AI ไม่ใช่เวทมนตร์: คำภาษาอังกฤษที่คนใช้เวลาเครื่องจักร "คิด"

คุณถามแชตบอตสักคำถาม มันตอบกลับมาด้วยประโยคที่เรียบร้อยสวยงาม แล้วคุณก็เผลอพูดว่า "ว้าว มันเข้าใจฉันจริง ๆ" คำเล็ก ๆ อย่าง "เข้าใจ" ดูเหมือนไม่มีพิษภัย แต่จริง ๆ แล้วมันแอบเล่าเรื่องที่อาจไม่จริงให้คุณฟัง นั่นคือมีจิตใจอยู่ข้างในนั้น กำลังคิดเรื่องปัญหาของคุณแบบที่เพื่อนคนหนึ่งจะคิด

ภาษาอังกฤษที่เราใช้กับเทคโนโลยีเต็มไปด้วยเรื่องเล่าเป็นมิตรแบบนี้ มันทำให้เครื่องมือฟังดูมีชีวิต เมื่อคุณสังเกตเห็นแบบแผนนี้แล้ว คุณก็จะเพลิดเพลินกับความสะดวกของคำพวกนี้ได้โดยไม่ถูกหลอก และคุณจะอธิบายสิ่งที่ระบบทำได้แม่นยำขึ้นมาก

เรื่องนี้สำคัญกว่าที่เห็น คำที่คุณใช้กำหนดสิ่งที่คุณคาดหวัง ถ้าคุณเชื่อว่าเครื่องมือ "เข้าใจ" คุณ คุณจะเชื่อคำตอบของมันมากเกินกว่าที่ควร แต่ถ้าคุณจำได้ว่า "เข้าใจ" เป็นแค่คำทางลัด คุณก็จะคอยตรวจสอบต่อไป เครื่องมือเดียวกัน แต่ความสัมพันธ์ต่างกันมาก และความต่างนั้นอยู่ในคลังคำศัพท์ของคุณล้วน ๆ

คำตอบสั้น ๆ

เวลาคนพูดว่า AI "think," "learn," "understand," "know" หรือ "decide" พวกเขากำลังใช้กริยาของมนุษย์ในชีวิตประจำวันเป็นทางลัด ไม่ใช่คำอธิบายตามตัวอักษร คำพวกนี้เป็นอุปมา ระบบกำลังประมวลผลแบบแผนในข้อมูลและผลิตผลลัพธ์ที่น่าจะเป็นออกมา คุณใช้กริยาพวกนี้เพื่อให้เร็วและเป็นธรรมชาติได้ แต่ควรจำไว้ว่ามันหลวม ๆ ไม่ใช่การกล่าวอ้างอย่างแม่นยำเกี่ยวกับจิตใจ

คำสำคัญ

• Think. สำหรับคน คำนี้หมายถึงการมีความคิด ความสงสัย และความรู้สึกตัว สำหรับเครื่องจักร "the AI thinks the answer is X" จริง ๆ แล้วหมายความว่า "ระบบผลิต X ออกมาเป็นผลลัพธ์ที่น่าจะเป็นที่สุด" ไม่มีการถกเถียงภายในเกิดขึ้น
• Learn. นักเรียนที่เรียนรู้คือเข้าใจและจดจำ เวลาเราพูดว่าโมเดล "learned" จากข้อมูล เราหมายถึงค่าภายในของมันถูกปรับระหว่างการฝึก เพื่อให้ผลลัพธ์ตรงกับแบบแผนได้ดีขึ้น มันใกล้เคียงกับ "ถูกจูน" มากกว่า "ตั้งใจเรียนหนัก"
• Understand. คำนี้ลื่นที่สุด ระบบสามารถผลิตคำตอบที่ฟังดูถูกออกมาได้โดยไม่ต้องเข้าใจความหมายเลย "It understood my question" มักหมายความแค่ว่า "มันตอบได้ตรงประเด็น"
• Know. คนที่รู้บางอย่างสามารถมั่นใจและอธิบายเหตุผลได้ ระบบ "knows" ข้อเท็จจริงเพียงในความหมายว่าข้อเท็จจริงนั้นมักปรากฏในผลลัพธ์ของมัน มันพูดสิ่งที่ผิดออกมาด้วยความมั่นใจเท่ากันก็ได้
• Decide. คนชั่งน้ำหนักทางเลือกแล้วเลือก ระบบ "decides" โดยการคำนวณผลลัพธ์ ไม่มีความรู้สึกของการเลือก ไม่มีความลังเล ไม่มีความเสียดาย
• Intelligent / smart. คำพวกนี้สัญญาความฉลาดที่กว้างและยืดหยุ่น เครื่องมือส่วนใหญ่ที่ถูกเรียกว่า "smart" เก่งแค่เรื่องแคบ ๆ เรื่องเดียว
• Want / believe / try. คำพวกนี้อธิบายเจตนาและความรู้สึกภายใน เมื่อใช้กับเครื่องจักรมันเป็นอุปมาล้วน ๆ ระบบไม่มีความปรารถนา ไม่มีความเชื่อ และไม่มีอะไรที่มัน "พยายาม" จะทำแบบที่คนทำ
• Hallucinate / make things up. แม้แต่คำที่เราใช้เรียกความผิดพลาดของ AI ก็ยังยืมภาพในจิตใจของมนุษย์มา ระบบไม่ได้จินตนาการอะไร มันแค่ผลิตข้อความที่มั่นใจซึ่งบังเอิญเป็นเท็จออกมา

