“ปัญญามนุษย์” สู่ “ปัญญาประดิษฐ์” เพื่อประดิษฐ์ “ปัญญา”

ดร.นงค์ลักษณ์ โชติวิทยธานินทร์ อาจารย์ประจำบัณฑิตวิทยาลัย มหาวิทยาลัยสวนดุสิต นำเสนอบทความเรื่อง “ปัญญามนุษย์” สู่ “ปัญญาประดิษฐ์” เพื่อประดิษฐ์ “ปัญญา” ความว่า “ปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI)” สามารถเขียนบทความ สรุปเอกสาร วิเคราะห์ข้อมูล และสร้างเนื้อหาได้ภายในเวลาไม่กี่วินาที แล้วในขณะนี้ “มนุษย์กำลังสร้างและจัดเก็บองค์ความรู้อะไรไว้ให้ AI นำไปค้นหา เชื่อมโยง และต่อยอดบ้าง”

เมื่อมองย้อนกลับไปยังสิ่งที่มหาวิทยาลัยสวนดุสิตทำอย่างต่อเนื่อง โดยเฉพาะตั้งแต่ปี พ.ศ. 2564 จนถึงปัจจุบัน มีการเขียนบทความเผยแพร่ผ่านสื่อมวลชนอย่างสม่ำเสมอ รวมแล้วไม่น้อยกว่า 655 เรื่อง ส่วนใหญ่มีความยาวประมาณ 850-900 คำ เผยแพร่ผ่านสื่อทั้ง สยามรัฐ เดลินิวส์ และมติชน เนื้อหาครอบคลุมประเด็นด้านการศึกษา มหาวิทยาลัย สังคม การบริหาร ภาวะผู้นำ เทคโนโลยี ตลอดจนปรากฏการณ์ร่วมสมัยที่เกิดขึ้นในแต่ละช่วงเวลา

ในระยะแรก บทความเหล่านี้มีปลายทางค่อนข้างชัดเจน คือ “ผู้อ่าน” ทั้งในรูปแบบหนังสือพิมพ์ฉบับพิมพ์ (Hardcopy) และเว็บไซต์ของสื่อ เมื่อเผยแพร่แล้ว เนื้อหาเหล่านั้นจะนำมาจัดทำในรูปของแผ่นพับเพื่อให้สามารถหยิบอ่าน ถ่ายทอด และใช้ประโยชน์ได้ในอีกรูปแบบหนึ่ง ก่อนจะนำเข้าสู่คลังข้อมูลดิจิทัลของมหาวิทยาลัยสวนดุสิต (Repository - https://repository.dusit.ac.th/handle/123456789/133) เพื่อรวบรวมและจัดเก็บอย่างเป็นระบบ

วันนี้ เมื่อภูมิทัศน์ของสื่อสิ่งพิมพ์เปลี่ยนแปลงไป และการเผยแพร่เนื้อหาเคลื่อนเข้าสู่ช่องทางออนไลน์มากขึ้น การเปลี่ยนแปลงดังกล่าวทำให้เห็นภาพของ “วงจรชีวิตของความรู้” ชัดเจนขึ้น กล่าวคือบทความหนึ่งเรื่องอาจเริ่มจากความคิดของมนุษย์ ผ่านการค้นคว้า วิเคราะห์ เรียบเรียง และเผยแพร่บนหน้ากระดาษ จากนั้นเคลื่อนไปสู่เว็บไซต์ แผ่นพับ และคลังข้อมูลดิจิทัล รูปแบบของสื่ออาจเปลี่ยนไปตามเทคโนโลยี แต่สิ่งที่ไม่ควรสูญหายตามสื่อเดิม คือ “องค์ความรู้” ที่ถูกสร้างขึ้น

เมื่อเข้าสู่ยุค Generative AI การจัดเก็บองค์ความรู้เช่นนี้ยิ่งมีความหมายแตกต่างจากอดีต ที่ผ่านมาคลังข้อมูลดิจิทัลของมหาวิทยาลัยจะถูกมองในฐานะ “ที่เก็บ” ผลงาน หนังสือ บทความ งานวิจัย หรือเอกสารทางวิชาการ เพื่อให้คนสามารถกลับมาค้นหาและนำไปใช้อ้างอิง แต่ในโลกที่ AI สามารถค้นคืน สรุป เชื่อมโยง และสังเคราะห์ข้อมูลจำนวนมากได้อย่างรวดเร็ว คลังข้อมูลดิจิทัลอาจต้องถูกมองใหม่ จาก “พื้นที่จัดเก็บความรู้” สู่ “โครงสร้างพื้นฐานทางปัญญา” ของมหาวิทยาลัย

