การต่อสู้กับอคติใน AI เริ่มต้นด้วยข้อมูล

ผู้บริหารด้านไอทีส่วนใหญ่กล่าวว่าความถูกต้องของข้อมูลมีความสําคัญต่อการใช้ปัญญาประดิษฐ์ แต่มีเพียง 6% เท่านั้นที่รายงานว่าได้รับความถูกต้องของข้อมูลทั้งหมด

การผลักดันให้ส่งมอบปัญญาประดิษฐ์ที่เป็นกลางและมีความรับผิดชอบนั้นน่าชื่นชม แต่มีอุปสรรคมากมายที่ต้องเอาชนะ โดยหลักแล้ว AI จะยุติธรรมเท่ากับข้อมูลที่เข้าไปเท่านั้น 

ในแง่ของความคืบหน้าที่ช้าในการจัดการกับอคติและความไม่เป็นธรรมของ AI ในที่สุดผู้นําทางธุรกิจและเทคโนโลยีอาจบรรลุฉันทามติว่าพวกเขาจําเป็นต้องมุ่งเน้นไปที่แนวทางที่ "รับผิดชอบ" มากขึ้นต่อ AI การ สํารวจ ล่าสุดของผู้บริหารด้านไอที 504 คน ซึ่งเผยแพร่โดย Appen และดําเนินการโดย The Harris Poll พบว่าความกังวลที่เพิ่มขึ้นเกี่ยวกับข้อมูลที่ขับเคลื่อนการตัดสินใจเกี่ยวกับลูกค้า ตลาด และโอกาสมากขึ้น นอกจากนี้ยังบอกเป็นนัยถึงการรับรู้ของผู้นําทั้งสองประเภทว่าข้อมูลที่พวกเขามีมีแนวโน้มที่จะเป็นปัญหาสร้างความเสียหายให้กับผู้คนชุมชนและธุรกิจ 

แม้แต่ในบรรดาบริษัทที่มีเชิงรุกมากที่สุด แต่ส่วนใหญ่ยังไม่ได้ดําเนินการเพื่อขจัดอคติจาก AI การ สํารวจในปี 2021 โดย McKinsey พบ 

ตัวอย่างเช่น 47% ของผู้ตอบแบบสอบถาม ซึ่งน้อยกว่าครึ่งหนึ่งรายงานว่าพวกเขาสแกนข้อมูลการฝึกอบรมและการทดสอบเพื่อตรวจจับการเป็นตัวแทนของคุณลักษณะและคุณลักษณะที่ได้รับ การคุ้มครองน้อยเกินไป

เปอร์เซ็นต์เดียวกันรายงานว่าผู้เชี่ยวชาญด้านข้อมูลในองค์กรของตนตรวจสอบข้อมูลที่บิดเบือนหรือมีอคติอย่างแข็งขันในระหว่างการนําเข้าข้อมูล มีเพียง 36% เท่านั้นที่รายงานว่าผู้เชี่ยวชาญด้านข้อมูลตรวจสอบข้อมูลที่บิดเบือนหรือมีอคติในหลายขั้นตอนของการพัฒนาแบบจําลอง

การสํารวจของ Appen แสดงให้เห็นว่าการจัดหาข้อมูลที่มีคุณภาพเป็นอุปสรรคในการสร้าง AI ส่วนใหญ่ 51% กล่าวว่าความแม่นยําของข้อมูลมีความสําคัญต่อกรณีการใช้งาน AI แต่มีเพียง 6% เท่านั้นที่รายงานว่าบรรลุความแม่นยําของข้อมูลเต็มรูปแบบ (เกิน 90%) "หลายคนกําลังเผชิญกับความท้าทายในการพยายามสร้าง AI ที่ยอดเยี่ยมด้วยชุดข้อมูลที่ไม่ดี" ผู้เขียนแบบสํารวจระบุ "ในการสร้างโมเดล AI ให้ประสบความสําเร็จ องค์กรต้องการข้อมูลที่ถูกต้องและมีคุณภาพสูง น่าเสียดายที่ผู้นําธุรกิจและนักเทคโนโลยีรายงานช่องว่างที่สําคัญในอุดมคติกับความเป็นจริงในการบรรลุความถูกต้องของข้อมูล"

อย่างไรก็ตาม การสํารวจของ Appen พบว่าบริษัทต่างๆ กําลังเปลี่ยนโฟกัสไปที่ AI ที่ "รับผิดชอบ" "จริยธรรมของข้อมูลไม่ใช่แค่การทําสิ่งที่ถูกต้องเท่านั้น" ผู้เขียนแบบสํารวจชี้ให้เห็น "มันเกี่ยวกับการรักษาความไว้วางใจและความปลอดภัยของทุกคนตลอดห่วงโซ่คุณค่าตั้งแต่ผู้มีส่วนร่วมไปจนถึงผู้บริโภค" เกือบทั้งหมด 93% กล่าวว่าพวกเขาเชื่อว่าพวกเขาจําเป็นต้องส่งมอบ AI ที่มีความรับผิดชอบ พวกเขารายงานว่ามุ่งเน้นไปที่การปรับปรุงคุณภาพข้อมูลเบื้องหลังโครงการ AI เพื่อส่งเสริมชุดข้อมูลที่ครอบคลุมมากขึ้นซึ่งจะช่วยขจัดอคติและความไม่เป็นธรรม ผู้ตอบแบบสอบถาม 8 ใน 10 คนอธิบายว่าความหลากหลายของข้อมูลมีความสําคัญอย่างยิ่งหรือสําคัญมาก และ 95% เห็นด้วยว่าข้อมูลสังเคราะห์จะเป็นผู้เล่นหลักในการสร้างชุดข้อมูลที่ครอบคลุม

แน่นอนว่าพูดง่ายกว่าทํา อย่างน้อย 42% ของนักเทคโนโลยีที่ตอบแบบสอบถามกล่าวว่าขั้นตอนการจัดหาข้อมูลวงจรชีวิตของ AI นั้นท้าทายมาก นอกจากนี้ 90% รายงานว่าพวกเขากําลังฝึกโมเดลใหม่อย่างน้อยทุกไตรมาส

นอกจากนี้ยังเรียกร้องให้มนุษย์อยู่ในลูป AI มีความเห็นพ้องต้องกันอย่างมากเกี่ยวกับความสําคัญของการเรียนรู้ของเครื่องแบบ human-in-the-loop โดย 81% ระบุว่ามีความสําคัญมากหรือสําคัญมาก และ 97% เห็นด้วยว่าการประเมินแบบ human-in-the-loop มีความสําคัญต่อประสิทธิภาพของ โมเดลที่แม่นยํา

ที่น่าสนใจคือช่องว่างระหว่างนักวิทยาศาสตร์ข้อมูลและผู้นําธุรกิจกําลังค่อยๆ แคบลงทุกปีเมื่อต้องทําความเข้าใจความท้าทายของ AI "การเน้นย้ําว่าข้อมูลมีความสําคัญเพียงใด โดยเฉพาะข้อมูลคุณภาพสูงที่ตรงกับสถานการณ์การใช้งาน เป็นความสําเร็จของโมเดล AI ได้นําทีมมารวมตัวกันเพื่อแก้ปัญหาความท้าทายเหล่านี้"