“ช่วยเขียนอีเมลขอบคุณให้หน่อย”
“วันนี้ฝนจะตกไหม”
“สรุปรายงานเรื่องนี้ให้ด้วย”
ทุกวันนี้ ในชีวิตประจำวันของคนจำนวนไม่น้อย ส่วนหนึ่งประกอบด้วยการถามไถ่พูดคุยกับ AI ประหนึ่งมีผู้ช่วย ที่ปรึกษา หรือคนรู้ใจอยู่ข้างตัวตลอดเวลา
ขณะที่คนบางกลุ่มคุ้นชิน สนุกและตื่นเต้นไปกับ AI บางกลุ่มก็กลัวมันสุดใจ ว่ามันกำลังเข้ามาแทนที่มนุษย์ในรูปแบบต่างๆ แต่เราคงต้องยอมรับความจริงที่ว่า ยุคนี้ เราไม่อาจหลีกเลี่ยงการดำรงอยู่กับ AI ไม่ว่าทางตรงหรือทางอ้อม
AI ไม่ได้เป็นแค่ ‘เครื่องมือ’ ที่เราหยิบมาใช้เป็นครั้งคราวอีกต่อไป แต่เรากำลังใช้ชีวิตร่วมไปกับมัน และมันค่อยๆ กลายเป็นเสมือนสมองอีกใบของเราที่เรียนรู้ไปพร้อมกัน สะสมความทรงจำ และพัฒนาไปตามตัวตนของผู้ใช้ — ซึ่งก็คือเรา ผู้เป็นเจ้าของโปรไฟล์ที่มันสื่อสารด้วย
AI ในวันนี้ไม่ใช่เพียงระบบที่เข้าใจภาษา และสามารถประมวลผลข้อมูลซึ่งมีถูกบ้างผิดบ้าง ขึ้นอยู่กับว่าเรา ‘เชื่อ‘ มันแค่ไหน และ ‘รู้ทัน‘ มันหรือเปล่า แต่ AI ยังมีความสามารถในการให้เหตุผล มีความจำ และตอบสนองเชิงอารมณ์ได้อย่างน่าทึ่ง
AI จึงไม่ใช่แค่วิวัฒนาการทางเทคโนโลยี แต่คือวิวัฒนาการของมนุษย์ที่มี AI เป็นส่วนหนึ่งในกระบวนการเติบโตของเราร่วมกันไป
แล้วมนุษย์จะเติบโตต่อไปทิศทางใด? โลกใบไหนกำลังรอให้เราเข้าไปสำรวจ?
วันโอวันสนทนากับ สรุจ ทิพเสนา นักพัฒนาซอฟต์แวร์และผู้บริหารบริษัท STelligence ผู้บุกเบิกเทคโนโลยี AI ภายใต้แบรนด์ STEL.AI เขามีประสบการณ์ในอุตสาหกรรมไอทีมากว่าสองทศวรรษ เคยเป็นผู้บริหารในบริษัทเทคโนโลยีชั้นนำระดับโลกอย่าง IBM และเคยดำรงตำแหน่งรองกรรมการผู้จัดการใหญ่ของบริษัท Microsoft Thailand ที่เชี่ยวชาญด้าน Cloud Computing Cybersecurity และการประยุกต์ใช้เทคโนโลยี AI เพื่อขับเคลื่อนธุรกิจและสังคม
สรุจกล่าวไว้หลายครั้งว่า “ผมก็ไม่รู้หรอกว่าโลกที่มี AI มันจะไปทางไหน” แต่สิ่งที่เขาสนใจมากกว่าคือ เราจะอยู่กับ AI อย่างไรให้เป็นประโยชน์สูงสุดต่อชีวิตของมนุษย์
คุณกำลังทำโครงการที่ใช้ Generative AI มาช่วยงานด้านการปฏิรูปกฎหมาย และยังมีระบบที่ทำ AI ในภาษาไทยด้วย หลายคนสงสัยว่าคุณจะเอาอะไรไปสู้กับบริษัทบิ๊กเทคระดับโลกได้
ผมคิดว่ามีหมวกสองใบในมุมของการแข่งขัน ด้วยความที่ผมอยู่ในบริษัทบิ๊กเทคมาตลอดชีวิต ผมพอจะรู้ว่าบิ๊กเทคคิดอย่างไร จะขยับในรูปแบบไหน ดังนั้น สิ่งที่ผมพยายามทำคือหลีกเลี่ยงการแข่งขันโดยตรง หรือศัพท์ในวงการคือ “ไม่เอาตัวเองไปวิ่งอยู่บนรางรถไฟ” เพราะถ้าทำอย่างนั้น เวลารถไฟมา วิ่งหนียังไงก็ไม่ทัน เพราะฉะนั้นเราจะพยายามสร้างจุดต่างหรือสร้าง use case (ประสบการณ์การใช้งาน) เช่น use case ภาษาไทย หรือการทำงานในบริบทที่ต้องการความรู้ความเข้าใจเกี่ยวกับประเทศไทยอย่างลึกซึ้ง เพื่อสร้างคุณค่า (value) ที่แตกต่างให้กับลูกค้าของเราได้
เช่นเรื่องกฎหมายไทย ที่ถึงคุณจะมีกองทัพนักพัฒนาซอฟต์แวร์เก่งๆ เทพๆ มาจากไหนในโลก แต่ถ้าเขาไม่ได้เป็นคนที่เข้าใจภาษาไทย เขาไม่มีทางทำงานเกี่ยวกับเทคโนโลยีในวงการกฎหมายที่เป็นภาษาไทยได้ นี่เป็นโจทย์ที่เรายังมีความ unique (เป็นเอกลักษณ์) อยู่
มองในอีกมุมหนึ่งคือ ถ้าคนไทยไม่ทำแล้วใครจะทำ ผมจึงมองว่าตลาดยังมีช่องว่างและโอกาสอยู่
คุณสรุจนำแนวคิดนี้มาปรับใช้ในการทำงานอย่างไรบ้าง
ปัญหาที่องค์กรต่างๆ มักเจอเมื่อนำ AI ไปใช้คือ คุณภาพของผลลัพธ์ที่ได้จาก AI ขึ้นอยู่กับว่าคุณทำงานกับมัน ‘เป็น’ แค่ไหน หรือที่เรียกว่า ‘prompt‘ (ข้อความสั่งการ) ถ้าคุณ prompt เก่ง ผลที่ออกมาก็จะดีและเก่ง
แต่ผมคิดว่าบทเรียนที่เราเห็นตอนนี้คือ ไม่ใช่ทุกคนที่ prompt เป็น และไม่ใช่ทุกคนที่ทำเก่ง
อย่างลูกค้าของเราที่ใช้ระบบอ่านข่าว มีทีมนักวิเคราะห์ข้อมูลอยู่กว่า 30 คน หากเราให้แต่ละคนใช้ AI แยกกัน ก็เหมือนกับเราได้เครื่องมือที่จำแนกข้อมูลได้ 30 รูปแบบ ขึ้นอยู่กับทักษะพื้นฐานของแต่ละคน
