ความรู้เบื้องต้นเกี่ยวกับปัญญาประดิษฐ์ในการธนาคาร: บทบาท ขอบเขต การตรวจสอบ และจริยธรรม

กำไร:

• ความสามารถในการแยกแยะว่าจุดที่ปัญญาประดิษฐ์ช่วยประหยัดเวลาแบบเรียลไทม์ในขั้นตอนการทำงานของธนาคาร (การประเมินล่วงหน้า การสนับสนุนการตัดสินใจ การดำเนินงาน การรายงาน) และจุดที่การตัดสินใจที่มีการควบคุมและมีความสำคัญต่อความไว้วางใจ (การจัดสรรเครดิต การฉ้อโกง/การปฏิบัติตามข้อกำหนด) เป็นหน้าที่ของมนุษย์ ตามระดับความเสี่ยงของงาน
• ความสามารถในการใช้ระเบียบวินัยที่ตรวจสอบเอาต์พุต AI แต่ละรายการผ่านขั้นตอนการเชื่อมต่อเอาต์พุตกับแหล่งที่มา คำนวณใหม่ และส่งต่อผ่านการกรองนโยบาย/กฎหมาย
• ปกปิดข้อมูลลูกค้าและข้อมูลทางการเงินภายในขอบเขตของ KVKK กฎความลับของลูกค้าและการรักษาความลับของธนาคาร และสร้างนิสัยในการเลือกยานพาหนะที่ปลอดภัย

วันของนายธนาคารเต็มไปด้วยตัวเลข การตัดสินใจ และความมั่นใจ มีการประเมินการสมัครสินเชื่อ ตรวจสอบธุรกรรมเพื่อดูว่าเป็นการฉ้อโกงหรือไม่ ผลิตภัณฑ์ใดที่ถือว่าเหมาะสำหรับลูกค้า มีการตรวจสอบการปฏิบัติตามข้อกำหนด และมีการลงนามรายงานเมื่อสิ้นสุดวัน สิ่งที่งานเหล่านี้มีเหมือนกันคือ งานเหล่านี้ล้วนต้องการงานที่รวดเร็ว และหากทำไม่ถูกต้อง จะส่งผลเสียโดยตรงต่อเงิน ชื่อเสียง หรือสถานะทางกฎหมายของธนาคาร นี่คือจุดที่ปัญญาประดิษฐ์ตกอยู่ในความตึงเครียดนี้ เมื่อใช้อย่างถูกต้องจะลดชั่วโมงการทำงานเหลือเป็นนาที เมื่อใช้ไม่ถูกต้อง จะเร่งให้เกิดข้อผิดพลาด ก่อให้เกิดการเลือกปฏิบัติ และส่งผลให้เกิดการตัดสินใจที่ไม่สามารถควบคุมได้

ตลอดโมดูลนี้ เราจะวางตำแหน่ง AI ให้เป็นผู้ช่วย ผู้คัดกรองล่วงหน้า และเครื่องสร้างร่าง ปัญญาประดิษฐ์จะช่วยอ่านไฟล์ให้คุณ เขียนแบบร่าง ค้นหาความไม่สอดคล้องกัน และสรุป แต่การตัดสินใจเป็นของคุณ ไม่ว่าจะให้สินเชื่อ ไม่ว่าจะพิจารณาธุรกรรมที่น่าสงสัย จะพูดอะไรกับลูกค้า ทั้งหมดนี้เป็นเพียงการตัดสินของมนุษย์ที่ได้รับมอบอำนาจ ในหน่วยนี้ เราจะสร้างความแตกต่างโดยพื้นฐาน นั่นคือ เมื่อปัญญาประดิษฐ์ช่วยประหยัดเวลา และที่ซึ่งการตัดสินใจเป็นหน้าที่ของมนุษย์ ระเบียบวินัยในการตรวจสอบ และกฎความเป็นส่วนตัว

เหตุใดการธนาคารจึงเป็นพื้นที่ที่ 'เชื่อถือได้' และ 'ได้รับการควบคุม'

หากเครื่องมือออกแบบการเล่นคำทำงานไม่ถูกต้อง จะไม่มีใครได้รับบาดเจ็บ แต่รูปแบบการทำงานที่ผิดปกติในธนาคารอาจทำให้ครอบครัวไม่ได้รับเครดิตตามที่สมควรได้รับ ตกเป็นเหยื่อของลูกค้าที่ถูกต้องตามกฎหมายด้วยการติดป้ายว่าเป็นผู้ฉ้อโกง หรือมองข้ามการฟอกเงิน และทำให้ธนาคารได้รับโทษหนัก ดังนั้น การธนาคารจึงถูกกำหนดด้วยคุณสมบัติสองประการ:

• Trust-critical: การตัดสินใจส่งผลต่อเงินและอนาคตของผู้คน แม้ว่าความผิดพลาดจะย้อนกลับได้ แต่ความเสียหายก็ยังมีอยู่จริง
• การกำกับดูแล: การธนาคาร; ล้อมรอบด้วยข้อบังคับต่างๆ เช่น BDDK (หน่วยงานกำกับดูแลและการธนาคาร หน่วยงานสาธารณะที่กำกับดูแลธนาคาร) MASAK (คณะกรรมการสอบสวนอาชญากรรมทางการเงิน สถาบันต่อสู้กับการฟอกเงิน) และ KVKK (กฎหมายคุ้มครองข้อมูลส่วนบุคคล) คุณไม่สามารถอธิบายการตัดสินใจด้วยการพูดว่า "AI พูดอย่างนั้น"; คุณต้องสามารถพิสูจน์การตัดสินใจได้

คุณสมบัติทั้งสองนี้สร้างกฎพื้นฐานของการใช้ AI: เอาท์พุต AI ไม่สามารถใช้แทนการอนุมัติจากผู้เชี่ยวชาญที่มีความสามารถได้ การตัดสินใจขึ้นอยู่กับบุคคล เราจะทำซ้ำประโยคนี้หลายครั้งตลอดทั้งโมดูล เนื่องจากข้อผิดพลาดที่แพงที่สุดในระบบธนาคารเกิดขึ้นเมื่อลืมกฎนี้

ข้อควรสนใจ: การพูดว่า "โมเดลทำงานได้อย่างแม่นยำมาก" ไม่ได้หมายความว่า "เราสามารถปล่อยให้การตัดสินใจเป็นหน้าที่ของโมเดลได้" แม้แต่แบบจำลองที่ถูกต้อง 99 เปอร์เซ็นต์ก็ยังแสดงข้อผิดพลาด 1 เปอร์เซ็นต์ด้วยความมั่นใจเท่าเดิม ในการธนาคาร ร้อยละ 1 นั้นเป็นเงินกู้ของบุคคลหรือค่าปรับของธนาคาร

ปัญญาประดิษฐ์มีประโยชน์ในด้านใดในการธนาคาร?

การคิดถึงธุรกิจธนาคารเป็นสามชั้นทำให้ชัดเจนว่าจะวาง AI ไว้ตรงไหน:

1. การประเมินล่วงหน้าและการเตรียมการ (ความเสี่ยงต่ำ อัตราขยายสูง): การอ่านเอกสาร การควบคุมเอกสารที่ขาดหายไป สรุปไฟล์ การสแกนความสอดคล้องของข้อมูล แม้ว่าปัญญาประดิษฐ์จะทำผิดพลาด ความเสี่ยงก็สามารถจัดการได้เนื่องจากมีการตรวจสอบโดยมนุษย์อยู่เบื้องหลัง กำไรมีขนาดใหญ่
2. การสนับสนุนการตัดสินใจ (ความเสี่ยงปานกลาง): ร่างการให้เหตุผลด้านเครดิต, สรุปโปรไฟล์ความเสี่ยง, ความเห็นทางการเงิน, ร่างธุรกรรมที่น่าสงสัย ที่นี่ปัญญาประดิษฐ์ให้คำแนะนำ แต่การตัดสินใจเป็นของมนุษย์ การยืนยันถือเป็นสิ่งสำคัญ
3. การตัดสินใจและการตัดสินขั้นสุดท้าย (ความเสี่ยงสูง เกี่ยวข้องกับมนุษย์): การจัดสรรเครดิต คำตัดสินการฉ้อโกง การรายงานธุรกรรมที่น่าสงสัย การตัดสินใจที่สะท้อนถึงลูกค้า นี่คือชั้นที่ปัญญาประดิษฐ์ไม่สามารถตัดสินใจได้ เสนอร่างมากที่สุด

ตารางต่อไปนี้แสดงงานด้านการธนาคารโดยทั่วไปตามระดับความเสี่ยง:

ภารกิจ

ชั้น

บทบาทของเอไอ

ใครเป็นคนตัดสินใจ?