กับดักที่พบบ่อย

กับดักที่พบบ่อยคือการมองกริยาพวกนี้เป็นหลักฐานว่ามีจิตใจ ถ้าเครื่องมือ "เข้าใจ" ได้ มันก็ต้องมีความคิดเห็น เจตนา และความรู้สึกด้วยใช่ไหม การกระโดดคิดแบบนั้นแหละคือจุดเริ่มต้นของการพูดเกินจริง

อีกกับดักหนึ่งคือ ภาษาที่ทำให้เป็นมนุษย์ (anthropomorphizing language) ที่แอบใส่เป้าหมายและอารมณ์เข้ามา เช่น "the AI wants to help you," "the model believes the sky is green," "it's trying to trick you" การต้องการ การเชื่อ และการพยายามเป็นสภาวะทางจิตใจ ระบบไม่ต้องการอะไร มันแค่ผลิตผลลัพธ์ เวลาคุณอ่านเจอ "the AI wants" ลองสลับในใจเป็น "ระบบมักจะผลิต" แล้วประโยคจะซื่อตรงขึ้น

คำว่า smart เป็นคำโปรดของการตลาด และมันมักฟังดูหนักกว่าที่ควรเสมอ ลำโพง "smart" การค้นหา "smart" การตอบกลับ "smart" ไม่มีอันไหนฉลาดในความหมายของมนุษย์เลย มันแค่ทำตามกฎและแบบแผน เวลาผลิตภัณฑ์ถูกอธิบายว่า "intelligent" ลองถามว่า ฉลาดเรื่องอะไรกันแน่? คำตอบที่ซื่อตรงมักจะแคบ

ยังมีกับดักของการมอง AI เป็นสิ่งวิเศษสิ่งเดียว คนพูดว่า "AI will do this" หรือ "the AI knows" ราวกับว่ามีตัวตนรู้ทุกอย่างเพียงหนึ่งเดียว ความจริงแล้วมีระบบที่ต่างกันมากมาย แต่ละระบบถูกฝึกมาเพื่อวัตถุประสงค์ต่างกัน แต่ละอันมีจุดแข็งและจุดบอดต่างกัน การพูดว่า "เครื่องมือ AI สำหรับเขียนสรุป" ชัดเจนกว่าคำว่า "AI" เฉย ๆ มาก

สุดท้าย ระวังคำที่แสดงความมั่นใจ เวลาระบบ "knows" หรือ "is sure" มันมั่นใจแบบผิด ๆ ได้ ความมั่นใจของมนุษย์มักสอดคล้องกับความรู้ แต่ความมั่นใจของเครื่องจักรไม่ น้ำเสียงที่ลื่นไหลและมั่นใจไม่ใช่หลักฐานว่าคำตอบถูกต้อง

