» ปัญญาประดิษฐ์กับงานวิจัย…ใช้/ไม่ใช้ อย่างไรดี

ในยุคที่ปัญญาประดิษฐ์มีการพัฒนาอย่างก้าวกระโดด ผู้เขียนจึงเป็นอีกหนึ่งคนที่ใช้ปัญญาประดิษฐ์ “ช่วย” ในการทำวิจัยเฉกเช่นเดียวกับนักวิจัยท่านอื่น ๆ อย่างไรก็ตาม ปฏิเสธไม่ได้ว่าท่ามกลางกระแสความตื่นตัวในการใช้ปัญญาประดิษฐ์เพื่ออำนวยความสะดวกและเพิ่มประสิทธิภาพในการทำงาน ก็เกิดข้อถกเถียงของการใช้ปัญญาประดิษฐ์ในงานวิจัยด้วยเช่นกัน ในบทความนี้ ผู้เขียนพยายามสำรวจจุดแข็ง โอกาส ข้อจำกัด ข้อพึงระวัง ตลอดจนแนวปฏิบัติที่ดีของการใช้ปัญญาประดิษฐ์ในงานวิจัย เพื่อเป็นจุดเริ่มต้นในการพัฒนาแนวปฏิบัติที่ดีของการใช้ปัญญาประดิษฐ์ต่อไปในอนาคต

ที่มาภาพ : https://www.pexels.com/photo/bionic-hand-and-human-hand-finger-pointing-6153354/

ปัญญาประดิษฐ์ที่ใช้ในงานวิจัยคืออะไร

โดยทั่วไปเมื่อกล่าวถึงปัญญาประดิษฐ์ที่นำมาใช้ในงานวิจัย มักจะหมายถึง Generative Artificial Intelligence (GenAI) ซึ่งเป็นเทคโนโลยีปัญญาประดิษฐ์ที่สร้างเนื้อหาแบบอัตโนมัติ โดยใช้ภาษาที่เป็นธรรมชาติ (natural-language conversational interfaces) เพื่อตอบสนองต่อข้อมูลที่ถูกป้อน (prompt) (UNESCO, 2023) โดย GenAI ที่เป็นที่รู้จักกันดี และทำให้เกิดกระแสการนำปัญญาประดิษฐ์มาใช้ในงานเขียนต่าง ๆ ก็คือ Chat GPT ซึ่งมีจำนวนผู้ใช้งานรายเดือน (monthly active user) กว่า 100 ล้านราย ณ เดือนมกราคม 2566 (UNESCO, 2023)

นอกจาก Chat GPT แล้ว ยังมีปัญญาประดิษฐ์อีกหลายตัวที่ถูกนำมาใช้ในงานวิจัย โดยมีวัตถุประสงค์ที่แตกต่างกัน เช่น เพื่อการสืบค้นข้อมูล เพื่อการสรุปเนื้อหาจากการทบทวนวรรณกรรม เพื่อการเขียนและปรับปรุงเนื้อหา เป็นต้น ซึ่งผู้สนใจสามารถดูรายละเอียดเพิ่มเติมได้จากบทความของ Robert F. J. Pinzolits (2023) และเว็บไซต์ Master Academia

จุดแข็ง/โอกาสของการใช้ปัญญาประดิษฐ์ในงานวิจัย

จุดแข็งหรือโอกาสของการใช้ปัญญาประดิษฐ์ในงานวิจัยที่มักถูกกล่าวถึงเป็นลำดับแรก คือ “ความเร็ว” ในการประมวลข้อมูล ซึ่งช่วยประหยัดเวลาในการทำวิจัย เช่น การใช้ปัญญาประดิษฐ์เพื่อสืบค้นข้อมูล เพื่อคัดเลือกบทความหรือวรรณกรรมที่เกี่ยวข้องกับหัวข้อที่ต้องการศึกษา หรือเพื่อประมวลผลข้อมูลขนาดใหญ่ในระยะเวลาอันรวดเร็ว เป็นต้น เพราะช่วยให้นักวิจัยสามารถเข้าถึงข้อมูลที่เกี่ยวข้องและเป็นประโยชน์ได้รวดเร็วมากขึ้น หรือช่วยทำความเข้าใจเนื้อหาในเบื้องต้น รวมถึงช่วยคัดกรองเนื้อหาว่านักวิจัยควรศึกษาเนื้อหาส่วนใดเพิ่มเติมให้ละเอียดมากยิ่งขึ้น (reading in-depth) เป็นต้น