โดยพื้นฐาน AI ตัวนี้ทำหน้าที่ดึงฟีดข่าว ข้อมูล และบทวิเคราะห์ทั้งหมดมา แล้วนำมาประมวลผลให้ โดยโจทย์คือ สมมติผมเป็นผู้บริหาร ผมจ่ายเงินซื้อข้อมูลมามากมาย แล้วข้อมูลก็ไหลมาทุกวัน แต่ผมไม่ได้อยากรู้ทุกเรื่อง ผมอยากมีระบบที่เข้ามาช่วยจัดการ ทำอย่างไรผมจึงจะหาของ 1% จาก 99% นั้นเจอ และ 1% นั้นควรจะสำคัญกับผม นี่คือโจทย์ทางธุรกิจ และเมื่อได้ข้อมูล 1% ที่คัดมาแล้ว เรายังสามารถให้ AI วิเคราะห์ สรุป หรือให้คำแนะนำเพิ่มเติมได้อีก
อย่างเรื่องนักวิเคราะห์ pain point ข้อหนึ่งคือ ข่าวและข้อมูลเป็นสิ่งที่บริษัทซื้อเข้ามากขึ้นเรื่อยๆ แต่จำนวนนักวิเคราะห์ไม่ได้เพิ่มขึ้นตาม เพราะฉะนั้น นักวิเคราะห์ก็มีแต่จะทำงานหนักขึ้น นี่คือในเชิงปริมาณ
ในเชิงคุณภาพ ปัญหาใหญ่กว่านั้นอีก คือคุณเป็นนักวิเคราะห์ คุณเชี่ยวชาญเรื่องธุรกิจน้ำมัน แต่อยู่มาวันหนึ่ง บริษัทขยายธุรกิจไปทำด้านพลังงานแสงอาทิตย์ ทั้งชีวิตคุณไม่รู้จักเรื่องเหล่านี้เลย แต่ในข้ามคืนคุณต้องเป็นผู้เชี่ยวชาญด้านนี้ แล้วทำอย่างไร นั่นแหละคือเหตุผลการเข้ามาของ AI คือมันสามารถทำให้นักวิเคราะห์มีกระบวนการทำงานที่สั้นลงและลึกขึ้นได้
หากถามว่ามนุษย์ทำงานลักษณะนี้ได้ไหม คำตอบคือ ทำได้ครับ แต่คำถามต่อไปคือ แล้วเราจะนำ AI นั้นไปทำงานอะไรให้มันดีต่อมนุษย์ พาการทำงานของพวกเราไปให้ไกลขึ้น ซึ่งผมคิดว่าคำตอบง่ายๆ คือ มันก็ต้องเป็นเรื่องที่เราไม่อยากให้มนุษย์ทำ
ยกตัวอย่างที่ง่ายที่สุด คุณจะมีหุ่นยนต์ไปเดินอยู่บนดาวอังคาร ก็เพราะว่าบนดาวอังคารไม่ปลอดภัยสำหรับมนุษย์ที่จะไปบุกเบิก เราถึงต้องใช้หุ่นยนต์ หรือคุณจะใช้หุ่นยนต์กู้ระเบิด ก็เพราะว่าการกู้ระเบิดไม่ปลอดภัย เราใช้ AI ที่ดูกล้องวงจรปิด จะว่าไปก็ทำหน้าที่เหมือน รปภ. เพราะพี่ๆ รปภ. ก็ดูกล้องวงจรปิดทุกวัน แต่การจะจ้างมนุษย์มานั่งดูจอตลอด 24 ชั่วโมงทุกวัน ห้ามพลาดเหตุการณ์สำคัญแม้วินาทีเดียว แถมต้องดูพร้อมกัน 300 จอ อันนี้ก็เริ่มที่จะไม่เป็นมนุษย์แล้วใช่ไหม ดังนั้นเราก็เลยเอาคอมพิวเตอร์เข้ามาทำแทน
พูดง่ายๆว่าอะไรที่เสี่ยง ยาก เยอะ ลึก หรือซับซ้อน ซ้ำซาก เรื่องพวกนี้ให้เครื่องจักรทำแทนมนุษย์ก็จะดีกว่า ไม่ว่าจะเป็น AI หรือธนู เคียวเกี่ยวข้าว หรือเลื่อยไฟฟ้า ก็ใช้หลักคิดประมาณนี้
เมื่อ AI สามารถคัดกรอง สรุป และวิเคราะห์ข้อมูลได้รวดเร็วแล้ว อย่างการจ้าง ‘นักวิเคราะห์’ ยังจำเป็นอยู่ไหม
จำเป็นแน่นอน จำเป็นอย่างมากด้วย ต้องเข้าใจก่อนว่า AI ทำงานอย่างไร การทำงานของ AI หรือ Large Language Model (LLM) มันคือการ ‘คาดเดาคำถัดไป’ มันคืออัลกอริทึมเซ็ตหนึ่งที่เมื่อเราใส่เข้าไปว่า I love คำต่อไปมันควรจะเป็น You แต่ก็มีอัลกอริทึมที่บอกว่าควรเป็นคำอื่นด้วยเต็มไปหมด ซึ่งคำที่ตอบออกมาได้รับการถ่วงน้ำหนักแล้วว่า คำที่จะตรงใจผู้ใช้มากที่สุดคือคำว่า you ดังนั้น AI จึงตอบว่า you การทำงานของ AI เป็นแบบนี้
สิ่งที่นักวิจัย AI พบต่อคือ เมื่อ AI สามารถทำงานแบบนี้ได้ สิ่งที่พบตามมา มันเป็น emergent capability (ความสามารถที่เกิดขึ้นใหม่) คือนักวิทยาศาสตร์วางโปรแกรมให้ AI ทำหน้าที่แค่เดาคำถัดไป ปรากฏว่า เมื่อทำออกมาแล้วกลับทำได้มากกว่านั้น ศักยภาพที่ว่านั้นคือ ‘การให้เหตุผล’ (reasoning) AI เริ่มให้เหตุผลได้ เช่น ถ้าคุยกับ ChatGPT ว่า ถ้า France = Paris แล้ว Thailand จะเท่ากับอะไร คำตอบก็คือ Bangkok มันคือการคาดเดาคำถัดไปว่านี่คือคำตอบที่ถูกต้อง กระบวนการเหล่านี้ทำให้เห็นความสัมพันธ์ระหว่างคำ ซึ่งนี่เป็นเรื่องใหญ่มาก นี่คือการเปิดพื้นที่ให้มนุษย์ได้ตั้งคำถามเกี่ยวกับมนุษย์ ความเป็นมนุษย์ และความรู้ของมนุษย์
เราทุกคนเป็นมนุษย์ที่มีชุดของเหตุและผล มี argument มีชุดตรรกะความคิด เช่นเวลาเราสู้กันในศาล คู่ความแต่ละฝ่ายก็มีเหตุผลของตัวเอง