Generative AI ไม่ได้มีปัญญาที่เกิดขึ้นจากความว่างเปล่า สิ่งที่ AI สร้างขึ้นสัมพันธ์กับข้อมูล ความรู้ และบริบทที่ระบบสามารถเข้าถึงหรือถูกนำมาใช้ประกอบการประมวลผล ดังนั้น หากต้องการให้ AI ช่วยสร้างคำตอบที่มีคุณภาพ สิ่งสำคัญไม่ได้หมายถึงการมี AI ที่เก่งที่สุดรอบตัว เพราะยังต้องมี “ฐานความรู้ที่มีคุณภาพ” ให้ AI สามารถนำมาใช้ประกอบการตอบ การวิเคราะห์ และการสังเคราะห์ด้วย

เหตุที่บทบาทของมหาวิทยาลัยในยุค AI น่าสนใจขึ้น มหาวิทยาลัยไม่ควรวางตนเองเป็น ผู้ใช้ AI (AI User) แต่ต้องรักษาบทบาทสำคัญของการเป็น ‘ผู้ผลิตองค์ความรู้’ (Knowledge Producer) ควบคู่กันไป “เพราะหากมุ่งใช้ AI เพื่อสร้างเนื้อหา แต่ละเลยการสร้าง องค์ความรู้ต้นทางที่มีคุณภาพ วันหนึ่งอาจพบโลกที่เต็มไปด้วยข้อความจำนวนมหาศาล แต่กลับมี ‘ความรู้ใหม่’ เกิดขึ้นน้อยลง”

การเขียนบทความอย่างต่อเนื่องต้องถูกมองมากกว่าการผลิตเนื้อหาเพื่อเผยแพร่ในแต่ละสัปดาห์ บทความหนึ่งเรื่องอาจมีอายุบนหน้าหนังสือพิมพ์หนึ่งวัน มีอายุบนหน้าจอช่วงเวลาหนึ่ง แต่ถ้าเนื้อหาของบทความถูกจัดหมวดหมู่ มีชื่อเรื่อง ผู้เขียน วันที่ แหล่งที่มา และจัดเก็บให้สามารถค้นคืนได้ เนื้อหานั้นย่อมเปลี่ยนสถานะจาก “Content” ไปสู่ “Knowledge Asset” หรือสินทรัพย์ทางความรู้ที่สามารถกลับมาใช้ประโยชน์ได้อีกครั้ง

เมื่อสินทรัพย์ทางความรู้สะสมมากขึ้นอย่างต่อเนื่องหลายปี จนมีจำนวนไม่น้อยกว่า 655 เรื่อง สิ่งที่เกิดขึ้นย่อมไม่ใช่จำนวนบทความที่เพิ่มขึ้น แต่คือ “ร่องรอยทางความคิด” ที่สะท้อนว่า ในแต่ละช่วงเวลาเรากำลังคิดอะไร สังคมกำลังเผชิญเรื่องใด มหาวิทยาลัยกำลังปรับตัวอย่างไร และมีประเด็นใดที่ครั้งหนึ่งเคยถูกมองว่าสำคัญ

Generative AI สามารถเข้ามาเพิ่มคุณค่าให้กับคลังความรู้ดิจิทัลเช่นนี้ได้อีกขั้น ลองจินตนาการว่า จากบทความจำนวนไม่น้อยกว่า 655 เรื่องที่สะสมต่อเนื่อง สามารถให้ AI ช่วยค้นหาว่า ในช่วงหลายปีที่ผ่านมาแนวคิดเรื่อง “มหาวิทยาลัย” เปลี่ยนไปอย่างไร เรื่องใดถูกกล่าวถึงบ่อยขึ้น ประเด็นใดหายไป แนวคิดเรื่อง AI ภาวะผู้นำ การศึกษา หรือคุณภาพชีวิต เชื่อมโยงกันอย่างไร หรือแม้กระทั่งนำองค์ความรู้เดิมหลายร้อยชิ้นมาสังเคราะห์เพื่อสร้างคำถามใหม่สำหรับการศึกษาและวิจัย

