Margaret Atwood ฟาด AI ไร้สาระ! ปัญหา 'ขยะเข้า ขยะออก' ที่วงการ Tech ต้องรู้
ในฐานะเกมเมอร์และบล็อกเกอร์สายไอทีที่ชอบโยงทุกอย่างเข้ากับอนิเมะและมังงะ ผมรู้สึกว่าประเด็นนี้ไม่ใช่แค่เรื่องของนักเขียนหรือนักวิชาการ แต่มันคือ ระฆังเตือนภัย ที่วงการเทคโนโลยี เกม และคอนเทนต์ครีเอเตอร์ทุกคนต้องได้ยิน
Margaret Atwood กับ AI: ทำไมนักเขียนระดับตำนานถึงไม่ไว้ใจ?
ในงานสัมภาษณ์ที่จัดโดย Babell Festival (ตามรายงานของ Deadline) Atwood เปิดเผยว่าเธอได้ลองใช้ AI แล้ว และสิ่งที่เธอพบคือ ปัญหาคุณภาพของข้อมูล ที่ถูกป้อนเข้าไป เธอไม่ได้พูดแบบอ้อมค้อม แต่ฟาดตรงๆ ว่า AI ที่มีอยู่ในปัจจุบันนั้นมีข้อจำกัดใหญ่หลวง เพราะมันเรียนรู้จากข้อมูลที่มีอยู่บนอินเทอร์เน็ต ซึ่งเต็มไปด้วย ขยะ ความผิดพลาด และอคติ
ลองนึกภาพตามนะครับ ถ้าเราเอาข้อมูลจากโซเชียลมีเดีย เว็บบอร์ด หรือแม้แต่คอมเมนต์ใต้คลิปเกมมาเทรน AI ผลลัพธ์ที่ได้จะออกมาเป็นยังไง? แน่นอนว่ามันก็จะสะท้อนความโง่เขลา ความเกลียดชัง และความผิดพลาดเหล่านั้นออกมา นี่คือหัวใจของ Garbage In, Garbage Out (GIGO) — หลักการพื้นฐานทางวิทยาการคอมพิวเตอร์ที่ Atwood หยิบมาย้ำเตือนเราอีกครั้ง
Garbage In, Garbage Out คืออะไร? มันร้ายแรงแค่ไหน?
หลายคนอาจคิดว่านี่เป็นเรื่องพื้นฐานที่เด็กจบไอทีปีหนึ่งก็รู้ แต่ในยุคที่ AI ถูกนำไปใช้ในทุกด้าน ตั้งแต่การผลิตเนื้อหา การวาดรูป การเขียนโค้ด ไปจนถึงการตัดสินใจทางธุรกิจ การมองข้ามหลักการ GIGO นั้นอันตรายมาก
- ข้อมูลขยะ (Garbage In): หมายถึงข้อมูลที่ไม่มีคุณภาพ มีอคติ ไม่สมบูรณ์ หรือผิดพลาด
- ผลลัพธ์ขยะ (Garbage Out): หมายถึงคำตอบ รูปภาพ หรือการตัดสินใจที่ออกมาแล้วใช้ไม่ได้ มีอคติ หรือสร้างความเสียหาย
ยกตัวอย่างง่ายๆ ในวงการเกม: เคยมีกรณีที่ AI ที่ใช้สร้างตัวละครหรือบทสนทนาในเกม ผลิตเนื้อหาที่เหยียดเพศหรือเหยียดเชื้อชาติ ออกมา เพราะมันเรียนรู้มาจากข้อมูลในอดีตที่มีอคติเหล่านั้นอยู่ หรือในวงการอนิเมะที่เริ่มมีงานวาดโดย AI บางชิ้นก็มี สัดส่วนร่างกายที่ผิดเพี้ยน เพราะข้อมูลเทรนนิ่งมีรูปที่ผิดพลาดปนอยู่
บทเรียนจากวงการเกมและอนิเมะ: เมื่อ AI กลายเป็นดาบสองคม
ในฐานะคนที่ติดตามวงการเกมและอนิเมะอย่างใกล้ชิด ผมเห็นการเปลี่ยนแปลงครั้งใหญ่ที่ AI เข้ามามีบทบาท ตั้งแต่ การสร้างโลกในเกมแบบ Procedural Generation ไปจนถึง การใช้ AI ช่วยเขียนสคริปต์หรือวาดภาพคอนเซปต์ แต่ปัญหาที่ Atwood ชี้ให้เห็นคือ การขาดการกลั่นกรองและการใส่ใจในคุณภาพของข้อมูลต้นทาง
ปัญหาที่เราเห็นกันบ่อยๆ ในวงการ
- AI วาดรูปแล้วมือมี 6 นิ้ว: เพราะข้อมูลเทรนนิ่งมีภาพที่ผิดพลาด
- AI เขียนบทแล้วเนื้อเรื่องซ้ำซาก: เพราะมันเรียนรู้จากนิยายและมังงะที่ถูกก๊อปปี้กันเป็นล้านๆ เรื่อง
- AI สร้างตัวละครในเกมแล้วมีอคติทางเพศ: เพราะข้อมูลในอดีตสะท้อนสังคมแบบเก่า
ทั้งหมดนี้คือ Garbage Out ที่เกิดจาก Garbage In นั่นเอง
สิ่งที่นักพัฒนาและคอนเทนต์ครีเอเตอร์ควรทำ
Atwood ไม่ได้บอกให้เราเลิกใช้ AI แต่เธอกำลังบอกให้เรา มีสติ และ ตั้งคำถามกับข้อมูลที่เราใช้ มากกว่าที่จะเชื่อ AI แบบตาบอด
- คัดกรองข้อมูลอย่างเข้มงวด: อย่าเอาทุกอย่างจากอินเทอร์เน็ตมาเทรน ต้องมีคนกรองและตรวจสอบคุณภาพ
- ใช้ AI เป็นเครื่องมือเสริม ไม่ใช่ตัวหลัก: โดยเฉพาะงานที่ต้องใช้ความคิดสร้างสรรค์และความละเอียดอ่อน
