หมายเหตุ : บทความนี้ซึ่งเขียนโดย ผศ.ดร.ทีปกร จิร์ฐิติกุลชัย อาจารย์คณะเศรษฐศาสตร์ มหาวิทยาลัยธรรมศาสตร์ เดิมมีชื่อว่า “เส้นทางอันพึงปรารถนาของปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) สำหรับประเทศไทย”แต่ได้ถูกปรับปรุงในส่วนของชื่อบทความให้สั้นลง เพื่อให้พอดีกับพื้นที่ของฉบับพิมพ์

“ปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI หรือ GenAI)” คือ ปัญญาประดิษฐ์ประเภทหนึ่งที่สามารถใช้แบบจำลองทางคณิตศาสตร์สถิติในรูปแบบของอัลกอริทึม (Algorithm) ในการเรียนรู้ชุดข้อมูลเพื่อสร้างผลลัพธ์ในรูปแบบใหม่ เช่น ข้อความ รูปภาพ เพลง หรือ สื่อในรูปแบบอื่นๆโดยมีการประยุกต์ใช้งานแล้วในหลายอุตสาหกรรม เช่น ศิลปะ,การพัฒนาซอฟต์แวร์, การออกแบบผลิตภัณฑ์, การเขียน, สุขภาพ, การเงิน, เกม, การตลาด, และแฟชั่น เป็นต้น

ด้วยกระบวนการสร้างสรรค์สิ่งใหม่ๆ ที่เป็นไปอย่างอัตโนมัติ จึงสามารถช่วยให้ผู้ใช้ประหยัดเวลาและเพิ่มประสิทธิภาพในการทำงานมากขึ้น ทั้งนี้ การลงทุนในระบบปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) เติบโตอย่างมากในช่วงต้นทศวรรษ 2020 โดยบริษัทระดับโลก เช่น Microsoft,Google, และ Baidu รวมถึงบริษัทขนาดเล็กจำนวนมากก็กำลังช่วยให้เทคโนโลยีนี้กำลังพัฒนาอย่างก้าวกระโดด

นักเศรษฐศาสตร์ชั้นนำของโลกที่ MIT คือ ศาสตราจารย์ Daron Acemoglu, David Autor, และ Simon Johnson ได้นำเสนอบทความวิเคราะห์เชิงนโยบายชื่อ Can we Have Pro-Worker AI? Choosing a path of machines in service of minds เผยแพร่ผ่าน MIT Shaping the Future of Work Initiative เมื่อวันที่ 19กันยายน 2566 ดังนั้น ผู้เขียนบทความจึงเห็นว่าน่าจะเป็นประโยชน์ต่อสาธารณะ เพราะปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) เป็นเรื่องสำคัญระดับความท้าทายของมนุษยชาติ จึงขอนำเรียนรับใช้สังคมโดยสรุปประเด็นสำคัญ ดังนี้

ในระยะเวลา 40 ปีที่ผ่านมา การแพร่กระจายเทคโนโลยีดิจิทัล (diffusion of digital technologies) ได้เพิ่มความเหลื่อมล้ำอย่างมีนัยสำคัญ ในขณะที่ปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) จะมีผลกระทบต่อความไม่เสมอภาคของสังคมอย่างแน่นอน แต่ลักษณะของผลกระทบนั้น จะขึ้นอยู่กับวิธีการพัฒนาและใช้เทคโนโลยีนี้
อย่างไรก็ตาม ไม่มีเส้นทางสำหรับเทคโนโลยีนี้ (หรือเทคโนโลยีใดๆ) ที่เป็นไปไม่ได้

ขณะนี้ภาคเอกชนกำลังอยู่บนเส้นทางสำหรับปัญญาประดิษฐ์แบบรู้สร้าง ที่มุ่งเน้นการทำให้เป็นระบบอัตโนมัติ (automation) และแทนที่แรงงานโดยปัญญาประดิษฐ์ พร้อมกับมีการสอดแนมในสถานที่ทำงาน “แน่นอนว่า การแทนที่แรงงาน ไม่ใช่เรื่องที่ดีสำหรับตลาดแรงงาน” แม้จะให้ผลตอบแทนสูงในมุมของผู้ประกอบการ โดยแรงงานเงินเดือนสูงที่ถูกแทนที่ จะลงมาแย่งงานจากแรงงานที่มีเงินเดือนต่ำกว่า (ซึ่งมีความเสี่ยงมากกว่าอยู่แล้วที่จะถูกทดแทนโดยหุ่นยนต์และปัญญาประดิษฐ์) อันจะส่งผลต่อโครงสร้างค่าจ้างที่จะลดลงอย่างรวดเร็ว

“อย่างไรก็ตาม เรายังมีเส้นทางที่ดีกว่า คือ ทำให้ปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) สามารถร่วมมือกับมนุษย์ส่วนมากในการทำงานร่วมกัน ซึ่งจำเป็นต้องมีการพัฒนาศักยภาพทางทักษะที่จำเป็น โดยจะต้องครอบคลุมรวมถึงคนที่ไม่มีโอกาสได้เรียนระดับมหาวิทยาลัยด้วย ยิ่งไปกว่านั้น การเลือกเส้นทางที่สามารถร่วมมือกันทำงานระหว่างปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) และมนุษย์ส่วนมาก จะต้องมีการเปลี่ยนทิศทางของการพัฒนานวัตกรรม ตลอดจนการเปลี่ยนแปลงในแนวทางปฏิบัติและพฤติกรรมองค์กรของบริษัทเอกชน”

