การลดสิ่งที่ไม่จำเป็นให้เหลือน้อยที่สุดเป็นแนวทางที่ดีที่สุดสำหรับธรรมาภิบาล AI หรือไม่?

เมื่อองค์กรนำปัญญาประดิษฐ์ (AI) มาใช้ในการดำเนินธุรกิจ องค์กรจำเป็นต้องมีแนวทางที่ชัดเจนในการจัดการความเสี่ยงที่เกี่ยวข้องกับการพัฒนาและการใช้งาน AI ธรรมาภิบาลที่มีประสิทธิภาพช่วยกำกับดูแลได้ แต่ขั้นตอนที่ซับซ้อนอาจใช้ทรัพยากรมากและทำให้การนำไปใช้ล่าช้า การลดสิ่งที่ไม่จำเป็นให้เหลือน้อยที่สุดอาจช่วยให้ธรรมาภิบาลมีสัดส่วนเหมาะสมยิ่งขึ้น โดยจำกัดการใช้ข้อมูลที่ไม่จำเป็น พร้อมคงไว้ซึ่งความรับผิดรับชอบและมาตรการคุ้มครอง

เหตุใดธรรมาภิบาล AI จึงสำคัญ

ธรรมาภิบาล AI กำหนดนโยบาย ความรับผิดชอบ และการกำกับดูแล เพื่อชี้แนะแนวทางที่องค์กรใช้ในการพัฒนา นำไปใช้งาน และใช้งานระบบ AI ทั้งยังช่วยให้องค์กรระบุความเสี่ยง มอบหมายอำนาจในการตัดสินใจ และกำหนดกระบวนการติดตามประสิทธิภาพและจัดการปัญหา

เมื่อนำ AI มาใช้ องค์กรต้องพิจารณาความเสี่ยงหลายประการ เช่น การละเมิดความเป็นส่วนตัว ช่องโหว่ด้านความปลอดภัย ผลลัพธ์ที่มีอคติ ผลลัพธ์ที่ไม่ถูกต้อง และความโปร่งใสที่จำกัด หากไม่มีมาตรการควบคุมที่เหมาะสม การตัดสินใจที่สร้างขึ้นโดย AI อาจส่งผลกระทบต่อลูกค้า พนักงาน และผู้มีส่วนได้ส่วนเสียอื่น ๆ ในลักษณะที่แก้ไขได้ยาก ธรรมาภิบาลยังช่วยให้องค์กรปฏิบัติตามข้อกำหนดทางกฎหมายที่เกี่ยวข้องและทำให้การใช้ AI สอดคล้องกับวัตถุประสงค์ทางธุรกิจ

สมาคมผู้เชี่ยวชาญด้านความเป็นส่วนตัวระหว่างประเทศรายงานว่า องค์กรที่ตอบแบบสำรวจ 77%กำลังดำเนินงานด้านธรรมาภิบาล AI ในปี 2025 ผลการสำรวจนี้แสดงให้เห็นว่าองค์กรให้ความสำคัญกับเรื่องดังกล่าวอย่างมาก แม้การดำเนินงานด้านธรรมาภิบาลจะไม่ได้หมายความว่าองค์กรได้จัดทำหรือใช้งานกรอบการทำงานดังกล่าวอย่างครบถ้วนแล้วเสมอไป

การกำหนดความรับผิดชอบให้ชัดเจนและการติดตามตรวจสอบอย่างต่อเนื่องช่วยให้องค์กรระบุปัญหาที่กำลังก่อตัวขึ้น ตรวจสอบผลลัพธ์ที่ไม่คาดคิด และปรับมาตรการควบคุมเมื่อระบบเปลี่ยนแปลง นอกจากนี้ การกำกับดูแลที่มีประสิทธิภาพยังช่วยเสริมสร้างความไว้วางใจจากผู้มีส่วนได้ส่วนเสีย ด้วยการแสดงให้เห็นว่าองค์กรคำนึงถึงผลกระทบจากการใช้ AI และยังคงรับผิดชอบต่อการตัดสินใจของตน

ความท้าทายด้านธรรมาภิบาล AI

แม้ธรรมาภิบาลจะช่วยให้องค์กรจัดการความเสี่ยงจาก AI ได้ แต่การกำหนดและรักษาการกำกับดูแลที่มีประสิทธิภาพก็เป็นเรื่องยาก การกำหนดขอบเขตการกำกับดูแลทำให้องค์กรต้องพิจารณาว่าระบบ AI กิจกรรม และสิ่งที่ต้องพึ่งพาใดบ้างที่จำเป็นต้องอยู่ภายใต้ธรรมาภิบาล 

