Skip content

เราเชื่อมั่นในเครื่องจักรหรือ?

AI ทำให้ความเชื่อใจกลายเป็นสิ่งที่หาได้ง่ายและมีต้นทุนต่ำ ตอนนี้เราจึงต้องทำให้ความเชื่อใจกลับมามีคุณค่าอีกครั้ง

Ian Spaulding Chief Executive Officer (CEO), LRQA ดูโปรไฟล์

การถกเถียงเรื่องปัญญาประดิษฐ์ (AI) ได้ก้าวไปสู่จุดที่น่าทึ่งแล้ว ระหว่างความคิดเห็นที่ว่า 'AI จะช่วยมนุษยชาติ' กับ 'AI อาจทำลายล้างมนุษยชาติ' นั้น มีการตัดสินใจนับพันครั้งเกิดขึ้นในองค์กรต่างๆ ในปัจจุบัน AI กำลังส่งผลกระทบต่อวิธีการที่บริษัทต่างๆ สรรหาบุคลากร จัดสรรเงินทุน ตรวจสอบห่วงโซ่อุปทาน จัดการข้อมูล และดำเนินงานที่ซับซ้อนมากขึ้นเรื่อยๆ

สำหรับผู้นำทางธุรกิจ คำถามเร่งด่วนอาจไม่รุนแรงนัก แต่มีประโยชน์มากกว่ามาก นั่นคือ คุณจะรู้ได้อย่างไรว่า AI ทำงานได้ตามที่คุณกล่าวอ้าง และใครเป็นผู้ตรวจสอบอิสระ?

นิยายวิทยาศาสตร์เตรียมเราให้พร้อมรับมือกับคอมพิวเตอร์ที่ทำงานผิดปกติ เครื่องจักรที่มีสติปัญญา และหุ่นยนต์ที่หันมาต่อต้านผู้สร้างของพวกมัน แต่กลับใช้เวลาน้อยกว่าในการพูดถึงความเสี่ยงที่คนธรรมดาจะเชื่อมั่นในเครื่องจักรที่ดูสมจริงมากเกินไป อย่างไรก็ตาม นั่นอาจเป็นความท้าทายที่สำคัญกว่าในขณะนี้ 

อุตสาหกรรมการทดสอบ การตรวจสอบ และการรับรอง (TIC) ไม่สามารถยุติข้อถกเถียงเกี่ยวกับความสัมพันธ์ของมนุษยชาติกับปัญญาประดิษฐ์ได้ แต่เราสามารถมีส่วนร่วมในสิ่งที่ปัจจุบันมีอยู่น้อยมาก นั่นคือ หลักฐาน

และในหลายๆ แง่มุม เราเคยเผชิญสถานการณ์เช่นนี้มาก่อนแล้ว

 

เราต้องการคนมาตรวจสอบมาโดยตลอด

สังคมไม่ได้แก้ไขทุกคำถามเกี่ยวกับเครื่องจักรไอน้ำก่อนที่เราจะเริ่มตรวจสอบหม้อไอน้ำ เมื่อทางรถไฟ โรงงาน และเครื่องจักรต่างๆ เปลี่ยนแปลงเศรษฐกิจ เราได้เรียนรู้ว่าเทคโนโลยีทรงพลังนั้นต้องการมาตรฐาน การตรวจสอบที่มีประสิทธิภาพ และที่สำคัญที่สุดคือ บุคคลที่เป็นอิสระจากเจ้าของเพื่อตรวจสอบว่าสิ่งต่างๆ เป็นไปตามที่กล่าวอ้าง หลักการนี้ยังคงอยู่รอดมาได้ในทุกการเปลี่ยนแปลงทางเทคโนโลยีครั้งสำคัญนับตั้งแต่นั้นเป็นต้นมา

ปัญญาประดิษฐ์ (AI) มีความแตกต่างในด้านความสามารถและความเร็ว แต่ปัญหาเรื่องความไว้วางใจที่อยู่เบื้องหลังนั้นกลับคุ้นเคยกันดี องค์กรต่างๆ จะบอกเรามากขึ้นเรื่อยๆ ว่า AI ของพวกเขามีความรับผิดชอบ ควบคุมได้ และมีการกำกับดูแลที่ดี คำถามคือใครจะเป็นผู้ตรวจสอบยืนยัน

