AI Literacy คืออะไร ? เรียนรู้ทักษะด้าน AI ให้เท่าทันยุคปัญญาประดิษฐ์

AI Literacy คืออะไร ? เรียนรู้ทักษะด้าน AI ให้เท่าทันยุคปัญญาประดิษฐ์

ในทุกวันนี้ เราไม่สามารถปฏิเสธได้เลยว่า ปัญญาประดิษฐ์ (Artificial Intelligence - AI) ได้กลายเป็นส่วนหนึ่งของชีวิตประจำวันของเราไปแล้ว ทั้งในที่ทำงาน, การใช้ชีวิตประจำวัน และการมีปฏิสัมพันธ์ในโลกออนไลน์ ด้วยความสามารถในการแก้ปัญหา และทำงานที่ซับซ้อน ทำให้ AI ได้เปลี่ยนแปลงวิธีที่เราดำเนินชีวิตไปอย่างมาก

การพูดคุยเกี่ยวกับ AI เพิ่มขึ้นอย่างมากในช่วงไม่กี่เดือนที่ผ่านมา โดยเฉพาะ AI เชิงสร้างสรรค์ (Generative AI) ที่กำลังเติบโตขึ้นเรื่อย ๆ เมื่อการใช้ AI ของเราขยายตัว สิ่งสำคัญคือเราทุกคนควรมีความความเข้าใจว่าเกี่ยวกับ AI ว่าทำงานอย่างไร ? และส่งผลกระทบต่อเราอย่างไร ? ในด้านต่าง ๆ 

ซึ่งในบทความนี้จะพาทุกคนไปสำรวจ ความรู้พื้นฐานเกี่ยวกับ AI (AI Literacy) ทั้งในส่วนของความหมาย, นิยาม, องค์ประกอบ, ความแตกต่างระหว่างความเกี่ยวกับ AI กับ ความรู้ด้านข้อมูล  และการส่งเสริมความรู้พื้นฐานเกี่ยวกับ AI เพื่อให้ทุกคนเข้าใจ, ใช้งาน และรับมือ AI ได้อย่างสมบูรณ์ที่สุด ...

ภาพจาก : https://commons.wikimedia.org/wiki/File:Nicolas_P._Rougier%27s_rendering_of_the_human_brain.png

ความรู้เกี่ยวกับ AI คืออะไร ? (What is AI Literacy ?)

คำว่า "AI Literacy" หรือว่า "ความรู้เกี่ยวกับ เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence Technology)" เป็นแนวคิดที่เกิดขึ้นจากความต้องการให้ผู้คนทั่วไปสามารถเข้าใจ และใช้งานเทคโนโลยี AI ได้อย่างมีประสิทธิภาพ เพราะเนื่องจากปัญญาประดิษฐ์กำลังมีบทบาทสำคัญมากขึ้นในชีวิตประจำวัน การรู้เท่าทัน AI ไม่เพียงแต่ทำให้เราสามารถใช้งานเทคโนโลยีนี้ได้อย่างมีประสิทธิภาพ แต่ยังช่วยให้เราเข้าใจผลกระทบ และประเด็นด้านจริยธรรมที่อาจเกิดขึ้นอีกด้วย

ซึ่งแนวคิดนี้เริ่มเป็นที่สนใจเมื่อ AI เริ่มพัฒนาจนถึงระดับที่สามารถนำมาใช้ในหลากหลายอุตสาหกรรม ไม่ว่าจะเป็นด้านการแพทย์, การศึกษา, การขนส่ง หรือการทำธุรกิจ นอกจากนี้ AI ยังมีผลต่อความเป็นส่วนตัวของข้อมูลส่วนบุคคล และความปลอดภัยทางไซเบอร์ ดังนั้นการส่งเสริมความรู้พื้นฐานเกี่ยวกับ AI จึงเป็นเรื่องที่หลายองค์กร และสถาบันการศึกษาทั่วโลกให้ความสำคัญ

