AI ของตัวเองคือความสามารถในการสร้างและตรวจสอบความรู้
AI พึ่งพาตนเองคือความสามารถของประเทศในการตั้งโจทย์วิจัย พัฒนาและปรับใช้เครื่องมือ วิเคราะห์ข้อมูล และตรวจสอบผลลัพธ์ด้วยบุคลากรกับองค์ความรู้ของตนเอง แทนการเป็นเพียงผู้ซื้อเทคโนโลยีสำเร็จรูปมาใช้งานโดยไม่มีทางเลือกอื่น นี่คือแก่นของข้อเสนอที่ ศ.ดร.ยศชนัน วงศ์สวัสดิ์ รองนายกรัฐมนตรีและรัฐมนตรีว่าการกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม กล่าวบนเวที TDRI Annual Public Conference 2026 เมื่อวันที่ 22 ตุลาคม 2569 โดยเสนอให้ใช้ AI และพลังประมวลผลเชื่อมความรู้ข้ามศาสตร์ พร้อมพัฒนาคนและโครงสร้างพื้นฐานวิจัย คำเตือนเรื่องการพึ่งพาผู้อื่นว่าอาจทำให้ “ไม่สามารถหายใจด้วยจมูกของตัวเองได้” ชี้ปัญหาได้ตรงกว่าคำขวัญด้านเทคโนโลยี หากระบบสำคัญ ข้อมูล และความสามารถในการตรวจสอบคำตอบอยู่ภายนอกทั้งหมด ประเทศย่อมมีอำนาจกำหนดทิศทางนวัตกรรมของตนจำกัด
จากผู้ใช้ความรู้สู่ผู้สร้างความรู้ใหม่
Thailand Discovery Nation 2030 วางเป้าหมายให้ประเทศขยับจากการใช้ความรู้ของโลกไปสู่การสร้างความรู้ใหม่ให้โลก ไม่ใช่เพียงนำเทคโนโลยีที่พัฒนาในต่างประเทศมาใช้ แต่ต้องสร้างผลงานและคำอธิบายที่คนอื่นนำไปเรียนรู้ต่อได้ ทิศทางนี้มีเหตุผลรองรับ เพราะงานวิจัยและพัฒนา AI หลายด้านยังติดข้อจำกัดเรื่องอุปกรณ์และการเข้าถึงแหล่งทุน ทำให้การต่อยอดองค์ความรู้ใหม่เกิดขึ้นในต่างประเทศมากกว่า AI อาจช่วยสืบค้นงานวิจัยนับแสนฉบับเพื่อค้นหาความเชื่อมโยงระหว่างสาขา แต่การประมวลผลไม่ได้แทนการตัดสินใจของนักวิจัยหรือหลักฐานจากการทดลอง ในงานวิจัย AI ระบบอาจชี้รูปแบบหรือเสนอวัสดุที่ควรศึกษาเพิ่ม ทว่าข้อสรุปเรื่องคุณสมบัติต้องกลับไปพิสูจน์ด้วยการทดลอง ข้อมูลที่มีที่มาชัด เครื่องมือวัดที่เหมาะสม และความรู้เฉพาะสาขาจึงเป็นเงื่อนไขของการค้นพบ ไม่ใช่ส่วนประกอบเสริม
เชื่อมผู้เชี่ยวชาญ เครื่องมือ สิทธิ และทุน
แนวคิด Nation of Masters ที่นำเสนอเมื่อวันที่ 20 ตุลาคม 2569 พยายามเชื่อมผู้เชี่ยวชาญ มหาวิทยาลัย งานวิจัย ภาคธุรกิจ และนักลงทุนให้ทำงานต่อกันได้ ตัวอย่างซินโครตรอนสะท้อนบทบาทของเครื่องมือวิจัยในการสร้างหลักฐานเกี่ยวกับวัสดุ ส่วนสิทธิบัตรและทุนร่วมลงทุนเป็นกลไกพาความรู้จากห้องทดลองไปสู่การพัฒนาธุรกิจ หากขาดส่วนใดส่วนหนึ่ง งานที่มีคุณค่าทางวิทยาศาสตร์อาจหยุดก่อนเกิดประโยชน์ต่อสังคม ทุนวิจัย AI จึงควรประเมินคุณภาพของคำถาม วิธีศึกษา และสิ่งที่เรียนรู้ได้ ไม่ใช่ตัดสินจากการมีผลิตภัณฑ์ขายได้ตั้งแต่ต้น เพราะงานวิจัยต้องรองรับความไม่แน่นอนและการทดลองที่อาจไม่ให้ผลตามคาด ขณะเดียวกัน ต้องกำหนดให้ชัดว่าใครเข้าถึงเครื่องมือและข้อมูลได้ ใครดูแลสิทธิในผลงาน และทุนช่วงทดลองจะส่งต่องานไปสู่การพัฒนาเชิงธุรกิจอย่างไร การเชื่อมรายชื่อผู้เชี่ยวชาญอย่างเดียวไม่พอ หากไม่มีโจทย์ร่วม การแบ่งงาน และจุดตัดสินใจว่าจะเดินหน้าหรือหยุด
AI ที่เพิ่มความสามารถของคนต้องมีระบบรองรับ
การพัฒนา AI ไทยไม่ควรวัดความสำเร็จจากการสร้างเครื่องจักรที่ทำงานแทนคนได้มากที่สุด แต่ควรวัดว่าคนเรียนรู้ ทำงาน และสร้างสรรค์สิ่งใหม่ได้ดีขึ้นเพียงใด ข้อเสนอให้เปลี่ยนจาก AI เพื่อเศรษฐกิจไปสู่ AI ที่เสริมปัญญามนุษย์ จึงเชื่อมเรื่องเทคโนโลยีกับการกำหนดอนาคตของประเทศโดยตรง มนุษย์ต้องยังเป็นผู้ตัดสินใจและควบคุมการใช้เทคโนโลยี แนวทางที่กล่าวถึงครอบคลุมตั้งแต่เพิ่มประสิทธิภาพการประมวลผล ส่งเสริมสุขภาพสมองและคุณภาพชีวิต พัฒนาการเรียนรู้ ไปจนถึงการฟื้นฟูร่างกายด้วยเทคโนโลยีเชื่อมต่อสมองกับคอมพิวเตอร์ แต่การทำให้วิสัยทัศน์เกิดผลยังต้องตอบคำถามที่เป็นรูปธรรม ได้แก่ งานวิจัยใดควรเริ่มก่อน ใครรับผิดชอบมาตรฐานข้อมูลและการใช้เครื่องมือร่วมกัน และทุนจะต่อเนื่องข้ามช่วงทดลองได้หรือไม่ หากข้อมูลแต่ละสถาบันใช้มาตรฐานต่างกัน การรวมผลเพื่อแก้โจทย์ใหญ่ก็ยากขึ้น เป้าหมายผู้นำในอีก 5–10 ปีจึงมีความหมายก็ต่อเมื่อเริ่มสร้างระบบสนับสนุนที่วัดผลและต่อเนื่องได้ตั้งแต่วันนี้