เราได้เห็นตัวอย่างที่เกิดขึ้นเมื่อไม่นานมานี้ในเรื่อง ESG เมื่อความยั่งยืนกลายเป็นประเด็นสำคัญในวาระขององค์กร องค์กรต่างๆ ก็เริ่มมีความเชี่ยวชาญมากขึ้นในการวัดและจัดการความเสี่ยงด้าน ESG และอุตสาหกรรมต่างๆ เช่น อุตสาหกรรมการเงิน ก็เร่งที่จะวางตำแหน่งตัวเองให้เป็นผู้เชี่ยวชาญที่น่าเชื่อถือ (โดยพื้นฐานแล้วคือการให้การรับรองจากตลาด) แต่ความแตกต่างที่สำคัญได้ปรากฏขึ้น: การจัดการความเสี่ยง ไม่ว่าจะใช้วิธีการที่ซับซ้อนเพียงใด ก็ไม่เหมือนกับการรับประกันความเสี่ยงนั้นอย่างเป็นอิสระ เราควรระมัดระวังอย่าให้เกิดเหตุการณ์เช่นนั้นซ้ำรอยกับ AI

การตรวจสอบข้อกล่าวอ้างด้านสิ่งแวดล้อมที่เกิดขึ้นนี้ควรเป็นบทเรียนสำหรับ AI เพราะ AI เพิ่มความซับซ้อนอีกประการหนึ่ง มันสามารถสร้างนโยบาย การประเมินความเสี่ยง การตอบสนองจากซัพพลายเออร์ หรือเอกสารการปฏิบัติตามกฎระเบียบที่น่าเชื่อถือได้ในเวลาเพียงไม่กี่วินาที เมื่อต้นทุนในการสร้างข้อกล่าวอ้างที่น่าเชื่อถือได้ลดลง มูลค่าของการพิสูจน์ข้อกล่าวอ้างนั้นอย่างอิสระก็จะเพิ่มสูงขึ้น

 

ปัญญาประดิษฐ์ (AI) เปลี่ยนแปลงทั้งสองด้านของสมการ

จริงๆ แล้วมีคำถามเกี่ยวกับ AI สองข้อที่สำคัญสำหรับวิชาชีพของเรา ข้อแรกคือ การรับรอง AI: เราจะตรวจสอบได้อย่างอิสระได้อย่างไรว่าองค์กรต่างๆ กำลังพัฒนา ใช้งาน และกำกับดูแล AI อย่างมีความรับผิดชอบ? ข้อที่สองคือ การรับรองโดยใช้ AI: จะเกิดอะไรขึ้นเมื่อ AI กลายเป็นส่วนหนึ่งของวิธีการที่ผู้ตรวจสอบบัญชี ผู้ตรวจการณ์ และผู้เชี่ยวชาญด้านความเสี่ยงใช้ในการสรุปผล? ในท้ายที่สุดแล้ว ข้อที่สองอาจเป็นคำถามที่สำคัญกว่าในแง่ของความซื่อสัตย์สุจริต

และการรับรองความน่าเชื่อถือของ AI จะต้องก้าวไปไกลกว่าการตรวจสอบว่ามีนโยบายที่ถูกต้องอยู่หรือไม่ เช่นเดียวกับที่หน่วยงานด้านความปลอดภัยทางไซเบอร์ได้พัฒนาทีมตรวจสอบช่องโหว่ (red team)เพื่อตรวจสอบระบบอย่างจริงจังเพื่อหาจุดอ่อน การรับรองความน่าเชื่อถือของ AI ก็จำเป็นต้องมีวิธีการท้าทายแบบจำลอง ทดสอบผลลัพธ์ และตรวจสอบความปลอดภัยและความสมบูรณ์ของข้อมูลที่อยู่เบื้องหลังแบบจำลองเหล่านั้นมากขึ้นเรื่อยๆ

