ประเด็นนี้สำคัญเพราะเอเจนต์ไม่ได้ทำได้เพียงสร้างข้อความ หากได้รับสิทธิ์และเชื่อมต่อกับระบบที่เหมาะสม มันอาจตัดสินใจ เรียกใช้เครื่องมือ หรือดำเนินงานต่าง ๆ ด้วยความเร็วระดับเครื่องจักร ทะเบียนจึงทำหน้าที่คล้ายบัญชีรายชื่อและระบบความรับผิดชอบของ “แรงงานดิจิทัล” ไม่ใช่เพียงแคตตาล็อกซอฟต์แวร์
GovTech อธิบายว่า AI Assistant Desk จะเป็นสภาพแวดล้อมผู้ช่วยดิจิทัลที่ปลอดภัยสำหรับเจ้าหน้าที่รัฐ กรณีใช้งานที่คาดไว้มีตั้งแต่การร่างรายงาน จัดการตารางเวลา เขียนโค้ด ไปจนถึงการค้นคว้าและงานประจำอื่น ๆ
แนวทางที่เสนอคือใช้ระบบแวดล้อมรอบโมเดลเป็นตัวบังคับใช้ความปลอดภัย แทนที่จะพึ่งพามาตรการป้องกันที่ติดมากับโมเดล AI เพียงอย่างเดียว โดยมีการควบคุมที่ระบุไว้ เช่น
หลักการเบื้องหลังคือ “สิทธิ์เท่าที่จำเป็น” หรือ least privilege เอเจนต์ควรได้รับสิทธิ์เข้าถึงข้อมูลและพื้นที่ในการดำเนินการเท่าที่ต้องใช้กับงานนั้น ๆ เท่านั้น แนวทางนี้ยิ่งสำคัญเมื่อหน่วยงานใช้หลายโมเดล หรือเชื่อมต่อเอเจนต์เข้ากับระบบรัฐบาลที่มีข้อมูลอ่อนไหว
AI Guardian ของ GovTech ทำหน้าที่เป็นชั้นกำกับดูแลแอปพลิเคชัน AI แยกต่างหาก โดยมีองค์ประกอบหลักสองส่วนที่ทำงานคนละช่วงของวงจรระบบ ได้แก่ Litmus ซึ่งประเมินความเสี่ยงด้านความปลอดภัยและความมั่นคงก่อนเปิดใช้งานผ่านการทดสอบเชิงโจมตี และ Sentinel ซึ่งทำหน้าที่กลั่นกรองเนื้อหาและกรองผลลัพธ์แบบเรียลไทม์เมื่อแอปพลิเคชันเริ่มให้บริการแล้ว
การแยกหน้าที่เหล่านี้ออกจากโมเดลพื้นฐานช่วยลดการพึ่งพาผู้ให้บริการรายใดรายหนึ่ง GovTech ยังระบุว่าสถาปัตยกรรมความปลอดภัยของ AI Assistant Desk ถูกออกแบบให้มาตรการป้องกันยังคงอยู่ แม้มีการเพิ่มหรือเปลี่ยนเครื่องมือ AI จากผู้ให้บริการภายนอก
ความแตกต่างนี้มีนัยสำคัญ โมเดลอาจถูกเปลี่ยนได้ แต่ข้อกำหนดของรัฐบาลเรื่องการคุ้มครองข้อมูล สิทธิ์ในการดำเนินการ การติดตามตรวจสอบ และความปลอดภัยของผลลัพธ์ควรคงที่ กรอบ Responsible AI ของ GovTech ระบุให้ความปลอดภัย ความทนทาน ความมั่นคงและความเป็นส่วนตัว ความสามารถในการอธิบาย และความโปร่งใส เป็นข้อกำหนดสำคัญ
โครงการ AI ภาครัฐของสิงคโปร์ไม่ได้จำกัดอยู่ที่เอเจนต์อัตโนมัติเท่านั้น Pair ซึ่งเป็นผู้ช่วย AI ของ GovTech รองรับงานเขียน การค้นคว้า การสรุป และการวิเคราะห์บนอุปกรณ์ที่ออกโดยรัฐบาล รวมถึงงานที่เกี่ยวข้องกับข้อมูลรัฐบาลอ่อนไหวซึ่งไม่สามารถนำไปใช้กับแชตบอตเชิงพาณิชย์ได้
GovTech ยังพัฒนาแนวทางช่วยเขียนซอฟต์แวร์ด้วย AI และเครื่องมือแบบโลว์โค้ด เพื่อให้ทีมเทคนิคและเจ้าหน้าที่รัฐสร้างต้นแบบหรือทำเวิร์กโฟลว์ให้เป็นอัตโนมัติได้รวดเร็วขึ้น รายงานก่อนหน้านี้ของ GovTech กล่าวถึงแผนพัฒนาผู้ช่วยเขียนโค้ด การใช้ AI ในงานวิศวกรรมซอฟต์แวร์ และเครื่องมือที่จะช่วยให้หน่วยงานย้ายต้นแบบไปสู่สภาพแวดล้อมที่ปลอดภัยกว่า
