ผศ.(พิเศษ) ดร.เอนก สุวรรณบัณฑิต
หลักสูตรปรัชญาดุษฎีบัณฑิต สาขาปรัชญาและจริยศาสตร์ บัณฑิตวิทยาลัย
มหาวิทยาลัยราชภัฎสวนสุนันทา

บทคัดย่อ

การพัฒนาปัญญาประดิษฐ์ทำให้ความสามารถในการวิเคราะห์ สังเคราะห์ สร้างเหตุผล และผลิตองค์ความรู้ ซึ่งเคยถูกมองว่าเป็นกิจกรรมทางปัญญาของมนุษย์ สามารถเกิดขึ้นผ่านระบบคอมพิวเตอร์ได้อย่างน่าทึ่ง ปรากฏการณ์ดังกล่าวนำไปสู่คำถามทางปรัชญาว่า หากปัญญาประดิษฐ์สามารถแสดงความสามารถในการคิดได้ ข้อเสนอของมาร์ติน ไฮเดกเกอร์ที่ว่า “Science does not think” ยังคงมีความหมายอย่างไร บทความนี้มีวัตถุประสงค์เพื่อวิเคราะห์และสังเคราะห์ความสัมพันธ์ระหว่างวิทยาศาสตร์ ปัญญาประดิษฐ์ และความหมายของการคิด โดยใช้แนวคิดเรื่องการคิดเชิงคำนวณ (calculative thinking) และการคิดใคร่ครวญ (meditative thinking) ตลอดจนแนวคิดเรื่องเทคโนโลยีในฐานะกรอบการเปิดเผยโลก (Gestell) ของไฮเดกเกอร์เป็นฐานการวิเคราะห์ พร้อมนำหลักการของปรัชญาหลังนวยุคสายกลาง ได้แก่ การไม่ยึดติด การอ่านใหม่ และการแสวงจุดร่วมโดยสงวนจุดต่าง มาใช้เป็นกรอบวิพากษ์ ผลการวิเคราะห์เสนอว่า ความสามารถของ AI ในการประมวลผล วิเคราะห์ และสร้างเหตุผล ไม่ควรถูกปฏิเสธว่าเป็นเพียงกลไกไร้ความหมาย ขณะเดียวกันก็ไม่ควรถูกเหมารวมว่าเป็นการคิดและการดำรงอยู่ในความหมายเดียวกับมนุษย์ จุดคิดสำคัญจึงมิใช่การตัดสินว่าใครคิดได้เหนือกว่าใคร แต่คือการรักษาความสามารถของมนุษย์ในการตั้งคำถาม ใคร่ครวญความหมาย และรับผิดชอบต่อการใช้ความรู้ บทวิเคราะห์นี้เสนอว่า AI ควรได้รับการพัฒนาและใช้งานในฐานะปัจจัยส่งเสริมการคิดของมนุษย์ มิใช่สิ่งทดแทนความสามารถในการดำรงอยู่อย่างมีความหมาย

คำสำคัญ: ปัญญาประดิษฐ์, การคิด, ปรัชญาหลังนวยุคสายกลาง

บทนำ

ความก้าวหน้าของปัญญาประดิษฐ์ในปัจจุบันกำลังเปลี่ยนแปลงความสัมพันธ์ระหว่างมนุษย์กับความรู้ในระดับที่ลึกซึ้งกว่าการเปลี่ยนผ่านทางเทคโนโลยีทั่วไป ในอดีตเครื่องมือส่วนใหญ่มักทำหน้าที่ขยายกำลังทางกายภาพ ช่วยคำนวณ จัดเก็บข้อมูล หรือสนับสนุนการสื่อสาร แต่ปัญญาประดิษฐ์กลุ่ม Generative AI ได้พัฒนาขึ้นและเข้ามามีส่วนร่วมในกิจกรรมที่เกี่ยวข้องกับความสามารถทางปัญญาโดยตรง เช่น การตั้งสมมติฐาน การวิเคราะห์ข้อโต้แย้ง การสังเคราะห์องค์ความรู้ การเขียน และการเสนอแนวทางตัดสินใจ ความเปลี่ยนแปลงนี้ทำให้เส้นแบ่งระหว่างการใช้เครื่องมือเพื่อช่วยคิดกับการมอบหมายให้เครื่องมือคิดแทนเริ่มไม่ชัดเจนดังเดิม ทั้งนี้ AI ได้พัฒนาจนสามารถสร้างคำตอบที่มีโครงสร้างทางภาษาและเหตุผลใกล้เคียงกับการสื่อสารของมนุษย์ คำถามที่สำคัญจึงก้าวข้าม การสงสัยว่า AI มีความสามารถมากเพียงใด แต่มองผ่านรากฐานทางปรัชญาว่า เราหมายถึงอะไรเมื่อเรากล่าวว่าใครหรือสิ่งใดกำลังคิด การสร้างข้อความที่มีเหตุผลเท่ากับการเข้าใจเหตุผลนั้นหรือไม่ การตอบคำถามได้เท่ากับการเข้าใจความหมายของคำถามหรือไม่ และการมีความสามารถในการประมวลผลข้อมูลจำนวนมหาศาลเพียงพอที่จะเรียกว่าเป็นปัญญาหรือไม่ คำถามเหล่านี้สัมพันธ์โดยตรงกับข้อเสนอของมาร์ติน ไฮเดกเกอร์ ที่ว่า “Science does not think” ที่ชี้ให้เห็นข้อจำกัดของวิธีคิดที่มุ่งคำนวณ (calculative thinking) อธิบาย และจัดการปรากฏการณ์ ซึ่งเมื่อเทียบกับการคิดเชิงใคร่ครวญ (meditative thinking) ที่สนใจความหมายและรากฐานของสิ่งที่กำลังปรากฏ (Heidegger, 1968)