องค์กรสามารถอ้างอิง ISO/IEC 42001 เพื่อกำหนดขอบเขตธรรมาภิบาล AI ให้ชัดเจนได้ โดยมาตรฐานนี้ระบุข้อกำหนดสำหรับการจัดตั้งและดูแลรักษาระบบบริหารจัดการ AI การปฏิบัติตามมาตรฐาน ช่วยเพิ่มประสิทธิภาพของโมเดลได้ จึงทำให้ AI มีประสิทธิภาพรวดเร็วและปลอดภัยยิ่งขึ้น อีกทั้งยังช่วยให้องค์กรพิจารณาได้ว่าส่วนใดของการดำเนินงานอยู่ในขอบเขตของระบบบริหารจัดการ AI มาตรฐานเหล่านี้คำนึงถึงพื้นที่ทางภูมิศาสตร์ที่ครอบคลุม การเชื่อมต่อกับระบบอื่น และขอบเขตของกิจกรรมด้าน AI ขององค์กร 

ความท้าทายสำคัญอื่น ๆ ได้แก่:

• ความซับซ้อนของระบบ AI: แอปพลิเคชัน AI อาจอาศัยโมเดล ชุดข้อมูล เครื่องมือจากบุคคลที่สาม และการตัดสินใจอัตโนมัติที่เชื่อมโยงกัน การพึ่งพาสิ่งเหล่านี้อาจทำให้ติดตามผลลัพธ์ ระบุช่องโหว่ และกำหนดจุดที่จำเป็นต้องมีมาตรการควบคุมได้ยาก
• ความเป็นส่วนตัวและความปลอดภัยของข้อมูล: องค์กรต้องคุ้มครองข้อมูลที่มีความอ่อนไหวในทุกขั้นตอน ตั้งแต่การเก็บรวบรวมข้อมูล การฝึกโมเดล การนำไปใช้งาน ไปจนถึงการใช้งานอย่างต่อเนื่อง 
• อคติและความโปร่งใสที่จำกัด: ข้อมูลฝึกสอนที่ไม่เป็นตัวแทนอย่างเหมาะสมอาจนำไปสู่ผลลัพธ์ที่ไม่เป็นธรรม ขณะที่พฤติกรรมของโมเดลที่ไม่โปร่งใสอาจทำให้การอธิบาย ประเมิน หรือโต้แย้งการตัดสินใจเป็นเรื่องยาก
• กฎระเบียบและมาตรฐานที่เปลี่ยนแปลงอยู่เสมอ: องค์กรที่ดำเนินงานในหลายเขตอำนาจศาลอาจต้องเผชิญข้อกำหนดทางกฎหมายที่แตกต่างกันหรือเปลี่ยนแปลงไป กระบวนการธรรมาภิบาลต้องรองรับข้อผูกพันที่เกี่ยวข้อง โดยไม่สร้างงานซ้ำซ้อนที่ไม่จำเป็น
• ข้อจำกัดด้านทรัพยากรและการดำเนินงาน: ทักษะเฉพาะทาง การจัดทำเอกสาร การทบทวน และการติดตามตรวจสอบอย่างต่อเนื่องล้วนต้องใช้เวลาและเงินทุน 
• การรักษาสมดุลระหว่างการกำกับดูแลกับนวัตกรรม: ข้อกำหนดด้านการอนุมัติที่มากเกินไปอาจทำให้โครงการล่าช้า ขณะที่มาตรการควบคุมที่หละหลวมอาจทำให้ความเสี่ยงสำคัญไม่ได้รับการจัดการ

ความท้าทายเหล่านี้แสดงให้เห็นถึงคุณค่าของการลดความซับซ้อนที่ไม่จำเป็น อย่างไรก็ตาม การลดภาระด้านธรรมาภิบาลยังต้องรวมถึงการกำหนดมาตรการควบคุมเพื่อคุ้มครองผู้คนและข้อมูล ตลอดจนรับรองความรับผิดรับชอบขององค์กร

ตัวอย่างเช่น ผู้ตรวจการบัญชีแห่งรัฐนิวยอร์กรายงานว่าหน่วยงานต่าง ๆ ของนครนิวยอร์ก ใช้แนวทางกำกับดูแล AI ที่ไม่สอดคล้องกัน โดยบางหน่วยงานไม่มีนโยบายสำหรับประเมินอคติและความถูกต้อง ผลการตรวจสอบนี้ชี้ให้เห็นว่า การลดความซับซ้อนจำเป็นต้องอาศัยมาตรฐานธรรมาภิบาลที่ชัดเจนและสอดคล้องกัน เพื่อรักษาความรับผิดรับชอบ 

