
การประเมิน AI สำหรับงานที่มีความเสี่ยงสูง
วิธีที่ทีมต่างๆ สามารถใช้กรอบการทำงานที่สอดคล้องกันเพื่อตรวจสอบผลลัพธ์ของ AI
เนื้อหาภายใน
ทำความเข้าใจว่าเหตุใดความเชื่อมั่นจึงขัดขวางการนำไปใช้งาน
ทำความเข้าใจว่าเหตุใดความแม่นยำจึงเป็นอุปสรรคอันดับหนึ่งในการลงทุนด้าน AI และเหตุใดทีมการเงิน กฎหมาย และการวิจัยจึงต้องมีวิธีตรวจสอบงานของ AI ก่อนที่จะนำไปกำหนดการตัดสินใจ
ประยุกต์ใช้กรอบการทำงานที่สร้างขึ้นเพื่อการตรวจสอบอย่างละเอียด
ใช้ 3 เสาหลัก ได้แก่ ความแม่นยำ ความโปร่งใส และการกำกับดูแล เพื่อพิจารณาว่าคำตอบตรงกับข้อเท็จจริง แสดงแหล่งที่มา และผ่านการตรวจสอบโดยมนุษย์ก่อนที่จะนำไปใช้งานจริงหรือไม่
ระบุเวิร์กโฟลว์ที่มีความเสี่ยง
ระบุว่าความรับผิดชอบอยู่ตรงไหน ตั้งแต่บันทึกการลงทุนและสรุปสัญญาไปจนถึงการวิเคราะห์ตลาด และกำหนดจุดตรวจสอบที่เหมาะสมสำหรับงานที่ต้องมีความน่าเชื่อถือ
เริ่มต้นด้วยงานที่คุ้มค่าแก่การอัตโนมัติ
เริ่มต้นด้วยงานที่มักจะถูกผลักไปทำวันศุกร์ เช่น ตัวติดตามการตรวจสอบสถานะ การเปรียบเทียบสัญญา และสรุปงานวิจัย จากนั้นเปรียบเทียบผลลัพธ์ของ AI กับตัวอย่างที่ทีมไว้วางใจอยู่แล้ว
สรุป
งานที่มีอิทธิพลต่อการตัดสินใจสำคัญจะต้องผ่านการตรวจสอบอย่างเข้มงวดจากผู้บริหาร นักลงทุน ผู้ตรวจสอบบัญชี และผู้ตรวจสอบทางกฎหมายมาโดยตลอด AI ยิ่งเพิ่มความเสี่ยงสูงขึ้นไปอีกด้วยการสังเคราะห์คำตอบจากหลายแหล่งพร้อมๆ กัน
รายงานนี้มอบกรอบการทำงานให้ทีมต่างๆ สามารถไว้วางใจผลลัพธ์ของ AI ได้ผ่าน 3 เสาหลัก ได้แก่ ความแม่นยำ ความโปร่งใส และการกำกับดูแล ทีมต่างๆ จะได้เรียนรู้วิธีตรวจสอบว่าคำตอบตรงกับข้อเท็จจริงเบื้องหลัง ตรวจสอบย้อนกลับไปยังแหล่งที่มาที่ตรวจสอบได้ และกำหนดจุดที่ชัดเจนซึ่งบุคคลต้องลงนามอนุมัติก่อนที่งานจะนำไปสู่การตัดสินใจ สัญญา หรือการยื่นเอกสาร ผลลัพธ์ที่เร็วขึ้นยังคงต้องผ่านการตรวจสอบมาตรฐานเดียวกัน และคู่มือนี้จะแสดงวิธีรักษามาตรฐานดังกล่าว