• ความโปร่งใสและอธิบายได้ (Transparency&Explainability)

ระบบต้องสามารถอธิบายที่มาของผลลัพธ์หรือการตัดสินใจได้อย่างชัดเจน เพื่อให้ผู้ใช้งานเข้าใจและตรวจสอบได้

• ความเป็นธรรมและไม่เลือกปฏิบัติ (Fairness&Inclusivity)

โมเดล AI ต้องปราศจากอคติ (Bias) ปฏิบัติต่อทุกคนอย่างเท่าเทียม ไม่เอารัดเอาเปรียบหรือสร้างความเหลื่อมล้ำในสังคม

• ความรับผิดชอบ (Accountability)

ต้องมีการกำหนดตัวบุคคลหรือหน่วยงานที่รับผิดชอบอย่างชัดเจน หาก AI สร้างผลกระทบหรือความเสียหายต่อผู้ใช้งาน

• ความปลอดภัยและความเป็นส่วนตัว (Security&Privacy)

ข้อมูลที่นำมาป้อนให้ AI (Data Set) ต้องได้รับการคุ้มครองตามกฎหมายคุ้มครองข้อมูลส่วนบุคคล (PDPA) และระบบต้องปลอดภัยจากการถูกเจาะข้อมูล

• การกำกับดูแลโดยมนุษย์ (Human Agency&Oversight)

มนุษย์ต้องมีอำนาจในการตัดสินใจขั้นสุดท้าย (Human-in-the-loop) และสามารถควบคุมหรือระงับการทำงานของ AI ได้ตลอดเวลา

• การจัดระดับความเสี่ยง (Risk Assessment)

จำแนกประเภทการใช้งานว่ามีความเสี่ยงมากน้อยเพียงใด การใช้งานที่เกี่ยวกับชีวิต ความปลอดภัย หรือสิทธิขั้นพื้นฐานต้องถูกควบคุมอย่างเข้มงวดที่สุด

• นโยบายและแนวปฏิบัติ (Policy Formulation)

องค์กรต้องออกระเบียบการใช้งาน AI ที่ชัดเจน เช่น การระบุประเภทข้อมูลที่อนุญาตหรือห้ามนำเข้าสู่ระบบ AI และการกำหนดสิทธิการเข้าถึง

• ความตระหนักรู้และการพัฒนาทักษะ (Skill Development)

ผู้ใช้งานและผู้พัฒนาทุกคนต้องได้รับการอบรมให้มีความเข้าใจในการใช้งาน AI อย่างถูกต้องและรับผิดชอบ

• การติดตามและประเมินผล (Monitoring & Evaluation)

ต้องมีการตรวจสอบประสิทธิภาพ ผลกระทบ และอคติของระบบ AI อย่างสม่ำเสมอ เพื่อปรับปรุงแก้ไขให้ทันเหตุการณ์