รศ.ดร.สุขุม เฉลยทรัพย์
ที่ปรึกษาสวนดุสิตโพล มหาวิทยาลัยสวนดุสิต
Generative AI (GenAI) เป็นเทคโนโลยีปัญญาประดิษฐ์ (AI) ประเภทหนึ่งที่สามารถสร้างเนื้อหาแบบอัตโนมัติผ่านคำสั่งที่เขียน (Prompt written) ขึ้นด้วยภาษาธรรมชาติ โดยเนื้อหาที่สร้างใหม่ได้มาจากการดึงเนื้อหาเก่าที่มีอยู่แล้วบนหน้าเว็บ การสนทนาบนโซเชียลมีเดีย และสื่อออนไลน์อื่น ๆ เนื้อหาที่สร้างใหม่อาศัยการวิเคราะห์ทางสถิติ การกระจายตัวของคำ พิกเซล หรือองค์ประกอบ อื่น ๆ จากข้อมูลที่นำเข้ามาแล้วทำการระบุและทำซ้ำ (identifying & repeating) สำหรับเนื้อหาที่ GenAI สร้างขึ้นประกอบด้วยการแสดงสัญลักษณ์ทางความคิดของมนุษย์ทั้งหมด ได้แก่ ข้อความที่เขียนด้วยภาษาธรรมชาติ รูปภาพ (รวมถึงภาพถ่าย ภาพวาดดิจิทัล และการ์ตูน) วิดีโอ เพลง และโค้ดดิ้ง
แม้ว่า GenAI จะสามารถสร้างเนื้อหาใหม่ได้ก็จริง แต่ก็ยังไม่สามารถสร้างแนวคิดหรือวิธีแก้ปัญหาใหม่ ๆ ภายใต้ความท้าทายใหม่ ๆ บนโลกแห่งความเป็นจริงได้ เนื่องจากความไม่เข้าใจวัตถุในโลกแห่งความเป็นจริง (Real-world objects) หรือความสัมพันธ์ทางสังคม (Social relations) ที่เป็นรากฐานของภาษา ยิ่งไปกว่านั้น แม้ว่า GenAI จะสร้างผลลัพธ์ที่ดูดีและน่าประทับใจ แต่ GenAI ก็ยังไม่สามารถเชื่อถือได้ว่าถูกต้องแม่นยำได้ทั้งหมด ดังนั้น ผู้ใช้ต้องคิดพิจารณาวิเคราะห์ก่อนการนำไปใช้หรือเผยแพร่เสมอ
เมื่อหันมามองที่วงการการศึกษา พบว่าการมาถึงของ GenAI สร้างความปั่นป่วนให้กับการศึกษาทั่วโลก นักการศึกษาต่างพากันวิตกว่านักเรียนหรือนักศึกษาจะใช้เครื่องมือ GenAI โกงการทำการบ้านหรืองานที่ได้รับมอบหมายจากครูหรืออาจารย์และนำมาซึ่งการบ่อนทำลายคุณค่าของการประเมินผลการเรียนรู้ การรับรองคุณวุฒิ และการออกวุฒิบัตร แม้ว่าสถาบันการศึกษาบางแห่งจะห้ามการใช้ GenAI แต่สถาบันการศึกษาบางแห่งก็โอบรับการมาถึงของ GenAI อย่างระมัดระวัง ตัวอย่างเช่น โรงเรียนและมหาวิทยาลัยหลายแห่งนำแนวทางก้าวหน้ามาใช้ โดยเชื่อว่า "แทนที่จะพยายามห้ามการใช้งาน นักเรียน นักศึกษา และเจ้าหน้าที่จำเป็นต้องได้รับการสนับสนุนในการใช้เครื่องมือ GenAI อย่างมีประสิทธิภาพ มีจริยธรรม และโปร่งใส" ซึ่งแนวทางนี้ยอมรับว่า GenAI จะมีแนวโน้มขยายตัวออกไปอย่างกว้างขวาง มีความซับซ้อนมากขึ้น และมีทั้งศักยภาพเชิงบวกและเชิงลบต่อวงการศึกษา
เพื่อเป็นการเตรียมตัวและเตรียมความพร้อมสำหรับอาจารย์ บุคลากร และนักศึกษา ในการมาถึงของ GenAI มหาวิทยาลัยไทยทุกแห่งต้องปรับ Mindset และอำนวยความสะดวกการใช้ GenAI ให้ทั่วถึง เนื่องจากมีโอกาสเท่ากับศูนย์ “GenAI Net Zero” หรือเป็นไปไม่ได้ที่จะ “ห้าม” หรือ “หลีกเลี่ยง” การนำเอา GenAI มาใช้ควบคู่กับมนุษย์สำหรับการสร้างแนวคิดใหม่ (New ideas)การขยายมุมมองที่หลากหลาย (Multi-perspective examples) การจัดทำแผนการเรียนรู้ ( Lesson plan) การนำเสนอ(Presentations) การสรุปเนื้อหา (Summarize existing materials) และการสร้างรูปภาพ (Image creation)