ข้อเสนอของไฮเดกเกอร์นี้มีความสำคัญต่อการทำความเข้าใจ AI เพราะระบบปัญญาประดิษฐ์มีความโดดเด่นอย่างยิ่งในงานที่เกี่ยวข้องกับการคำนวณ การค้นหารูปแบบและการสร้างผลลัพธ์ แต่ความสำเร็จดังกล่าวยังไม่ตอบคำถามโดยตัวมันเองว่า AI มีความเข้าใจหรือประสบการณ์แห่งการดำรงอยู่ในความหมายเดียวกับมนุษย์หรือไม่ บทความนี้จึงนำแนวคิดของไฮเดกเกอร์มาสนทนากับปรัชญาหลังนวยุคสายกลาง โดยมีข้อเสนอว่า การพิจารณาความสามารถในการคิดของ AI ไม่ควรตกอยู่ภายใต้กรอบการตัดสินแบบสองขั้ว กล่าวคือ ไม่ควรยึดมั่นว่าการคิดเป็นคุณสมบัติเฉพาะของมนุษย์จนปฏิเสธความสามารถใหม่ของเทคโนโลยี และไม่ควรยอมรับความสามารถในการสร้างคำตอบของ AI เป็นหลักฐานเพียงพอว่าระบบดังกล่าวมีความเข้าใจและความหมายของการดำรงอยู่เช่นเดียวกับมนุษย์ การใคร่ครวญจึงต้องดำเนินไปพร้อมกันทั้งการเปิดรับความเปลี่ยนแปลง การตรวจสอบข้อจำกัด และการรักษาความรับผิดชอบต่อคุณค่าของความเป็นมนุษย์

วัตถุประสงค์

  1. เพื่ออธิบายความแตกต่างระหว่างการคิดเชิงคำนวณกับการคิดใคร่ครวญตามแนวคิดของไฮเดกเกอร์ และพิจารณาความสัมพันธ์กับความสามารถของ AI ในฐานะระบบที่ร่วมสร้างความรู้
  2. เพื่อวิเคราะห์ความสัมพันธ์ระหว่าง AI กับแนวคิดการเปิดเผยโลกผ่านกรอบคิดทางเทคโนโลยี
  3. เพื่อเสนอกรอบการใช้ปรัชญาหลังนวยุคสายกลางในการพิจารณาความสามารถของ AI

ผลการวิเคราะห์

1. การคิดตามแนวคิดไฮเดกเกอร์

ไฮเดกเกอร์เสนอข้อสังเกตที่ท้าทายความเข้าใจทั่วไปเกี่ยวกับความรู้ว่า วิทยาศาสตร์ไม่ใช่การคิดในความหมายที่ลึกที่สุดของคำว่า “คิด” (Heidegger, 1968) ข้อเสนอนี้ต้องการชี้ให้เห็นความแตกต่างระหว่างกิจกรรมทางปัญญาที่มุ่งค้นหาความสัมพันธ์ คำนวณ และอธิบายปรากฏการณ์ กับการคิดที่ย้อนกลับไปพิจารณาความหมายและเงื่อนไขพื้นฐานของสิ่งที่ปรากฏ โดยการคิดแบบแรก คือ การคิดเชิงคำนวณ (calculative thinking) เป็นกระบวนการคิดที่มุ่งจัดการกับสิ่งที่กำหนดไว้แล้ว โดยพิจารณาข้อมูล เงื่อนไข ความสัมพันธ์ และความเป็นไปได้ เพื่อให้ได้ผลลัพธ์ตามเป้าหมายที่ต้องการ ลักษณะดังกล่าวไม่ได้จำกัดอยู่เฉพาะการคำนวณด้วยตัวเลข แต่รวมถึงการวางแผน การคาดการณ์ การจัดระบบ การวิจัย และการเลือกวิธีการที่มีประสิทธิภาพด้วย (Heidegger, 1966) ในทางกลับกัน การคิดแบบที่ 2 คือ การคิดใคร่ครวญ (meditative thinking) เป็นการคิดที่ไม่หยุดอยู่เพียงการหาคำตอบหรือการเลือกวิธีการที่เหมาะสม แต่พยายามเปิดพื้นที่ให้มนุษย์กลับมาพิจารณาว่า สิ่งที่กำลังทำหรือกำลังเข้าใจนั้นมีความหมายอย่างไร อะไรเป็นเงื่อนไขที่ทำให้สิ่งหนึ่งปรากฏแก่เรา และมีสิ่งใดที่ยังไม่ถูกมองเห็นภายใต้กรอบความคิดที่ใช้อยู่

ความแตกต่างระหว่างการคิดทั้งสองประเภทอยู่ที่มุมมองต่อประโยชน์ของการคิด เพราะการคิดเชิงคำนวณมีความจำเป็นต่อการดำรงชีวิตและการพัฒนาความรู้ทางวิทยาศาสตร์ ในขณะที่การคิดใคร่ครวญช่วยให้มนุษย์ไม่ถูกจำกัดอยู่ภายในกรอบของการคำนวณเพียงอย่างเดียว ไฮเดกเกอร์มิได้เรียกร้องให้มนุษย์ละทิ้งการคิดเชิงคำนวณ แต่ได้เตือนเรามิให้การคิดประเภทนี้กลายเป็นรูปแบบการคิดเพียงแบบเดียวที่มนุษย์ยอมรับ

