ในช่วงหลายปีที่ผ่านมา AI หรือ Artificial Intelligence คงเป็นคำที่หลาย ๆ คนเคยได้ยินผ่านหูกันมาบ้างไม่มากก็น้อย ซึ่ง AI นั้นได้มีบทบาทและกลายเป็นส่วนหนึ่งของชีวิตมากขึ้นเรื่อย ๆ รวมถึงเปลี่ยนรูปแบบการใชชีวิต และการทำงานของคนหลายคนอีกด้วย Microsoft Copilot เป็นฟีเจอร์ใหม่ที่ทาง Microsoft พัฒนาขึ้นโดยใช้ความสามารถของ Generative AI เพื่อเพิ่มประสิทธิภาพการทำงานของ Application ต่าง ๆ เช่น Microsoft Office และ Microsoft Excel เป็นต้น ในบทความนี้เราจะพูดถึงว่า Generative AI คืออะไร และ Microsoft Copilot สามารถใช้ทำอะไรได้บ้าง Generative AI คืออะไร Generative AI (Generative Artificial Intelligence) คือ AI ที่ใช้การเรียนรู้เชิงลึก (Deep Learning) มาใช้ในการสร้างสรรค์ สิ่งต่างๆ ได้อย่างหลากหลาย ในรูปแบบอัตโนมัติ เช่น ภาพ, เสียง, วิดีโอ, เนื้อหาข้อความ และ อื่นๆ ยกตัวอย่าง โมเดลที่เห็นได้ชัดกันทุกวันนี้คือ ChatGPT เป็นโมเดลที่ใช้ความสามารถของ Generative AI ในการประมวลผลจากเนื้อหาข้อมูลต่าง ๆ ในอินเทอร์เน็ต และ สร้างสรรค์คำตอบให้ตรงกับคำถามที่ทางผู้ใช้งาน input เข้าไป ณ ปัจจุบันมีหลายธุรกิจเริ่มมีการนำ Generative AI เข้ามาใช้งานกันอย่างต่อเนื่อง เพื่อช่วยในการสร้างสรรค์เนื้อหาที่แปลกใหม่ ช่วยในการลดระยะเวลาในการทำงานเพื่อให้งานเสร็จไวยิ่งขึ้น และเพิ่มประสิทธิภาพของการทำงานในบางสายงาน ซึ่งทั้งหมดนี้จะช่วยผลักดันธุรกิจให้สามารถก้าวหน้าไปอย่างก้าวกระโดด และทาง Microsoft ก็ได้เล็งเห็นถึงประโยชน์ ของ Generative AI จึงสร้างฟีเจอร์ Microsoft Copilot เพื่อให้ผู้ใช้งานสามารถทำงานได้อย่างมีประสิทธิภาพมากยิ่งขึ้น Microsoft Copilot สามารถใช้ทำอะไรได้บ้าง จากที่ได้กล่าวไว้ข้างต้น Microsoft Copilot ใช้ Generative AI มาประยุกต์เพื่อเพื่อเพิ่มประสิทธิภาพการทำงานของ Application ผมจะขอยกตัวอย่างทีละ Application ว่า Microsoft Copilot มีบทบาทอย่างไร Microsoft Teams เราสามารถนำ Microsoft Copilot มาใช้ในการประชุม Team เพื่อสรุปประเด็นการสนทนาที่สําคัญ รวมถึงแนะนํารายการการดําเนินการทั้งหมดแบบเรียลไทม์ในระหว่างการประชุม นอกเหนือจากด้านการประชุม Microsoft Copilot ก็สามารถที่จะรวบรวมทุกอย่างใน Teams ไว้ด้วยกัน เช่น บันทึก, อีเมล์, ปฏิทิน และ งานนำเสนอ เพื่อช่วยให้เราสามารถค้นหาสิ่งที่ต้องการได้สะดวกรวดเร็วยิ่งขึ้น รูปที่ 1 Microsoft Teams with Copilot(Source: https://copilot.cloud.microsoft/th-th/copilot-teams) Microsoft Word ในด้านของงานเอกสารหากเรา ยังคิดไม่ออกว่าจะเขียนอะไร Microsoft Copilot สามารถที่จะช่วยสร้างแบบร่าง เพื่อเป็นไอเดียเบื้องต้นให้เราเริ่มเขียนได้ง่ายยิ่งขึ้น หรือ บางทีหากเราเขียนเอกสารไปจนถึงกลางทางแล้วเกิดคิดไม่ออก Microsoft Copilot ก็สามารถที่จะช่วยต่อยอดจากเนื้อหาที่มีอยู่แล้วได้อีกด้วย นอกเหนือจากนี้ Microsoft