ความหมายของการลดสิ่งที่ไม่จำเป็นให้เหลือน้อยที่สุดในธรรมาภิบาล AI

การลดสิ่งที่ไม่จำเป็นให้เหลือน้อยที่สุดในธรรมาภิบาล AI หมายถึงการลดการใช้ข้อมูลที่ไม่จำเป็นและภาระงานด้านการบริหาร ขณะเดียวกันก็ยังคงมาตรการที่จำเป็นต่อการจัดการความเสี่ยงไว้ แนวทางนี้มีองค์ประกอบหลักสองด้าน ได้แก่ การลดการใช้ข้อมูลให้เหลือเท่าที่จำเป็น และการลดภาระด้านธรรมาภิบาล ทั้งสองด้านมุ่งทำให้แนวปฏิบัติด้าน AI มีสัดส่วนเหมาะสมกับวัตถุประสงค์และผลกระทบที่อาจเกิดขึ้น

การลดการใช้ข้อมูลให้เหลือเท่าที่จำเป็น

การเก็บรวบรวมข้อมูลเท่าที่จำเป็นจะจำกัดการเก็บรวบรวม การเก็บรักษา การประมวลผล และการแบ่งปันข้อมูลให้เหลือเพียงเท่าที่ระบบ AI ต้องใช้เพื่อวัตถุประสงค์ที่กำหนด องค์กรสามารถนำหลักการนี้ไปใช้ได้ด้วยการจำกัดการเข้าถึงข้อมูลที่ละเอียดอ่อน และใช้ข้อมูลที่ไม่ระบุตัวตนหรือข้อมูลสังเคราะห์เมื่อเหมาะสม

การลดข้อมูลที่ไม่จำเป็นช่วยจำกัดความเสี่ยงด้านความเป็นส่วนตัวและลดปริมาณข้อมูลที่องค์กรต้องปกป้อง อย่างไรก็ตาม การเก็บข้อมูลเท่าที่จำเป็นต้องอาศัยการพิจารณาอย่างรอบคอบ การนำข้อมูลที่เกี่ยวข้องออกอาจทำให้ความแม่นยำของแบบจำลองลดลง ลดการเป็นตัวแทนของกลุ่มต่าง ๆ หรือทำให้ตรวจพบผลลัพธ์ที่มีอคติได้ยากขึ้น องค์กรต้องพิจารณาว่าข้อมูลใดจำเป็นต่อการบรรลุวัตถุประสงค์ที่ตั้งไว้และสนับสนุนผลลัพธ์ที่เชื่อถือได้และเป็นธรรม

การลดความซับซ้อนของการกำกับดูแล

การลดความซับซ้อนของการกำกับดูแลมุ่งเน้นการปรับกระบวนการกำกับดูแลให้กระชับขึ้น องค์กรสามารถรวมการทบทวนที่ซ้ำซ้อนกัน และนำการประเมินที่มีอยู่กลับมาใช้ได้เมื่อเหมาะสม นอกจากนี้ ยังสามารถกำหนดอำนาจในการตัดสินใจให้ชัดเจน และตัดขั้นตอนการอนุมัติที่ไม่ได้ช่วยป้องกันความเสี่ยงอย่างมีนัยสำคัญออก

การเปลี่ยนแปลงเหล่านี้ช่วยลดค่าใช้จ่ายด้านการบริหารและความล่าช้า พร้อมทั้งทำให้หน้าที่รับผิดชอบของทีมต่าง ๆ ชัดเจนขึ้น อย่างไรก็ตาม การลดความซับซ้อนของการกำกับดูแลไม่ควรทำให้ต้องตัดเอกสารสำคัญ การทบทวนโดยอิสระ การกำกับดูแลโดยมนุษย์ หรือมาตรการควบคุมภาคบังคับออกไป เป้าหมายคือการทำให้การกำกับดูแลมีประสิทธิภาพยิ่งขึ้นโดยยังคงรักษาความรับผิดชอบไว้

กลยุทธ์ลดความซับซ้อนในการกำกับดูแล AI

แนวทางลดความซับซ้อนช่วยให้การกำกับดูแล AI มีประสิทธิภาพยิ่งขึ้นได้ เมื่อองค์กรปรับแนวปฏิบัติด้านข้อมูลและข้อกำหนดในการกำกับดูแลให้สอดคล้องกับความเสี่ยงของแต่ละกรณีใช้งาน มาตรการหลายอย่างช่วยลดความซับซ้อนที่ไม่จำเป็น โดยยังคงรักษาความรับผิดชอบ ประสิทธิภาพที่เชื่อถือได้ และมาตรการป้องกันที่เหมาะสมไว้

ใช้แนวทางที่อิงตามความเสี่ยง

องค์กรสามารถจัดประเภทระบบ AI ตามวัตถุประสงค์การใช้งาน ผลกระทบที่อาจเกิดขึ้น และระดับความละเอียดอ่อนของข้อมูล กรอบ AI Risk Management Framework ของ National Institute of Standards and Technology เป็นแนวทางสำหรับ การจัดการความเสี่ยงด้าน AI ผ่านฟังก์ชัน 4 ประการ ได้แก่ Govern, Map, Measure และ Manage องค์กรสามารถใช้ฟังก์ชันเหล่านี้เพื่อระบุความเสี่ยง ประเมินระดับความสำคัญ และกำหนดแนวทางรับมือที่เหมาะสม