การที่ AI เข้าใจตรรกะของมนุษย์แบบนี้ได้ ก็เพราะมนุษย์เราใช้เหตุผลผ่านภาษา ดังนั้นเมื่อเราสอนให้ AI เข้าใจภาษา AI เลยเข้าใจเหตุผลของมนุษย์ ลงลึกกว่านั้นคือ การให้เหตุผลเป็นสิ่งเดียวที่ทำให้เราเป็นมนุษย์ แต่ตอนนี้ AI เข้าใจการใช้เหตุและผลของมนุษย์ผ่านภาษา
เมื่อ AI ให้เหตุผลได้แบบนี้ บทบาทของมนุษย์จะอยู่ตรงไหน
AI เป็นแค่เครื่องมือที่จะบอกว่าจาก A ไป B มีตรรกะได้ 10 แบบ แต่แบบไหนที่จะสำคัญ ผมเชื่อว่ามนุษย์ยังต้องเป็นคนเลือก
เช่น คุณ prompt ว่า — นี่คือสิ่งที่โดนัลด์ ทรัมป์ทำ นี่คือตัวเลขที่เขาขึ้นภาษีประเทศต่างๆ นี่คือตัวเลขจีดีพีประเทศไทย นี่คือตัวเลขนักท่องเที่ยวที่เข้ามาในประเทศ นี่คือตัวเลขสัดส่วนของแต่ละภาคการผลิตที่มีผลต่อจีดีพี — ให้ AI บอกหน่อยว่าสถานการณ์ที่ ‘อาจเกิดขึ้นได้’ มีอะไรบ้าง “ทำไมถึงคิดเช่นนั้น จุดเชื่อมโยงอยู่ตรงไหนบ้าง” หรือกระทั่ง “แล้วจะใช้นโยบายรับมืออย่างไร”
งานที่ AI ไม่สามารถทำให้ได้คือการเลือก ‘นโยบายรับมือ’ นี่แหละครับ เพราะ AI วิเคราะห์ สังเคราะห์ให้เราได้ แต่สุดท้าย มนุษย์ต้องเลือกเอง และรับผิดชอบจากทางเลือกของเราเอง
ด้วย capability แบบนี้ ผมยังเชื่อมากๆ ว่าสุดท้ายแล้วต้องมีมนุษย์ เพราะการตัดสินใจสุดท้ายยังเป็นของมนุษย์
เรียกได้ว่า AI เป็นเหมือนที่ปรึกษา แต่ถึงที่สุดมนุษย์ต้องเป็นผู้ตัดสินใจ ถ้าอย่างนั้นแล้ว AI มีข้อจำกัดอย่างไรบ้าง
AI ให้เหตุผลได้โดยอิงจากสิ่งที่เคยเกิดขึ้นมาแล้วในอดีต หรือแพทเทิร์นที่เคยเกิดขึ้นมาแล้วในอดีต เพราะ AI อ่านหนังสือมาหมดแล้วเท่าที่มนุษย์เคยเห็นมา AI คือห้องสมุดอเล็กซานเดรียเคลื่อนที่
แต่ AI ให้เหตุผลกับสิ่งที่ไม่เคยเกิดขึ้นไม่ได้ และนั่นคือสิ่งที่ผมคิดว่ามนุษย์มีมากกว่าAI
ไม่ต้องไปไกล เอาแค่ ChatGPT ก็ได้ ถ้าผมใช้มันทำแอพลิเคชันทายผลฟุตบอล คุณเชื่อไหม เชื่อก็รวยแล้วถูกไหม ผมจะถูกถามอย่างนี้ตลอดเลยว่าทำนายเรื่องหุ้นให้หน่อยได้ไหม ผมก็จะตอบไปตลอดว่า ถ้าทำได้ ผมคงไม่มาทำงานกับพี่
AI ไม่ใช่คู่แข่ง แต่เป็น ‘ตัวเร่ง’ ศักยภาพมนุษย์
สังคมกังวลว่า AI จะเข้ามาเป็น ‘คู่แข่ง’ และ ‘แทนที่’ มนุษย์ในที่สุด ในฐานะคนที่คลุกคลีกับเทคโนโลยี คุณมองประเด็นนี้อย่างไร
ผมไม่คิดว่า AI เป็นคู่แข่งกับมนุษย์ และนี่คือมุมมองที่อยากจะให้สังคมเข้าใจให้ดีกว่านี้ AI เป็นตัวเร่งให้เกิดการเปลี่ยนแปลง จนทำให้ความเหลื่อมล้ำทางดิจิทัล (digital divide) ขยายกว้างออกไปอีก กลุ่มคนที่ปรับตัวและใช้ AI ได้ก็จะก้าวไปทำงานที่มีมูลค่าสูงขึ้น ขณะที่กลุ่มคนที่ไม่สามารถปรับตัวได้ ก็เสี่ยงที่จะถูกทิ้งไว้ข้างหลังมากขึ้นเรื่อยๆ
หรือถ้าจะพูดให้ชัดคือ เวลาเราบอกว่า AI คือ ‘ตัวเร่ง’ แปลว่าคนที่เก่งอยู่แล้วจะเก่งขึ้นไปอีก ทิ้งห่างคนที่ยังไม่เก่ง หรือในอีกมุมหนึ่ง ขณะที่ AI เอื้อให้คนทำเรื่องเชิงบวกได้เยอะ มันก็ช่วยให้คนทำเรื่องลบๆ ได้มากเช่นกัน เช่น เฟคนิวส์ หรือภัยไซเบอร์
พูดง่ายๆ ผมมองว่า AI คือตัวเร่ง คือ catalyst ไม่ใช่สารตั้งต้น ผลพวงจาก AI ที่ดูจะยุ่งเหยิงนั้น จริงๆ มาจากความเป็นมนุษย์ที่ยุ่งเหยิงของพวกเราเองนี่แหละ
พูดถึง ‘Digital Divide’ หรือความเหลื่อมล้ำทางดิจิทัล เรามักจะนึกถึงยุคอินเทอร์เน็ตที่ว่าด้วยการเข้าถึง แต่ความเหลื่อมล้ำในยุค AI มีลักษณะและรายละเอียดแตกต่างกันอย่างไร
ในยุคอินเทอร์เน็ต เราพูดถึงความเหลื่อมล้ำในการเข้าถึง จึงมีกองทุน USO Fund มาช่วยให้คนพื้นที่ห่างไกลเข้าถึงอินเทอร์เน็ตได้ หลักคิดตอนนั้นคือ หากใครได้ ‘โอกาส’ เข้าถึงอินเทอร์เน็ต ทุกคนจะเก็บเกี่ยวสิ่งดีๆ จากอินเทอร์เน็ตได้เหมือนกัน
