หลังจากที่ Bill Gates ประกาศให้โลกรู้ ChatGPT และการเข้ามาของ AI รอบนี้ถือว่าสำคัญพอๆ กับการกำเนิดของ 'คอมพิวเตอร์' และ 'อินเตอร์เน็ต' และยังกล่าวอีกว่า AI จะเปลี่ยนแปลงโลกครั้งใหญ่อีกครั้ง
ไม่นานหลังจากนั้น Microsoft เริ่มนำ ChatGPT เชื่อมต่อกับหลายบริการ เช่น ซอฟต์แวร์นัดหมายอย่าง 'ทีมส์' (Teams)
ไม่เพียงเท่านั้น วงการอื่นๆ ก็เริ่มเข้าไปหยิบเจ้า ChatGPT มามีส่วนร่วมกับงานของตนมากขึ้น เช่น ผู้พิพากษาโคลอมเบียเริ่มใช้ ChatGPT ช่วยตัดสินคดีเกี่ยวกับสิทธิด้านการรักษาพยาบาลของเด็กออทิสติก เนื่องจากมีความซับซ้อนจึงนำ AI มาช่วยตัดสินใจ
ขณะที่สภาคองเกรสของสหรัฐฯ ก็เริ่มใช้ ChatGPT เสนอร่างกฏหมายบางส่วนกันแล้วด้วย
คำถาม คือ เจ้า AI ที่เรียกว่า ChatGPT นี้ มันจะไปได้สุดแค่ไหน เพราะ ณ ตอนนี้ความฉลาดของมันเริ่มเข้ามา 'แทนที่' มนุษย์ในหลายเรื่องสำคัญๆ
มันสามารถตอบคำถามได้แทบทุกอย่าง มันสามารถเขียนโค้ดโปรแกรม สามารถเขียนบทความ เขียนเนื้อเพลง สร้างสคริปต์นำเสนอสินค้า สร้างสูตรทำอาหาร และอื่นๆ อีกมากมาย ทั้งยังพูดคุยและแสดงอารมณ์ได้อย่างเป็นธรรมชาติอีกด้วย
ไม่นานมานี้ Techsauce ได้นำเสนอบทความที่กำลังแสดงให้เห็นว่า ChatGPT กำลังสั่นสะเทือนโลก AI โดย เบิร์น เอลเลียต รองประธานฝ่ายวิจัย การ์ทเนอร์ อิงค์ ได้ให้ข้อมูลที่ควรต้องตระหนักไว้ว่า...
หลังจาก OpenAI บริษัทวิจัยและพัฒนาเทคโนโลยีปัญญาประดิษฐ์ (AI) ได้เปิดตัว ChatGPT แพลตฟอร์มสนทนา AI รูปแบบใหม่อย่างเป็นทางการนั้น จากข้อมูลของบริษัทฯ ได้ระบุว่ารูปแบบการสนทนาที่จัดทำโดยแพลตฟอร์มนี้ ทำให้ ChatGPT สามารถ “ตอบคำถามได้ครอบคลุม ยอมรับข้อผิดพลาด พร้อมนำเสนอข้อมูลใหม่ๆ เพื่อปรับเปลี่ยนข้อมูลที่ไม่ถูกต้อง และปฏิเสธคำร้องขอที่ไม่สมเหตุสมผล”
นับตั้งแต่ ChatGPT เปิดให้บริการ บนโลกโซเชียลมีเดีย ก็เริ่มมีการถกเถียงกันถึงความเป็นไปได้ในการนำนวัตกรรมนี้มาปรับใช้ รวมถึงอันตรายที่อาจตามมา
นั่นก็เพราะมันมีความสามารถในการวิเคราะห์หาข้อผิดพลาดของโค้ด (Debug Code) ไปจนถึงศักยภาพในการเขียนเรียงความสำหรับนักศึกษา
ขณะที่มีรูปแบบการใช้งานโมเดลพื้นฐานมากมาย เช่น GPT ในโดเมนต่างๆ ประกอบด้วย Computer Vision, Software Engineering และงานวิจัยและพัฒนาทางวิทยาศาสตร์ (Scientific Research and Development) เช่น มีการใช้แบบจำลองพื้นฐานสร้างรูปภาพขึ้นจากข้อความ และตรวจสอบโค้ดจากภาษาธรรมชาติ (Natural Language) รวมถึงการทำ Smart Contracts หรือแม้แต่ในด้านการดูแลสุขภาพ (Healthcare) เช่น การสร้างยารักษาโรคใหม่ๆ และการถอดรหัสลำดับจีโนมเพื่อจำแนกโรค
>> นี่คือข้อกังวลด้านจริยธรรม
แม้โมเดลแบบจำลองพื้นฐาน AI เช่น GPT ได้แสดงให้เห็นถึงการเปลี่ยนแปลงครั้งใหญ่ด้าน AI จากประโยชน์เฉพาะตัวที่มอบให้ อาทิ การช่วยลดต้นทุนและระยะเวลาสร้างโมเดลแบบจำลองเฉพาะโดเมน แต่นั่นก็ก่อให้เกิดความเสี่ยงและข้อกังวลด้านจริยธรรม ซึ่งประกอบด้วย...