การคิดเชิงคำนวณมีบทบาทอย่างมากในยุคสมัยใหม่ ความสำเร็จของวิทยาศาสตร์อยู่ที่ความสามารถในการทำให้ปรากฏการณ์สามารถศึกษา อธิบาย และตรวจสอบได้อย่างเป็นระบบ อย่างไรก็ตาม การอธิบายปรากฏการณ์ไม่ได้หมายความว่าเราจะเข้าใจความหมายทั้งหมดของสิ่งนั้นโดยอัตโนมัติ ตัวอย่างเช่น วิทยาศาสตร์สามารถศึกษากระบวนการทางสมองที่สัมพันธ์กับการรับรู้ ความจำ และการตัดสินใจได้ แต่การศึกษาดังกล่าวยังไม่ทำให้คำถามว่า “การมีประสบการณ์เป็นผู้รับรู้หมายถึงอะไร” หมดความสำคัญลงไป จุดนี้ทำให้เราต้องแยกความแตกต่างระหว่างการอธิบายเชิงสาเหตุ การสร้างแบบจำลอง และการทำความเข้าใจความหมายออกจากกัน การอธิบายว่ากระบวนการหนึ่งเกิดขึ้นอย่างไรไม่จำเป็นต้องตอบได้ครบถ้วนว่ากระบวนการนั้นมีความหมายอย่างไรต่อผู้ดำรงอยู่ และการสร้างแบบจำลองที่ทำนายพฤติกรรมได้อย่างแม่นยำก็ไม่ได้พิสูจน์โดยตัวมันเองว่าแบบจำลองนั้นมีประสบการณ์หรือความเข้าใจเช่นเดียวกับสิ่งที่มันจำลอง ดังนั้น ข้อเสนอ “Science does not think” ของไฮเดกเกอร์จึงควรถูกอ่านใหม่ในฐานะการเตือนให้เราตระหนักถึงขอบเขตของวิธีคิดทางวิทยาศาสตร์ มิใช่การปฏิเสธคุณค่าของวิทยาศาสตร์ และใช้การคิดใคร่ครวญเพื่อเปิดพื้นที่ให้วิทยาศาสตร์กลับมาพิจารณารากฐาน วิธีการ และความหมายของการแสวงหาความรู้ของตนเอง

2. AI ในฐานะระบบที่ร่วมสร้างความรู้

ปัญญาประดิษฐ์กลุ่ม Generative AI พัฒนาในช่วง 2021 และได้ขยายตัวอย่างรวดเร็ว ส่งผลทำให้ความสัมพันธ์ระหว่างมนุษย์กับเครื่องมือเปลี่ยนแปลงไปอย่างสำคัญ เนื่องจากระบบไม่ได้จำกัดบทบาทอยู่ที่การจัดเก็บหรือเรียกคืนข้อมูล แต่สามารถสร้างข้อความ สรุปสาระสำคัญ เปรียบเทียบแนวคิด สร้างข้อโต้แย้ง และเสนอแนวทางแก้ปัญหาได้ ความสามารถเหล่านี้ทำให้ AI มีบทบาทอยางบุคคล คือ เป็นผู้ร่วมดำเนินกิจกรรมทางปัญญา มากกว่าเป็นเพียงเครื่องมือที่รอรับคำสั่งอย่างเดียว อย่างไรก็ตาม การจะกล่าวว่า AI “คิดได้” นั้นจำเป็นต้องระบุความหมายของการคิดให้ชัดเจน เพราะคำว่า “คิด” มีความหมายหลายระดับ ตั้งแต่การคำนวณ การจำแนกรูปแบบ การอนุมาน การสร้างข้อความ ไปจนถึงการมีประสบการณ์และความเข้าใจในความหมายของสิ่งที่กำลังคิด

ในทางปรัชญา แยกการคิดออกจากกันได้เป็น 3 ระดับ ได้แก่

  1. ความสามารถเชิงหน้าที่ (functional capability) หมายถึง ความสามารถของระบบในการดำเนินงานที่แสดงพฤติกรรมคล้ายการคิด เช่น การแก้ปัญหา การอนุมาน และการสร้างข้อเสนอ
  2. ความเข้าใจเชิงความหมาย (semantic understanding) หมายถึง ความสามารถในการเข้าใจความหมายและความสัมพันธ์ของสิ่งที่กล่าวถึง มิใช่เพียงสร้างข้อความที่มีรูปแบบสอดคล้องกับภาษา
  3. ประสบการณ์เชิงอัตถิภาวะ (existential experience) หมายถึง การมีประสบการณ์ของการดำรงอยู่ การรับรู้ตนเอง และการสัมพันธ์กับโลกในฐานะผู้ดำรงอยู่
    การจำแนกนี้ช่วยให้เราไม่สรุปความสามารถของ AI จากลักษณะภายนอกเพียงอย่างเดียว ตัวอย่างเช่น AI อาจสร้างข้อโต้แย้งที่สมเหตุสมผลได้ แต่การสร้างข้อโต้แย้งดังกล่าวยังไม่ใช่หลักฐานที่เพียงพอว่าระบบมีประสบการณ์แห่งการเข้าใจเหตุผลนั้น หรือมีความรู้สึกถึงผลกระทบของข้อเสนอที่ตนสร้างขึ้น