แต่สำหรับ AI มันยากกว่านั้น เพราะการจะใช้ประโยชน์จาก AI ไม่ใช่แค่ ‘โอกาสเข้าถึง’ แต่ต้องมีทักษะอื่นๆเป็นพื้นฐานอีกเยอะเลย โดยเฉพาะทักษะการคิดเชิงวิพากษ์ (critical thinking) ว่าจะตั้งคำถามหรือ prompt อย่างไร เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด
ตัวอย่างง่ายมาก ทุกวันนี้เรามี AI แบบฟรี ทุกคนเข้าถึงได้ แต่ไม่ได้แปลว่าทุกคนที่เข้าถึงได้จะสร้างคอนเทนต์ดีๆ ได้เหมือนกันหมด จริงไหม ดังนั้นประเด็นของ AI ที่ไม่เหมือนอินเตอร์เนต คือเรื่องทักษะ ไม่ใช่การเข้าถึง
อีกประเด็นคือเรื่อง ‘กำแพงทางภาษา’ งานวิจัยของธนาคารโลกพบว่า ประเทศที่ใช้ ChatGPT ในสัดส่วนสูงที่สุดเมื่อเทียบกับจำนวนคนเข้าถึงอินเทอร์เน็ต คือสิงคโปร์…ถ้าไม่นับประเทศประชากรเยอะอย่างสหรัฐอเมริกา หรืออินเดีย หรือประเทศที่มีการพัฒนา AI ของตัวเองอย่างจีน ประเทศรองลงมาที่ใช้ ChatGPT เยอะคือประเทศในอาเซียนทั้งนั้น ไม่ว่าจะเป็น อินโดนีเซีย มาเลเซีย และเวียดนาม ยกเว้น ประเทศไทย ที่ตัวเลขการใช้งาน AI ยังอยู่ในสัดส่วนที่น้อยมาก ซึ่งธนาคารโลกรายงานว่าหนึ่งในช่องว่างก็คือเรื่องของภาษา
นอกจากเรื่องภาษา มีอุปสรรคอะไรอีกบ้าง ที่ทำให้คนไทยยังไม่สามารถดึงศักยภาพของ AI มาใช้ได้อย่างเต็มที่
ผมมองว่ามีสามปัจจัยหลักที่เป็นอุปสรรคต่อการใช้ AI ในบริบทของประเทศไทย หนึ่ง คือเรื่องภาษาอย่างที่กล่าวไปแล้ว สอง คือการพัฒนาทักษะการคิดเชิงวิพากษ์ เพื่อสร้าง prompt ที่ดี ซึ่งเป็นพื้นฐานของการตรวจผลลัพธ์จาก AI ที่ดีด้วย ถ้าคุณไม่มีทักษะในการคิด ไม่มีทักษะในการสื่อสารหรือคุณไม่สั่งมันต่อ ไม่บอกให้มันทำให้ละเอียดหรือลึกกว่านี้ คุณก็จะไม่ได้ผลลัพธ์ที่ดี เพราะหลายครั้งผลลัพธ์ที่ดีเกิดจากการมีไดอะล็อกไปเรื่อยๆ
และประเด็นที่สาม ที่ผมว่าเป็นประเด็นที่ใหญ่มากๆ คือ ทักษะ (skill) หรือหลายคนบอกกระทั่งว่าเป็นประสบการณ์ (experience) ด้วยซ้ำ ตัวอย่างเช่น การเขียน prompt เพื่อ ‘สร้างรูป’ ที่เก่ง คุณคิดว่าต้องมีองค์ประกอบอะไรบ้าง?
ความรู้พื้นฐาน รสนิยม ประสบการณ์?
ใช่เลย คุณตอบมาหมดแล้ว การใช้ AI ได้เก่ง คือคุณต้องมี ‘ประสบการณ์’ ก่อน You need to know what good looks like. You need to know the whole universe. แล้วจึงค่อยไปบอกให้ AI ลองทำ เพื่อที่คุณจะได้รู้ว่าคุณต้องเลือกสิ่งใดที่ดีที่สุดมาใช้ ซึ่งนั่นเป็นสิ่งที่เด็กจบใหม่อาจจะยังไม่มี
การจะ prompt สร้างรูปให้เก่งได้ ก่อนอื่นต้องรู้ก่อนว่า ‘รูปที่ดี’ มีองค์ประกอบยังไง งานแต่ละอย่างต้องการรูปแบบไหน หรือกระทั่งว่าโลกเรามี visual arts กี่แนวบ้าง
แล้วคนที่มีประสบการณ์ชีวิตน้อย หรือคนที่เติบโตมาเริ่มต้นทำงานในยุคที่มี AI แล้ว จะมีกระบวนการเรียนรู้อย่างไร
นี่เป็น biggest impact เลย คือเวลาเราพูดเรื่อง AI literacy (การเข้าใจและรู้ทัน AI) เราจะพูดเฉพาะเรื่องทำนองว่า ทำอย่างไรเราถึงจะมี AI ของคนไทย ซึ่งจริงๆ ถ้ามองจากมุมด้านเทคโนโลยีอย่างเดียว AI ของคนไทยมันก็คงใช่แหละ แต่ผมยังคิดว่านั่นไม่ใช่เรื่องสำคัญที่สุด
ประเด็นที่ใหญ่ที่สุดคือ เราต้องมองจากมุมผู้ใช้ ต้องใส่แว่นตาของคนที่จะอยู่กับเทคโนโลยี ผมคิดว่าคำถามสำคัญกว่าการจะมี AI ของคนไทยไหม คือการถามว่าคนไทยจะใช้ประโยชน์จาก AI — ไม่ว่าจะมาจากไหนในโลก –- ให้ได้ประโยชน์มากที่สุดอย่างไรมากกว่า
อย่างที่ผมได้บอกไป การใช้ประโยชน์จาก AI ไม่ง่ายเหมือนการใช้ประโยชน์จากโซเชียลมีเดียหรืออินเทอร์เน็ต อินเทอร์เน็ตคือการที่คุณเข้าถึงมันได้ มี 3G มี Wifi คุณค้นหา คลิกเป็น แล้วจบ โซเชียลมีเดียยิ่งง่ายเข้าไปใหญ่ เพราะมันถูกออกแบบมาให้คุณใช้มัน ในขณะที่ AI ไม่ใช่
ฉะนั้น เวลาที่จะพูดเรื่องนโยบาย AI เราต้องดูว่า ทำอย่างไรคนถึงจะได้ประโยชน์จากมัน เราควรเอาคนเป็นศูนย์กลาง ไม่ใช่เทคโนโลยีเป็นศูนย์กลาง