แนวทางการนำ GenAI มาใช้อย่างสร้างสรรค์ในมหาวิทยาลัย ประกอบด้วย
1. ใช้ GenAI อย่างมีความรับผิดชอบ ควรพัฒนากรอบจริยธรรมเพื่อเป็นแนวทางการใช้ GenAI อย่างมีความรับผิดชอบในการสอน การเรียนรู้ และการวิจัย ควรจัดการฝึกอบรมการใช้เครื่องมือ GenAI พร้อมระบุข้อจำกัดการใช้ ควรพัฒนาวิธีการตรวจจับการลอกเลียนผลงานเพื่อรักษาความซื่อสัตย์ทางวิชาการ ควรคิดใหม่เกี่ยวกับการมอบหมายงาน/สั่งงานที่ให้นักศึกษาทำเป็นลายลักษณ์อักษร และควรให้คำแนะนำเกี่ยวกับศักยภาพของ GenAI ควบคู่กับความเสี่ยงเชิงจริยธรรม
2. ยึดแนวทางการสอนที่ให้มนุษย์เป็นศูนย์กลางและมีปฏิสัมพันธ์กันอย่างเหมาะสม ควรจัดลำดับความสำคัญและการโต้ตอบที่เหมาะสมและมีความรับผิดชอบเมื่อต้องใช้ GenAI ในการสอน การเรียนรู้ และการวิจัย ควรใช้ GenAI ตอบสนองความต้องการของมนุษย์และทำให้กระบวนการเรียนรู้หรือการวิจัยมีประสิทธิผลมากขึ้น ผู้เรียนควรใช้ GenAI ตามแรงจูงใจที่แท้จริงของตนเอง ควรเลือกและจัดระเบียบ GenAI และเนื้อหาให้เหมาะสมกับอายุของผู้เรียน ผลลัพธ์ที่คาดหวัง และประเภทของความรู้หรือปัญหาที่กำลังแก้ไข ควรมีหลักประกันว่าด้วยการมีส่วนร่วมเชิงโต้ตอบระหว่างมนุษย์กับ AI การคิดขั้นสูง และความรับผิดชอบต่อความถูกต้องของเนื้อหาที่สร้างโดย AI และผลกระทบต่อพฤติกรรมของมนุษย์
3. ร่วมออกแบบการใช้ GenAI การศึกษาและการวิจัยไม่ควรถูกกำหนดจากบนลงล่าง แต่ควรออกแบบร่วมกันโดยครู/อาจารย์ ผู้เรียน และนักวิจัย ผ่านกระบวนการนำร่องและการประเมินผลที่มีประสิทธิภาพ ควรอำนวยความสะดวกการออกแบบการใช้ GenAI ภายใต้กรอบการทำงานที่คำนึงถึงขอบเขตความรู้ที่เหมาะสม ผลลัพธ์ที่คาดหวัง เครื่องมือ GenAI ที่เหมาะสม ความต้องการของผู้ใช้ วิธีการสอน และความเสี่ยงเชิงจริยธรรม นอกจากนี้ กุญแจสำคัญของการใช้ GenAI คือการจัดลำดับความสำคัญ การโต้ตอบที่เหมาะสม และความรับผิดชอบเมื่อใช้เครื่องมือ GenAI ในการสอน การเรียนรู้ และการวิจัย
สำหรับความท้าทายที่อาจเกิดขึ้นและข้อควรพิจารณาที่สำคัญต่อการมาถึงของ Gen AI ที่มหาวิทยาลยทุกแห่งต้องตระหนักให้มากคือ ความเหลื่อมล้ำทางดิจิทัล (Digital divide) ข้อจำกัดด้านโครงสร้างขั้นพื้นฐาน (Infrastructure limitations) ช่องว่างความฉลาดทางอารมณ์ (Emotional intelligence gap) การเข้าถึงอย่างเสมอภาค (Equity access) และการจัดการ GenAI แบบบูรณาการ (Managing GenAI integration)
แน่นอน !!! โอกาสย่อมมาพร้อมกับความเสี่ยง แต่ความกล้าเสี่ยงก็เป็นหนทางและโอกาสแห่งชัยชนะ ไม่ผิดจริง ๆ เมื่อใคร ๆ ต่างพากันบอกว่า GenAI เป็นตัวเปลี่ยนเกม ‘Game Changer’ มหาวิทยาลัยไทยทุกแห่งพร้อมกับตัวเปลี่ยมเกมใหม่นี้กันหรือยังครับ...