Privacy & Responsible AI
การปกป้องความเป็นส่วนตัวและการพัฒนา AI อย่างมีจริยธรรม
สร้างระบบ AI ที่น่าเชื่อถือและปลอดภัยด้วยหลักการจริยธรรม
การปกป้องข้อมูลส่วนบุคคล
จริยธรรมในการพัฒนา AI
ความไว้วางใจและโปร่งใส
การปฏิบัติตามกฎหมายคุ้มครองข้อมูล
PDPA Thailand
หลัก 6 ฐานการประมวลผล
- • ความยินยอม (Consent)
- • สัญญา (Contract)
- • ภารกิจตามกฎหมาย (Legal Obligation)
- • ผลประโยชน์สำคัญ (Vital Interest)
- • ภารกิจสาธารณะ (Public Task)
- • ผลประโยชน์อันชอบธรรม (Legitimate Interest)
สิทธิของเจ้าของข้อมูล
- • สิทธิในการเข้าถึงข้อมูล
- • สิทธิในการแก้ไขข้อมูล
- • สิทธิในการลบข้อมูล
- • สิทธิในการคัดค้าน
GDPR Europe
หลักการพื้นฐาน
- • Privacy by Design
- • Privacy by Default
- • Data Minimization
- • Purpose Limitation
การประเมินผลกระทบ
- • DPIA (Data Protection Impact Assessment)
- • การประเมินความเสี่ยง
- • มาตรการป้องกัน
- • การรายงานผล
หลักการ Responsible AI
หลักการพื้นฐาน
Fairness และ Non-discrimination
ระบบ AI ต้องปฏิบัติต่อทุกคนอย่างเท่าเทียม
Transparency และ Explainability
สามารถอธิบายการทำงานของ AI ได้
Accountability และ Governance
มีการกำกับดูแลและรับผิดชอบอย่างชัดเจน
Privacy และ Security
ปกป้องข้อมูลส่วนบุคคลและความปลอดภัย
การนำไปปฏิบัติ
Bias Detection & Mitigation
ตรวจจับและลดอคติในข้อมูลและโมเดล
Model Interpretability
ใช้เทคนิค XAI เพื่ออธิบายการตัดสินใจ
Human-in-the-Loop
รวมการตัดสินใจของมนุษย์ในระบบ AI
Continuous Monitoring
ติดตามและประเมินระบบ AI อย่างต่อเนื่อง
การนำไปใช้ทางเทคนิค
เทคนิคความเป็นส่วนตัว
- Differential Privacy
- Federated Learning
- Homomorphic Encryption
- Secure Multi-party Computation
เครื่องมือความยุติธรรม
- Fairlearn (Microsoft)
- AIF360 (IBM)
- What-If Tool (Google)
- Aequitas
การอธิบายได้
- LIME
- SHAP
- Captum (PyTorch)
- InterpretML
การกำกับดูแล
- Model Cards
- Data Sheets
- AI Ethics Boards
- Audit Trails
พร้อมสร้าง AI ที่มีจริยธรรม?
ปรึกษาผู้เชี่ยวชาญด้านการปกป้องความเป็นส่วนตัวและการพัฒนา AI อย่างมีความรับผิดชอบ