การฝึกอบรมก็เป็นส่วนหนึ่งของโครงสร้างพื้นฐาน GovTech มีสื่อการเรียนรู้ด้านข้อมูลและ AI สำหรับเจ้าหน้าที่รัฐ ขณะที่แผนพัฒนากำลังคนในภาพรวมของสิงคโปร์รวมถึงโครงการฝึกทักษะ AI สำหรับบุคลากรเทคโนโลยีที่ทำงานด้านการเขียนโค้ดอัตโนมัติและระบบเอเจนต์
เป้าหมายเชิงปฏิบัติคือการสร้างขีดความสามารถภายในประเทศ เจ้าหน้าที่ต้องรู้ว่าเมื่อใดควรใช้ AI ทีมเทคนิคต้องประเมินและรักษาความปลอดภัยของสิ่งที่สร้างขึ้น และหน่วยงานควรมีแพลตฟอร์มร่วม แทนที่จะปล่อยให้เกิดการทดลองที่แยกขาดจากกันจำนวนมาก
LangBuddy เป็นตัวอย่างที่สะท้อนว่าการประเมินแอปพลิเคชัน AI ต้องวัดกับวัตถุประสงค์จริงของระบบ LangBuddy คือแชตบอตเสียง AI ที่ช่วยให้นักเรียนฝึกภาษาประจำชาติของตนผ่านการสนทนา
สำหรับผลิตภัณฑ์ลักษณะนี้ การประเมินที่ดีไม่ควรหยุดอยู่แค่การดูว่าแชตบอตตอบได้ลื่นไหลหรือไม่ งานประเมินของ GovTech พิจารณาทั้งความปลอดภัย ความเสี่ยงจากการสร้างข้อมูลเท็จ และการตอบตามหลักเกณฑ์ด้านการเรียนการสอนที่กำหนดไว้
หลักการเดียวกันนี้ใช้ได้กับบริการสาธารณะทุกประเภท หน่วยงานต้องทดสอบว่า AI ทำงานตรงตามภารกิจที่ออกแบบไว้หรือไม่ ปฏิบัติตามข้อจำกัดหรือไม่ และตอบสนองอย่างเหมาะสมในสถานการณ์จริงหรือไม่ ไม่ใช่เพียงฟังดูน่าเชื่อถือเท่านั้น
แนวคิดด้านการกำกับดูแลแบบเดียวกันปรากฏในงานความมั่นคงไซเบอร์ของ GovTech ด้วย หน่วยงานระบุขีดความสามารถตั้งแต่การออกแบบระบบอย่างปลอดภัย การทำ red-team exercise การทดสอบเจาะระบบ โครงการเปิดเผยช่องโหว่โดยผู้เชี่ยวชาญภายนอก ไปจนถึงการทำงานของ blue team เพื่อค้นหาและรับมือภัยคุกคาม
GovTech ยังทดลองใช้ AI เสริมการทดสอบเจาะระบบ และใช้ระบบอัตโนมัติช่วยคัดแยกเหตุการณ์ในศูนย์ปฏิบัติการความปลอดภัย การทดลองเหล่านี้ทำให้ AI อยู่ทั้งสองฝั่งของกระบวนการรักษาความปลอดภัย คือช่วยค้นหาจุดอ่อนและช่วยฝ่ายป้องกันจัดลำดับความสำคัญของเหตุการณ์
มีรายงานบางส่วนกล่าวถึงระบบดิจิทัลของรัฐบาลมากกว่า 2,000 ระบบในบริบทของการขยายการทดสอบความปลอดภัย อย่างไรก็ตาม ข้อมูลที่มีอยู่รองรับทิศทางโดยรวมเรื่อง red team การทดสอบเจาะระบบ และการใช้ AI ช่วยงานความปลอดภัย แต่ยังไม่ได้ยืนยันว่าการทดสอบด้วย AI แบบต่อเนื่องกำลังดำเนินการอยู่กับระบบทั้ง 2,000 ระบบแล้ว
เมื่อมองภาพรวม โครงการเหล่านี้สนับสนุนเป้าหมายที่เชื่อมโยงกันสามด้าน
บทเรียนสำคัญคือ การขยาย AI อย่างปลอดภัยเป็นปัญหาด้านสถาปัตยกรรมไม่น้อยไปกว่าปัญหาด้านตัวโมเดล สิงคโปร์กำลังพยายามทำให้ AI เข้าถึงได้อย่างกว้างขวาง พร้อมทำให้เจ้าของ สิทธิ์ การทดสอบ และกิจกรรมการใช้งานยังคงมองเห็นได้สำหรับหน่วยงานที่รับผิดชอบบริการสาธารณะ