ในระดับสามัญสำนึก เรารู้ว่า AI ไม่มีประสบการณ์แบบมนุษย์ ซึ่งก็ไม่ได้ทำให้เราต้องปฏิเสธความสามารถเชิงหน้าที่ที่เกิดขึ้นจริงของ AI อีกทั้งความสามารถทางภาษาของ AI ก็ได้ทำให้เกิดปัญหาสำคัญทางญาณวิทยาคือ มนุษย์มักใช้ภาษาเป็นหลักฐานในการประเมินว่าผู้อื่นเข้าใจหรือไม่ แต่เมื่อระบบสามารถสร้างภาษาได้อย่างคล่องแคล่วและมีโครงสร้างเหตุผลในภาษาที่ใช้ การใช้ความคล่องแคล่วทางภาษาเป็นตัวแทนของความเข้าใจจึงต้องได้รับการสอบทวนความเป็นเกณฑ์วิทยาอย่างระมัดระวัง Bender et al. (2021) ได้เตือนถึงข้อจำกัดของแบบจำลองภาษาขนาดใหญ่ โดยชี้ให้เห็นว่าการเรียนรู้รูปแบบทางสถิติจากข้อมูลภาษาไม่ควรสับสนกับความเข้าใจความหมายในแบบที่มนุษย์มีประสบการณ์ร่วมกับโลก ข้อวิพากษ์ของเบนเดอร์นี้มิได้ทำให้ข้อถกเถียงว่า AI สามารถมีความเข้าใจในรูปแบบอื่นได้หรือไม่จบลง เพียงแต่ช่วยเตือนว่าเราไม่ควรอนุมานความเข้าใจจากความสามารถในการผลิตภาษาเพียงอย่างเดียว

นอกจากนี้ แนวคิดเรื่องจิตขยาย (extended mind) ของ Clark และ Chalmers (1998) ที่เสนอให้พิจารณาว่า กระบวนการคิดของมนุษย์อาจไม่ได้จำกัดอยู่ภายในสมอง แต่สามารถขยายไปสู่เครื่องมือและสิ่งแวดล้อมที่ทำหน้าที่สนับสนุนกระบวนการทางปัญญาได้ ซึ่งหากนำมาพิจารณาร่วมกับ AI จะเห็นว่าเทคโนโลยีอาจเข้ามาเป็นส่วนหนึ่งของระบบการคิดที่มนุษย์ใช้ดำเนินชีวิตได้ แต่กระนั้น การมอง AI เป็นส่วนขยายของกระบวนการคิดก็ไม่ได้หมายความว่า มนุษย์ควรโอนอำนาจในการกำหนดเป้าหมาย การตัดสินคุณค่า และการรับผิดชอบให้ระบบ AI ทั้งหมด ความแตกต่างระหว่างการขยายศักยภาพทางปัญญากับการมอบอำนาจทางปัญญาโดยปราศจากการตรวจสอบยังเป็นประเด็นที่ต้องพิจารณาใคร่ครวญอย่างจริงจังต่อไป

สำหรับบริบทการคิดใคร่ครวญตามแนวคิดของไฮเดกเกอร์นั้น เมื่อนำมาพิจารณา AI ก็ย่อมจะมองว่า การคิดใคร่ครวญมิใช่เรื่องของการผลิตข้อความ (generate) ที่กล่าวถึงความหมาย ความจริง หรือความเป็นมนุษย์ แต่เป็นเรื่องเกี่ยวข้องกับการเปิดรับสิ่งที่เรียกร้องให้เราคิด การย้อนกลับไปพิจารณาความสัมพันธ์ระหว่างตนเองกับโลก และการไม่ปล่อยให้กรอบการคำนวณกำหนดความหมายของทุกสิ่ง ตัวอย่างเช่น หากเราให้ AI เขียนบทความเกี่ยวกับความตาย บทความที่ได้ก็ไม่ได้พิสูจน์ว่า AI ดำรงอยู่ภายใต้ความเข้าใจเรื่องความตายเช่นเดียวกับมนุษย์ เช่นเดียวกัน การที่ AI สามารถสร้างคำอธิบายเกี่ยวกับคำสอนศาสนาต่าง ๆ ก็ไม่ได้พิสูจน์ว่าระบบ AI ได้มีประสบการณ์คุณธรรมนั้น ๆ ในฐานะผู้มีความรู้สึกและความสัมพันธ์กับผู้อื่น อย่างไรก็ตาม ในระดับปฏิบัติ เราอาจใช้ AI เป็นตัวกระตุ้นให้เกิดการคิดใคร่ครวญได้ เช่น ให้ AI เสนอข้อโต้แย้งที่ท้าทายความเชื่อเดิม ชี้ให้เห็นสมมติฐานที่ซ่อนอยู่ หรือเสนอแนวคิดจากลัทธิหรือสำนักปรัชญาที่แตกต่างกัน การใช้งานเช่นนี้จะทำให้ AI มีบทบาทในการเปิดพื้นที่ทางความคิด และเสนอความซ้ำกันของแนวคิดบางประการเพื่อให้เราได้ศึกษาวิพากษ์ แต่กระนั้น เราก็ยังไม่อาจแสดงเหตุผลได้อย่างเพียงพอที่จะสรุปว่า AI มีหรือไม่มีการใคร่ครวญในความหมายเดียวกับมนุษย์