นอกจากนี้ ปัญญาประดิษฐ์ยังช่วยเพิ่มประสิทธิภาพในกระบวนการเขียนงานวิจัย เช่น การใช้ปัญญาประดิษฐ์เพื่อปรับปรุงเนื้อหาที่นักวิจัยจัดทำให้มีความชัดเจนมากขึ้น รวมถึงช่วยกระตุ้นกระบวนการคิดเชิงวิเคราะห์ (critical thinking) ของนักวิจัย เช่น ช่วยสรุปเนื้อหาที่นักวิจัยได้จัดทำขึ้น เพื่อสะท้อนให้นักวิจัยได้ทราบว่าเนื้อหางานวิจัยที่จัดทำขึ้นนั้นมีความถูกต้องหรือมีความชัดเจนมากน้อยเพียงใด หรืออาจใช้เพื่อช่วยพิจารณาข้อโต้แย้งที่อาจเกิดขึ้นได้ เป็นต้น (Master Academia, n.d.)

ข้อถกเถียงของการใช้ปัญญาประดิษฐ์ในงานวิจัย

แม้ว่าการใช้ปัญญาประดิษฐ์จะช่วยอำนวยความสะดวกและเพิ่มประสิทธิภาพในการทำวิจัยมาก แต่ก็ยังมีข้อถกเถียงอีกมาก

ตัวอย่างเช่น องค์การการศึกษา วิทยาศาสตร์และวัฒนธรรมแห่งสหประชาชาติ (United Nations Educational, Scientific and Cultural Organization : UNESCO) ได้จัดทำ Guidance for generative AI in education and research (2023) เพื่อเป็นคำแนะนำสำหรับประเทศต่าง ๆ ในการจัดทำแผนปฏิบัติการ/นโยบายระยะยาวในการพัฒนาขีดความสามารถของมนุษย์ เพื่อให้มั่นใจได้ว่าจะสามารถใช้เทคโนโลยีปัญญาประดิษฐ์ในการศึกษาและงานวิจัย โดยที่ยังคงมีมนุษย์เป็นศูนย์กลาง (human-centred vision) (UNESCO, 2023)

ประเด็นข้อถกเถียงของการใช้ปัญญาประดิษฐ์ในงานวิจัยที่ UNESCO สรุปไว้ก็อย่างเช่น การซ้ำเติมความยากจนทางดิจิตอล (worsening digital poverty) โดยเฉพาะประเทศที่ไม่สามารถเข้าถึงเทคโนโลยีด้านข้อมูลขนาดใหญ่ ซึ่งจำเป็นต่อการประมวลข้อมูลของปัญญาประดิษฐ์ การนำข้อมูลไปใช้โดยไม่ได้รับความยินยอมจากเจ้าของข้อมูล หรือการสร้างเนื้อหาปลอมจากข้อมูลที่มีอยู่ เป็นต้น

จะเห็นได้ว่าข้อถกเถียงหลายประเด็นยังเป็นเรื่องใหม่ และยังต้องการการศึกษาเพิ่มเติมเพื่อพัฒนาแนวปฏิบัติที่ดีต่อไป

ข้อควรระวังและแนวปฏิบัติที่ดีของการใช้ปัญญาประดิษฐ์ในงานวิจัย

ดังที่ได้กล่าวแล้วข้างต้น การใช้ปัญญาประดิษฐ์ในงานวิจัยเป็นประเด็นใหม่ในแวดวงวิชาการ และยังมีข้อถกเถียงถึงความเหมาะสมของการใช้งานอีกมาก อย่างไรก็ตาม แม้ว่าปัจจุบันจะยังไม่มีมาตรฐานหรือแนวปฏิบัติที่ชัดเจนในการใช้ปัญญาประดิษฐ์ในงานวิจัย แต่ผู้เขียนเห็นว่าเราไม่อาจปฏิเสธหรือหลีกเลี่ยงการใช้ปัญญาประดิษฐ์ได้ ทั้งนี้ ผู้เขียนพยายามสรุปข้อควรระวังของการใช้ปัญญาประดิษฐ์ในงานวิจัย ซึ่งอาจจำแนกได้เป็น 3 ประเด็น

ประเด็นแรก ปัญญาประดิษฐ์ยังไม่สามารถแทนที่นักวิจัยที่เป็นมนุษย์จริง ๆ ได้ เนื่องจากยังมีข้อจำกัดหลายประการ อาทิ

