ทุกครั้งที่ AI ทำงานได้ดีขึ้นอีกขั้น คำถามที่ตามมาไม่ใช่แค่ ‘มันฉลาดแค่ไหน’ แต่คือ ‘แล้วคนที่ต้องทำงานร่วมกับมันจะรับมือยังไง’ นี่คือแกนกลางของงาน MIT Ethics of Computing Research Symposium ที่จัดโดย Social and Ethical Responsibilities of Computing (SERC) ภายใต้ MIT Schwarzman College of Computing งานที่รวมนักวิจัยจากหลากสายให้มาคุยกันเรื่องเดียว ‘จะออกแบบ AI ให้เข้ากับมนุษย์ได้อย่างไร ไม่ใช่แค่ฉลาดกว่ามนุษย์’
ปัจจุบันมีงานวิจัยจำนวนมากที่เกี่ยวกับ AI และการประมวลผลจะเป็นกำลังสำคัญให้กับอนาคตของมนุษย์ สะท้อนภาพของความสนใจของผู้คนที่มีต่อเทคโนโลยีอันทันสมัยเหล่านี้อย่างชัดเจนแม้กระทั่งในประเทศไทยเองก็ตาม
ใครเป็นคนกำหนดว่า AI ควร ‘มีค่านิยม’ แบบไหน
หนึ่งในประเด็นที่ถูกถกเถียงมากที่สุดในงานนี้คือเรื่อง AI Alignment หรือการทำให้ AI ทำงานสอดคล้องกับค่านิยมของมนุษย์ แต่คำถามที่สำคัญมากไปกว่านั้นคือ ใครเป็นคนตัดสินว่า ‘ค่านิยม’ แบบไหนที่ควรถูกฝังเข้าไปในระบบที่ทรงพลังและเปลี่ยนแปลงเร็วขนาดนี้
หนึ่งในตัวอย่างที่น่าสนใจผ่านมุมมองของ Iason Gabriel นักปรัชญาและนักวิจัยจาก Google DeepMind ได้เปรียบ AI เหมือนผู้พิพากษา “คุณต้องการให้ผู้พิพากษามีคุณลักษณะที่ดี แต่ก็ยังต้องตีความกฎเกณฑ์ได้ เป็นคนที่มีเหตุผล แม้จะไม่จำเป็นต้องเป็นคนที่ดีที่สุดที่เคยมีมา พอมาถึง AI การมองว่ามันต้องสมบูรณ์แบบนั้นไม่ถูกต้อง AI ควรทำตามที่คำสั่ง แต่ใช้คุณลักษณะของมันตีความตามค่านิยมทางศีลธรรมของเรา” อีกนัยหนึ่ง คือ AI ไม่จำเป็นต้องสมบูรณ์แบบ แต่ต้องตีความคำสั่งของเราผ่านชุดค่านิยมที่มนุษย์วางไว้ให้ ไม่ใช่ตัดสินใจเองโดยลำพัง
ในขณะที่ Bailey Flanigan ผู้ช่วยศาสตราจารย์ด้านรัฐศาสตร์ มองไปไกลกว่านั้น โดยชี้ว่าปัญหาที่สำคัญที่สุดของ AI Alignment คือการตอบคำถามว่า “ใครมีสิทธิ์ปกครองระบบ AI แต่ละประเภทตั้งแต่แรก” ในขณะที่ Bernado Zacka อาจารย์รัฐศาสตร์อีกคน เสริมว่าปัญหาเร่งด่วนที่สุดอย่างหนึ่งคือ “การเข้าใจภูมิปัญญาที่ฝังอยู่ในระบบที่เรากำลังจะแทนที่ และเหตุผลที่มันทำงานแบบนั้น” และได้ย้ำเตือนว่าก่อนจะรื้อระบบเดิมด้วย AI ตัวใหม่ ควรเข้าใจก่อนว่าทำไมระบบเดิมถึงถูกออกแบบมาให้เป็นเช่นนั้น
แม้แรงกดดันด้านการนำไปใช้งานจะสูงขึ้นเรื่อยๆ จนรู้สึกเหมือน ‘สร้างเครื่องบินไปพร้อมกับขับมันอยู่กลางอากาศ’ แต่ผู้ร่วมเสวนาโดยรวมยังมองโลกในแง่ดีต่อทิศทางของ AI Alignment โดยย้ำว่ามนุษย์ยังเป็นชิ้นส่วนสำคัญในการกำหนดทิศทางของระบบเหล่านี้
AI ช่วยเสริม หรือแค่ให้คนหยุดคิด?
