AI ‘หลอน’ หรือแค่มั่ว? ทำไมถึงต้องทบทวนความเข้าใจเรื่องนี้ใหม่
พักหลังมานี้คงได้ยินบ่อยๆ ว่า AI hallucination หรือ AI มีอาการหลอน พูดจาไม่เป็นความจริง สร้างข้อมูลผิดๆ ขึ้นมา แต่ถ้าลองมองให้ลึกลงไป บางทีคำว่า “หลอน” อาจจะไม่ใช่คำอธิบายที่ถูกต้องทั้งหมดก็ได้
แท้จริงแล้ว อาการที่ AI สร้างข้อมูลผิดเพี้ยน หรือพูดจาเหลวไหล อาจจะใกล้เคียงกับแนวคิดทางปรัชญาที่เรียกว่า bullshit มากกว่า ซึ่งปรัชญาได้นิยามไว้ตั้งแต่ปี 1986 ว่าคือ “ความไม่ใส่ใจต่อความจริง”
AI ‘หลอน’ หรือแค่มั่ว?
เมื่อพูดถึงคำว่า AI hallucination หลายคนอาจจินตนาการว่า AI กำลังมีอาการเพี้ยน หรือหลงผิด เหมือนคนเราที่มีภาพหลอน หรือความเชื่อผิดๆ
แต่ในความเป็นจริงแล้ว AI โดยเฉพาะโมเดลภาษาขนาดใหญ่ (LLM) ไม่ได้มี “จิตใจ” หรือ “สติสัมปชัญญะ” ที่จะหลงผิดแบบนั้น
สิ่งที่ AI ทำคือการวิเคราะห์ รูปแบบและสถิติ จากข้อมูลมหาศาลที่ถูกฝึกมา แล้วคาดการณ์คำหรือประโยคถัดไปที่น่าจะสอดคล้องกันที่สุด
เมื่อไม่มีข้อมูลที่แน่นอน หรือเมื่อถูกถามในสิ่งที่นอกเหนือจากความรู้เดิม มันก็แค่สร้างประโยคที่ฟังดูดี แต่ไม่ได้สนใจว่าสิ่งนั้น เป็นความจริง หรือไม่
ทำความรู้จักกับ ‘อาการมั่ว’ ของ AI
ย้อนกลับไปในปี 1986 นักปรัชญา Harry Frankfurt ได้นิยามคำว่า bullshit ไว้อย่างน่าสนใจ เขาบอกว่ามันไม่ใช่การ “โกหก”
เพราะการโกหกคือการรู้ว่าอะไรคือความจริง แต่จงใจบิดเบือน
แต่ bullshit คือ ความไม่ใส่ใจต่อความจริง คนที่พูดเรื่องมั่วนิ่ม ไม่ได้สนใจว่าสิ่งที่ตัวเองพูดเป็นเรื่องจริงหรือเรื่องโกหก สนใจแค่ว่ามันจะบรรลุวัตถุประสงค์บางอย่าง หรือฟังดูสมเหตุสมผลเท่านั้น
นี่แหละคือสิ่งที่คล้ายกับพฤติกรรมของ AI
AI ไม่ได้ “รู้” ว่าอะไรจริงอะไรไม่จริง มันแค่ “ผลิต” ข้อความออกมา
เมื่อข้อมูลที่ผลิตออกมาไม่ตรงกับความเป็นจริง นั่นคือผลลัพธ์จากความไม่ใส่ใจใน ความจริง ไม่ใช่การจงใจหลอกลวง
ทำไมคำว่า ‘ความไม่ใส่ใจต่อความจริง’ ถึงแม่นยำกว่า?
การเรียกอาการของ AI ว่า “หลอน” ทำให้เรามอง AI ในฐานะที่มีความเป็นมนุษย์มากเกินไป ใส่เจตนา หรือความรู้สึกให้มันโดยไม่จำเป็น
แต่การใช้คำว่า “ความไม่ใส่ใจต่อความจริง” หรือ bullshit ในเชิงปรัชญา ช่วยให้เราเข้าใจรากฐานของปัญหาได้ดีขึ้น
มันชี้ให้เห็นว่า AI ไม่ได้มีกลไกภายในที่ตรวจสอบ ความจริง หรือ ความถูกต้องของข้อมูล มันทำงานตามรูปแบบที่เรียนรู้มาเท่านั้น
การทำความเข้าใจแบบนี้ทำให้เราสามารถหาวิธีแก้ปัญหาได้อย่างตรงจุด แทนที่จะพยายาม “รักษาอาการหลอน” เราควรจะมุ่งเน้นไปที่การสร้างระบบที่ทำให้ AI ใส่ใจความจริง มากขึ้น
ก้าวต่อไป: สร้าง AI ที่ใส่ใจ ‘ความจริง’ มากขึ้น
เมื่อรู้ว่าปัญหาคือ ความไม่ใส่ใจต่อความจริง เราก็สามารถออกแบบ AI ให้ดีขึ้นได้
หนึ่งในแนวทางคือการเพิ่มกลไก การตรวจสอบข้อเท็จจริง (fact-checking) ให้ AI สามารถอ้างอิงและยืนยันข้อมูลจากแหล่งที่น่าเชื่อถือได้
หรือการใช้เทคนิคอย่าง Retrieval-Augmented Generation (RAG) ที่ช่วยให้ AI ค้นหาข้อมูลจริงจากฐานข้อมูลก่อนจะสร้างคำตอบ
นอกจากนี้ การที่เราเองในฐานะผู้ใช้งานก็ต้องมี การวิพากษ์วิจารณ์ และไม่ปักใจเชื่อข้อมูลจาก AI ทุกอย่างทันที
ทำความเข้าใจถึงธรรมชาติของมัน จะช่วยให้เราใช้ AI ได้อย่างมีประสิทธิภาพและปลอดภัยยิ่งขึ้น เพราะท้ายที่สุดแล้ว ความจริงยังคงเป็นสิ่งสำคัญที่สุด.