ปัญญาประดิษฐ์ยังไม่สามารถแยกแยะหรือประเมินได้เองว่าข้อมูลหรืองานวิจัยที่มีอยู่เดิมนั้น มีคุณภาพหรือมีความถูกต้องมากน้อยแค่ไหน
ปัญญาประดิษฐ์ใช้ข้อมูล ณ วันที่กำหนด (cutoff date) เป็นข้อมูลในการประมวลผล ซึ่งหากมีข้อมูลหรืองานวิจัยที่ใหม่กว่าวันที่กำหนดนั้น ก็จะยังไม่สามารถประมวลได้
ปัญญาประดิษฐ์ทำงานโดยการประมวลผลข้อมูลจากงานวิจัยที่มีอยู่แล้วเท่านั้น ยังไม่สามารถสังเคราะห์งานวิจัยใหม่ที่ยังไม่เคยมีการศึกษามาก่อนได้
ปัญญาประดิษฐ์สามารถสรุปข้อมูลจากงานวิจัยหรือการทบทวนวรรณกรรมและสามารถสังเคราะห์เป็นเนื้อหางานวิจัยได้อย่างรวดเร็ว แต่ก็อาจเกิดการสรุปเนื้อหาที่เป็นการ “ทำซ้ำ” หรือการขโมยความคิดหรือผลงานทางวิชาการ (plagiarism[1]) ซึ่งเป็นการละเมิดจริยธรรมในงานวิจัยที่ร้ายแรง

ข้อจำกัดต่าง ๆ เหล่านี้ ล้วนเป็นประเด็นที่นักวิจัยต้องตรวจสอบและควบคุมการทำงานของปัญญาประดิษฐ์อีกชั้นหนึ่ง ดังนั้น ปัญญาประดิษฐ์จึงยังไม่สามารถแทนที่นักวิจัยได้ แต่ควรเป็น “เครื่องมือ” ที่ช่วยให้นักวิจัยทำงานได้ง่ายและมีประสิทธิภาพมากขึ้น

ประเด็นที่สอง เนื่องจากปัญญาประดิษฐ์เรียนรู้หรือประมวลผลจากชุดข้อมูลที่มีอยู่แล้ว (existing data set) อีกทั้งไม่สามารถประเมินคุณภาพของข้อมูลได้เอง ดังนั้น หากชุดข้อมูลดังกล่าวมีความเอนเอียงหรือเป็นข้อมูลที่ไม่ถูกต้อง คลาดเคลื่อน ก็อาจส่งผลให้เกิดการทำซ้ำและขยายผลความเอนเอียงหรือความไม่ถูกต้องให้มากยิ่งขึ้น นำไปสู่ข้อสรุปของงานวิจัยที่อาจผิดพลาด คลาดเคลื่อน และสร้างผลกระทบต่อมนุษย์ได้ โดยเฉพาะข้อสรุปของงานวิจัยในสาขาที่เกี่ยวข้องกับการแพทย์หรือกฎหมาย ดังนั้น นักวิจัยจึงต้องตรวจสอบให้มั่นใจว่าชุดข้อมูลที่นำมาใช้มีความถูกต้อง หลากหลาย และสามารถสะท้อนถึงผู้มีส่วนได้ส่วนเสียครอบคลุมทุกกลุ่ม

ประเด็นสุดท้าย คือ ความเป็นส่วนตัวและความปลอดภัยของข้อมูล โดยเฉพาะข้อมูลที่มีความอ่อนไหว และสามารถระบุตัวตนบุคคลได้ เช่น ประวัติทางการแพทย์ ข้อมูลด้านการเงิน เป็นต้น เนื่องจากทันทีที่ปัญญาประดิษฐ์สามารถเข้าถึงข้อมูลเพื่อประมวลผลได้ ข้อมูลดังกล่าวจะกลายเป็นข้อมูลสาธารณะที่ทุกคนสามารถเข้าถึงได้เช่นกัน ดังนั้น นักวิจัยต้องมีกระบวนการในการรักษาความปลอดภัยของข้อมูล จำกัดการเข้าถึงข้อมูลอ่อนไหว และต้องมั่นใจว่าข้อมูลทั้งหมดไม่มีการระบุตัวตน หรือสามารถลบ หรืออำพรางข้อมูล (de-identified) เพื่อป้องกันข้อมูลรั่วไหลได้

