เปิดมุมมองรองประธานฝ่ายวิจัย Gartner ทำไม ChatGPT สั่นสะเทือนโลก AI?

เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence) หรือ AI นั้นพัฒนามาอย่างต่อเนื่องและเรียกได้ว่ามาถึงจุดสูงสุดในช่วงปลายปี 2022 ต่อเนื่องปี 2023 โดยเฉพาะ AI ของบริษัท OpenAI อย่าง ChatGPT ที่สร้างความฮือฮาไปทั่วโลก เนื่องจากเป็นแพลตฟอร์มที่สามารถตอบคำถามได้อย่างครอบคลุมยอมรับข้อผิดพลาด พร้อมนำเสนอข้อมูลใหม่ ๆ เพื่อปรับเปลี่ยนข้อมูลที่ไม่ถูกต้อง และปฏิเสธคำร้องขอที่ไม่สมเหตุสมผลได้

นอกจากนี้จากการทดลองใช้งานของคนทั่วโลกก็พบความสามารถอีกมากมายของ ChatGPT ตั้งแต่การหาข้อผิดพลาดของโค้ดคอมพิวเตอร์ แต่งบทละคร เขียนคำโฆษณา เขียนบทความ เรื่อยไปจนถึงเขียนเรียงความให้บรรดานักศึกษา แต่หลายคนอาจยังไม่รู้ว่าพัฒนาการสำคัญของวงการ AI ที่สำคัญที่ทำให้เกิดเป็น ChatGPT คืออะไร บรรดาองค์กรจะใช้ประโยชน์อะไรได้บ้างจากเทคโนโลยีนี้ และจากนี้ไปจะมีปัญหาด้านจริยธรรมเกิดขึ้นบ้าง ซึ่งคำถามเหล่านี้ เบิร์น เอลเลียต รองประธานฝ่ายวิจัย การ์ทเนอร์ อิงค์ (Gartner) บริษัทวิจัยและให้คำปรึกษายักษ์ใหญ่ของโลก ได้ให้คำตอบเอาไว้อย่างน่าสนใจ

เหตุผลที่ ChatGPT โด่งดังไปทั่วโลก

สำหรับสาเหตุที่ ChatGPT กลายเป็นที่ฮือฮาไปทั่วโลกนั้น เบิร์น เอลเลียต รองประธานฝ่ายวิจัย การ์ทเนอร์ อิงค์ (Gartner) บริษัทวิจัยและให้คำปรึกษายักษ์ใหญ่ของโลกว่า ChatGPTเป็นปรากฏการณ์ Perfect Storm ที่เป็นการรวมกันของปัญญาประดิษฐ์ (AI) สองเรื่องใหญ่ ๆ ที่กำลังมาแรงในปัจจุบัน นั่นคือ Chat Bot และ GPT3 ที่นำเสนอวิธีการสื่อสารโต้ตอบพร้อมสร้างเนื้อหาที่น่าสนใจ เสมือนการพูดคุยกับมนุษย์ได้อย่างเป็นธรรมชาติ ซึ่งเป็นผลมาจากการพัฒนาเทคโนโลยีที่เกี่ยวข้องสำคัญในช่วงห้าปีที่ผ่านมา

ทั้งสองเทคโนโลยีทำงานร่วมกันโดย Chatbot จะสร้างปฏิสัมพันธ์การสนทนาที่ชาญฉลาดและเป็นธรรมชาติ ขณะที่ GPT3 จะสร้างเนื่อหาที่เข้าใจคำถาม เนื้อหาและบริบทของการสนทนา เมื่อสองสิ่งนี้ทำงานร่วมกันก็ทำให้เกิดเทคโนโลยีที่น่าตื่นเต้นถึงขั้นทำให้ผู้ใช้งานเกิดคำถามขึ้นได้ว่า เรากำลังสนทนากับมนุษย์หรือคอมพิวเตอร์กันแน่ หรือว่าเป็นคอมพิวเตอร์ที่เหมือนกับมนุษย์ ซึ่งการโต้ตอบบางครั้งสร้างความขบขัน บ้างนำเสนอข้อมูลลึกซึ้งและบางทีก็เต็มไปด้วยสาระความรู้

อย่างไรก็ตามเอลเลียต ระบุว่า เป็นเรื่องที่น่าเสียดายที่บางครั้ง ChatGPT ยังนำเสนอเนื้อหาได้ไม่ถูกต้องและไม่ได้อยู่บนพื้นฐานความเข้าใจหรือสติปัญญาของมนุษย์ ปัญหาอาจอยู่ที่คำว่า ‘เข้าใจ’ และ ‘ความฉลาด’ ซึ่งขึ้นอยู่กับการป้อนข้อมูลของมนุษย์ที่อาจมีความหมายคลุมเครือไม่ชัดเจน ดังนั้นเมื่อนำไปใช้กับอัลกอริธึม อาจส่งผลให้เกิดความเข้าใจผิดอย่างรุนแรง