ไฟล์เครดิต เช็คเอกสารหาย

การประเมินเบื้องต้น

สแกนสรุป

ความคิดเห็นของผู้เชี่ยวชาญ

เหตุผลในการปฏิเสธ/อนุมัติเครดิต

สนับสนุนการตัดสินใจ

เหตุผลร่าง

ผู้เชี่ยวชาญที่มีความสามารถ

การแจ้งเตือนความผิดปกติของธุรกรรม

สนับสนุนการตัดสินใจ

สัญญาณก่อนรอบคัดเลือก

นักวิเคราะห์การฉ้อโกง

การรายงานธุรกรรมที่น่าสงสัย (STR)

การตัดสินขั้นสุดท้าย

ร่าง

เจ้าหน้าที่ปฏิบัติตามข้อกำหนด

การตัดสินใจจัดสรรสินเชื่อ

การตัดสินขั้นสุดท้าย

ร่าง/สรุป

อำนาจหน้าที่/คณะกรรมการ

ร่างจดหมายโต้ตอบของลูกค้า

การประเมินเบื้องต้น

ข้อความร่าง

พนักงานอนุมัติ

ระเบียบวินัยในการตรวจสอบ: ตัวกรองสามขั้นตอน

นำเอาท์พุต AI ผ่านสามขั้นตอนนี้ทุกครั้ง นี่จะเป็นภาพสะท้อนพื้นฐานที่เราจะทำซ้ำตลอดทั้งโมดูล:

1. เชื่อมต่อกับแหล่งที่มา เอกสารใด รายการบัญชีใด และกฎข้อใดคือแต่ละหมายเลข การอ้างสิทธิ์ และเหตุผลในผลลัพธ์ที่อิงตาม ผลลัพธ์ที่ไม่สามารถอ้างอิงแหล่งที่มาได้ถือเป็น "การอ้างสิทธิ์" จนกว่าจะได้รับการยืนยัน ไม่ใช่ "ข้อมูล"
2. คำนวณใหม่/ตรวจสอบ หากมีการให้คะแนน อัตรารวม สรุปคะแนน ให้ยืนยันด้วยตนเอง AI อาจบิดเบือนหรือสร้างตัวเลข (ซึ่งเรียกว่า “ภาพหลอน”: เมื่อแบบจำลองสร้างข้อมูลเท็จที่ดูเหมือนจริง)
3. ผ่านตัวกรองนโยบายและกฎหมาย ผลลัพธ์ที่ได้เป็นไปตามนโยบายภายในและกฎเกณฑ์ทางกฎหมายของธนาคารของคุณหรือไม่ (การห้ามการเลือกปฏิบัติ การรักษาความลับของลูกค้า KVKK) เอาต์พุตที่ไม่พอดีจะถูกปฏิเสธ ไม่ว่ามันจะดู "ฉลาด" แค่ไหนก็ตาม

เคล็ดลับ: ถามตัวเองด้วยคำถามนี้กับแต่ละผลลัพธ์: "ฉันสามารถปกป้องสิ่งนี้กับผู้ตรวจสอบโดยไม่ต้องพูดว่า 'AI ผลิตมัน' ได้หรือไม่" หากคำตอบคือไม่ แสดงว่าเอาต์พุตยังไม่พร้อมใช้งาน

ความเป็นส่วนตัว: ความลับของลูกค้าและ KVKK

ในระบบธนาคาร ข้อมูลจะได้รับการคุ้มครองเป็นสองเท่า ข้อมูลบัญชีของลูกค้าเป็นทั้งข้อมูลส่วนบุคคล (ภายในขอบเขตของ KVKK) และความลับของลูกค้า (ภายในขอบเขตของกฎหมายการธนาคาร; ภาระหน้าที่ของธนาคารในการปกป้องข้อมูลที่ได้เรียนรู้เกี่ยวกับลูกค้า) ดังนั้นการอัปโหลดข้อมูลลูกค้าไปยังเครื่องมือ AI อาจเป็นการละเมิดร้ายแรง

กฎพื้นฐาน:

• ไม่ระบุชื่อ ลบข้อมูลระบุตัวตน เช่น ชื่อ หมายเลข TR ID บัญชี/หมายเลข IBAN หมายเลขโทรศัพท์ ตัวอย่างเช่น แทนที่จะเขียนว่า "Ahmet Yılmaz, TC 123..., บัญชี 456..." ให้เขียนว่า "45 ปี ลูกค้ากลุ่ม X"
• ข้อมูลขั้นต่ำ แบ่งปันข้อมูลจำนวนขั้นต่ำที่จำเป็นสำหรับงานนี้อย่างแท้จริง ไม่ใช่การถ่ายโอนข้อมูลทั้งหมด แต่เป็นบรรทัดที่เกี่ยวข้อง
• ใช้รถที่ได้รับอนุมัติ ใช้เครื่องมือที่ทำสัญญาและปลอดภัยซึ่งได้รับการอนุมัติจากธนาคารของคุณ อย่าป้อนข้อมูลลูกค้าลงในเครื่องมือสาธารณะหากยังไม่ชัดเจนว่าข้อมูลจะไปที่ใด
• ทิ้งบันทึก. คุณต้องสามารถแสดงข้อมูลที่คุณใช้ เพื่อวัตถุประสงค์ใด และเครื่องมือใดที่คุณใช้ (แนวทางการตรวจสอบ) ได้เมื่อจำเป็น

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) กรอบการทำงานที่กำหนดบทบาทและขอบเขต:

บทบาทของคุณ: ผู้ช่วยธนาคาร การตัดสินใจ; สร้างฉบับร่าง สรุป หรือตรวจสอบความสอดคล้องเท่านั้น อย่าใช้ข้อมูลประจำตัว (ชื่อ, TR ID, IBAN) ทำเครื่องหมายทุกจุดที่คุณไม่แน่ใจเป็น "[ต้องยืนยัน]" ฉันจะตัดสินใจและรับผิดชอบขั้นสุดท้าย งาน: [รายละเอียดงาน]

2) คำขอตรวจสอบสามขั้นตอน:

ตรวจสอบตนเองและรายงานผลลัพธ์ต่อไปนี้จากสามด้าน: (1) คำกล่าวอ้างของคุณแต่ละข้ออิงตามแหล่งที่มา/ข้อมูลใด (2) ตัวเลขใดที่ต้องคำนวณใหม่? (3) มีความเสี่ยงในแง่ของนโยบายภายในหรือกฎหมาย (การเลือกปฏิบัติ ความลับของลูกค้า KVKK) หรือไม่? แสดงรายการความไม่แน่นอนอย่างชัดเจน

3) การควบคุมการลบข้อมูลระบุตัวตน:

ก่อนที่จะส่งข้อความนี้ให้กับเครื่องมือ ให้ระบุข้อมูลทั้งหมดที่ทำให้สามารถระบุตัวบุคคลได้ (ชื่อ, TR ID, IBAN, โทรศัพท์, ที่อยู่, การผสมผสานคุณลักษณะที่หายาก) และแนะนำวิธีปกปิด ระบุข้อมูลขั้นต่ำที่จำเป็นสำหรับงานด้วย ข้อความ: [data]

4) ผู้ช่วยจำแนกเลเยอร์:

พิจารณาว่างานต่อไปนี้จัดอยู่ในชั้นใด: การประเมินเบื้องต้น (เร่งโดยความไว้วางใจ) / การสนับสนุนการตัดสินใจ (ตรวจสอบแล้ว) / การตัดสินขั้นสุดท้าย (มนุษย์) เขียนเหตุผลของคุณและระบุว่าขีดจำกัดของ AI ในงานนี้คืออะไร งาน: [งาน]

มินิเคสสามอัน

กรณีที่ 1 — การใช้งานที่ถูกต้อง ผู้เชี่ยวชาญด้านเครดิตจะตรวจสอบกองไฟล์ 40 ไฟล์เพื่อหาเอกสารที่หายไป มอบแต่ละไฟล์ให้กับปัญญาประดิษฐ์พร้อมบทสรุปที่ไม่ระบุชื่อ ปัญญาประดิษฐ์มีเครื่องหมายว่า "โดยสรุปหมายเลข 3 คือวันที่ใบรับรองรายได้มีอายุมากกว่า 6 เดือน และหมายเลข 7 ไม่มีหน้าลายเซ็น" ผู้เชี่ยวชาญยืนยันสัญญาณเหล่านี้ทีละรายการในไฟล์ การสแกนด้วยตนเองซึ่งใช้เวลา 2 ชั่วโมงจะลดลงเหลือ 25 นาที และการแจ้งเตือนแต่ละรายการจะได้รับการตรวจสอบโดยมนุษย์