Copilot สามารถแปลงข้อความที่เราเขียนให้กลายเป็นตารางได้ทันที เพื่อประหยัดเวลาในการสร้างตารางอีกด้วย และสุดท้ายหากเราต้องการจากเนื้อหาจำนวนมาก Microsoft Copilot ก็มีฟีเจอร์ที่สามารถช่วยสรุปใจความสำคัญได้ทันที รูปที่ 2 Microsoft Word with Copilot(Source: https://copilot.cloud.microsoft/th-th/copilot-word) Microsoft PowerPoint Microsoft Copilot สามารถสร้างงานนำเสนอด้วยเทมเพลตที่มีอยู่ ด้วยธีมที่เรามีอยู่แล้ว หรือสร้างงานนำเสนอใหม่ด้วยธีมหรือเทมเพลตจากไฟล์ใหม่แบบอัตโนมัติ ซึ่งช่วยให้เราไม่จำเป็นต้องเสียเวลาในการสร้างงานนำเสนอใหม่ตั้งแต่ต้น อย่างไรก็ตามเราอาจจะต้องมีการตรวจสอบอีกรอบนึงหลังจากใช้ฟีเจอร์นี้ เพื่อตรวจสอบความถูกต้องทั้งหมด นอกจากนี้ Microsoft Copilot ยังสามารถสร้างงานนําเสนอจากเอกสาร Word หรือ PDF ได้ทันทีอีกด้วย ซึ่งจะช่วยประหยัดเวลาการทำงานนำเสนอได้อย่างมาก ถ้าเทียบกับการที่เราต้องค่อยๆ หยิบเอาข้อมูลจาก Word หรือ PDF มาใส่ใน PowerPoint รูปที่ 3 Microsoft PowerPoint with Copilot(Source: https://copilot.cloud.microsoft/en-us/copilot-powerpoint) Microsoft Excel สำหรับ Microsoft Excel ตัว Microsoft Copilot ก็ยังสามารถช่วยให้เราสํารวจและทําความเข้าใจข้อมูลได้ดีขึ้น โดยการสร้างกราฟ Visualization ข้อมูลเบื้องต้น และถ้าเราต้องการจะดูข้อมูลเชิงลึก Microsoft Copilot ก็สามารถช่วยวิเคราะห์และแสดงภาพข้อมูลเชิงลึกได้เช่นกัน นอกจากนี้ยังสามารถช่วยไฮไลต์ กรอง และ เรียงลำดับข้อมูลได้ง่ายยิ่งขึ้น และถ้าหากเราต้องการใช้สูตรในการคำนวณที่ซับซ้อนทาง Microsoft Copilot ก็สามารถให้คำแนะนำและเสนอสูตรที่เหมาะสมกับสิ่งที่เราต้องการ รูปที่ 4 Microsoft Excel with Copilot(Source: https://copilot.cloud.microsoft/en-us/copilot-excel) OneNote นอกจากนี้ Microsoft Copilot ก็สามารถนำมาใช้กับ OneNote ได้เช่นกัน โดย Microsoft Copilot จะช่วยสรุปข้อความใน page ที่เราเคยจดมาจากการประชุม หรือ อื่น ๆ ให้อยู่ในรูปแบบที่สามารถแชร์ให้คนอื่นอ่านและเข้าใจได้ง่าย สามารถสร้าง to-do list อัตโนมัติจากสิ่งที่เราจดโน้ตเอาไว้ รวมถึงสร้าง plan สำหรับงานอีเว้นท์, การประชุม และ งานเฉลิมฉลอง จากข้อมูลที่มีได้อีกเช่นกัน รูปที่ 5 Microsoft OneNote with Copilot(Source: https://copilot.cloud.microsoft/en-us/copilot-onenote) อย่างไรก็ตาม Microsoft Copilot ก็ไม่ใช่เครื่องมือ AI เพียงเครื่องมือเดียวที่สามารถช่วยเพิ่มประสิทธิภาพการทำงานในองค์กร ยังมี AI อื่น ๆ ที่มีความสามารถในการช่วยเหลือเหมือนกับ Microsoft Copilot เช่น บทสรุป จากสิ่งที่เล่ามาทั้งหมด จะเห็นได้ว่า Microsoft Copilot สามารถช่วยเหลือการทำงานของเราได้ ในหลาย ๆ ด้าน ไม่ว่าจะเป็นการประชุม, การทำเอกสาร, การทำงานนำเสนอ และ อื่น ๆ แต่อย่างไรก็ตาม AI อาจจะไม่ถูกต้องเสมอไป ในบางงาน Microsoft Copilot...