สำหรับแนวปฏิบัติที่ดีของการใช้ปัญญาประดิษฐ์ในงานวิจัยนั้น ผู้เขียนเห็นว่านักวิจัย ในฐานะที่เป็น “ผู้ใช้งาน” จำเป็นต้อง “รู้เท่าทัน” องค์ความรู้หรือเทคโนโลยีที่พัฒนาอย่างก้าวกระโดด เพื่อให้สามารถใช้ปัญญาประดิษฐ์ในฐานะที่เป็นเครื่องมือที่สนับสนุนการทำงานวิจัยให้มีประสิทธิภาพมากขึ้น มีกระบวนการประเมินหรือตรวจสอบเนื้อหาที่ถูกสร้างขึ้นเพื่อให้มั่นใจว่ามีความถูกต้องหรือเป็นไปตามจริยธรรมงานวิจัย รวมทั้งควรระบุให้ชัดเจนว่าได้มีการนำปัญญาประดิษฐ์มาใช้ในขั้นตอนหรือกระบวนการใด เพื่อให้เกิดความโปร่งใสมากยิ่งขึ้น

สิ่งที่ควรทำและไม่ควรทำในการใช้ปัญญาประดิษฐ์ในงานวิจัย

ควรทำ	ไม่ควรทำ
การรวบรวมข้อมูลองค์ความรู้
ใช้ปัญญาประดิษฐ์ค้นหาข้อมูลที่มีการตีพิมพ์ทางวิชาการ เพื่อลดระยะเวลาดำเนินการ	เชื่อสิ่งที่ปัญญาประดิษฐ์สรุปมาทั้งหมด โดยไม่อ่านเนื้อหาดั้งเดิม (original text)
ใช้ปัญญาประดิษฐ์ช่วยตัดสินใจว่าจะอ่านเนื้อหาส่วนใดให้ละเอียดมากยิ่งขึ้น	ใช้ข้อมูลหรือคำจำกัดความ โดยไม่พิจารณาวัตถุประสงค์และบริบทของงานวิจัยในภาพรวม
ใช้ปัญญาประดิษฐ์รวบรวมบันทึกที่เกี่ยวข้องกับคำศัพท์ (term) หรือแนวคิด (concept) หรือเพื่อตอบคำถาม	ไม่ตรวจสอบว่าได้มีการใส่เครื่องหมายคำพูดสำหรับข้อความหรือประโยคที่ยกมาโดยตรง (direct quote) ซึ่งอาจเข้าข่ายการขโมยความคิดหรือผลงานทางวิชาการ (plagiarism) และเป็นการละเมิดจริยธรรมในงานวิจัยที่ร้ายแรง
การทบทวนวรรณกรรม
ใช้ปัญญาประดิษฐ์สรุปเนื้อหา เพื่อช่วยพิจารณาตัดสินใจว่าควรอ่านเนื้อหาส่วนใดในเชิงลึกมากยิ่งขึ้น	เชื่อสิ่งที่ปัญญาประดิษฐ์สรุปมาทั้งหมด โดยไม่อ่านเนื้อหาดั้งเดิม (original text)
ใช้ปัญญาประดิษฐ์สรุปเนื้อหา เพื่อสอบทานความเข้าใจของนักวิจัยหลังจากอ่านเนื้อหาต้นฉบับด้วยตนเองแล้ว	เชื่อมั่นว่าข้อสรุปจากปัญญาประดิษฐ์เป็น “ความจริง” โดยไม่มีการประเมิน (critical assessment)
ใช้ปัญญาประดิษฐ์สรุปเนื้อหา เพื่อช่วยในการจดบันทึกของนักวิจัย	ใช้เนื้อหาที่ปัญญาประดิษฐ์สรุป แทนการจดบันทึกความเข้าใจของนักวิจัยเอง
การเขียนงานวิจัย
ใช้ปัญญาประดิษฐ์ช่วยในการปรับปรุงการจดบันทึกของนักวิจัย	ใช้บันทึกที่ปัญญาประดิษฐ์สร้างขึ้นแต่เพียงอย่างเดียว โดยไม่จดบันทึกความคิดหรือความเข้าใจของนักวิจัยด้วยตนเอง
ใช้ปัญญาประดิษฐ์ช่วยติดตามแหล่งที่มาของข้อมูล เพื่อให้นักวิจัยสามารถใช้แหล่งอ้างอิงได้อย่างเหมาะสมในภายหลัง	คัดลอกข้อความที่ปัญญาประดิษฐ์สร้างขึ้น และไม่มีการติดตามแหล่งที่มาของข้อมูล
ใช้ปัญญาประดิษฐ์เป็นไอเดียตั้งต้นในการสรุปและจัดทำข้อมูล (ในรูปแบบของนักวิจัยเอง)	ใช้ข้อความที่เป็นการถอดความ (paraphrase) จากปัญญาประดิษฐ์โดยตรง