3. AI กับแนวคิดการเปิดเผยโลกผ่านกรอบคิดทางเทคโนโลยี

ในบทความ The Question Concerning Technology ไฮเดกเกอร์เสนอว่าสารัตถะของเทคโนโลยีมิใช่สิ่งที่เป็นเทคโนโลยีในเชิงเครื่องมือเท่านั้น แต่เกี่ยวข้องกับวิธีที่โลกถูกเปิดเผยและปรากฏต่อมนุษย์ (Heidegger, 1977) ไฮเดกเกอร์ใช้คำว่าปิดล้ม (Gestell; Enframing) เพื่ออธิบายกรอบการเปิดเผยที่เรียกร้องให้สิ่งต่าง ๆ ปรากฏในฐานะสิ่งที่สามารถจัดเก็บ จัดการ และนำไปใช้ได้ เรียกว่า สิ่งพร้อมใช้ (standing-reserve) ภายใต้กรอบการมองดังกล่าว ธรรมชาติจึงถูกมองเป็นแหล่งพลังงาน มนุษย์ก็ถูกมองเป็นแรงงาน และข้อมูลก็ถูกมองเป็นสิ่งที่รอการประมวลผล ปัญหาในโลกสมัยใหม่จึงไม่ใช่เรื่องการใช้เทคโนโลยีเพื่อประโยชน์ แต่เป็นเรื่องที่กรอบการคิดแบบเทคโนโลยีได้กลายเป็นวิธีมองโลกที่ครอบคลุมทุกสิ่ง จนทำให้คุณค่าหรือความหมายที่ไม่สามารถวัดและคำนวณได้ถูกลดความสำคัญลง เมื่อนำแนวคิดนี้มาพิจารณา AI เราก็จะเห็นว่า อันตรายจาก AI ที่มีความสามารถสูงขึ้นนั้น มิใช่การที่ AI จะมาแทนที่มนุษย์ หากแต่เป็นการที่มนุษย์เริ่มประเมินทุกสิ่งผ่านมาตรวัดที่ AI และระบบดิจิทัลทำการแสดงให้ง่ายและเด่นชัด เช่น ความเร็ว ปริมาณข้อมูล ความแม่นยำ ประสิทธิภาพ และผลผลิต ซึ่งเมื่อประสิทธิภาพกลายเป็นกรอบคิด มนุษย์ก็จะถูกประเมินจากความสามารถในการผลิตผลงานและแข่งขันกับระบบอัตโนมัติต่าง ๆ คนที่ทำงานเร็วก็อาจถูกมองว่ามีความสามารถมากกว่า คนที่ใช้ AI ได้คล่องก็จะถูกมองว่ามีศักยภาพสูงกว่า ในขณะที่คนที่ต้องใช้เวลาในการคิด ทบทวนหรือเรียนรู้ จะถูกมองว่าเป็นผู้ที่ทำงานได้ช้า ไม่ทันต่อการเปลี่ยนแปลง หรือถึงขั้นมองว่าขาดประสิทธิภาพได้

กรอบการประเมินเช่นนี้เป็นอันตรายต่อความเป็นมนุษย์ตามที่ไฮเดกเกอร์ได้ชี้ไว้ว่าเมื่อกรอบเทคโนโลยีกลายเป็นกรอบหลักในการเปิดเผยโลก มนุษย์จะเริ่มมองตนเองเป็นเพียงทรัพยากรที่ต้องเพิ่มประสิทธิภาพอยู่เสมอ ความเป็นมนุษย์จะถูกลดทอนให้เหลือเพียงความสามารถในการผลิตและตอบสนองต่อความต้องการของระบบ ปัญหาที่จะเกิดขึ้นต่อไปในสังคมมนุษย์ก็คือ หากองค์กรใช้ AI โดยมุ่งการเพิ่มผลผลิต แต่ไม่คำนึงถึงการเรียนรู้ ความเป็นอิสระทางความคิด และความรับผิดชอบของบุคคล เทคโนโลยี AI ที่ควรช่วยขยายศักยภาพมนุษย์dHอาจกลายเป็นปัจจัยที่ทำให้มนุษย์สูญเสียความสามารถบางประการของตนเอง และกลายเป็นเพียงคนกดปุ่ม (botton man) เท่านั้น

4. กรอบการใช้ปรัชญาหลังนวยุคสายกลางในการพิจารณาความสามารถของ AI

ปรัชญาหลังนวยุคสายกลางเป็นแนวคิดทางปรัชญาที่เน้นการเปิดใจกว้าง การยอมรับความแตกต่าง และการใช้ปัญญาเพื่อการพัฒนาคุณภาพชีวิต (กีรติ บุญเจือ, 2545) จึงมีความน่าสนใจที่จะนำมาใช้เป็นกรอบในการพิจารณาความเปลี่ยนแปลงทางเทคโนโลยี โดยมุ่งหลีกเลี่ยงการยึดมั่นในคำอธิบายเพียงชุดเดียว และเปิดโอกาสให้ความรู้จากหลายกระบวนทรรศน์เข้ามาสนทนากันในประเด็นสำคัญ ได้แก่