Looker Studio ถือเป็นอีกเครื่องมือหนึ่งที่เป็นที่นิยมในปัจจุบัน สำหรับการสร้างกราฟหลากหลายรูปแบบเพื่อนำไปใช้วิเคราะห์และเจาะลึกข้อมูลตามความต้องการของผู้ใช้ สิ่งหนึ่งที่จำเป็นต่อการวิเคราะห์ข้อมูลคือความสามารถในการเปรียบเทียบข้อมูลกับช่วงเวลาก่อนหน้าที่ต้องการ เช่น การเปรียบเทียบข้อมูลปีนี้ กับปีที่แล้ว หรือช่วงไตรมาสปัจจุบันมีการเปลี่ยนแปลงจากไตรมาสที่แล้วอย่างไร เป็นต้น ซึ่ง Looker Studio เองมีความสามารถที่จะตอบสนองต่อความต้องการดังกล่าวได้ ในบทความนี้จึงจะนำเสนอ 3 วิธีที่จะช่วยให้การเปรียบเทียบข้อมูลในช่วงเวลาต่าง ๆ สามารถทำได้ด้วย Looker Studio วิธีที่ 1 การใช้ Date Range Control ใน Looker Studio จะมีตัวควบคุม (Control) ให้เลือกใช้อยู่หลากหลายแบบ แต่สิ่งที่จะนำมาใช้ในตอนนี้คือตัวควบคุมที่ชื่อว่า Date Range Control Date Range Control หรือการควบคุมช่วงวันที่ เป็นตัวควบคุมในรูปแบบปฏิทินที่สามารถปรับตั้งค่าได้ตามชอบ ซึ่งช่วยให้การปรับช่วงเวลาที่จะใช้แสดงผลทำได้สะดวกโดยไม่จำเป็นต้องแก้ไขข้อมูลหรือการตั้งค่าใด ๆ เมื่อนำตัวควบคุมดังกล่าววางลงในหน้าที่ต้องการใช้งานแล้ว หน้าการแสดงผลจะถูกควบคุมด้วย Date Range Control ตามการตั้งค่า ซึ่งมีอยู่ 2 แบบ เมื่อสร้าง Date Range Control แล้ว จะต้องเปิดใช้งานตัวเลือกการเปรียบเทียบกับช่วงเวลาก่อนหน้า (Comparison Date Range) โดยที่กราฟเกือบทั้งหมดสามารถแสดงการเปรียบเทียบกับช่วงเวลาก่อนหน้าได้ แต่บางกราฟไม่สามารถทำได้ เช่น กราฟวงกลม แผนที่ เป็นต้น ดังนั้นการพิจารณาก่อนใช้งานกราฟประเภทต่าง ๆ เองก็เป็นสิ่งสำคัญเช่นกัน ในการเปิดใช้งานการเปรียบเทียบช่วงเวลา ในการเปรียบเทียบ ไม่ได้มีการเปรียบเทีบกับช่วงก่อนหน้า (Previous period) เพียงอย่างเดียว วิธีที่ 2 การจัดกลุ่ม (Group) จากวิธีที่ 1 จะเห็นได้ว่า Date range control สามารถทำให้ผู้ใช้สามารถเปรียบเทียบข้อมูลกับช่วงที่ต้องการได้ แต่ว่าการตั้งค่าช่วงเวลาก่อนหน้าจะต้องถูกกำหนดตั้งแต่แรกใน Default date range ของกราฟนั้น ๆ ทำให้ผู้ใช้ที่ไม่ได้มีสิทธิ์ในการแก้ไขกราฟ ไม่สามารถปรับเปลี่ยนช่วงที่ต้องการเทียบได้อย่างอิสระ การจัดกลุ่ม (Group) จะสามารถแก้ไขปัญหาได้โดยมีวิธีการดังนี้ เมื่อลองเปลี่ยนช่วงวันที่ของ Date range control แต่ละตัว จะพบว่ากราฟจะมีการปรับเปลี่ยนตัวเลขตาม Date range control ที่ถูกจัดกลุ่มอยู่ด้วยกัน ไม่มีการยุ่งเกี่ยวกัน (Date range control 1 กับ กราฟ 1) ทำให้สามารถดูค่าตัวเลขเปรียบเทียบระหว่างสองช่วงเวลาได้ วิธีที่ 3 การใช้พารามิเตอร์ อีกหนึ่งวิธีในการเปรียบเทียบข้อมูลกับช่วงก่อนหน้าสามารถทำได้ด้วยพารามิเตอร์ (Parameter) หากย้อนกลับไปที่วิธีที่ 2 จะเห็นได้ว่าถึงแม้จะสามารถเปรียบเทียบค่าได้ แต่ตัวเลขจะอยู่คนละกราฟทำให้การพิจารณาตัวเลขทำได้ไม่สะดวกเท่าที่ควร เมื่อมาถึงขั้นตอนนี้เราจะได้ calculated