อย่างเช่น first jobber หรือคนที่เพิ่งเข้ามาในตลาดแรงงาน ผมคิดว่าเราควรจะมีเฟรมอะไรบางอย่างในการสอนเขา ว่า what’s good looks like. ‘สิ่งที่ดีคืออะไร’ พื้นที่ไหนที่เขาต้องมอง ผมว่ามันเปลี่ยนกระบวนการเรียนการสอนไปเลย เทียบกับตากล้องก็ได้ครับ ตอนเรียนถ่ายภาพ เราเรียนเรื่องกระบวนการวัดแสงและอื่นๆ มาถึงโลกยุคใหม่ เราอาจจะไปให้น้ำหนักมากขึ้นว่า ภาพที่ดีมีองค์ประกอบอะไรบ้าง หรือภาพถ่ายในแต่ละประเภทประกอบด้วยอะไรบ้าง ถามว่าเรียนไปทำไม เรียนเพื่อให้คนคนนั้นไปทำงานกับ AI ต่อได้
คุณสรุจย้ำเรื่อง ‘ประสบการณ์’ หลายครั้ง ซึ่งดูจะเป็นสิ่งที่ AI ให้ไม่ได้ ช่วยขยายความในแง่ผลกระทบเพิ่มเติมได้ไหม
ผมมองว่า ‘ประสบการณ์ชีวิต’ เป็นองค์ประกอบของความเป็นมนุษย์ที่ทุกคนต้องเรียนรู้ เอาง่ายๆ เราสั่ง AI ว่า จงเป็นเชกสเปียร์ เเล้วก็ส่งบทความที่เราเขียนให้ AI ตรวจว่า ถ้า AI เป็นเชกสเปียร์ ให้รีวิวและคอมเมนต์เราหน่อย และเมื่อมันดี เราก็นำฟีดแบ็กนั้นกลับมาปรับงานของเรา งานของเราก็จะ ‘เสมือน’ มีคอมเมนต์จากเชกสเปียร์ แต่คุณจะทำแบบนั้นไม่ได้แน่นอน ถ้าคุณไม่รู้ว่าเชกสเปียร์คือใคร
หรือถ้าผมอยากจะให้ AI generated ภาพสักภาพ คนที่ประสบการณ์น้อยไม่มีทางสร้างภาพได้เก่งกว่าคนประสบการณ์เยอะเลยครับ เพราะ AI เห็นรูปมาแล้วมากมายมหาศาล เราจะสั่งสร้างภาพอย่างไร มุมกว้าง มุมแคบ มุมกดหน่อย เสยนิดหนึ่ง แสงขอแบบนี้ได้ไหม โทนสี สไตล์ อีกสารพัด เรื่องแบบนี้ต้องอาศัยประสบการณ์ ต้องมีไอเดียมาก่อนระดับหนึ่งว่า “ของดีเป็นประมาณไหน” เราถึงจะสั่งงาน AI ให้มันสร้างให้เราได้
แล้วเราสามารถนำ AI มาช่วย ‘ลดช่องว่าง’ ทางประสบการณ์ได้ไหม
ได้แน่นอนครับ ทั้งหมดที่ผมพูดมาเหล่านี้สามารถ reverse engineer ได้ คุณสร้าง AI มาเป็นครูสอนเด็กจบใหม่ก็ได้นะครับ
เช่น ถ้าคนรุ่นใหม่ไม่รู้จักเชกสเปียร์ เราก็สร้าง AI ขึ้นมาสักตัวหนึ่ง แล้วก็บอกว่า ด้วยพื้นฐานงานของเด็กคนนี้ มีรายชื่อนักเขียนเหล่านี้ที่น่าสนใจ เหมือนที่สถาบัน Khan Academy กำลังทำ หากเด็กจบใหม่ไม่รู้จักเชกสเปียร์ เราก็สร้าง AI ที่มีความรู้เกี่ยวกับนักเขียนที่น่าสนใจมาแนะนำได้ หรือถ้านักศึกษาอยากเรียนวิทยาศาสตร์กับเซอร์ไอแซก นิวตัน ก็สามารถเรียนรู้ผ่าน AI ที่ถูกฝึกมาโดยเฉพาะได้ ถ้านักเรียนประวัติศาสตร์ที่สหรัฐอเมริกาอยากคุยกับโทมัส เจฟเฟอร์สัน ว่า ตอนที่เขาเขียน Declaration of Independence เขาคิดอย่างไร Khan Academy ทำได้หมดเลยครับ
หรืออย่างเคสที่ประสบความสำเร็จมากที่สุดตอนนี้คือ Duolingo ที่เอา AI มาช่วยจัดการเรียนภาษา ทุกอย่าง customize ให้เหมาะกับผู้เรียนได้หมด สั่งทำได้ทันที ไม่ต้องรอฟังก์ชั่นใหม่ๆ ตามรอบของการเขียนแอปพลิเคชัน
ทุกวันนี้ AI สร้างได้ทั้งงานเขียน บทเพลง รูปภาพ ภาพเคลื่อนไหว และทำอะไรได้อีกหลายอย่าง พื้นที่ของงานสร้างสรรค์ในอนาคต มีส่วนไหนอีกบ้างที่ยังต้องการมนุษย์
ในแง่ของความหลากหลายของผลงาน ลองจินตนาการว่าในอีกสามปีข้างหน้า ผู้สร้างสรรค์งานจำนวนไม่น้อยจะนำ AI มาเป็นผู้ช่วย ในขณะที่ผู้เสพเนื้อหาก็ใช้ AI ช่วยสรุป เมื่อเกิดวงจรเช่นนี้ มันก็มีคำถามว่า แล้วความใหม่ ความ authencity (ของแท้) จะเป็นของหายากและมีคุณค่ามากขึ้นไหม ผมก็ไม่รู้ด้วยซ้ำว่า โลกที่มีฟีดแบ็กวนลูปเป็นวงกลมแบบนี้ จะทำให้เรามี ‘สิ่งใหม่’ ในนิยามของความใหม่จริงๆในเชิงศิลปะยากขึ้นหรือไม่ ตรงนี้ผมก็คาดเดาไม่ได้
พอจะยกตัวอย่างให้เห็นภาพชัดขึ้นได้ไหม
ทุกวันนี้ คุณสามารถเปลี่ยนงานเขียนชิ้นหนึ่งให้เป็นวิลเลียม เชกสเปียร์ได้ด้วยการกด enter ทีเดียว
คำถามคือ ถ้ามนุษย์เราจะมี ‘เชกสเปียร์คนที่สอง’ มันจะเกิดขึ้นได้อย่างไร ในเมื่อทุกคนสามารถใช้ AI สร้างงาน หรือกรณีรูปภาพสไตล์สตูดิโอจิบลิ เราจะมี ‘สตูดิโอจิบลิแห่งที่สอง’ ได้หรือไม่ ในยุคที่งานสร้างสรรค์กว่า 70% อาจมาจาก AI
เราต้องเข้าใจก่อนว่า AI เรียนรู้จากรูปแบบหรือแพทเทิร์นที่เราป้อนให้ หากเราไม่ป้อนสิ่งใหม่ๆ หรือแนวทางที่แตกต่าง ระบบก็ย่อมไม่มีอะไรใหม่ให้เรียนรู้
ในทางกลับกัน มนุษย์เราก็สร้างสรรค์สิ่งใหม่จากการต่อยอดจากสิ่งเดิม แต่ถ้าเราอยู่ในโลกที่ทุกอย่างเป็นแพทเทิร์นไปหมด ซึ่งเกิดขึ้นโดยมี AI เป็นตัวเร่ง แล้วเราจะสร้างสรรค์สิ่งใหม่ได้ยากหรือง่ายกว่าเดิมกันนะ
คุณมองว่ามีทางออกอย่างไรกับปัญหานี้
ก็ขึ้นอยู่กับว่าคุณจะเป็นคนมองโลกในแง่ดีหรือแง่ร้ายขนาดไหน ถ้าคุณเป็นคนมองโลกในแง่บวก คุณก็จะบอกว่า ก็เหมือนวงการดนตรีในวันที่มีเพลงอิเล็กทรอนิกส์ แล้วทีนี้คุณก็มีเพลงอิเล็กทรอนิกส์ออกมาเต็มเลย ซึ่งเป็นการสร้างสรรค์แบบใหม่
มีคำเปรียบเปรยที่บอกว่า ยุคแรกที่มีกล้องถ่ายรูป บรรดาศิลปินที่วาดภาพก็รู้สึกถึงอันตรายจากกล้องถ่ายรูปเหมือนกัน แต่สุดท้ายก็อยู่มาด้วยกันได้
ใช่ครับ และสุดท้ายมนุษย์ก็หยิบเอากล้องถ่ายรูปมาเป็นเครื่องมือสร้างสรรค์ศิลปะอีกชนิดหนึ่ง จริงไหม
แต่ผมให้อีกมุมหนึ่ง เรามอง AI เป็นเทคโนโลยีได้ เช่น เรามอง AI เจนรูป ไม่ต่างอะไรจากโฟโต้ช็อป แต่มีประเด็นหนึ่งที่การมาถึงของ AI ‘แตกต่าง’ จากการมาถึงของเทคโนโลยีอื่นๆ ซึ่งเป็นเรื่องสำคัญมากๆ คือคำว่า ‘สเกล’ (scale) หรือ ‘ขนาด‘ ของผลกระทบ
เวลาคุณใช้โฟโต้ช็อป หนึ่งวันอาจรีทัชรูปได้สิบหรือร้อยรูป แต่ในการรณรงค์เลือกตั้งประธานาธิบดีสหรัฐฯ ครั้งล่าสุด มีการนำ AI มาสร้างรูปภาพปลอมเพื่อให้ข้อมูลเท็จนับล้านรูปได้ในวันเดียว สเกลของผลกระทบจึงต่างจากเทคโนโลยีดั้งเดิม นี่เป็นเรื่องที่เรามอง AI ด้วยกรอบความคิดแบบเดิมๆ ไม่ได้
AI เปลี่ยนพฤติกรรมและศีลธรรมของมนุษย์?
นอกจากเรื่องความคิดสร้างสรรค์ คุณคิดว่า AI มีอิทธิพลต่อพฤติกรรมมนุษย์ด้านไหนอีกบ้าง
ผมอยากให้มองว่า AI ไม่ได้เป็น Change Agent ที่มาเปลี่ยนแปลง แต่เป็น Multiplier Agent หรือตัวเร่ง
ถ้าเรามองว่า AI ไม่ได้เข้ามาเปลี่ยนแปลงอะไร แต่เข้ามาทำให้ความเป็นมนุษย์ในแง่มุมต่างๆ ทวีคูณมากขึ้น เช่น เรื่องที่มนุษย์จะผูกพันกับเครื่องจักรจนถึงขั้นคบหาเป็นแฟน ถามว่าแล้วมันแปลกตรงไหน ในเมื่อเราเคยมี ‘ทามาก็อตจิ’ ในวัฒนธรรมย่อยในญี่ปุ่น หรือเอาจริงๆ มนุษย์เราก็แสดงความผูกพันกับสิ่งไม่มีชีวิตมานานแล้ว เราเชื่อว่ามีเทวดาอยู่ในก้อนหิน หัวมุมถนน ศาลาริมทาง ใต้ถุนบ้าน เราไหว้แม่น้ำ ทะเล เมฆ ภูเขา ต้นไม้ แนวคิดแบบนี้มีในทุกวัฒนธรรมเลย พหุเทวนิยมไม่ใช่เรื่องใหม่ของมนุษย์ ผมเลยคิดว่า AI เพียงแค่เข้ามาขยายความเป็นไปได้นั้นให้กว้างขึ้นเท่านั้นเอง
การที่ AI ตอบสนองมนุษย์ได้ตลอดเวลา สร้าง AI Hallucination (ความหลอนของ AI) ให้เราเสมอ จะมีผลต่อทักษะในการรับมือกับความผิดหวัง และทักษะในการอดทนไหม
เห็นด้วยมากเลย ตอบจากประสบการณ์ส่วนตัวของตัวเองที่เป็น heavy user ใช้ AI ทุกวัน วันละหลายชั่วโมง ผมเชื่อว่าเราจะอดทนต่ำ เราจะคาดหวังความเร็ว ความด่วน เราใจร้อนขึ้น เราดูจะคาดหวังบทสนทนาที่มีตรรกะมากขึ้น เราจะรำคาญคนที่พูดอะไรฟุ้งๆ เพราะเราจะคุ้นชินกับรูปแบบในการสนทนาแบบ ChatGPT ดังนั้น เวลาใครพูดอะไรฟุ้งๆ เราก็ยากที่จะ consume นิดหนึ่ง หลายคนอาจนึกในใจเป็น prompt ว่า “ไหนสรุปมาเป็นหัวข้อให้หน่อยซิ” (หัวเราะ)
บทบาทของสื่อและความจริงในยุคข้อมูลล้นทะลัก
ในยุคที่ AI ผลิตข้อมูลข่าวสารได้รวดเร็วและมหาศาล คุณสรุจคิดว่าบทบาทของสื่อมวลชนจะเปลี่ยนไปอย่างไร และยังคงสำคัญอยู่ไหม
มองในมุมที่ไม่ใช่เชิงพาณิชย์ สื่อจำเป็นอย่างยิ่ง และจำเป็นมากกว่านี้ไม่ได้แล้วครับ เพราะเราอยู่ในโลกที่ความจริงหายาก ก่อนการมาถึงของ AI ความจริงก็หายากอยู่แล้ว แต่ตอนนี้ยิ่งหายากเข้าไปใหญ่ อย่าลืมว่า AI ต้องการ input ถามว่าสังคมมีความต้องการสื่อหรือไม่ มีอยู่แล้ว ในทางกลับกัน ถ้าคอนเทนต์ที่กระจัดกระจายเต็มไปหมดมันดี แล้ว ทำไม feature ที่โด่งดังที่สุดของ AI ต่องานสื่อถึงเป็นการ ‘สรุป’ … นั่นเพราะว่าคอนเทนต์ทุกวันนี้มี ‘สิ่งรบกวน’ อื่นๆ มากเกินไปหรือเปล่า หรือมนุษย์ทุกวันนี้ไม่มีเวลาพอจะเสพข้อมูลมหาศาลที่ยืดเยื้อได้
