อคติใน AI หมายถึงความไม่เป็นธรรมเชิงระบบในโมเดล ซึ่งให้ผลลัพธ์ที่ทำให้บางกลุ่มเสียเปรียบอย่างไม่เป็นธรรม มักสะท้อนถึงอคติในข้อมูลฝึก เป็นเรื่องที่น่ากังวลทั้งในเชิงจริยธรรมและเชิงปฏิบัติอย่างร้ายแรง เพราะ AI ที่มีอคติสามารถก่อให้เกิดอันตรายจริงและทำให้การเลือกปฏิบัติคงอยู่ต่อไป
อคติใน AI คืออะไร
text
AI BIAS → systematic, unfair skew in a model's outputs:
→ the model treats certain groups unfairly (e.g. by race, gender, age) or makes skewed
decisions
→ usually stems from BIASED TRAINING DATA (the model learns the biases in the data)
→ 'bias in, bias out' → models reflect and can AMPLIFY societal biases in their data
→ AI can perpetuate or worsen unfairness/discrimination
อคติมาจากไหน
text
✓ BIASED DATA → training data reflects historical/societal biases or isn't representative
→ e.g. hiring data favoring one group → the model learns to favor that group
✓ UNREPRESENTATIVE data → underrepresented groups → poor performance for them
✓ Biased labels, flawed problem framing, biased features → encode unfairness
→ bias mostly originates in the DATA (and how the problem is set up)