3 สิ่งที่คนเข้าใจผิดเกี่ยวกับ AI

ตั้งแต่มีการเปิดตัว ChatGPT ก็เกิดกระแส Generative AI ขึ้นมา โดยเฉพาะ การนำ AI ใช้งานในชีวิตประจำวัน ไม่ว่าจะเป็น การถามตอบคำถาม การช่วยทำการบ้าน การเป็นผู้ช่วยอัจฉริยะ หรือแม้กระทั่งการแต่งรูป หรือสร้าง Campaign Marketing ทำให้เกิดเป็นโครงการเกี่ยวกับ AI จำนวนมาก  อย่างไรก็ตาม AI เกิดจาก Data และการนำ AI ไปใช้ ต้องพิจารณาด้วยว่า Data ที่ AI ใช้เรียนรู้ หรือนำตัวคำตอบมาให้เรา เป็น Data ที่มีแหล่งที่มาจากแหล่งใด มีความน่าเชื่อถือหรือไม่ ซึ่งเจ้าตัว AI เอง ก็ต้องผ่านกระบวนการในการประเมินความเสี่ยงตามกรอบของ AI Governance ก่อนนำไปใช้งานอีกด้วย  จากประสบการณ์ของ Coraline เราได้มีโอกาสนำเสนอโครงการด้าน AI ให้ลูกค้าระดับหน่วยงานบ่อยครั้ง และนี้คือ 3 สิ่งที่คนเข้าใจผิดเกี่ยวกับ AI 1. เราสามารถให้ AI เข้าไปจัดการข้อมูลของเราได้ แม้ว่าข้อมูลของเราจะสกปรกมากน้อยแค่ไหนก็ตาม เช่น AI สามารถทำให้ข้อมูลเราสะอาดขึ้นได้ AI สามารถจัดโครงสร้างของข้อมูลเราได้ ซึ่งเป็นความเข้าใจที่ผิด ในความเป็นจริง ถ้าเราเอาข้อมูลที่ไม่สะอาดให้ AI เรียนรู้ AI ก็อาจจะให้คำตอบมาผิดๆ อีกทั่ง การให้ AI ไปเรียนรู้จากข้อมูลขนาดใหญ่ที่ไม่มีการจัดระเบียบ อาจมีค่าใช้จ่ายเกิดขึ้นอย่างมหาศาล 2. AI สามารถทำ Predict ได้เอง และเราก็สามารถเชื่อผลลัพธ์นั้นได้ เป็นความเข้าใจที่คลาดเคลื่อน แท้จริงแล้ว AI สามารถทำ Prediction ได้ แต่เป็นไปตามกลไกของ AI หรือที่เรียกว่า เป็น AutoML หรือ AutoAI ที่ไม่ได้ถูกออกแบบมาสำหรับโจทย์ใดโจทย์หนึ่ง ดังนั้นคำตอบอาจจะเหมาะสม หรือไม่เหมาะสมก็ได้ ขึ้นอยู่กับว่า ข้อมูลในอดีตมีปัจจัยครบถ้วนหรือไม่ แต่ถ้าเราสามารถระบุปัจจัย หรือเลือก Algorithm ได้ ก็จะทำให้เราสามารถเข้าใจกฎเกณฑ์ของแบบจำลองได้มากกว่า อีกทั้งก่อนจะนำผลลัพธ์ไปใช้งานต้องมีกระบวนการในการตรวจสอบความแม่นยำของ AI ก่อนด้วย ไม่ใช่ว่าผลลัพธ์จาก AI จะน่าเชื่อถือไปเสียหมด ซึ่งในบางกรณี ถ้าไม่มีการระบุปัจจัยให้ AI เรียนรู้เป็นตัวตั้งต้น AI ก็อาจจะไม่สามารถหาความเชื่อมโยง และทำ Prediction ได้ 3. การใช้ AI ไม่มีความเสี่ยง เป็นความเชื่อที่ผิดมาก ความเสี่ยงในที่นี้ มีทั้งในเรื่องของ Data Security ที่จะต้องมีการกลั่นกรอง และสร้างกฎเกณฑ์ในการเข้าถึงจุดข้อมูลต่างๆ และประเด็นความเสี่ยงของการนำผลลัพธ์จาก AI ไปใช้งาน ซึ่งควรมีการดำเนินการด้าน AI Governance ก่อนเสมอ เพื่อให้แน่ใจว่า หน่วยงานที่เป็นเจ้าของระบบที่มี AI เป็นส่วนประกอบ จะรับผิดชอบผลลัพธ์ของ AI นั้นๆ