ซึ่งในมุมที่มีประโยชน์กว่าคือการได้เห็นว่าแชทบอทและโมเดลภาษาขนาดใหญ่ (LLM) เช่น GPT ได้กลายเป็นเครื่องมือที่มีคุณค่าสำหรับการทำงานเฉพาะอย่างให้สำเร็จลุล่วงได้ ที่ไม่ใช่เพื่อความบันเทิง โดยความสำเร็จจะเกิดขึ้นหรือไม่นั้นขึ้นอยู่กับการนำเทคโนโลยีเหล่านี้ไปใช้ในแอปพลิเคชันที่เหมาะสมและมอบประโยชน์ต่อองค์กรอย่างแท้จริง

รูปแบบการใช้ ChatGPT ในองค์กร

เอลเลียต ยังให้ความเห็นถึงการนำ ChatGPT ไปใช้ประโยชน์สำหรับองค์กรเอาไว้ด้วยว่า สำหรับการใช้งานเทคโนโลยีแชทบอทหรือผู้ช่วยการสนทนาในเชิงธุรกิจระดับสูงนั้น จะใช้เพื่อจัดเตรียมรูปแบบการโต้ตอบด้วยการเรียบเรียงเนื้อหาจากแหล่งข้อมูล โดยแชทบอทจะมีรูปแบบการใช้งานมากมายอยู่ในระบบของตัวเองอยู่แล้ว ตั้งแต่การให้บริการลูกค้าไปจนถึงการช่วยเหลือทีมงานเทคนิคในการระบุปัญหาต่าง ๆ

แต่สำหรับการใช้งาน ChatGPT ระดับสูงขึ้นไปอีก จะใช้เป็นแชทบอทที่มีความเฉพาะสำหรับ Chat โต้ตอบหรือ ‘สนทนา’ กับแหล่งข้อมูลของ GPT ในกรณีนี้แหล่งข้อมูล GPT จะได้รับการทดสอบโดเมนเฉพาะโดย OpenAI ซึ่งข้อมูลการทดสอบที่ใช้ในแบบจำลองนี้จะกำหนดวิธีการตอบคำถามเอาไว้ อย่างไรก็ตามความสามารถของ GPT สำหรับสร้างฐานข้อมูลยังไม่สามารถคาดเดาได้ว่าข้อมูลที่ได้นั้นเป็นเท็จ นั่นหมายความว่าข้อมูลสามารถใช้ได้กับบางสถานการณ์ที่ข้อผิดพลาดสามารถยอมรับหรือแก้ไขให้ถูกต้องได้

รองประธานฝ่ายวิจัย Gartner ระบุว่าเทคโนโลยีมีรูปแบบการใช้งานโมเดลพื้นฐานมากมายเช่น GPT ในโดเมนต่างๆอย่างComputer Vision, Software Engineering และงานวิจัยและพัฒนาทางวิทยาศาสตร์ (Scientific Research and Development) เช่น มีการใช้แบบจำลองพื้นฐานสร้างรูปภาพขึ้นจากข้อความ และตรวจสอบโค้ดจากภาษาธรรมชาติ (Natural Language)  รวมถึงการทำ Smart Contracts  หรือแม้แต่ในด้านการดูแลสุขภาพ (Healthcare) เช่น การสร้างยารักษาโรคใหม่ ๆ และการถอดรหัสลำดับจีโนมเพื่อจำแนกโรค เป็นต้น

ข้อกังวลด้านจริยธรรม

นอกจากข้อดีในระดับที่สั่นสะทือนวงการ AI แล้ว ChatGPT ก็ยังคงมีข้อกังวลในแง่จริยธรรมอยู่ด้วย ซึ่งในเรื่องนี้ เอลเลียต ระบุว่า ยังคงมีความเสี่ยงและข้อกังวลในด้านจริยธรรมอยู่ด้วยดังนี้