ปัญญาประดิษฐ์ (AI) สามารถตรวจสอบข้อมูลจำนวนมหาศาลที่ผู้ตรวจสอบบัญชีทั่วไปไม่สามารถประมวลผลได้จริง ระบุความผิดปกติในธุรกรรมนับพันรายการ และวิเคราะห์ความเสี่ยงอย่างต่อเนื่อง ซึ่งก่อนหน้านี้เคยตรวจสอบเป็นระยะๆ เราควรยอมรับและใช้ประโยชน์จากสิ่งนี้

วงการแพทย์มีตัวอย่างเปรียบเทียบที่น่าสนใจ เทคโนโลยีได้เปลี่ยนแปลงสิ่งที่แพทย์สามารถมองเห็นและเข้าใจได้ แต่เครื่องสแกน MRI ก็ไม่ได้ขจัดความจำเป็นในการตัดสินใจทางการแพทย์ออกไป AI สามารถอ่านผลการสแกนได้ แต่ก็ยังต้องมีคนรับผิดชอบในการวินิจฉัยโรคอยู่ดี

หลักการเดียวกันนี้ต้องใช้ได้กับงานตรวจสอบด้วยเช่นกัน หาก AI ร่างข้อสรุปที่ผู้ตรวจสอบบัญชีไม่ได้สรุปอย่างอิสระ รายงานอาจดูน่าเชื่อถืออย่างสมบูรณ์ แต่สิ่งสำคัญพื้นฐานได้สูญหายไปแล้ว การมี "มนุษย์เข้ามาเกี่ยวข้อง" นั้นแทบไม่มีความหมายอะไรเลย หากมนุษย์เพียงแค่รับรองสิ่งที่เครื่องจักรสร้างขึ้น AI ควรเสริมสร้างวิจารณญาณของมืออาชีพ ไม่ใช่เป็นที่หลบซ่อนความรับผิดชอบ

 

ตั้งแต่การตรวจสุขภาพประจำปีไปจนถึงการรับประกันอย่างต่อเนื่อง

ปัญญาประดิษฐ์ยังท้าทายสิ่งที่เป็นพื้นฐานมากกว่านั้น นั่นคือความเร็วในการดำเนินการตรวจสอบรับรอง การตรวจสอบรับรองแบบดั้งเดิมมักคล้ายกับการตรวจสุขภาพประจำปี เราตรวจสอบหลักฐาน ณ จุดเวลาหนึ่ง สรุปผล และกลับมาพบอีกครั้งตามช่วงเวลาที่ตกลงกันไว้

แต่ความเสี่ยงจาก AI ไม่ได้เกิดขึ้นตามตารางเวลานั้น โมเดลเปลี่ยนแปลง ข้อมูลเปลี่ยนแปลง แอปพลิเคชันเปลี่ยนแปลง เครื่องมือใหม่ๆ ปรากฏขึ้นภายในองค์กรแทบจะในชั่วข้ามคืน และเมื่อองค์กรต่างๆ พึ่งพาโมเดลภาษาขนาดใหญ่มากขึ้น คำถามเกี่ยวกับที่เก็บข้อมูล โมเดลใดที่ข้อมูลผ่าน และกฎใดที่ควบคุมข้อมูล จึงมีความสำคัญมากขึ้นเรื่อยๆ อธิปไตยทางข้อมูลเป็นส่วนหนึ่งของวิธีที่องค์กรและรัฐบาลคิดเกี่ยวกับการควบคุม ความยืดหยุ่น และความไว้วางใจ ซึ่งอยู่นอกเหนือขอบเขตของไอทีไปมาก

อนาคตของการตรวจสอบอาจดูไม่เหมือนการตรวจสุขภาพประจำปี แต่เหมือนเครื่องตรวจวัดการเต้นของหัวใจมากกว่า นั่นคือ สัญญาณต่อเนื่อง การวิเคราะห์อย่างชาญฉลาด และการแทรกแซงจากผู้เชี่ยวชาญในจุดที่สำคัญ นั่นเป็นโอกาสที่ยิ่งใหญ่กว่าการใช้ AI เพื่อเขียนรายงานการตรวจสอบให้เร็วขึ้น AI ไม่ควรเข้ามาแทนที่การตัดสินใจในการบริหารความเสี่ยง แต่ควรเข้ามาแทนที่งานที่ขัดขวางการตัดสินใจต่างหาก

