作者：陸向陽
負責任的AI（歐盟已開始要求AI開發與運用者，必須事先提出AI危害如何避免，以及真的發生危害時當如何解除危害、緩解危害、補救補償對策等，才准許使用）、可解釋的AI（拒絕黑箱）已成了熱門的精神運動。
推廣科技的人，經常是強調科技好的一面，但其實科技也有許多副作用，例如關鍵字搜尋從而更精準投放網路廣告，使業者用更低的行銷成本更快獲得潛在目標客群，相對卻有侵犯個人隱私的疑慮。
又或者，無人機雖然可以代替人進行許多登高的危險性作業，甚至運送緊急物資，但也可能被毒販用來運毒，或者無人機因意外墜落時，砸傷人或財務等也時有所聞，這些科技副作用如何透過新訂的法律規章加以管束約束，民眾又當如何自保，已是不容忽視的課題。
AI誤用、濫用的危害
同樣的道理，近年來人工智慧（AI）的各式運用日益普及，例如用於安全門禁、用於生產良率的把關等，但AI運用就必然正確運用、妥善運用嗎？是否有誤用或濫用呢？
對此答案是肯定的，2020年紀錄片Coded Bias（編碼歧視，程式開發撰寫的偏差）就詳實說明了數宗AI受害案，例如臉部識別系統的影像訓練資料有大程度為美國白人，如此在識別黑人女性時經常無法成功識別，西方機場的臉部識別系統也經常無法正確識別亞裔人士等。
更可怕的是，德州一名幾乎年年獲得教學獎的中學教師，在校方導入AI教學評核系統後，系統評核結果顯示他教學成效低落，應予以辭退，該名教師得知後還曾一度自我懷疑，但最終決定告上法庭，質疑AI系統的演算法為黑箱。
以上僅為AI誤用、濫用危害的冰山一角，有可能有更多隱性或長期的危害未被察覺，因此各國也開始重視AI演算法的透明性，例如訓練資料必須均衡、演算法不能帶有歧視性等，一時之間負責任的AI（歐盟已開始要求AI開發與運用者，必須事先提出AI危害如何避免，以及真的發生危害時當如何解除危害、緩解危害、補救補償對策等，才准許使用）、可解釋的AI（拒絕黑箱）成了熱門的精神運動。
由於是精神運動，每個機構與組織各行其是，有的只在訓練資料上尋求自律，有的則是在開發訓練的某個環節依循自訂的規範等，而沒有一套詳整、普遍認同適用的章法。
無論局部依循或鬆散自律都難以快速、普遍地避免AI危害，故開始有國際性標準的訂立，經過討論研議後，有關「可解釋、可信任的AI」以及「負責任的AI」等國際標準已相繼出爐。
ISO 國際標準
首先是2020年頒布的ISO 24028，也稱為Overview of Trustworthiness in Artificial Intelligence（AI可信度總覽）；而後是2023年通過的ISO 42001，稱為AIMS（Artificial Intelligence Management System），即人工智慧管理系統，類似於資安管理領域有所謂的ISMS（Information Security Management System）標準，國際標準編號為ISO 27001。
ISO 24028規範的內容包含AI的透明度、可解釋控、可控制性、威脅與風險、可用性、韌性、穩定性、精準性、安全性、資安防護、隱私防護等。
（Source；原文為英文）
ISO 42001則強調運用AI的企業必須明訂AI開發者、營運者、使用者的角色與責任，同時也必須訂立與執行AI相關的治理、風險管理、法遵合規工作，甚至與企業元原有的資安管理、隱私管理等管理活動相互扣合。
（Source）
既然是ISO國際標準，那就會如同過往的國際標準般，有諸多公正的第三方驗證機構，對有意導入新標準的企業或組織，提供導入輔導與正式驗證稽核等服務。
小結
對企業或組織而言，或許覺得依循國際標準會綁手綁腳，增加企業的導入成本與時間心力，但從另一面觀看，預先導入相關標準反而能減少未來的潛在危害風險，避免企業商譽損失，同時還可能增加競爭優勢，因為我國的公部門資訊相關專案，多數已開始要求必須取得ISO 27001資安管理認證的資訊服務商才有資格角逐，類似的要求估計會更多，因此獲得AI治理相關標準，可將尚未準備好的競爭者排除於外。
- 創客積木M5Stack加入LLM戰局 - 2024/11/29
- MLPerf大語言模型、生成式AI測項觀察 - 2024/11/27
- Sony強力加持！樹莓派發表專屬AI攝影機 - 2024/10/28
.jpg)
.jpg)