field จำนวน 2 ตัวคือ present และ compare โดย present นั้นจะเป็นการบวกรวมค่าในคอลัมน์ count หากปีของข้อมูลมีค่าเท่ากับพารามิเตอร์ที่ชื่อปี ขณะที่ compare จะเป็นการบวกรวมค่าในคอลัมน์ count หากปีของข้อมูลมีค่าเท่ากับพารามิเตอร์ที่ชื่อปีที่ต้องการเปรียบเทียบ ทำให้ calculated fields ทั้ง 2 ตัวถูกแยกกันด้วยพารามิเตอร์สองตัวอย่างเด็ดขาด และจะเห็นได้ว่าเมื่อสร้างกราฟตารางขึ้นมา เราสามารถนำ calculated field ทั้ง 2 ตัว ไปใส่เอาไว้ในกราฟเดียวกันได้เลย นอกจากนั้นหากต้องการเปรียบเทียบเพิ่มเติมว่าข้อมูล calculated field ทั้ง 2 ตัว มีการเปลี่ยนแปลงเพิ่มขึ้นหรือลดลงย่างไรก็สามารถทำได้เช่นกัน เมื่อทำเสร็จตามขั้นตอน จะเห็นได้ว่าข้อมูล calculated field ทั้งสอง จะมีคอลัมน์ที่ชื่อ different มาแสดงค่าความเปลี่ยนแปลงว่ามีการเพิ่มขึ้นหรือลดลงอย่างไรเป็นที่เรียบร้อย การใช้งานการเปรียบเทียบข้อมูลใน Looker Studio นั้นจะเห็นได้ว่าสามารถทำได้อย่างหลากหลายวิธี และแต่ละวิธีเองก็มีข้อดี และข้อเสียที่แตกต่างกันไป จึงอยู่ที่ผู้ใช้งานที่จะเลือกใช้วิธีการต่าง ๆ ให้เหมาะสมกับข้อมูลและความต้องการของตนเอง บทความโดย ชนิกานต์ วิทยถาวรวงศ์ ตรวจทานและปรับปรุงโดย นววิทย์ พงศ์อนันต์ แหล่งอ้างอิง
ในยุคที่เทคโนโลยีปัญญาประดิษฐ์ (AI) กำลังก้าวหน้าอย่างรวดเร็วและมีบทบาทสำคัญในหลากหลายแง่มุมของชีวิตเรา แนวคิดเรื่อง Responsible AI หรือปัญญาประดิษฐ์ที่มีความรับผิดชอบ จึงเป็นประเด็นที่ได้รับความสนใจมากขึ้นเรื่อย ๆ แต่ Responsible AI คืออะไร และทำไมจึงมีความสำคัญ ? บทความนี้จะพาคุณไปทำความรู้จักกับแนวคิดนี้อย่างละเอียด Responsible AI คืออะไร? Responsible AI หมายถึงแนวทางในการพัฒนา ใช้งาน และกำกับดูแลเทคโนโลยี AI ที่คำนึงถึงผลกระทบทางจริยธรรม สังคม และกฎหมาย โดยมุ่งเน้นให้ AI สร้างประโยชน์สูงสุดแก่มนุษย์และสังคม ขณะเดียวกันก็ลดความเสี่ยงและผลกระทบเชิงลบที่อาจเกิดขึ้น หลักการสำคัญของ Responsible AI 1. ความโปร่งใส (Transparency): ระบบ AI ควรสามารถอธิบายกระบวนการตัดสินใจได้ เพื่อให้ผู้ใช้เข้าใจและตรวจสอบได้ 2. ความเป็นธรรม (Fairness): ลดอคติและการเลือกปฏิบัติในการทำงานของ AI เพื่อให้มั่นใจว่าทุกคนได้รับการปฏิบัติอย่างเท่าเทียม 3. ความปลอดภัยและความน่าเชื่อถือ (Safety and Reliability): AI ต้องทำงานอย่างปลอดภัยและเชื่อถือได้ โดยมีการทดสอบและตรวจสอบอย่างรัดกุม 4. ความเป็นส่วนตัว (Privacy): ปกป้องข้อมูลส่วนบุคคลของผู้ใช้และเคารพสิทธิความเป็นส่วนตัว 5. ความรับผิดชอบ (Accountability): มีกลไกรับผิดชอบเมื่อเกิดปัญหาจากการใช้ AI และมีการกำหนดผู้รับผิดชอบอย่างชัดเจน 6. ผลกระทบต่อสังคม (Social Impact): พิจารณาผลกระทบในวงกว้างต่อสังคม เศรษฐกิจ และสิ่งแวดล้อม Responsible AI เป็นแนวคิดสำคัญในการพัฒนาและใช้งานปัญญาประดิษฐ์อย่างมีความรับผิดชอบ โดยมุ่งเน้นการสร้างความไว้วางใจ ลดความเสี่ยง และส่งเสริมนวัตกรรมที่เป็นประโยชน์ต่อสังคม ขณะเดียวกันก็เตรียมพร้อมรับมือกับกฎระเบียบที่อาจเกิดขึ้นในอนาคต อย่างไรก็ตาม การนำ Responsible AI ไปปฏิบัติยังคงมีความท้าทายหลายประการ ทั้งในแง่ของความซับซ้อนของเทคโนโลยี การสร้างสมดุลระหว่างนวัตกรรมและความรับผิดชอบ ความแตกต่างทางวัฒนธรรม และการวัดผลความสำเร็จ การตระหนักถึงความสำคัญและความท้าทายเหล่านี้จะช่วยให้องค์กรและผู้พัฒนาสามารถก้าวไปข้างหน้าในการสร้างระบบ AI ที่มีประสิทธิภาพและรับผิดชอบต่อสังคมได้อย่างยั่งยืน แนวทาง Responsible AI ของบริษัทเทคโนโลยีชั้นนำ เพื่อให้เห็นภาพที่ชัดเจนขึ้นว่า Responsible AI ถูกนำไปปฏิบัติอย่างไรในโลกธุรกิจ เรามาดูการเปรียบเทียบแนวทางของบริษัทยักษ์ใหญ่ด้านเทคโนโลยี ได้แก่ Google, Microsoft, Amazon, IBM, OpenAI และ Facebook ดังตาราง Google: ให้ความสำคัญกับความโปร่งใสและความเป็นธรรมใน AI เป็นอย่างมาก โดยมีหลักการ AI ที่ชัดเจนและเครื่องมืออย่าง AI Explainability เพื่อให้ผู้ใช้เข้าใจการทำงานของโมเดล AI ได้ดีขึ้น นอกจากนี้ Google ยังมีโครงการต่างๆ เช่น Project AI ที่มุ่งเน้นการพัฒนา AI ที่เป็นประโยชน์ต่อสังคม Microsoft: เน้นย้ำถึงความรับผิดชอบและความปลอดภัยในการพัฒนา AI โดยมี Responsible AI Standard เป็นแนวทางในการพัฒนาผลิตภัณฑ์ AI ทั้งหมด นอกจากนี้ Microsoft ยังมีโครงการ AI for Earth และ AI for Good ที่มุ่งใช้ AI แก้ปัญหาสิ่งแวดล้อมและสังคม Amazon: ให้ความสำคัญกับความโปร่งใสและความรับผิดชอบในการใช้ AI โดยมีเครื่องมือตรวจจับอคติและกระบวนการตรวจสอบที่เข้มงวด นอกจากนี้ Amazon ยังสนับสนุนการวิจัยด้าน AI ผ่านโครงการ Amazon Scholar และนำ AI มาใช้เพื่อพัฒนาผลิตภัณฑ์และบริการต่างๆ IBM: เน้นย้ำถึงความน่าเชื่อถือ ความโปร่งใส และความเป็นธรรมในการพัฒนา AI โดยมีเครื่องมืออย่าง AI Fairness 360 และ AI OpenScale เพื่อช่วยให้นักพัฒนาสร้างโมเดล AI ที่เป็นธรรมและโปร่งใส นอกจากนี้ IBM ยังมีโครงการ Project Debater ที่พัฒนา AI เพื่อโต้แย้งกับมนุษย์ OpenAI: เน้นย้ำถึงความปลอดภัยและประโยชน์ต่อมนุษยชาติในการพัฒนา AI โดยใช้เทคนิค Reinforcement Learning from Human Feedback (RLHF) เพื่อฝึกสอนโมเดล AI ให้เป็นไปตามค่าที่มนุษย์ต้องการ นอกจากนี้ OpenAI ยังเปิดเผยข้อมูลทางเทคนิคเกี่ยวกับโมเดล AI เพื่อส่งเสริมความโปร่งใส Meta (Facebook): เน้นย้ำถึงความเป็นธรรม ความโปร่งใส และความรับผิดชอบในการพัฒนา AI โดยมีเครื่องมือ Fairness Flow เพื่อช่วยให้นักพัฒนาตรวจสอบและแก้ไขปัญหาอคติในโมเดล AI นอกจากนี้ Meta ยังมี Oversight Board เพื่อตรวจสอบการตัดสินใจที่สำคัญของบริษัทเกี่ยวกับเนื้อหาบนแพลตฟอร์ม บริษัทเทคโนโลยีชั้นนำเหล่านี้ต่างให้ความสำคัญกับการพัฒนา AI อย่างรับผิดชอบ โดยมีแนวทางและเครื่องมือที่หลากหลายเพื่อช่วยให้มั่นใจว่า