1. Complexity โมเดลจำลองขนาดใหญ่ต้องใช้พารามิเตอร์นับพันล้านหรืออาจมากถึงล้านล้าน โดยโมเดลจำลองเหล่านี้มีขนาดใหญ่เกินไปที่องค์กรจะนำมาทดสอบใช้งาน เนื่องจากต้องใช้ทรัพยากรการประมวลผลที่จำเป็นจำนวนมาก อาจทำให้มีราคาแพงและไม่เป็นมิตรต่อสิ่งแวดล้อม
2. Concentration of power โมเดลจำลองเหล่านี้ส่วนใหญ่สร้างขึ้นโดยบริษัทเทคโนโลยีที่ใหญ่ที่สุด ด้วยการลงทุนกับการวิจัยและพัฒนาจำนวนมหาศาล และมีความสามารถด้าน AI เป็นสำคัญ ซึ่งสิ่งเหล่านี้ส่งผลให้เกิดการกระจุกตัวของอำนาจในหน่วยงานขนาดใหญ่ไม่กี่แห่ง อาจสร้างความไม่สมดุลในอนาคต
3. Potential misuse โมเดลจำลองพื้นฐานช่วยลดต้นทุนในการสร้างเนื้อหา ซึ่งหมายความว่าการสร้าง Deepfake ที่ใกล้เคียงกับต้นฉบับจะง่ายขึ้น รวมถึงทุก ๆ อย่าง ตั้งแต่การเลียนแบบเสียงและวิดีโอไปจนถึงผลงานศิลปะปลอม ตลอดจนการโจมตีแบบกำหนดเป้าหมาย ซึ่งข้อกังวลด้านจริยธรรมร้ายแรงที่เกี่ยวข้องอาจทำให้เสียชื่อเสียงหรือสร้างความขัดแย้งทางการเมืองได้
4. Black-box nature โมเดลจำลองเหล่านี้ยังต้องการการทดสอบอย่างถี่ถ้วน และสามารถให้ผลลัพท์ที่ไม่เป็นที่พึงประสงค์ได้ เนื่องจากการทดสอบในลักษณะกล่องดำ (Black-box nature) ที่ไม่คำนึงถึงคำสั่งภายในซอฟต์แวร์ และคลุมเครือว่าฐานข้อมูลที่ตอบสนองนั้นเท็จจริงเพียงใด อาจนำเสนอผลลัพธ์ที่เอนเอียงได้จากข้อมูลที่กำหนดไว้ โดยกระบวนการทำให้ข้อมูลตรงกันของแบบจำลองดังกล่าวสามารถนำไปสู่ความล้มเหลวได้ หากคลาดเคลื่อนเพียงจุดเดียว
5. Intellectual property โมเดลแบบจำลองถูกทดสอบกับคลังข้อมูลของชิ้นงานต่างๆที่ถูกสร้างขึ้น และยังไม่ชัดเจนว่าจะมีกฎหมายบังคับอย่างไรสำหรับการนำเนื้อหานี้กลับมาใช้ใหม่ และหากเนื้อหานั้นมาจากทรัพย์สินทางปัญญาของผู้อื่น

แนวทางการใช้โมเดลพื้นฐานเอไออย่างมีจริยธรรม

จากความเสี่ยงที่อาจเกิดขึ้นรวมถึงความกังวลด้านจริยธรรม เอลเลียต ได้เสนอแนะถึงแนวทางเพื่อให้มีการใช้โมเดลพื้นฐาน AI อย่างมีจริยธรรมเอาไว้ด้วย โดยระบุว่าจะต้องเริ่มต้นจากการใช้งานการประมวลผลภาษาตามธรรมชาติ (Natural Language Processing – NLP) เช่น การจัดหมวดหมู่ การสรุป และการสร้างข้อความในสถานการณ์ที่ไม่ได้เจอตัวลูกค้า และเลือกงานที่มีความเฉพาะ โดยโมเดลจำลองที่ได้รับการฝึกฝนมาแล้วจะสามารถลดต้นทุนการปรับแต่งและการทดสอบที่มีราคาแพง หรือใช้ในกรณีที่ต้องการตรวจสอบผลลัพธ์โดยมนุษย์

ใช้สร้างเอกสารเชิงกลยุทธ์ที่สรุปประโยชน์ ความเสี่ยง โอกาส และแผนงานการปรับใช้โมเดลจำลองพื้นฐาน AI เช่น GPT ซึ่งจะช่วยพิจารณาว่าได้ประโยชน์มากกว่าความเสี่ยงหรือไม่ กรณีที่นำมาใช้งานเฉพาะ

ใช้ APIs บนคลาวด์สำหรับสร้างรูปแบบจำลองและเลือกแบบจำลองที่มีขนาดเล็กที่สุด เพื่อให้มีความแม่นยำและมีประสิทธิภาพตรงตามความต้องการ เพื่อลดความซับซ้อนในการดำเนินงาน ลดการใช้พลังงานและเพิ่มประสิทธิภาพด้านต้นทุนรวมสำหรับการเป็นเจ้าของ

รวมไปถึงการจัดลำดับความสำคัญของผู้จำหน่ายที่ส่งเสริมการปรับใช้โมเดลอย่างมีความรับผิดชอบโดยการเผยแพร่แนวทางการใช้งาน การบังคับใช้ รวมถึงบันทึกช่องโหว่และจุดอ่อนที่ทราบ พร้อมเปิดเผยพฤติกรรมที่เป็นอันตรายและสถานการณ์การใช้งานในทางที่ผิดแบบเชิงรุก

และนั่นก็คือความเห็นของ เบิร์น เอลเลียต รองประธานฝ่ายวิจัยบริษัท Gartner บริษัทวิจัยและให้คำปรึกษาชั้นนำของโลกเกี่ยวกับเทคโนโลยี ChatGPT รวมถึง AI ที่ทำงานจากฐานข้อมูลที่พัฒนาขึ้นมาจนสร้างความสั่นสะเทือนให้กับวงการ AI นอกจากนี้ให้ฉายภาพให้เห็นความเสี่ยงและปัญหาเรื่องจริยธรรมรวมถึงแนะแนวทางการใช้งาน AI อย่างถูกต้องเอาไว้ ซึ่งเชื่อว่าสิ่งเหล่านี้น่าจะเป็นประโยชน์กับองค์กรต่างๆที่วางแผนที่จะนำเอาเทคโนโลยี AI มาใช้งานต่อไปในอนาคตไม่มากก็น้อย