เป้าหมายสำหรับเส้นทางที่พึงปรารถนา คือ การทำให้ปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) สามารถช่วยสร้างและสนับสนุนงานที่ทำในแต่ละอาชีพ ตลอดจนเพิ่มความสามารถของแรงงาน เพราะหากเครื่องมือทางปัญญาประดิษฐ์สามารถช่วยให้ครู พยาบาล นักเทคนิคการแพทย์ ช่างไฟฟ้า ช่างประปา และ อาชีพที่ต้องใช้ความชำนาญประเภทต่างๆ สามารถผลิตงานที่ตนเองเชี่ยวชาญได้มากขึ้นก็จะช่วยลดความเหลื่อมล้ำ เพิ่มผลิตภาพแรงงาน และ กระตุ้นการเพิ่มขึ้นของค่าจ้าง

นโยบายสาธารณะจึงเป็นศูนย์กลางของความสำคัญในเรื่องนี้ โดยสามารถกระตุ้นการพัฒนาไปสู่เส้นทางที่เทคโนโลยีสามารถร่วมมือกับมนุษย์ เพื่อยกระดับทักษะแรงงานและความเชี่ยวชาญสำหรับทุกคน โดยศาสตราจารย์ Daron Acemoglu, David Autor, และ Simon Johnson ที่ MIT ได้เสนอแนะนโยบายสำหรับรัฐบาลกลาง ดังนี้ 1.ทำให้อัตราภาษีมีความเท่าเทียมกันมากขึ้นระหว่างแรงงานและผู้ครอบครองปัญญาประดิษฐ์ เพื่อควบคุมระดับการแข่งขันระหว่างมนุษย์และปัญญาประดิษฐ์

2.ปรับปรุงกฎเกณฑ์ความปลอดภัยทางอาชีวอนามัยและสภาพแวดล้อมในการทำงาน เพื่อคุ้มครองหรือจำกัดการสอดแนมพนักงาน ตลอดจนรับฟังเสียงของแรงงาน 3.เพิ่มทุนวิจัยด้านการร่วมมือกันระหว่างมนุษย์และปัญญาประดิษฐ์ โดนจะต้องตระหนักด้วยว่า ประเด็นนี้ไม่ใช่เรื่องที่เอกชนให้ความสนใจ 4.สร้างศูนย์วิจัยด้านปัญญาประดิษฐ์ของรัฐบาล เพื่อช่วยแบ่งปันความรู้สำหรับผู้มีหน้าที่กำกับดูแลและหน่วยงานรัฐต่างๆ และ5.ใช้ประโยชน์จากความเชี่ยวชาญระดับรัฐบาล เพื่อช่วยให้คำแนะนำเกี่ยวกับเทคโนโลยีว่าเหมาะสมในการนำมาใช้หรือไม่อย่างไร เช่น ทางการศึกษาและสาธารณสุข เป็นต้น

ในส่วนของผู้เขียนบทความนี้เพื่อรับใช้ท่านผู้อ่าน ได้ค้นพบหลักฐานเชิงประจักษ์จากข้อมูลสำรวจการทำงานของประชากร สำนักงานสถิติแห่งชาติ ดังแสดงในบทความ Labour Skills, Economic Returns, and Automatability in Thailand พบว่า แรงงานอาชีพที่ต้องใช้ทักษะการคิดวิเคราะห์ จะสามารถสร้างรายได้มากกว่า กล่าวคือ ทั้ง GDP เฉลี่ยต่อหัวของจังหวัด และ รายได้ต่อชั่วโมงของแรงงานมีมูลค่าสูงกว่า ในทางกลับกัน อาชีพที่ไม่ค่อยต้องใช้ทักษะการวิเคราะห์และทักษะการสื่อสาร จะมีความเสี่ยงสูงมากที่จะถูกแทนที่ด้วยปัญญาประดิษฐ์และหุ่นยนต์ ทั้งในภาคอุตสาหกรรม ภาคบริการ หรือแม้แต่ภาคเกษตรกรรม

อย่างไรก็ตาม ประเทศไทยไม่ได้มีความตื่นตัวที่จะยกระดับศักยภาพทางเศรษฐกิจแบบ inclusive growth อย่างเป็นรูปธรรม จึงเป็นเรื่องน่ากังวลมาก เพราะเทคโนโลยีปัญญาประดิษฐ์แบบรู้สร้าง มีแนวโน้มจะทำให้ความเหลื่อมล้ำของประเทศไทยยิ่งขยายกว้างมากขึ้น ในขณะที่คนส่วนใหญ่จะไม่สามารถแข่งขันได้หรือจะอยู่รอดอย่างยากลำบากในโลกอนาคต อันจะเป็นภัยคุกคามความมั่นคงของประเทศทางเศรษฐกิจและสังคม!!!