สิ่งที่เกิดขึ้นก้าวข้ามจากการนำ AI มา “ช่วยเขียน” ไปถึงการนำ AI มาช่วย “ค้นอดีต เชื่อมปัจจุบัน และตั้งคำถามกับอนาคต”อย่างไรก็ตาม ต้องไม่ลืมว่า AI สามารถช่วยค้นหา เชื่อมโยง หรือสังเคราะห์ได้รวดเร็วเพียงใด การตัดสินว่าอะไรถูกต้อง อะไรสำคัญ อะไรควรเชื่อ และอะไรมีคุณค่าต่อมนุษย์ ยังคงต้องอาศัยวิจารณญาณ ความรับผิดชอบ และประสบการณ์ของมนุษย์

ดังนั้น ความสัมพันธ์ระหว่างมนุษย์กับ AI ไม่ควรมองว่าเป็นการแข่งขัน “ใครฉลาดกว่าใคร” แต่ควรมองว่าเป็นวงจรของการสร้างปัญญา โดยกระบวนการสร้างปัญญาเริ่มจากมนุษย์ที่คิด ค้นคว้า และถ่ายทอดจนเกิดเป็นองค์ความรู้ เมื่อความรู้เหล่านั้นได้รับการจัดระบบและเก็บรักษา AI เข้ามาช่วยค้นหา เชื่อมโยง และมองเห็นความสัมพันธ์ของข้อมูล ขณะที่มนุษย์ยังคงทำหน้าที่วิเคราะห์ ตีความ และสังเคราะห์ จนนำไปสู่คำถาม มุมมอง และองค์ความรู้ใหม่ เป็นวงจรจาก “ปัญญามนุษย์ สู่ปัญญาประดิษฐ์ เพื่อประดิษฐ์ปัญญา”

แล้วองค์ความรู้ใหม่นั้นก็กลับเข้าสู่คลังความรู้อีกครั้ง เมื่อวงจรนี้เกิดขึ้นอย่างต่อเนื่อง สิ่งที่สะสมมาตั้งแต่บทความหนึ่งเรื่อง แผ่นพับหนึ่งแผ่น หรือเอกสารหนึ่งฉบับ จึงไม่ใช่ว่า “ครั้งหนึ่งเราเคยเขียนอะไรไว้” แต่กำลังกลายเป็นทุนทางปัญญาที่คนรุ่นต่อไปสามารถเรียกกลับมาใช้ เชื่อมโยง และต่อยอดด้วยเครื่องมือที่อาจยังจินตนาการไม่ถึงในวันนี้

เช่นนี้แล้ว อนาคตของมหาวิทยาลัยสวนดุสิตไม่ควรวัดกันเฉพาะว่า “ใช้ AI ได้เก่งเพียงใด” คนสวนดุสิตจะต้องมองและตั้งคำถามใหม่ให้ลึกซึ้งว่า “เราได้สร้างองค์ความรู้ที่มีคุณภาพไว้ให้มนุษย์และ AI นำไปต่อยอดมากขึ้นเพียงใด” เพราะจุดหมายปลายทางของเทคโนโลยีอยู่ที่การทำให้สิ่งที่มนุษย์เคยคิด เคยเขียน และเคยสร้างไว้ สามารถกลับมามีชีวิต เชื่อมโยง และก่อให้เกิดความรู้ใหม่ได้อีกครั้ง ไม่ใช่การทำให้มนุษย์หยุดคิดแล้วมอบหน้าที่ทั้งหมดให้กับเครื่องจักร เพราะท้ายที่สุด การเดินทางจาก “ปัญญามนุษย์” สู่ “ปัญญาประดิษฐ์” จะมีความหมายก็ต่อเมื่อเทคโนโลยีนั้นสามารถกลับมา “ประดิษฐ์ปัญญา” ให้แก่มนุษย์ได้อีกครั้ง