 

จาก 'เชื่อใจเรา' เป็น 'พิสูจน์ให้เห็น'

การรับรองที่เป็นอิสระไม่สามารถเกิดขึ้นได้โดยปราศจากบริบท ปัญญาประดิษฐ์ (AI) ยังต้องการการกำกับดูแลที่มีประสิทธิภาพ รัฐบาลจำเป็นต้องกำหนดความคาดหวังและขอบเขตที่ชัดเจน และภาคอุตสาหกรรมควรเรียกร้องให้มีการกำหนดขอบเขตเหล่านั้น เราต้องการกฎระเบียบที่สร้างความมั่นใจให้องค์กรต่างๆ สามารถสร้างสรรค์นวัตกรรมได้ ในขณะเดียวกันก็สร้างความรับผิดชอบที่ชัดเจนเมื่อเกิดปัญหาขึ้น

นอกจากนี้ เราต้องเข้าใจให้ชัดเจนว่า กฎระเบียบ มาตรฐาน และการรับรอง ไม่ใช่สิ่งที่จะมาทดแทนกันได้ กฎระเบียบกำหนดกฎเกณฑ์ มาตรฐานช่วยให้องค์กรสร้างระบบเพื่อให้เป็นไปตามกฎเกณฑ์เหล่านั้น และการรับรองโดยอิสระจะตรวจสอบว่าระบบเหล่านั้นทำงานได้หรือไม่

นี่คือเหตุผลที่มาตรฐาน ISO/IEC 42001 มีความสำคัญ การมีนโยบาย AI หรือหลักการ AI ที่มีความรับผิดชอบจะกลายเป็นเรื่องธรรมดาในอนาคตอันใกล้ สิ่งที่จะสร้างความแตกต่างคือองค์กรสามารถแสดงให้เห็นได้หรือไม่ว่าการกำกับดูแลของตนนั้นใช้งานได้จริง

มาตรฐาน ISO/IEC 42001 มอบระบบการจัดการที่เป็นที่ยอมรับในระดับสากลสำหรับการกำกับดูแล AI ให้แก่องค์กรต่างๆ และเป็นพื้นฐานสำหรับการประเมินอิสระ เป็นการเปลี่ยนบทสนทนาจาก "เชื่อใจเราสิ เราจัดการ AI อย่างมีความรับผิดชอบ" ไปเป็น "นี่คือหลักฐาน"

ความแตกต่างนี้มีความสำคัญ การรับรองระบบการจัดการ AI ไม่ได้หมายความว่าระบบ AI ทุกระบบที่องค์กรใช้งานนั้น "ปลอดภัย" อย่างสมบูรณ์ เราต้องระบุให้ชัดเจนว่าอะไรได้รับการรับรองแล้ว และอะไรยังไม่ได้รับการรับรอง

ไม่มีใครในสายงานของเราสามารถบอกผู้นำทางธุรกิจได้ว่า AI จะช่วยหรือทำลายมนุษยชาติในท้ายที่สุด แต่เราได้ใช้เวลาหลายชั่วอายุคนทำในสิ่งที่ใช้งานได้จริงมากกว่านั้น นั่นคือการทำให้ข้อกล่าวอ้างที่สำคัญสามารถตรวจสอบได้

และในยุคที่ AI สามารถกล่าวอ้างได้อย่างน่าเชื่อถือโดยแทบไม่ต้องใช้ความพยายาม บทบาทนี้จึงยิ่งมีค่ามากขึ้น ไม่ใช่ลดลง หากองค์กรของคุณบอกว่าใช้ AI อย่างมีความรับผิดชอบ คุณพร้อมที่จะพิสูจน์หรือไม่?

 

ปรึกษา LRQA เกี่ยวกับมาตรฐาน ISO/IEC 42001

ข่าวสารล่าสุด ข้อมูลเชิงลึก และกิจกรรมที่กำลังจะเกิดขึ้น