ผมมองจากคนภายนอกวงการ ผมก็เดาว่าปัญหาวงการสื่อน่าจะเป็นเรื่องเชิง ‘commercial issue’ (ประเด็นเชิงพาณิชย์) หมายถึงจะคิดธุรกิจเชิงพาณิชย์อย่างไรให้สื่ออยู่รอด ไม่ใช่เรื่อง ‘value issue’ (ประเด็นคุณค่า) ผมคิดว่ายังไงสื่อในนามสถาบันก็มีคุณค่ามาก คือ คุณค่ามันชัด แต่กลไกพาณิชย์ปัจจุบันให้ค่าตอบแทนสอดคล้องกับคุณค่าที่สร้างขึ้นมาหรือใหม่ นี่เป็นอีกเรื่องหนึ่ง
เอาง่ายๆ ถ้าผมให้คุณอยู่ในห้องแถลงข่าวของประธานาธิบดี โดนัลด์ ทรัมป์ ไม่เห็นต้องตั้งคำถามเลยว่าสื่อมีคุณค่าหรือไม่ เพราะถ้าไม่มีสื่อ เราจะได้ยินแต่สิ่งที่ โดนัลด์ ทรัมป์ อยากพูด แต่ถ้าเรามีสื่อ เราถึงจะได้ยินสิ่งที่ผู้คนอยากได้ยิน บทบาทของสื่อมีคุณค่ามาก เพราะคุณคือ Human gatekeeper ของข้อมูลที่จะป้อนเข้ามาในระบบทั้งหมด
ในโลกที่มี AI คอย ‘สร้าง’ และ ‘สรุป’ ข้อมูลวนลูปเช่นนี้ ผมเชื่อว่าสื่อเป็นสถาบันที่สำคัญมากๆ เพราะสื่อคือผู้กำหนด ‘ข้อเท็จจริง’ เข้าระบบ ผมจึงเชื่อว่าความหลากหลาย เปิดกว้าง และแน่นอนว่าเรื่องเสรีภาพสื่อจะยิ่งมีความสำคัญทวีคูณไปอีกในโลกยุค AI เช่นนี้
เทคโนโลยีกับปัญหาสิ่งแวดล้อม
ระยะหลัง สังคมเริ่มพูดถึงผลกระทบต่อสิ่งแวดล้อมจากการใช้ AI มากขึ้น เช่นเรื่องที่ว่า เพียงคุณพิมพ์ว่า ‘ขอบคุณ’ กับ AI นั่นคือการใช้พลังงานหลังบ้านอย่างมหาศาล คุณคิดว่าควรตระหนักถึงเรื่องนี้มากน้อยแค่ไหน
ใช่ครับ ควรจะตระหนักเรื่องนี้ คือทุกคนต้องตระหนักว่า AI ไม่ฟรี ที่เราใช้ฟรีเพียงแค่เพราะว่าเจ้าของเขาอยากให้เราใช้ฟรี แต่จริงๆ แล้วมีต้นทุนแฝงมหาศาล และเยอะกว่าดิจิทัลแพลตฟอร์มปกติ เพราะมันใช้พลังประมวลผลเยอะ กินพลังงานมาก ผมก็อยากจะชวนว่าให้ใช้ AI ให้มีประโยชน์มากที่สุด มันจะคุ้มกว่า
บางทีตอนดึกๆ คนเหงาๆ คุยกับ AI เล่นเพลินๆ แบบนี้พอได้ไหม
ถ้ามันจะทำให้คุณตื่นเช้าขึ้นมาแล้วมีชีวิตที่ดีก็ make sense แต่ประเด็นของผมคือ มันต้องคุ้ม แต่ที่คนใช้เพราะคนคิดว่ามันฟรี จริงๆ แล้วมันไม่ฟรี เราแค่ต้องจ่ายด้วยวิถีทางอื่นๆ
เหมือนอย่างตั๋วเครื่องบินไปละตินอเมริกาที่ไกลเหลือเกิน ใช้คาร์บอนเยอะเหลือเกิน ต่อให้มันฟรี คุณก็คงไม่ได้อยากแค่นั่งเครื่องบินไปถึง เพื่อกินกาแฟ นั่งเล่นสามชั่วโมงแล้วบินกลับเลยใช่ไหม คุณคงจะบอกว่า ฉันอยากไปสักสามเดือน ไหนๆ จะเดินทางไกลแล้วก็อยากอยู่ให้นาน ให้คุ้ม เหมือนกันครับ ใช้ AI ก็ต้องใช้ให้คุ้ม แล้วมันก็จะวนกลับมาเรื่องเดิมว่า คุณค่าอยู่ตรงไหน เราจะไปถึงคุณค่าเหล่านั้นได้หรือไม่ และคุ้มค่ากับเทคโนโลยีแล้วหรือไม่
อนาคตของ AI กับสังคมไทยที่ต้องก้าวให้ทัน
ในการอยู่ร่วมกับ AI บุคลากรในแวดวงการศึกษาต้องเตรียมตัวอย่างไรบ้าง
จากมุมมองของคนที่อยู่กับเทคโนโลยี และเป็นวิศวกรเก่า สมัยที่ผมเรียนวิศวะ เคยมีข้อถกเถียงกันว่าจะให้เอาเครื่องคิดเลขเข้าห้องสอบได้หรือไม่ พอกาลเวลาผ่านไป สุดท้ายสถาบันต่างๆ ก็ปล่อยให้เอาเครื่องคิดเลขเข้าห้องสอบได้ ประเด็นของ AI ก็เช่นกัน เราแค่ต้องเริ่มจากโจทย์ว่า เราอยากสอนอะไร และสิ่งที่เราอยากสอนนั้นต้องใช้เครื่องมืออะไรในการวัดผล
อีกมุมหนึ่งคือ เมื่อคุณเป็นผู้สอน ไม่ว่าคุณจะชอบหรือไม่ชอบ AI ก็ตาม ผมเชื่อว่าคุณก็ต้องใช้ ถึงคุณจะห้ามนักเรียนไม่ให้ใช้ แต่คุณเป็นผู้สอน คุณก็ต้องใช้ เพราะตอนนี้มี AI ที่อ่านหนังสือมาหมดแล้วทั่วโลก คุณเป็นใครถึงคิดว่าจะอ่านหนังสือได้มากกว่านั้น
