ความไม่สอดคล้องของ AI คืออะไร และทำไมเราควรสนใจ
ความไม่สอดคล้องของ AI คือปรากฏการณ์ที่ระบบปัญญาประดิษฐ์ให้คำตอบต่างกันต่อคำถามที่เหมือนกัน ทั้งที่ผู้ใช้รู้สึกว่าตนเองพิมพ์คำสั่งเดิม ใช้บริบทคล้ายเดิม และคาดหวังผลลัพธ์เดิม แต่โมเดลกลับเปลี่ยนคำตอบไปอย่างไม่น่าเดา ทำให้ผู้ใช้เริ่มตั้งคำถามต่อความแม่นยำของ AI ความเชื่อถือ AI และขอบเขตการใช้เพื่อตัดสินใจในเรื่องสำคัญ ทั้งหมดนี้ไม่ใช่เพียงเรื่องเทคนิคเล็กน้อย แต่กระทบโดยตรงต่อวิธีที่สังคมมองความน่าเชื่อถือของเทคโนโลยีและวิธีตีความคำตอบจาก AI ในชีวิตประจำวัน
ประเด็นสำคัญคือ ความไม่สอดคล้องของ AI ไม่ได้เกิดแค่ในห้องแล็บ แต่เกิดต่อหน้าคนจำนวนมากในโลกออนไลน์และเชื่อมโยงกับอารมณ์ ความขำขัน หรือแม้แต่ความขัดแย้งทางการเมือง เมื่อคนส่วนใหญ่ยังมองคำตอบจาก AI เสมือนคำตอบจากครูหรือผู้เชี่ยวชาญ การที่ระบบตอบไม่เหมือนกันจึงกลายเป็นเรื่องใหญ่ทันที และนี่คือเหตุผลว่าทำไมเราควรเข้าใจธรรมชาติของคำตอบจาก AI ให้มากกว่าระดับผิวเผิน
กรณี TH-AI Passport กับคำว่า “สว.”: เกมคำกับสีที่กลายเป็นดราม่า
กรณีศึกษาเรื่องความไม่สอดคล้องของ AI ที่เห็นภาพชัด คือเกมจับคู่คำกับสีในโครงการ TH-AI Passport ผู้ใช้คนหนึ่งสั่งให้ระบบตอบชื่อสีที่นึกถึงเมื่อเห็นคำ เช่น พิมพ์คำว่า กล้วย ได้คำตอบว่า สีเหลือง พิมพ์ เงาะ ระบบตอบว่า สีแดง แต่เมื่อพิมพ์คำย่อว่า สว. ระบบกลับตอบว่า สีน้ำเงิน จนถูกแชร์ต่ออย่างกว้างขวางและเชื่อมโยงกับประเด็นทางการเมืองในโลกออนไลน์
สิ่งที่น่าสนใจคือ ผู้ใช้ไม่ได้เปลี่ยนกติกาอะไรเลย เขาเพียงแค่เปลี่ยนคำจากชื่อผลไม้เป็นคำย่อที่ไวต่ออารมณ์สังคม แต่ AI กลับเลือกสีที่ทำให้เกิดการตีความหลากหลายทันที เหตุการณ์นี้ทำให้หลายคนเริ่มถามว่า ความแม่นยำของ AI อยู่ตรงไหน การทดสอบ AI แบบง่ายๆ แค่เปลี่ยนคำไม่กี่คำสามารถสะท้อนช่องโหว่ด้านการสื่อสารและการคาดเดาความหมายของระบบได้มากกว่าที่นักพัฒนาคิดไว้
เมื่อ ChatGPT ตอบ “สว.สีส้ม” แทน “สว.สีน้ำเงิน” แปลว่าอะไร
เพื่อโต้กระแสโจมตี TH-AI Passport มีรัฐมนตรีช่วยคนหนึ่งออกมาเล่าว่า ตนลองตั้งเกมคล้ายกันกับ ChatGPT โดยพิมพ์ว่า ฉันจะพูดคำหนึ่ง ให้ตอบมาเป็นสีนะ แล้วเริ่มทดสอบด้วยคำหลายคำ ปรากฏว่าระบบตอบ กล้วยสีเหลือง แอปเปิ้ลสีแดง สว.สีส้ม นันทนาสีชมพู และสิริพงศ์สีน้ำเงิน คำย่อ สว. ที่เคยถูกระบบหนึ่งตอบว่า สีน้ำเงิน กลับถูกอีกระบบตอบว่า สีส้ม สะท้อนชัดว่าความไม่สอดคล้องของ AI ไม่ใช่เหตุบังเอิญของระบบเดียว
