฎหมายกับชุมชนเพิ่มมากขึ้น

ในด้านสุขภาพและสาธารณสุข AI ที่มีอคตินำไปสู่การรักษาที่ไม่เท่าเทียมกัน ตัวอย่างเช่น AI ทางการแพทย์ถูกพบว่า มีแนวโน้มวินิจฉัยโรคได้ถูกต้องต่ำในผู้ป่วยกลุ่มชนกลุ่มน้อย เนื่องจากข้อมูลที่ใช้ฝึก AI ส่วนใหญ่มาจากบุคคลผิวขาว สิ่งนี้อาจทำให้ความเหลื่อมล้ำด้านสุขภาพรุนแรงขึ้น และส่งผลกระทบต่อผลลัพธ์ของชิวิตของผู้ป่วย

สาเหตุที่ทำให้เกิดอคติของ AI 

สาเหตุที่ทำให้เกิดอคติของ AI หลักๆ มีดังนี้ 

1.อคติของข้อมูล : เกิดขึ้นเมื่อข้อมูลที่ใช้ในการฝึกไม่ครบถ้วน, ไม่เป็นตัวแทนที่เหมาะสม, หรือสะท้อนอคติทางประวัติศาสตร์ ตัวอย่างเช่น หากระบบจดจำใบหน้าถูกฝึกด้วยภาพของบุคคลที่มีผิวขาวเป็นส่วนใหญ่ ระบบมักทำงานได้ไม่ดี เมื่อใช้กับใบหน้าของบุคคลที่มีผิวสี  

2.อคติของอัลกอริทึม : เกิดขึ้นเมื่อการออกแบบอัลกอริทึม AI เองนำไปสู่ผลลัพธ์ที่เอนเอียง สิ่งนี้อาจเกิดจากตรรกะที่มีข้อบกพร่อง, การให้น้ำหนักตัวแปรบางอย่าง อย่างไม่เหมาะสม ตัวอย่างเช่น AI ที่ใช้ในศาลของสหรัฐฯ ที่ถูกออกแบบมาเพื่อ ทำนายโอกาสที่จำเลยจะก่ออาชญากรรมซ้ำ โดยอัลกอริทึมของระบบให้ค่าน้ำหนักกับปัจจัยอย่างจำนวนการถูกจับกุมในอดีตมากเกินไป ซึ่งส่งผลกระทบต่อจำเลยที่เคยกระทำความผิดอย่างไม่เป็นธรรม 

3.อคติของมนุษย์ : เข้าสู่ระบบผ่านข้อสมมติ หรือ รูปแบบที่นักพัฒนากำหนด หากผู้ที่สร้างระบบ AI ฝังอคติของตนให้กับระบบเองโดยไม่รู้ตัว หรือไม่ได้คำนึงถึงมุมมองที่หลากหลาย ตัวอย่างเช่น หลายบริษัทในอดีต มักให้ความสำคัญกับผู้สมัครชายสำหรับตำแหน่งผู้นำและงานด้านเทคนิค ส่งผลให้ผู้ชายได้รับการจ้างงานและเลื่อนตำแหน่งมากกว่าผู้หญิงอย่างไม่สมดุล

ปัญหา Alignment 

ปัญหา Alignment เกิดขึ้นเมื่อ AI มีสติปัญญาสูงขึ้น การสร้าง AI ที่เข้าใจเป้าหมาย และมีค่านิยมที่สอดคล้องกับความต้องการของมนุษย์จะเป็นเรื่องที่ท้าทายและมีความสำคัญมากขึ้น ปัญหา Alignment เกิดขึ้นเมื่อวัตถุประสงค์ของ AI ไม่ได้สะท้อนเจตนาของมนุษย์ได้อย่างครบถ้วน 

AI มักถูกออกแบบตามเป้าหมายที่เฉพาะเจาะจง หากเป้าหมายนั้นถูกกำหนดอย่างคลุมเครือ หรือแคบเกินไป AI อาจดำเนินการในลักษณะที่ขัดแย้งกับค่านิยมในมุมกว้างของมนุษย์ ตัวอย่างเช่น AI ที่ถูกตั้งโปรแกรมให้เพิ่มผลผลิตสูงสุด อาจละเลยความปลอดภัย หรือ หลักจริยธรรม ความท้าทายสำคัญในการออกแบบ AI คือ การแปลงค่านิยมของมนุษย์ที่ซับซ้อน และเป็นนามธรรมให้เป็นคำสั่งที่ชัดเจน ซึ่ง AI สามารถเข้าใจและปฏิบัติตามได้ 

ตัวอย่างของปัญหา alignment ที่เกิดขึ้น เช่น ยานพาหนะอัตโนมัติถูกออกแบบให้เพิ่มประสิทธิภาพความปลอดภัย และความเร็วในการเดินทางของผู้ขับขี่ อย่างไรก็ตาม หาก AI ให้ความสำคัญกับผู้ขับขี่มากเกินไป AI อาจตัดสินใจเลือกทางเลือกที่มีความเสี่ยงสูง เช่น เปลี่ยนเลนอย่างกะทันหัน หรือใช้ความเร็วเกินกำหนด โดยไม่คำนึงถึงคนเดินถนนและรถยนต์คันอื่น  

ในทำนองเดียวกัน แพลตฟอร์มโซเชียลมีเดียถูกออกแบบมาเพื่อทำให้การมีส่วนร่วมของผู้ใช้สูงสุด (Maximizing User’s Engagement) เป้าหมายนี้อาจนำไปสู่การโปรโมตเนื้อหาที่เร้าใจ สร้างความแตกแยกทางความคิด และความขัดแย้งในสังคม และนำมาซึ่งปัญหาสุขภาพจิต 