1) การไม่ยึดมั่นถือมั่นกับการก้าวพ้นภาวะมนุษย์เป็นศูนย์กลาง การพิจารณา AI บนหลักการนี้ทำให้เราต้องทบทวนความเชื่อเดิมที่ว่าการคิดเป็นคุณสมบัติเฉพาะของมนุษย์ และไม่อาจเกิดขึ้นในระบบที่ไม่ใช่มนุษย์ การเปิดรับความเป็นไปได้ใหม่นี้ไม่ได้หมายความว่า เราต้องยอมรับทุกข้อกล่าวอ้างเกี่ยวกับ AI แต่หมายถึงการไม่ใช้ความเชื่อเดิมเป็นกำแพงปิดกั้นการศึกษาความสามารถที่เกิดขึ้นจริงของ AI เราควรยอมรับว่า AI สามารถทำงานทางปัญญาบางประเภทได้อย่างมีประสิทธิภาพ ขณะเดียวกันก็ต้องตรวจสอบว่าความสามารถเหล่านั้นมีข้อจำกัดและเงื่อนไขอย่างไร ในอีกทางหนึ่ง หลักการไม่ยึดมั่นจะเป็นพื้นที่ที่ช่วยให้เราไม่หลงเชื่อว่า AI เป็นผู้มีปัญญาในความหมายเดียวกับมนุษย์เพียงเพราะ AI สามารถสร้างคำตอบที่ซับซ้อนได้ ดังนั้น ด้วยหลักการนี้ เราจึงไม่ยึดติดทั้งกับความเชื่อเดิมที่ปฏิเสธ AI และความเชื่อใหม่ที่ยกย่อง AI จนเกินหลักฐาน

2) การย้อนอ่านใหม่ ไม่ละทิ้งสิ่งใดเลย แนวคิดนี้เน้นการทบทวนความหมายเรื่องการคิดจากประโยค “Science does not think” โดยไม่ได้ปฏิเสธข้อเสนอของไฮเดกเกอร์ แต่นำข้อเสนอกลับมาพิจารณาในบริบทที่เปลี่ยนแปลงไป เพราะในยุคที่ AI สามารถสร้างข้อโต้แย้ง วิเคราะห์ และสังเคราะห์ข้อมูลได้อย่างในปัจจุบัน เราควรย้อนกลับไปถามว่า การคิดที่เรากำลังกล่าวถึงมีองค์ประกอบอะไรบ้าง และเรากำลังใช้เกณฑ์ใดในการตัดสินว่าระบบหนึ่ง ๆ กำลังคิดหรือไม่ การย้อนอ่านใหม่ยังทำให้เราไม่จำเป็นต้องเลือกเพียงสองคำตอบ คือ AI คิดได้เหมือนมนุษย์ หรือ AI ไม่สามารถคิดได้เลย แต่สามารถพิจารณาความสามารถเป็นระดับและบริบท โดยแยกการประมวลผล การอนุมาน การเข้าใจความหมาย และประสบการณ์แห่งการดำรงอยู่ให้ชัดเจน หลักการข้อนี้ยังเตือนให้เรากลับไปทบทวนแนวคิดเรื่องปัญญา ความรู้ และการเรียนรู้ของตนเอง เพราะเมื่อ AI สามารถผลิตข้อความคำตอบได้อย่างรวดเร็ว การศึกษาที่มุ่งให้ผู้เรียนจดจำคำตอบหรือผลิตผลงานเพียงอย่างเดียวก็อาจไม่ใช้ทักษะที่เพียงพอกับอนาคตอีกต่อไป และเราอาจมองหาสิ่งที่ควรพัฒนาควบคู่กันไป ซึ่งก็คือ ความสามารถในการตั้งคำถาม ตรวจสอบเหตุผล และประเมินคุณค่าของความ

3) แสวงหาจุดร่วม สงวนจุดต่าง หลักการนี้ช่วยให้การพิจารณาความสัมพันธ์ระหว่างมนุษย์กับ AI ไม่ต้องดำเนินไปในรูปแบบการแข่งขันเพื่อพิสูจน์ว่าใครมีความสามารถเหนือกว่า มนุษย์และ AI มีความสามารถที่แตกต่างกันและสามารถเกื้อหนุนกันได้ AI สามารถช่วยประมวลผลข้อมูลจำนวนมากและเสนอความเป็นไปได้หลายรูปแบบ ส่วนมนุษย์สามารถนำผลลัพธ์เหล่านั้นไปพิจารณาร่วมกับบริบท ประสบการณ์ ความสัมพันธ์ และผลกระทบทางจริยธรรม การแสวงหาจุดร่วมในบริบทใหม่นี้จึงหมายถึง การใช้ประโยชน์จากความสามารถของ AI เพื่อขยายขอบเขตการเรียนรู้และการแก้ปัญหา ส่วนการสงวนจุดต่างก็จะหมายถึงการไม่ลดทอนความแตกต่างระหว่างการทำงานของระบบคอมพิวเตอร์กับการดำรงอยู่ของมนุษย์ โดยเฉพาะในเรื่องประสบการณ์ ความเปราะบาง ความสัมพันธ์ และความรับผิดชอบ และนั่นคือ การแสวงหาการอยู่ร่วมกันอย่างเหมาะสมระหว่างมนุษย์กับ AI โดยไม่จำเป็นต้องทำให้มนุษย์และ AI กลายเป็นสิ่งเดียวกัน แต่ควรมุ่งทำให้ความแตกต่างของทั้งสองฝ่ายเป็นฐานของความร่วมมือที่มีคุณค่าต่อกันและกัน