ทุกวันนี้ เวลาผมเตรียมบรรยายอะไรสักอย่าง เมื่อเตรียมเสร็จผมก็ส่งให้ AI รีวิว แล้วถาม AI สั้นๆ ว่าจากสิ่งที่ผมเตรียมมา ผมตกหล่นเรื่องอะไรไปบ้าง เพราะมันอ่านมาเยอะกว่าผมมาก มันรู้กระทั่งเหตุการณ์จริงที่ส่งเสริมหัวข้อนั้นๆ เช่น ถ้าผมอยากสอนเรื่อง gerrymandering (การแบ่งเขตเลือกตั้งอย่างไม่เป็นธรรม) ก็เป็นเรื่องเทคนิคการออกแบบเขตเลือกตั้ง ผมสามารถโยนเรื่องนี้ให้ AI เพื่อขอตัวอย่างเหตุการณ์จริงมาช่วยสอนนักศึกษา เพราะฉะนั้น สำหรับผม AI คือห้องสมุดอเล็กซานเดรียเคลื่อนที่ได้ ผมอยากให้คนเป็นครูอาจารย์ใช้ประโยชน์จากมันให้เป็น
อีกกรณีหนึ่ง คุณถาม AI ว่า ขอข้อดีและข้อเสียของพลังงานนิวเคลียร์หน่อย คุณก็จะได้คำตอบประมาณว่า ข้อดีคือ 1-2-3 ข้อเสียคือ 4-5-6 ซึ่งนักเรียนก็เอามาท่อง มาจำ ไว้ตอบในข้อสอบ แต่ถ้าคุณถาม AI ว่า ขอฟังข้อถกเถียงเรื่องพลังงานนิวเคลียร์ ระหว่างมุมมองนักเคลื่อนไหวด้านสิ่งแวดล้อมกับมุมมองด้านความมั่นคงของชาติ สองฝ่ายนี้มีมุมมองต่างกันอย่างไรบ้าง ผลลัพธ์ที่ได้ออกมาต่างกันอย่างชัดเจน และนี่คือวัตถุดิบสองอันที่คุณสามารถนำไปสอนนักเรียนได้ ขึ้นกับว่าเราอยากสอนแบบใด
กลับมาเรื่องเดิมคือเรื่องวิธีคิดเชิงวิพากษ์ ถ้าคุณสอนแบบที่หนึ่ง มันก็คือการสอนให้ท่องจำว่าพลังงานนิวเคลียร์มีข้อดีข้อเสียอย่างไร แต่ถ้าคุณสอนแบบที่สอง มันคือการสอนแบบให้มี critical thinking ว่าคุณเป็นใคร มองจากมุมมองไหน ด้วยตรรกะ ฐานคิดแบบใด สองแนวทางนี้มันต่างกัน
ดังนั้นสิ่งที่ต้องบอก คือ AI เป็นเครื่องมือที่ทรงพลังมากๆ สำหรับการสอน และไม่ควรปฏิเสธมัน ส่วนคุณจะไปจัดการเรียนการสอนหรือวัดผลอย่างไร อันนั้นเป็นเรื่องทางเทคนิคของนักการศึกษา เป็นอีกประเด็นหนึ่ง
แล้วมุมมองถึงสังคม คิดว่าเราควรจะมีทัศนคติต่อ AI อย่างไร
ผมว่าตอนนี้มีมุมมองต่อ AI หลายมิติมาก นอกจากกระแสที่ hype กันไปสองขั้วคือขั้วบวกและขั้วลบ อีกมิติคือความคาดหวัง
คนคาดหวังว่า AI เป็นเสมือนกล่องดำที่ทำได้ทุกเรื่อง จริงๆ แล้วมันไม่ใช่ ถ้ามันทำได้ขนาดนั้น ทำไมถึงไม่มีคนใช้ ChatGPT เวอร์ชั่นเก่า ก็เพราะมันไม่ได้เรื่อง เวอร์ชั่นใหม่มันดีกว่า แล้วใครทำเวอร์ชั่นใหม่ออกมาเรื่อยๆ — ก็วิศวกรไงครับ ดังนั้น ข้างหลังภาพของ AI ที่ทุกคนใช้ คืองานวิศวกรรมศาสตร์อีกมากมายที่ทำให้มันทำงานได้ดี เพราะฉะนั้นมันไม่ได้ทำได้ ‘ทุกเรื่อง’ แต่ทำได้แค่ ‘บางเรื่อง’
ดังนั้นอย่าคาดหวังว่า AI จะเป็นเหมือนไม้กายสิทธิ์ที่ทำได้ทุกสิ่งทุกอย่าง เป็นไปไม่ได้
ในทางกลับกัน ก็มีคนที่ไม่เอาเลย และรู้สึกว่ามันแย่ ผมอยากจะบอกทุกคนว่า มันไม่ได้แย่ มีงานคุณภาพสูงที่ออกมาจากการทำงานกับ AI เยอะมาก ปัญหาคือตอนนี้ทุกคนไม่ยกมือพูดว่า การบรรยายวันนี้เจ๋งมาก เพราะฉันใช้ AI ในการช่วยบรรยาย สิ่งที่ทำให้คนไม่พูด ก็กลับมาเรื่องที่กระแสการไฮป์ เพราะกลัวคนจะหาว่าไม่เก่งจริง ใช้เครื่องมือช่วย ไม่ทำตามวิถีปฏิบัติเดิมๆ
ผมหวังว่า ในอนาคตเราจะมองเห็น AI เหมือนมองเห็นอินเทอร์เน็ต ผมมองจากคนในวงการเทค เราเห็น AI ไม่ต่างจากสมาร์ตโฟน ข้อหนึ่งคือ มันช่วยแก้ปัญหาหลายอย่าง แต่ไม่ใช่ทุกอย่าง ข้อสองคือ มันมาพร้อมโอกาสมากมาย ความท้าทายใหม่ๆ และค่าใช้จ่ายทั้งทางตรงและอ้อม
AI มันคือแพลตฟอร์มใหม่ มันคือการเปลี่ยนผ่านทางเทคโนโลยี เมื่อมี AI มาแล้ว เราควรจะตั้งคำถามว่าเราจะอยู่กับมันอย่างไร และทำอย่างไรให้เป็นประโยชน์กับชีวิตที่สุด
เกี่ยวกับผู้ให้สัมภาษณ์:
สรุจ ทิพเสนา เป็นผู้บริหาร STelligence บริษัทเทคโนโลยีสัญชาติไทยที่มุ่งเน้นพัฒนาซอฟต์แวร์โซลูชันปัญญาประดิษฐ์ (AI) ภายใต้แบรนด์ STEL.AI เขามีประสบการณ์ในอุตสาหกรรมไอทีมากว่าสองทศวรรษ ในตำแหน่งผู้บริหารของบริษัทเทคโนโลยีชั้นนำระดับโลกอย่าง IBM และรองกรรมการผู้จัดการใหญ่ของบริษัท Microsoft Thailand ที่เชี่ยวชาญด้าน Cloud Computing Cybersecurity, และการประยุกต์ใช้เทคโนโลยี AI เพื่อขับเคลื่อนธุรกิจและสังคม
เรื่อง: อรพิณ ยิ่งยงพัฒนา
ภาพถ่าย: กอบบุญ บูรโชควิวัฒน์