Complexity: โมเดลจำลองขนาดใหญ่ต้องใช้พารามิเตอร์นับพันล้านหรืออาจมากถึงล้านล้าน โดยโมเดลจำลองเหล่านี้มีขนาดใหญ่เกินไปที่องค์กรจะนำมาทดสอบใช้งาน เนื่องจากต้องใช้ทรัพยากรการประมวลผลที่จำเป็นจำนวนมาก อาจทำให้มีราคาแพงและไม่เป็นมิตรต่อสิ่งแวดล้อม
Concentration of power: โมเดลจำลองเหล่านี้ส่วนใหญ่สร้างขึ้นโดยบริษัทเทคโนโลยีที่ใหญ่ที่สุด ด้วยการลงทุนกับการวิจัยและพัฒนาจำนวนมหาศาล และมีความสามารถด้าน AI เป็นสำคัญ ซึ่งสิ่งเหล่านี้ส่งผลให้เกิดการกระจุกตัวของอำนาจในหน่วยงานขนาดใหญ่ไม่กี่แห่ง อาจสร้างความไม่สมดุลในอนาคต
Potential misuse: โมเดลจำลองพื้นฐานช่วยลดต้นทุนในการสร้างเนื้อหา ซึ่งหมายความว่าการสร้าง Deepfake ที่ใกล้เคียงกับต้นฉบับจะง่ายขึ้น รวมถึงทุก ๆ อย่าง ตั้งแต่การเลียนแบบเสียงและวิดีโอไปจนถึงผลงานศิลปะปลอม ตลอดจนการโจมตีแบบกำหนดเป้าหมาย ซึ่งข้อกังวลด้านจริยธรรมร้ายแรงที่เกี่ยวข้องอาจทำให้เสียชื่อเสียงหรือสร้างความขัดแย้งทางการเมืองได้
Black-box nature: โมเดลจำลองเหล่านี้ยังต้องการการทดสอบอย่างถี่ถ้วนและสามารถมอบผลลัพธ์ที่ไม่น่าพอใจ เนื่องจากการทดสอบในลักษณะกล่องดำ (Black-box nature) ที่ไม่คำนึงถึงคำสั่งภายในซอฟต์แวร์ และคลุมเครือว่าฐานข้อมูลที่ตอบสนองนั้นเท็จจริงเพียงใด อาจนำเสนอผลลัพธ์ที่เอนเอียงได้จากข้อมูลที่กำหนดไว้ โดยกระบวนการทำให้ข้อมูลตรงกันของแบบจำลองดังกล่าวสามารถนำไปสู่ความล้มเหลวได้ หากคลาดเคลื่อนเพียงจุดเดียว
Intellectual property: โมเดลแบบจำลองถูกทดสอบกับคลังข้อมูลของชิ้นงานที่สร้างขึ้น และยังไม่ชัดเจนว่าจะมีกฎหมายบังคับอย่างไรสำหรับการนำเนื้อหานี้กลับมาใช้ใหม่ และหากเนื้อหานั้นมาจากทรัพย์สินทางปัญญาของผู้อื่น
จากที่ว่ามา...เบิร์น เอลเลียต จึงมองว่าการใช้ ChatGPT จึงควรมีแนวทางการใช้โมเดลพื้นฐาน AI อย่างมีจริยธรรม ดังนี้...
1. เริ่มต้นจากการใช้งานการประมวลผลภาษาตามธรรมชาติ (Natural Language Processing - NLP) เช่น การจัดหมวดหมู่ การสรุป และการสร้างข้อความในสถานการณ์ที่ไม่ได้เจอตัวลูกค้า และเลือกงานที่มีความเฉพาะ โดยโมเดลจำลองที่ได้รับการฝึกฝนมาแล้วจะสามารถลดต้นทุนการปรับแต่งและการทดสอบที่มีราคาแพง หรือใช้ในกรณีที่ต้องการตรวจสอบผลลัพธ์โดยมนุษย์
2. ใช้สร้างเอกสารเชิงกลยุทธ์ที่สรุปประโยชน์ ความเสี่ยง โอกาส และแผนงานการปรับใช้โมเดลจำลองพื้นฐาน AI เช่น GPT ซึ่งจะช่วยพิจารณาว่าได้ประโยชน์มากกว่าความเสี่ยงหรือไม่ กรณีที่นำมาใช้งานเฉพาะ
3. ใช้ APIs บนคลาวด์สำหรับสร้างรูปแบบจำลองและเลือกแบบจำลองที่มีขนาดเล็กที่สุด เพื่อให้มีความแม่นยำและมีประสิทธิภาพตรงตามความต้องการเพื่อลดความซับซ้อนในการดำเนินงาน ลดการใช้พลังงานและเพิ่มประสิทธิภาพด้านต้นทุนรวมสำหรับการเป็นเจ้าของ
4. จัดลำดับความสำคัญของผู้จำหน่ายที่ส่งเสริมการปรับใช้โมเดลอย่างมีความรับผิดชอบโดยการเผยแพร่แนวทางการใช้งาน การบังคับใช้ รวมถึงบันทึกช่องโหว่และจุดอ่อนที่ทราบ พร้อมเปิดเผยพฤติกรรมที่เป็นอันตรายและสถานการณ์การใช้งานในทางที่ผิดแบบเชิงรุก