สรุป

แนวคิดเรื่องการคิดของไฮเดกเกอมีความสำคัญสำหรับมนุษย์ยิ่งเมื่อเข้าสู่ยุคปัญญาประดิษฐ์ ความสามารถของ AI ในการวิเคราะห์ คำนวณ และสร้างคำตอบอย่างซับซ้อนนั้นทำให้เราจำเป็นต้องกลับมาพิจารณาความหมายของการคิดอย่างจริงจังยิ่งขึ้น เพราะการมีความสามารถในการผลิตคำตอบมิได้หมายความว่าเรามีความเข้าใจในความหมายของคำตอบนั้นทั้งหมด และความสำเร็จในการจัดการข้อมูลก็ไม่ได้รับประกันว่าจะนำไปสู่การใคร่ครวญถึงคุณค่าของสิ่งที่กำลังทำ การพิจารณาผ่านแนวคิดการปิดล้อมทำให้เห็นว่า ความเสี่ยงที่ AI มีต่อเรา ไม่ใช่การที่เครื่องจักรมีความสามารถเหนือมนุษย์ในงานบางประเภท แต่คือการที่มนุษย์ยอมให้กรอบการคิดแบบคำนวณและประสิทธิภาพเข้ามากำหนดความหมายของความรู้ การทำงาน และคุณค่าของชีวิต จนบางสิ่งที่ไม่สามารถวัดหรือคำนวณได้ถูกลดคุณค่าและความสำคัญลงไป ทั้งนี้ เราอาจนำปรัชญาหลังนวยุคสายกลางมาช่วยพิจารณาปัญหาเหล่านี้โดยไม่ตกอยู่ในความสุดโต่ง โดยสามารถเปิดรับความสามารถใหม่ของ AI โดยไม่ยึดติดกับความเชื่อเดิม ย้อนอ่านความหมายของการคิดใหม่โดยไม่ละทิ้งคุณค่าของประสบการณ์มนุษย์ และแสวงหาจุดร่วมระหว่างมนุษย์กับเทคโนโลยีโดยไม่ลบความแตกต่างระหว่างทั้งสอง สิ่งที่ต้องพิจาณาใหม่คือ เมื่อ AI ได้ช่วยให้มนุษย์ไม่จำเป็นต้องใช้เวลาไปกับการประมวลผลบางประเภทมากเท่าเดิม เวลาที่เพิ่มขึ้นนั้นจะมีความหมายก็ต่อเมื่อมนุษย์นำไปใช้กับการเรียนรู้ การสร้างความเข้าใจ การใคร่ครวญ และการตัดสินใจอย่างรับผิดชอบ มิฉะนั้น ความสะดวกที่เทคโนโลยีมอบให้อาจกลายเป็นการลดทอนความสามารถในการคิดด้วยตนเองโดยไม่รู้ตัว

อภิปรายผล

เมื่อพิจารณาร่วมกันระหว่างแนวคิดเรื่องการคิดและการปิดล้อมของไฮเดกเกอร์กับปรัชญาหลังนวยุคสายกลาง จะเห็นได้ว่าประเด็น AI กับการคิดมิใช่เพียงปัญหาทางเทคนิคหรือการจำแนกความสามารถของเครื่องจักร แต่เป็นปัญหาที่เกี่ยวข้องกับการกำหนดความหมายของความรู้และความเป็นมนุษย์ ประการแรก ข้อเสนอ “Science does not think” ยังคงมีความสำคัญ เพราะเตือนให้เห็นว่าความสามารถในการคำนวณและสร้างคำอธิบายไม่ใช่สิ่งเดียวกับการใคร่ครวญความหมายของสิ่งที่กำลังศึกษา เมื่อ AI สามารถดำเนินงานทางปัญญาได้มากขึ้น คำเตือนนี้จึงมิได้หมดความหมาย แต่กลับยิ่งจำเป็น เพราะมนุษย์อาจเข้าใจผิดว่าการมีคำตอบที่รวดเร็วและซับซ้อนเท่ากับการมีความเข้าใจอย่างลึกซึ้ง ประการที่สอง การพิจารณา AI ผ่านแนวคิดการปิดล้อมทำให้เห็นว่าอันตรายของเทคโนโลยีอาจไม่ได้อยู่ที่ความสามารถของระบบโดยตรง แต่อยู่ที่การยอมให้ตรรกะของประสิทธิภาพและการคำนวณกลายเป็นเกณฑ์หลักในการประเมินโลกและมนุษย์ หากทุกสิ่งถูกมองเป็นข้อมูล ทรัพยากร หรือผลผลิต ความหมายของชีวิตที่ไม่อาจวัดได้อาจถูกละเลย และประการที่สาม ปรัชญาหลังนวยุคสายกลางช่วยเปิดพื้นที่ให้เกิดการพิจารณาจากหลากหลายทางเลือก โดยยอมรับความสามารถของ AI ตามหลักฐานที่ปรากฏ พร้อมกับสงวนคำถามที่ยังไม่มีข้อสรุป การไม่ยึดติดช่วยให้มนุษย์ไม่ปิดกั้นความเป็นไปได้ใหม่ การย้อนอ่านใหม่ช่วยให้เราทบทวนความหมายของการคิด และการแสวงจุดร่วมโดยสงวนจุดต่างช่วยให้มนุษย์ใช้ประโยชน์จาก AI โดยไม่จำเป็นต้องลบความแตกต่างระหว่างระบบกับผู้ดำรงอยู่