กรณีที่ 2 — ความล้มเหลวในการเชื่อถือโดยปราศจากการรับรองความถูกต้อง ผู้เชี่ยวชาญอีกคนส่งต่อเหตุผลการปฏิเสธสินเชื่อที่สร้างโดยปัญญาประดิษฐ์ไปยังลูกค้าโดยไม่ได้อ่าน ในการให้เหตุผล ปัญญาประดิษฐ์อ่านรายได้ของลูกค้าผิดและกล่าวว่า "รายได้ไม่เพียงพอ"; อย่างไรก็ตามเอกสารถูกต้อง ลูกค้าคัดค้าน ไฟล์ถูกเปิดขึ้นมาใหม่ และธนาคารสูญเสียทั้งเวลาและชื่อเสียง บทเรียน: ข้อมูลใดๆ ก็ตามที่ใช้เหตุผลต้องได้รับการตรวจสอบที่แหล่งที่มา

กรณีที่ 3 — การละเมิดการรักษาความลับ เพื่อความรวดเร็ว พนักงานจะวางชื่อนามสกุลและใบแจ้งยอดบัญชีของลูกค้าลงในเครื่องมือที่ไม่ได้รับการอนุมัติและเปิดเผยต่อสาธารณะ แล้วถามว่า "ลูกค้ารายนี้มีความเสี่ยงหรือไม่" ด้วยการดำเนินการเพียงครั้งเดียวนี้ การรักษาความลับของลูกค้าและ KVKK ได้ถูกละเมิด แม้ว่าข้อมูลจะไปอยู่ที่ไหนก็ไม่ชัดเจน บทเรียน: ข้อมูลจะถูกทำให้เป็นนิรนามในขั้นแรก จากนั้นจึงประมวลผลในเครื่องมือที่ได้รับอนุมัติเท่านั้น

พรอมต์อ่อน / พรอมต์แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

แนบใบแจ้งยอดบัญชีของ Ahmet Yılmaz มาด้วย ตัดสินใจว่าเราควรให้เครดิตแก่ลูกค้ารายนี้หรือไม่

คำขอนี้รวมถึงข้อมูลส่วนบุคคลที่สามารถระบุตัวตนได้ (การละเมิดความเป็นส่วนตัว) ขอให้ AI ตัดสินใจโดยตรง (ไม่ปล่อยให้การตัดสินใจขึ้นอยู่กับมนุษย์) และไม่มีกรอบการตรวจสอบ

พรอมต์อันทรงพลัง:

บทบาทของคุณ: ผู้ช่วยผู้เชี่ยวชาญด้านเครดิตตรวจสอบไฟล์ การเตรียมการและความสม่ำเสมอ การตัดสินใจ เพียงทำเครื่องหมายจุดที่ขาดหายไป/ไม่สอดคล้องกัน และระบุสิ่งที่คุณยึดถือ อย่าใช้ข้อมูลระบุตัวตน ลูกค้า (ไม่ระบุชื่อ): อายุ 45 ปี แบ่งกลุ่ม ทำเครื่องหมาย "[ต้องยืนยัน]" จุดใดๆ ที่ดูเหมือนจะขาดหายไปหรือขัดแย้งในข้อมูลที่ให้ไว้ ฉันจะตัดสินใจเรื่องเครดิต

เจตจำนงที่เข้มแข็งไม่มีตัวตน จำกัดบทบาท มอบอำนาจการตัดสินใจให้เป็นของบุคคล และทำเครื่องหมายทุกข้อเรียกร้องอย่างชัดเจนเพื่อการยืนยัน

ข้อผิดพลาดทั่วไป

• ทิ้งการตัดสินใจไปสู่ปัญญาประดิษฐ์ ทำให้โมเดลระบุข้อกำหนด เช่น "ให้/ไม่ให้เครดิต", "ฉ้อโกง/ไม่" นี่คือการตัดสินใจของมนุษย์ โมเดลนี้มีแบบร่างมากที่สุด
• เชื่อถือโดยไม่ต้องตรวจสอบ การเข้าใจผิดข้อความที่คล่องและมั่นใจว่า "ถูกต้อง" ความคล่องไม่ใช่ความถูกต้อง
• การแชร์ข้อมูลประจำตัว เข้าสู่ยานพาหนะโดยไม่เปิดเผยชื่อ TR ID และหมายเลขบัญชีของคุณ
• ข้ามเส้นทางการตรวจสอบ ความล้มเหลวในการบันทึกเหตุผลในการตัดสินใจและข้อมูลที่ใช้ ไม่สามารถตอบคำถามว่า “ทำไมถึงตัดสินใจแบบนี้?”
• ขับรถโดยไม่ได้รับอนุมัติ การป้อนข้อมูลลูกค้าลงในเครื่องมือสาธารณะโดยที่ไม่ชัดเจนว่าข้อมูลไปอยู่ที่ไหน