ตัวอย่างของปัญหา Alignment อีกปัญหาหนึ่ง คือ AI อาจตัดสินใจตามหลักเทคนิคที่ขัดแย้งกับจริยธรรม เช่น AI ด้านสาธารณสุขที่ให้ความสำคัญกับการลดต้นทุนมากกว่าการดูแลผู้ป่วย สามารถส่งผลเสียต่อสุขภาพของประชาชน ตัวอย่างเหล่านี้ชี้ให้เห็นถึงความจำเป็นในการออกแบบ และกำกับดูแล AI อย่างรอบคอบ เพื่อให้แน่ใจว่า AI ทำงานอย่างมีความรับผิดชอบและสอดคล้องกับหลักจริยธรรมของมนุษย์

ความเชื่อมโยงระหว่างอคติกับ Alignment

อคติของ AI และปัญหา AI Alignment มีความเชื่อมโยงกันอย่างลึกซึ้ง เนื่องจากการแก้ปัญหาทั้งสอง คือ กับการทำให้แน่ใจว่า AI ทำงานสอดคล้องกับค่านิยมของมนุษย์ อคติของ AI เกิดขึ้นเมื่อระบบ AI สะท้อน หรือ ขยายอคติที่มีอยู่ในข้อมูล หรือการออกแบบ AI Alignment คือ การทำให้แน่ใจว่าระบบ AI ดำเนินตามเป้าหมายที่สอดคล้องกับเจตนารมณ์ของมนุษย์ และหลักจริยธรรม

หาก AI มีอคติ หมายความว่า การตัดสินใจของมันไม่สอดคล้องกับค่านิยมของมนุษย์ในด้านความเป็นธรรม ความเสมอภาค และ ความยุติธรรม

การแก้ปัญหาอคติของ AI  

1.ใช้ข้อมูลที่หลากหลายและเป็นตัวแทนที่เหมาะสม : การใช้ข้อมูลฝึก AI ที่ครอบคลุมกลุ่มประชากร และมุมมองที่หลากหลายจะช่วยลดอคติได้ การรวมข้อมูลจากหลายกลุ่มทำให้ AI ลดการให้ความสำคัญกับกลุ่มใดกลุ่มหนึ่งมากเกินไป และทำให้การตัดสินใจมีความเป็นธรรมมากขึ้น 

2.การตรวจสอบและทดสอบอคติของ AI : การทดสอบ AI ในสถานการณ์ที่หลากหลายจะช่วยให้มั่นใจว่า ระบบทำงานอย่างเป็นธรรมกับทุกกลุ่มผู้ใช้ 

3.การรวมตัวชี้วัดด้านความเป็นธรรมและเท่าเทียนในการออกแบบ AI : การกำหนดเกณฑ์ความเป็นธรรมและเท่าเทียมไว้ในกระบวนการพัฒนา จะสร้าง AI ที่ไม่ได้ถูกประเมินแค่ประสิทธิภาพ แต่รวมถึงความเป็นธรรมในการปฏิบัติต่อกลุ่มประชากรที่แตกต่างกันอย่างเท่าเทียมกัน

                        

วิธีการในการปรับปรุงปัญหา Alignment

1.ผสานค่านิยมของมนุษย์เข้ากับการฝึก AI : การกำหนดแนวทางจริยธรรมและบรรทัดฐานทางสังคมลง ในกระบวนการเรียนรู้ของ AI ช่วยชี้นำการตัดสินใจของ AI ให้สอดคล้องกับเจตนารมณ์ของมนุษย์มากขึ้น 

2.ใช้ระบบที่มีมนุษย์รร่วม Human-in-the-Loop เพื่อนำทางการตัดสินใจของ AI : การให้มนุษย์มีส่วนร่วมในกระบวนการตัดสินใจที่สำคัญ ช่วยป้องกันไม่ให้ AI ตัดสินใจในทางที่ก่อให้เกิดผลเสีย  

3.ให้ความสามารถในการอธิบายและความโปร่งใสของ AI : ทำให้การตัดสินใจของ AI โปร่งใส เข้าใจได้ง่ายสำหรับมนุษย์ AI ที่โปร่งใสช่วยให้ผู้ใช้สามารถเห็นกระบวนการตัดสินใจ ว่าทำไมและอย่างไร จึงสร้างความไว้วางใจ และความรับผิดชอบต่อระบบ AI

สรุป

เพื่อให้ AI ทำงานอย่างรับผิดชอบและสอดคล้องกับหลักจริยธรรม การแก้ไขปัญหาอคติ และ Alignment ของ AI เป็นสิ่งสำคัญ อคติของ AI ซึ่งมีรากฐานมาจากข้อมูลในอดีตและการออกแบบของมนุษย์ สามารถทำให้เกิดการเลือกปฏิบัติและตอกย้ำความไม่เท่าเทียมในสังคม 

ส่วนปัญหา alignment สะท้อนถึงความท้าทายในการทำให้ AI ทำงานสอดคล้องกับค่านิยม และหลักจริยธรรมของมนุษย์ ปัญหาทั้ง 2 นี้เชื่อมโยงกันอย่างลึกซึ้ง การแก้ไขปัญหาทั้งสองโดยใช้แนวทางที่ครอบคลุม เช่น การพัฒนาข้อมูลที่หลากหลาย, การตรวจสอบอัลกอริทึมอย่างเข้มงวด, การกำหนดตัวชี้วัดด้านความเป็นธรรม และการมีมนุษย์กำกับดูแล