กำหนดข้อกำหนดด้านข้อมูลให้ชัดเจน

ระบบ AI แต่ละระบบควรมีวัตถุประสงค์ที่ชัดเจนก่อนเริ่มเก็บรวบรวมข้อมูล จากนั้นองค์กรจึงระบุประเภทข้อมูลที่จำเป็น นำช่องข้อมูลที่ไม่เกี่ยวข้องออก จำกัดการเข้าถึง และกำหนดระยะเวลาเก็บรักษาที่เหมาะสม การทดสอบควรยืนยันว่าชุดข้อมูลที่ลดขนาดลงยังคงรองรับผลลัพธ์ที่แม่นยำและเป็นธรรม

ปรับแบบจำลองและทรัพยากรคอมพิวเตอร์ให้มีประสิทธิภาพ

การปรับแบบจำลองให้มีประสิทธิภาพ อัลกอริทึมที่มีประสิทธิภาพ และฮาร์ดแวร์ที่ประหยัดพลังงานช่วยลดภาระการประมวลผลที่ไม่จำเป็นได้ บริษัทต่าง ๆ สามารถพิจารณาการเรียนรู้แบบสหพันธ์ ซึ่ง ช่วยลดความจำเป็นในการถ่ายโอนข้อมูลปริมาณมาก แนวปฏิบัติเหล่านี้ช่วยลดค่าใช้จ่ายด้านคอมพิวเตอร์และการใช้พลังงาน พร้อมทั้งสนับสนุนการคุ้มครองความเป็นส่วนตัวของข้อมูล 

ปรับขั้นตอนการกำกับดูแลให้เรียบง่าย

องค์กรสามารถรวมการทบทวนที่ซ้ำซ้อนกัน นำการประเมินที่ครอบคลุมความเสี่ยงเดียวกันกลับมาใช้ กำหนดหน้าที่รับผิดชอบให้ชัดเจน และจัดทำขั้นตอนการอนุมัติตามระดับความเสี่ยง กระบวนการที่เป็นมาตรฐานช่วยให้ทีมจัดการการใช้งานทั่วไปได้อย่างมีประสิทธิภาพ พร้อมส่งกรณีที่ซับซ้อนกว่าให้ผู้เชี่ยวชาญที่เหมาะสมพิจารณา

คงมาตรการป้องกันที่จำเป็นไว้

แนวทางลดความซับซ้อนต้องยังคงมีมาตรการคุ้มครองความเป็นส่วนตัวและความปลอดภัย การประเมินอคติ การกำกับดูแลโดยมนุษย์อย่างเหมาะสม บันทึกการตรวจสอบย้อนหลัง และขั้นตอนการรับมือเหตุการณ์ องค์กรควรตรวจสอบด้วยว่ากระบวนการที่ปรับให้กระชับขึ้นยังคงเป็นไปตามข้อกำหนดทางกฎหมายและกฎระเบียบที่เกี่ยวข้อง

ติดตามประสิทธิภาพและทบทวนมาตรการควบคุม

ข้อกำหนดด้านการกำกับดูแลอาจเปลี่ยนแปลงไปเมื่อระบบ AI พัฒนา มีผู้ใช้กลุ่มใหม่ หรือรองรับงานเพิ่มเติม องค์กรควรติดตามความแม่นยำ ความเป็นธรรม และความเสี่ยงด้านความเป็นส่วนตัวหลังนำระบบไปใช้งาน อีกทั้งควรทบทวนข้อกำหนดด้านข้อมูลและขั้นตอนการกำกับดูแลเมื่อเงื่อนไขเปลี่ยนแปลง

ทำให้การลดความซับซ้อนเกิดผลในการกำกับดูแล AI

การลดความซับซ้อนจะมีประสิทธิผลสูงสุดเมื่อเป็นส่วนหนึ่งของกลยุทธ์การกำกับดูแลที่อิงตามความเสี่ยง อย่างไรก็ตาม ระดับการลดความซับซ้อนที่เหมาะสมย่อมแตกต่างกันไปตามวัตถุประสงค์ ความซับซ้อน และผลกระทบที่อาจเกิดขึ้นของระบบ AI องค์กรสามารถทำให้การกำกับดูแล AI เรียบง่ายขึ้น พร้อมกับรักษาการใช้งาน AI อย่างมีความรับผิดชอบและเชื่อถือได้ โดยสร้างสมดุลระหว่างประสิทธิภาพกับมาตรการป้องกันที่เหมาะสม ความรับผิดชอบ และการประเมินอย่างต่อเนื่อง