AI จะถูกนำมาใช้ในทางที่ดีและเป็นประโยชน์ต่อสังคม แนวทาง Responsible AI ของหน่วยงานภาครัฐในประเทศไทย สำหรับประเทศไทย แม้จะยังไม่มีกรอบการทำงานหรือแนวทางปฏิบัติด้าน Responsible AI ที่เป็นทางการ แต่ก็มีความพยายามในการพัฒนาในด้านนี้ สรุปสถานการณ์ปัจจุบันของไทยได้ดังนี้: 1. ยุทธศาสตร์ปัญญาประดิษฐ์แห่งชาติ: กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (MDES) ได้จัดทำ “ยุทธศาสตร์ปัญญาประดิษฐ์แห่งชาติ” ซึ่งมีการกล่าวถึงประเด็นด้านจริยธรรมและความรับผิดชอบในการพัฒนาและใช้งาน AI โดยหลักการสำคัญที่สะท้อนถึงแนวคิด Responsible AI ในยุทธศาสตร์ฯ ได้แก่ การพัฒนาอย่างยั่งยืน: เน้นการนำ AI มาใช้เพื่อแก้ไขปัญหาสังคมและเศรษฐกิจอย่างยั่งยืน โดยคำนึงถึงผลกระทบในระยะยาวต่อสิ่งแวดล้อมและสังคม ความโปร่งใส: การพัฒนาและใช้งาน AI ต้องมีความโปร่งใส สามารถตรวจสอบได้ และสามารถอธิบายได้ว่า AI ทำงานอย่างไร ความเป็นธรรม: การออกแบบและพัฒนา AI ต้องปราศจากอคติ และไม่ก่อให้เกิดความไม่เท่าเทียม ความปลอดภัย: การพัฒนาและใช้งาน AI ต้องมีความปลอดภัย ไม่ก่อให้เกิดอันตรายต่อบุคคลหรือทรัพย์สิน ความรับผิดชอบ: ผู้พัฒนาและผู้ใช้งาน AI ต้องมีความรับผิดชอบต่อผลกระทบที่เกิดจากการใช้งาน AI 2. แนวปฏิบัติจริยธรรมปัญญาประดิษฐ์ ของ ETDA: แนวปฏิบัติจริยธรรมปัญญาประดิษฐ์ หรือ AI Ethics Guideline ที่จัดทำโดยสำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สพธอ.) หรือ ETDA นั้น...
We use cookies to optimize your browsing experience and improve our website’s performance. Learn more at our Privacy Policy and adjust your cookie settings at Settings
This type of cookie is essential for providing services on the website of the Personal Data Protection Committee Office, allowing you to access various parts of the site. It also helps remember information you have previously provided through the website. Disabling this type of cookie will result in your inability to use key services of the Personal Data Protection Committee Office that require cookies to function. Cookies Details
Performance Cookies
This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.
Functional Cookies
This type of cookie enables the Big Data Institute (Public Organization)’s website to remember the choices you have made and deliver enhanced features and content tailored to your usage. For example, it can remember your username or changes you have made to font sizes or other customizable settings on the page. Disabling these cookies may result in the website not functioning properly.
Targeting Cookies
"This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.