นิยามของคำว่า ความรู้เกี่ยวกับ AI (Definition of the term AI Literacy)

หนึ่งในคำนิยามแรก ๆ ของความรู้เกี่ยวกับ AI คือ "ชุดของทักษะที่ช่วยให้บุคคลสามารถประเมินเทคโนโลยี AI ได้อย่างมีวิจารณญาณสื่อสาร และทำงานร่วมกับ AI ได้อย่างมีประสิทธิภาพ รวมถึงสามารถนำ AI มาใช้เป็นเครื่องมือทั้งในชีวิตประจำวัน การทำงานออนไลน์ที่บ้าน และในที่ทำงาน"

คำนิยามที่ถูกพัฒนาขึ้นต่อมาก็คือ "ความสามารถในการรับรู้ เข้าใจ ใช้ และประเมินผลเทคโนโลยีปัญญาประดิษฐ์ และผลกระทบของมันอย่างมีวิจารณญาณ"

ซึ่งความรู้เกี่ยวกับ AI ยังเชื่อมโยงกับความรู้ด้านอื่น ๆ อย่างลึกซึ้ง เช่น การรู้เท่าทันดิจิทัล ซึ่งเป็นทักษะพื้นฐานที่จำเป็น ในขณะที่ความรู้ด้านวิทยาศาสตร์ และการคำนวณ ซึ่งสามารถช่วยเสริมสร้างความเข้าใจ และความรู้ด้านข้อมูลก็มีความเชื่อมโยง และทับซ้อนอย่างมากกับความรู้ด้าน AI

องค์ประกอบของ ความรู้เกี่ยวกับ AI (Elements of AI Literacy)

ความรู้พื้นฐานเกี่ยวกับ AI มีองค์ประกอบหลัก ๆ อยู่ด้วยกัน 4 ส่วน ทีนี้เรามาดูกันทีละส่วนว่ามีอะไรบ้าง เพื่อให้เราเข้าใจรายละเอียดของแต่ละองค์ประกอบได้ชัดเจนมากยิ่งขึ้น

ภาพจาก : https://www.eatingwell.com/article/7937179/what-happens-to-your-body-when-you-stare-at-a-computer-all-day/

1. ความสามารถในการรับรู้ AI

เพื่อที่จะให้เราสามารถเข้าร่วมวงสนทนาเรื่อง AI ได้ สิ่งแรกที่เราต้องทำคือรู้จักกับ AI และสามารถแยกแยะมันได้เมื่อเราเห็นการใช้งานของมัน การรับรู้ AI หมายถึงการที่เราตระหนักว่ามี AI อยู่ในแอปพลิเคชัน และเทคโนโลยีที่เราใช้ในชีวิตประจำวัน ซึ่งหลาย ๆ อย่าง เราอาจไม่เคยสังเกตเห็นได้เลยว่ามี AI ทำงานอยู่เบื้องหลัง ยกตัวอย่างเช่น

ระบบกรองสแปมในอีเมลAI

ถูกใช้ในการวิเคราะห์ และแยกแยะข้อความที่อาจเป็นสแปมออกจจากกล่องข้อความของผู้ใช้งาน

ระบบแนะนำเนื้อหาบนบริการสตรีมมิ่ง

อีกหนึ่งการนำ AI ไปใช้คือระบบที่ช่วยแนะนำภาพยนตร์ หรือเพลงที่เราน่าจะชอบจากประวัติการดู หรือฟังของเรา 

แอปพลิเคชันฝากเช็คผ่านมือถือ

AI วิเคราะห์ภาพของเช็ค และแปลเป็นข้อมูลดิจิทัล เพื่อช่วยตรวจสอบเช็คให้แก่ผู้ใช้งาน

ผู้ช่วยเสมือนที่ตอบสนองด้วยคำสั่งเสียง

ยกตัวอย่างเช่น Siri หรือ Google Assistant ที่สามารถตอบคำถาม และทำตามคำสั่งของเราได้โดยใช้เทคโนโลยี AI ขับเคลื่อนอยู่เบื้องหลัง