ข้อควรระวัง: ในการธนาคาร ต้นทุนของความผิดพลาดมักจะไม่สามารถมองเห็นได้ในทันที การคัดค้าน การตรวจสอบ หรือการลงโทษเกิดขึ้นหลายเดือนต่อมา ดังนั้นวินัยในการตรวจสอบและการบันทึกจึงไม่สามารถเลื่อนออกไปได้เพียงเพราะ "ไม่จำเป็นเว้นแต่จะเกิดปัญหา" มันควรจะเป็นนิสัยตั้งแต่แรกเริ่ม

โดยสรุป

การธนาคารเป็นพื้นที่ที่มีความสำคัญต่อความไว้วางใจและได้รับการควบคุม ดังนั้น AI จึงถูกใช้ที่นี่ในฐานะผู้ช่วย ผู้คัดกรองล่วงหน้า และเครื่องสร้างร่าง ไม่ใช่ในฐานะผู้มีอำนาจตัดสินใจ นึกถึงงานเป็น 3 ชั้น ได้แก่ การประเมินเบื้องต้น (เร่งโดยความไว้วางใจ) การสนับสนุนการตัดสินใจ (ตรวจสอบแล้ว) และการตัดสินขั้นสุดท้าย (มนุษย์) เชื่อมโยงแต่ละเอาต์พุตกับแหล่งที่มา คำนวณใหม่ กรองผ่านนโยบาย/กฎหมาย ทำให้ข้อมูลไม่ระบุชื่อ แบ่งปันให้น้อยที่สุด ใช้เครื่องมือที่ได้รับอนุมัติ และทิ้งร่องรอยการตรวจสอบ ในประโยคเดียว: AI สร้างแบบร่าง คนเก่งจะตัดสินใจและรับผิดชอบ

งานสมัคร

เลือกงานทั่วไปสามงานจากธุรกิจของคุณเอง (หรือเป็นตัวอย่าง): งานหนึ่งสำหรับการประเมินเบื้องต้น (เช่น การตรวจสอบเอกสาร) งานหนึ่งงานสำหรับสนับสนุนการตัดสินใจ (เช่น ร่างการให้เหตุผล) งานหนึ่งงานสำหรับการตัดสินขั้นสุดท้าย (เช่น การตัดสินใจด้านเครดิต) สำหรับแต่ละรายการ (1) เขียนบทบาทของ AI ในหนึ่งประโยค (2) ระบุขั้นตอนการยืนยันที่คุณจะนำไปใช้ (3) สังเกตว่าข้อมูลใดที่ไม่ควรเปิดเผยตัวตน จากนั้นสร้างพรอมต์สำหรับงาน “การเตรียมไฟล์” ด้วยเทมเพลตพรอมต์ที่มีประสิทธิภาพด้านบนและกรองเอาต์พุตสามขั้นตอน

รายการตรวจสอบ

• [ ] ฉันกำหนดชั้นของงาน (การประเมินเบื้องต้น / การสนับสนุนการตัดสินใจ / การตัดสินขั้นสุดท้าย)
• [ ] ฉันมอบหมายงานร่าง/ควบคุมให้กับปัญญาประดิษฐ์ ไม่ใช่การตัดสินใจ
• [ ] ฉันเชื่อมต่อเอาต์พุตเข้ากับแหล่งที่มาและตรวจสอบตัวเลขวิกฤตอีกครั้ง
• [ ] ฉันกรองผลลัพธ์ในแง่ของนโยบายภายในและกฎหมาย (การเลือกปฏิบัติ ความลับของลูกค้า KVKK)
• [ ] ฉันทำให้ข้อมูลเป็นนิรนาม แบ่งปันให้น้อยที่สุด และใช้เครื่องมือที่ได้รับอนุมัติ
• [ ] ฉันได้บันทึกการตัดสินใจและเหตุผลของมันแล้ว ฉันมีความรับผิดชอบสูงสุด