03_負責任人工智慧導論

核心表格

核心主題	主要觀點／方法	實務用途	重要條件／限制
負責任人工智慧	在設計與使用人工智慧時同時考量安全、公平、透明與信任	降低產品與管理風險	不存在適用所有公司的單一政策
安全	避免人身／財產／環境傷害、歧視偏見與資安攻擊	人工智慧系統風險管理	安全具有多個層次，不能只看模型準確率
偏差	偏差訓練／測試資料可能造成偏差結果	資料與模型公平性檢查	需檢查不同群體與使用情境
可信度	觀察產品透明度、引用來源、回饋與問責機制	協助使用者查證生成結果	有引用不代表答案必然正確
生成式人工智慧風險	偏差、幻覺、不當內容與使用者過度信任	建立人工審閱與回報流程	部署後仍需持續監測
使用者責任	檢查來源、回報錯誤並避免把生成內容當成無需查證的事實	把負責任使用延伸到終端使用者	最終判斷仍由人承擔

原書把責任分成系統設計與使用兩端。企業需要建立自己的政策與標準，使用者也要懂得查證、回報與辨識風險。

安全不只代表不造成物理傷害，也包括避免歧視／偏見，以及保護系統不被攻擊。這使人工智慧治理同時涉及資料、軟體、安全與組織政策。

HP MediaSmart 案例說明，不同使用者群體的產品表現可能因資料與測試代表性不足而產生落差。Tay 則顯示可持續從外部互動學習的系統也可能被惡意操弄。

作者將透明的產品說明、直接來源引用與錯誤回饋機制視為重要訊號。這些設計讓使用者更容易知道答案來自哪裡並進行事實核對。

即使產品採取負責任人工智慧框架，生成式人工智慧仍可能犯錯。使用者尤其在重要工作中需要回到原始來源，而不是因為回答流暢就直接接受。

人工智慧系統可提供答案、來源與輔助解釋；人負責查證、公平性判斷、敏感資訊處理、錯誤回報與最終責任。