ระบบทำนายยอดสั่งซื้อสินค้า

AI ช่วยวิเคราะห์ข้อมูลการขาย และจัดลำดับความสำคัญของลูกค้าที่มีแนวโน้มที่จะเลือกซื้อสินค้าใดมากที่สุด

ซึ่งที่ยกตัวอย่างมานั้นเป็นเพียงแค่ส่วนหนึ่งที่ AI ได้ถูกนำไปใช้ ในความเป็นจริงแล้วปัญญาประดิษฐ์ยังถูกนำไปใช้ในหลาย ๆ วงการตั้งแต่ระดับผู้ใช้ทั่วไปจนถึงระดับองค์กรใหญ่ ๆ เลยทีเดียว

2. ความสามารถในการเข้าใจ AI

ความสามารถในการเข้าใจ AI หมายถึงการที่เราสามารถเข้าใจหลักการพื้นฐาน และแนวคิดที่สำคัญเกี่ยวกับ AI ได้ เช่น การเรียนรู้ของเครื่องจักร (Machine Learning) และ การเรียนรู้เชิงลึก (Deep Learning) ซึ่งเป็นวิธีการที่เราใช้ในการสอนคอมพิวเตอร์ให้เรียนรู้จากข้อมูล และทำงานบางอย่างได้โดยอัตโนมัติ หลักการเหล่านี้ก็จะประกอบไปด้วย

ภาพจาก : https://commons.wikimedia.org/wiki/File:AI_hierarchy.svg

ระดับของ AI

เช่น ปัญญาประดิษฐ์แคบ (Artificial Narrow Intelligence - ANI) ซึ่งสามารถทำงานเฉพาะทางได้ดี ไปจนถึงปัญญาประดิษฐ์ทั่วไป (Artificial General Intelligence - AGI) ซึ่งมีศักยภาพในการทำงานหลายด้านเหมือนดั่งมนุษย์

สาขาของ AI

สาขาของ AI มีทั้ง AI เชิงสัญลักษณ์ (Symbolic AI) ซึ่งใช้กฎ และตรรกะในการทำงาน และ AI เชิงเชื่อมโยง (Subsymbolic AI) ซึ่งรวมถึงการใช้ เครือข่ายประสาทเทียม (Neural Network) อีกด้วย

รูปแบบการเรียนรู้ของเครื่อง

การเรียนรู้แบบมีผู้ควบคุม (Supervised Learning), การเรียนรู้แบบไม่มีผู้ควบคุม (Unsupervised Learning) และการเรียนรู้แบบเสริมแรง (Reinforcement Learning) ซึ่งเป็นวิธีการสอนที่แตกต่างกันไปขึ้นอยู่กับการใช้งาน AI นั้น ๆ

ประเภทของข้อมูลฝึกสอน

ข้อมูลที่ใช้ในการฝึก AI มีผลต่อประสิทธิภาพของโมเดล การเข้าใจว่าข้อมูลแต่ละประเภทมีบทบาทอย่างไรจะช่วยให้เรามองเห็นข้อจำกัดและข้อดีของ AI ได้ชัดเจนขึ้นมากยิ่งขึ้น

เครือข่ายประสาทลึก (Deep Neural Networks)

ภาพจาก : https://www.bmc.com/blogs/deep-neural-network/

ระบบ AI ที่ซับซ้อนที่สุด ซึ่งสามารถแก้ปัญหาที่ซับซ้อนได้โดยการเลียนแบบโครงสร้าง และการทำงานของสมองมนุษย์

แม้การทำความเข้าใจ AI จะมีระดับความเข้าใจที่แตกต่างกัน และ AI เป็นสาขาที่กว้างขวางมาก แต่การทำความเข้าใจแนวคิดพื้นฐานเหล่านี้จะช่วยให้เราเริ่มเข้าใจการทำงานของ AI และเตรียมพร้อมสำหรับการเรียนรู้ในระดับที่สูงขึ้นไปอีก