ผลการวิเคราะห์ชี้ว่า คุณค่าของมนุษย์ไม่ควรถูกกำหนดจากความสามารถในการแข่งขันกับ AI เพราะมนุษย์มิได้มีความหมายเพียงในฐานะผู้ผลิตคำตอบหรือผู้ปฏิบัติงานที่มีประสิทธิภาพเท่านั้น แต่ยังเป็นผู้มีความสัมพันธ์ มีประสบการณ์ มีความเปราะบาง สามารถไตร่ตรองคุณค่า และต้องรับผิดชอบต่อการกระทำของตนเอง การพัฒนาเทคโนโลยีจึงควรสนับสนุนมิติของการดำรงอยู่เหล่านี้ แทนที่จะลดทอนมนุษย์ให้เป็นเพียงทรัพยากรในระบบการผลิต ความท้าทายของยุค AI ไม่ใช่การพิสูจน์ว่าเครื่องจักรสามารถคิดเหมือนมนุษย์ได้หรือไม่ แต่คือการทบทวนว่า เมื่อเครื่องจักรสามารถทำกิจกรรมทางปัญญาได้มากขึ้น มนุษย์จะรักษาความสามารถในการใคร่ครวญ ตั้งคำถาม และกำหนดคุณค่าของการดำรงชีวิตได้อย่างไร ซึ่งงานวิเคราะห์นี้มองว่า AI เป็นเครื่องมือสนับสนุนการเรียนรู้ ไม่ใช่เครื่องมือที่ทำให้ผู้ใช้หลีกเลี่ยงการเรียนรู้ ทั้งยังสอดคล้องกับแนวคิดการคิดใคร่ครวญของไฮเดกเกอร์ เพราะกระบวนการไม่ได้จบลงที่การได้คำตอบ แต่ย้อนกลับมาพิจารณาความหมายและคุณค่าของการใช้ความรู้นั้นด้วย

ข้อเสนอแนะ

1) ข้อเสนอแนะในการนำไปใช้

แนวทางประยุกต์ใช้ข้อเสนอทางปรัชญาจากการวิเคราะห์ในครั้งนี้ เน้นการส่งเสริมการใช้ AI ช่วยให้มนุษย์มีความสามารถในการคิด เรียนรู้ และดำรงชีวิตอย่างมีความหมาย โดยอาจประยุกต์เป็น 4 ขั้นตอน ได้แก่

Reflect (ใคร่ครวญและเรียนรู้) ทบทวนว่าการใช้ AI ทำให้เข้าใจปัญหาเพิ่มขึ้นหรือไม่ มีความคิดใดที่เปลี่ยนไป และหากไม่มี AI ยังสามารถอธิบายหรือดำเนินการด้วยตนเองได้เพียงใด

Think (คิดก่อนใช้) ผู้ใช้ควรทำความเข้าใจปัญหา ตั้งคำถาม และกำหนดสมมติฐานเบื้องต้นด้วยตนเอง เพื่อรักษาความสามารถในการกำหนดโจทย์และสร้างความเข้าใจ

Use (ใช้ AI อย่างมีเป้าหมาย) กำหนดบทบาทของ AI ให้ชัดเจน เช่น เป็นผู้ช่วยค้นหามุมมอง ผู้เสนอข้อโต้แย้ง หรือผู้ช่วยจัดระบบข้อมูล แทนการมอบหมายให้ระบบตัดสินใจทุกเรื่อง

Verify (ตรวจสอบอย่างมีวิจารณญาณ) ตรวจสอบข้อเท็จจริง แหล่งที่มา เหตุผล ข้อจำกัด และความเสี่ยงของผลลัพธ์ โดยเฉพาะเรื่องที่ส่งผลต่อชีวิต สิทธิ และความปลอดภัยของบุคคล

2) ข้อเสนอแนะเชิงนโยบาย

ในระดับการศึกษา สถาบันควรประเมินทั้งคุณภาพของผลงานและความสามารถของผู้เรียนในการอธิบายกระบวนการคิด ตรวจสอบหลักฐาน และตัดสินใจด้วยตนเอง

ในระดับองค์กร ควรออกแบบการใช้ AI ให้ช่วยเพิ่มคุณภาพการทำงานโดยไม่ทำให้บุคลากรสูญเสียทักษะสำคัญ

ในระดับสังคม ควรส่งเสริมความรู้เท่าทัน AI ที่ครอบคลุมทั้งความเข้าใจทางเทคนิค จริยธรรม และผลกระทบต่อความสัมพันธ์ระหว่างมนุษย์

เอกสารอ้างอิง

Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610–623. https://doi.org/10.1145/3442188.3445922

Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19. https://doi.org/10.1093/analys/58.1.7

Heidegger, M. (1966). Discourse on thinking (J. M. Anderson & E. H. Freund, Trans.). Harper & Row. (Original work published 1959)

Heidegger, M. (1968). What is called thinking? (J. G. Gray, Trans.). Harper & Row.

Heidegger, M. (1977). The question concerning technology. In The question concerning technology and other essays (W. Lovitt, Trans., pp. 3–35). Harper & Row.

กีรติ บุญเจือ. (2545). ปรัชญาหลังนวยุค: แนวคิดเพื่อการศึกษาแผนใหม่. สำนักพิมพ์ดวงกมล.

Leave a Reply

Quote of the Course

“Establish a supportive pedagogical framework designed to foster a robust learning culture and an optimal environment for student engagement. This model incorporates informal learning pathways that facilitate philosophical research tailored to individual student interests, thereby enabling the systematic development of their critical thinking and philosophical reasoning.”

~ Kirti Bunchua, 2018