ข้อเท็จจริงนี้ส่งสัญญาณสำคัญสองอย่าง อย่างแรก คำตอบของ AI ผูกกับข้อมูลและบริบทที่ระบบนำมาประมวลผลแตกต่างกัน ทำให้สีที่ถูกเลือกไม่เหมือนกันได้ แม้คำถามคล้ายกัน อย่างที่สอง เมื่อผู้ใช้เห็น AI สองตัวตอบต่างกันต่อคำเดียวกัน ความเชื่อถือ AI ย่อมสั่นคลอนโดยอัตโนมัติ หากยังยึดคำตอบจากระบบใดระบบหนึ่งเป็นข้อสรุปเด็ดขาด ก็เท่ากับมองข้ามธรรมชาติที่ผันผวนของโมเดลภาษาไปอย่างน่าเป็นห่วง
ผู้ใช้ควรวางใจ AI แค่ไหน เมื่อคำตอบเปลี่ยนได้ทุกครั้ง
คำถามใหญ่ที่ตามมาคือ เราควรเชื่อคำตอบของ AI ระดับไหน คำตอบที่ตรงไปตรงมาคือ ห้ามปักใจเชื่อคำตอบเดียวโดยไม่ตั้งคำถามเอง ทั้งรัฐมนตรีที่ออกมาให้ความเห็นยังย้ำว่า คำตอบจาก AI ขึ้นอยู่กับข้อมูลที่ระบบนำมาประมวลผลและไม่สามารถยึดถือเป็นข้อสรุปได้ทันที นี่ไม่ใช่ประโยคสวยหรูเพื่อป้องกันตัวผู้พัฒนา แต่เป็นหลักคิดที่ผู้ใช้ทุกคนควรติดตัวไว้ทุกครั้งที่เปิดหน้าจอแล้วถามอะไรกับ AI
แนวคิดนี้ทำให้เราต้องปรับทัศนคติเรื่องความแม่นยำของ AI ใหม่ แทนที่จะถามว่า AI ผิดหรือถูกแบบขาวดำ เราควรถามว่า คำตอบนี้พอใช้เป็นจุดตั้งต้นได้ไหม และเราตรวจสอบเพิ่มจากที่อื่นแล้วหรือยัง การทดสอบ AI ด้วยการลองหลายครั้ง เปลี่ยนวิธีถาม และเปรียบเทียบคำตอบ จึงสำคัญไม่แพ้การรู้คำสั่งลัดหรือเทคนิคการใช้งาน เพราะมันช่วยให้เราไม่หลงเชื่อผลลัพธ์ที่เกิดจากความไม่สอดคล้องของ AI โดยไม่รู้ตัว
วิธีใช้ AI อย่างไม่โง่: ตั้งคำถาม ตรวจซ้ำ และใช้เป็นเครื่องมือ ไม่ใช่ผู้พิพากษา
ในมุมมองของผู้เขียน ปัญหาไม่ใช่แค่ว่า AI ตอบ สว. เป็นสีน้ำเงินหรือสีส้ม แต่คือวิธีที่เราปฏิบัติต่อคำตอบเหล่านั้น หากเราปล่อยให้ข้อความจากจอหนึ่งบรรทัดกลายเป็นความจริงเด็ดขาด เรากำลังให้ AI ขึ้นเป็นผู้พิพากษาเหนือวิจารณญาณของตัวเอง ทั้งที่บทบาทที่เหมาะสมกว่าคือการเป็นผู้ช่วยเสนอทางเลือก ให้ข้อมูลหลากหลาย และกระตุ้นให้เราคิดต่อ
รัฐมนตรีผู้ทดลองใช้ AI ถึงกับพูดแรงว่า ถ้าใครเชื่อในสิ่งที่ AI ตอบ โดยไม่กลั่นกรอง ไม่ตั้งคำถาม อันนั้นโง่แน่นอน คำพูดนี้อาจฟังดูดุ แต่มีประโยชน์เพราะเตือนให้เราใช้ AI แบบมีสติ วิธีที่ดีคือ ตั้งคำถามให้ชัด หาคำตอบมากกว่าหนึ่งครั้ง สั่งให้ระบบลองตอบใหม่เมื่อสงสัย และตรวจสอบกับแหล่งข้อมูลอื่นเสมอ เมื่อทำแบบนี้ AI จะกลายเป็นครูฝึกให้เราคิดเป็น ไม่ใช่เครื่องมือทำให้เราขี้เกียจคิด