3. ความสามารถในการใช้งาน AI

การรู้จัก AI และเข้าใจหลักการทำงานของมันยังไม่เพียงพอ เพราะ AI เป็นเครื่องมือที่ถูกสร้างขึ้นมาเพื่อใช้งาน การที่เราสามารถนำ AI มาใช้ได้อย่างมีประสิทธิภาพจึงกลายเป็นสิ่งสำคัญ ซึ่งเราสามารถมีระดับความสามารถในการใช้งาน AI ที่แตกต่างกันได้ดังนี้

ภาพจาก : https://feedzai.com/blog/demystifying-machine-learning-for-banks-the-fields-of-artificial-intelligence/

ประยุกต์ใช้

คือการใช้แอปพลิเคชัน AI ที่ผู้อื่นสร้างไว้แล้วเช่น การใช้ระบบแนะนำเนื้อหา หรือการกรองสแปม

ใช้ประโยชน์

เป็นการนำโมเดล AI ที่มีอยู่ไปใช้งานในรูปแบบใหม่ เช่น ใช้โมเดล AI ในการวิเคราะห์ข้อมูลประเภทอื่น ๆ

ปรับแต่ง

คือปรับแต่งหรือปรับโมเดล AI ให้เข้ากับงานเฉพาะด้าน เช่น การปรับการตั้งค่าของโมเดลที่ฝึกสอนแล้วเพื่อให้เหมาะสมกับปัญหาเฉพาะ

สร้างใหม่

คือการสร้างโมเดล AI ใหม่ๆ โดยใช้เทคนิคที่มีอยู่ เช่น การพัฒนาโมเดลเพื่อแก้ปัญหาเฉพาะทางในอุตสาหกรรมต่าง ๆ

ประดิษฐ์

วิจัย และพัฒนาวิธีการใหม่ ๆ ในการสร้าง AI ซึ่งเป็นระดับสูงสุดของการใช้งาน AI

การใช้ AI เป็นกระบวนการที่ต้องลงมือทำจริง และเพื่อให้เราสามารถใช้ AI ได้อย่างเต็มประสิทธิภาพ เราต้องสามารถประยุกต์ใช้ AI ในสถานการณ์ต่าง ๆ และเรียนรู้จากความผิดพลาดที่อาจเกิดขึ้นเพื่อพัฒนาให้ดียิ่งขึ้น

4. ความสามารถในการประเมิน AI อย่างมีวิจารณญาณ

มาถึงองค์ประกอบสุดท้ายแล้ว AI ยังมีศักยภาพที่จะถูกนำไปใช้ในทางที่เป็นอันตรายได้เช่นกัน ดังนั้นการประเมิน AI อย่างมีวิจารณญาณหมายถึงการสามารถแยกแยะข้อดี และข้อเสียของ AI และตัดสินใจว่าจะนำไปใช้ในสถานการณ์ใดได้บ้าง ซึ่งสามารถพิจารณาถึงประโยชน์ และความเสี่ยงที่อาจเกิดขึ้นจาก AI ก็ดังนี้

เมื่อเราประเมิน AI อย่างรอบคอบ เราจะเข้าใจได้ว่า AI ไม่ได้มีเพียงสิ่งที่ดีไปทั้งหมดซึ่งมันก็ยังคงมีข้อเสียที่ตามมาด้วยอยู่

ความรู้เกี่ยวกับ AI และ ความรู้ด้านข้อมูล มีความแตกต่างกันอย่างไร ? (What is the difference between AI Literacy and Data Literacy ?)