ในขณะเดียวกัน อีกวงเสวนาหนึ่งนั้นคุยกันเรื่อง AI ในการศึกษา โดยผู้อำนวยการ Gemini for Education ตั้งประเด็นสุดร้อนแรงไว้ คือ AI กำลังถูกใช้เพื่อ ‘แบกงานแทน’ นักเรียน หรือใช้เพื่อ ‘เสริมโครง’ ให้เข้าใจเนื้อหาที่กำลังศึกษาอยู่กันแน่
หนึ่งในกระบวนการสำคัญของการเรียนรู้ที่เรียกว่า Cognitive Struggle หรือการเรียนรู้ผ่านความล้มเหลวซ้ำๆ ว่า ถูกสะท้อนการเปลี่ยนแปลงที่เกิดขึ้นมาจาก AI ที่ทำให้เห็นว่านักเรียนนักศึกษาในปัจจุบัน เมื่อเจอจุดที่ติดขัด สัญชาตญาณแรก คือ ถาม AI ทันที โดยไม่ได้มองว่ามันเป็นกระบวนการสำคัญในการเรียนรู้ที่หลีกเลี่ยงไม่ได้ ซึ่งนักเรียนนักศึกษาเหล่านี้ยังไม่ได้ฝึกทักษะที่กำลังจะวัดผล กลายเป็นระบบการศึกษาไม่อาจพัฒนาทักษะที่จำเป็นได้อย่างมีประสิทธิภาพอีกต่อไป
การเปลี่ยนแปลงที่เกิดขึ้น ทำให้เห็นว่าการคิดวิเคราะห์เชิงวิพากษ์ (Critical Thinking) ไม่ได้เป็นขั้นตอนที่จำเป็นในผลลัพธ์สุดท้ายอีกต่อไปแล้ว และทางแก้อาจไม่ใช่การห้ามใช้ AI แต่เป็นการกลับไปดูหลักสูตรทั้งหมด ซึ่งปัญหาอาจไม่ได้อยู่ที่ตัว AI เพียงอย่างเดียว แต่อยู่ที่ระบบการศึกษาที่อัดเนื้อหาเข้าไปเรื่อยๆ โดยไม่เคยตัดทอน
พัทน์ ภัทรนุธาพร หัวหน้ากลุ่มวิจัย Cyborg Psychology ที่ MIT Media Lab ทิ้งท้ายประเด็นนี้ไว้ว่า “AI ไม่ใช่สิ่งเดียวที่ตายตัว มันสามารถและควรถูกออกแบบให้แตกต่างกันไปเพื่อส่งเสริมเรื่องอย่างความคิดสร้างสรรค์และการคิดวิเคราะห์เชิงวิพากษ์ สิ่งที่เราวัดผล และวิธีที่เราวัด ไม่ควรเป็นแค่เรื่องตอบถูกหรือผิด เราควรคิดว่าการเรียนรู้ของนักเรียนในยุคนี้ควรมีความหมายอย่างไรกันแน่” ในท้ายที่สุดแล้วคำถามที่แท้จริงอาจไม่ใช่ ‘AI ดีหรือไม่ดี’ แต่คือเราจะออกแบบมันให้ส่งเสริมการเรียนรู้แบบไหน
เก่งกว่าไม่ได้แปลว่าเข้าใจกัน
ไฮไลต์ของงานคือคีย์โนตของ Jon Kleinberg ศาสตราจารย์จาก Cornell University ในหัวข้อ ‘AI’s Models of the World, and Ours’ ที่ใช้หมากรุกเป็นตัวอย่าง โดยเล่าว่าเครื่องเล่นหมากรุก AI เล่นได้เก่งกว่ามนุษย์ระดับสุดยอดไปแล้ว แต่เมื่อต้องส่งไม้ต่อให้มนุษย์เล่นแทนกลางเกม กลยุทธ์ที่ AI วางไว้กลับไม่มีทางที่มนุษย์จะอ่านออกหรือคาดเดาทันได้ และบ่งชี้ว่า ‘อันตรายของทีมที่มนุษย์ทำงานร่วมกับอัลกอริทึม คือ เวลาที่มนุษย์เข้ามาทำต่อ อัลกอริทึมรู้ว่ามันจะทำอะไรต่อไป แต่มนุษย์ไม่รู้’
คำถามที่ Kleinberg ทิ้งไว้ให้คิดต่อคือ ถ้าสุดท้ายเกมจบลงด้วยการรุกฆาต มันสำคัญจริงไหมที่ AI กับมนุษย์ไม่เข้าใจโลกแบบเดียวกัน
แม้งานนี้จะพูดถึง AI ในมุมจริยธรรมและการศึกษาเป็นหลัก แต่ประเด็น ‘การส่งไม้ต่อแบบฉับพลัน’ ของ Kleinberg เป็นสิ่งที่คนทำงานสายโรงงานและระบบอัตโนมัติคุ้นเคยดี ไม่ต่างจากเวลาระบบ AI หรือระบบการซ่อมบำรุงเชิงคาดการณ์ ตัดสินใจบางอย่างในไลน์ผลิตโดยอัตโนมัติ แต่ในท้ายที่สุดวิศวกรต้องเข้ามารับไม้ต่อกลางทางโดยไม่รู้ว่าระบบกำลังจะทำอะไรต่อ ระบบจะฉลาดขึ้นแค่ไหนก็ได้ แต่คนที่ต้องตัดสินใจต่อ ตีความผลลัพธ์ ตั้งคำถามกับมัน หรือสานต่องานกลางทาง แก้ไขปัญหาที่ค้างคา ยังคงเป็นมนุษย์อยู่ดี นี่คือเหตุผลที่ ‘มนุษย์’ ไม่ใช่แค่ผู้ใช้งาน AI แต่เป็นส่วนประกอบที่ขาดไม่ได้ของระบบทั้งหมด
ที่มา:
MIT