ความรู้เกี่ยวกับ AI เปรียบเทียบกับความรู้เกี่ยวกับข้อมูลอย่างไร? คำนิยามสำหรับ ความรู้ด้านข้อมูล (Data Literacy) คือความสามารถในการอ่าน, ทำความเข้าใจ, สร้าง และสื่อสารข้อมูลเป็นสารสนเทศ เราสามารถมองว่าความรู้เกี่ยวกับ AI และความรู้ด้านข้อมูลมีความเกี่ยวข้อง และเชื่อมโยงกันได้ 

เพราะจุดสำคัญคือ ความรู้เกี่ยวกับ AI อย่างแท้จริงนั้นจำเป็นต้องอาศัยความรู้ด้านข้อมูล เหตุผลก็คือ AI นั้นอิง และได้รับอิทธิพลอย่างมากจากข้อมูล ไม่าว่าจะเป็น ข้อมูลที่มีโครงสร้าง, ข้อมูลที่ไม่มีโครงสร้าง, ข้อมูลที่ถูกระบุป้ายกำกับ, ข้อมูลที่ไม่มีป้ายกำกับ, ข้อมูลที่สะอาด และข้อมูลที่สกปรก

หากต้องการทำความเข้าใจโมเดล AI อย่างถ่องแท้ หรือการมีส่วนร่วมกับแอปพลิเคชัน AI จำเป็นต้องมีความเข้าใจพื้นฐานอย่างน้อยเกี่ยวกับข้อมูลที่ใช้ในการฝึกสอน AI ซึ่งนั่นเป็นเหตุผลที่ว่าการพัฒนาความรู้ด้าน AI และความรู้ด้านข้อมูลนั้นควรที่จะเดินไปพร้อม ๆ กัน

ภาพจาก : https://www.turningdataintowisdom.com/from-data-literacy-to-ai-literacy/

การส่งเสริม ความรู้เกี่ยวกับ AI (Promoting AI Literacy)

รัฐบาลหลายประเทศ รวมถึงประเทศไทย ได้ตระหนักถึงความสำคัญในการส่งเสริมความรู้ด้านปัญญาประดิษฐ์ (AI) เพื่อเตรียมประชาชนให้พร้อมรับมือกับเทคโนโลยีที่เปลี่ยนแปลงอย่างรวดเร็ว

หน่วยงานต่าง ๆ ได้เริ่มสนับสนุนโปรแกรมการศึกษา AI ผ่านรูปแบบคอร์สออนไลน์ที่สั้น และเข้าใจง่ายสำหรับผู้ใช้งานทั่วไป นอกจากนี้ ยังมีการจัดโครงการเชิงปฏิบัติการ (Project-Based) เพื่อเสริมสร้างทักษะให้กับเยาวชน ในระดับมหาวิทยาลัย โปรแกรมการศึกษาด้าน AI ถูกออกแบบให้ตอบสนองความต้องการทางวิชาชีพเฉพาะด้าน เช่น วิทยาการคอมพิวเตอร์, วิศวกรรม และธุรกิจ เพื่อเตรียมนักศึกษาให้สามารถนำ AI ไปประยุกต์ใช้ในอาชีพของตนได้นั่นเอง

ภาพจาก : https://www.villanovau.com/articles/project-management/project-managers-adopting-artificial-intelligence/

สรุป ความรู้เกี่ยวกับ AI (AI Literacy Conclusion)

ปัญญาประดิษฐ์ (AI) กำลังเป็นส่วนหนึ่งของชีวิตประจำวันของเราในทุกด้าน ไม่ว่าจะเป็นในที่ทำงาน, การใช้ชีวิตประจำวัน หรือการมีปฏิสัมพันธ์ทางออนไลน์ การมีความรู้พื้นฐานเกี่ยวกับ AI หรือ AI Literacy จึงกลายเป็นทักษะสำคัญที่ช่วยให้เราเข้าใจ และใช้เทคโนโลยีนี้ได้อย่างมีประสิทธิภาพ

ซึ่งในบทความนี้ผู้เขียนได้นำเสนอองค์ประกอบสำคัญของ AI Literacy ที่ประกอบด้วยการรับรู้, การเข้าใจ, การใช้งาน และการประเมิน AI อย่างมีวิจารณญาณ เพื่อให้เราสามารถนำ AI มาใช้ได้อย่างรู้เท่าทัน รวมถึงเตรียมพร้อมรับมือกับผลกระทบทางสังคม และจริยธรรมอีกด้วย