มีอีกหนึ่งกับดักที่ละเอียดอ่อนซึ่งควรพูดถึง นั่นคือคำว่า learn ในฐานะกริยาแห่งการเติบโต เราชื่นชมเด็กที่ "เรียนรู้" และคำนี้มีความอบอุ่นและความพยายามแฝงอยู่ แต่เวลาระบบ "learns" ไม่มีอะไรที่เหมือนความพยายามเกิดขึ้น ค่าของมันถูกปรับ บ่อยครั้งด้วยการป้อนข้อมูลมหาศาลผ่านมัน การเรียกสิ่งนั้นว่า "การเรียนรู้" ก็โอเคในฐานะคำย่อ แต่ถ้าคุณจินตนาการถึงจิตใจที่อยากรู้อยากเห็นนั่งเรียนจนดึกดื่น คุณก็นำเข้าเรื่องที่ไม่มีอยู่จริงเข้ามา ภาพที่ซื่อตรงกว่าใกล้เคียงกับสูตรอาหารที่ถูกจูนจนจานออกมาถูกใจ ไม่ใช่พ่อครัวที่ตกหลุมรักการทำอาหาร

ทั้งหมดนี้ไม่ได้แปลว่าคำพวกนี้ไม่ดี มันมีประโยชน์ และการเลี่ยงมันทั้งหมดจะทำให้คำพูดของคุณแข็งทื่อและแปลก ทักษะที่ต้องใช้เบากว่านั้น คือ ได้ยินอุปมา เพลิดเพลินกับความสะดวก และยังตระหนักว่ามีการกล่าวอ้างจริง ๆ ซ่อนอยู่ในคำที่เป็นมิตร เมื่อเดิมพันต่ำ (คุยเล่น ระดมความคิด) ก็ปล่อยให้อุปมาไหลไป เมื่อเดิมพันสูง (เชื่อข้อเท็จจริง ตัดสินใจ) ก็แปลมันกลับเป็นภาษาเครื่องจักรล้วน ๆ แล้วตรวจสอบผลลัพธ์

ตัวอย่างแบบธรรมชาติ vs แบบแปร่ง

แบบแปร่ง: The AI understood my feelings and decided to comfort me.

แบบธรรมชาติ: The tool produced a supportive-sounding reply based on my message.

เวอร์ชันที่สองก็ยังอ่านง่าย แต่มันไม่แสร้งทำว่ามีความเห็นอกเห็นใจ

เป็นธรรมชาติน้อยกว่า: Our smart assistant thinks for you, so you don't have to.

ดีกว่า: Our assistant suggests options based on your past choices.

แบบแปร่ง: AI knows the answer to everything now.

แบบธรรมชาติ: These tools can produce answers on many topics, though not always correctly.

สังเกตว่าเวอร์ชัน "ดีกว่า" ไม่ได้เย็นชาหรือเหมือนหุ่นยนต์ มันแค่นิ่งกว่า คุณพูดได้อบอุ่นและมีความเป็นมนุษย์ในขณะที่ยังอธิบายเครื่องจักรได้อย่างถูกต้อง

แบบแปร่ง: The model believes you'll love this song.

แบบธรรมชาติ: The model predicts you'll like this song, based on what you played before.

การเปลี่ยนจาก "believes" เป็น "predicts" เป็นการเปลี่ยนเล็ก ๆ แต่มันลบคำโกหกเล็ก ๆ ออกไป ระบบไม่มีความเชื่อเกี่ยวกับรสนิยมของคุณ มันผลิตการทำนายออกมาจากแบบแผนในประวัติของคุณ และมันอาจผิดก็ได้

ตารางสรุป

ฝึกสั้น ๆ

เขียนแต่ละประโยคใหม่เพื่อตัดการกล่าวอ้างเกินจริงออก ลองทำก่อนแอบดู

1. "The AI understood exactly what I wanted."
2. "Our smart software thinks about your schedule for you."
3. "The model knows that this stock will go up."
4. "AI decided the email was spam."
5. "The chatbot wants you to feel better."

คำตอบที่เป็นไปได้:

1. "The tool produced a response that matched what I asked for."
2. "Our software suggests schedule options based on your settings."
3. "The model produced a prediction that this stock might rise (which may be wrong)."
4. "The filter classified the email as spam."
5. "The chatbot generated a comforting reply."

สิ่งที่ควรจำ

คุณไม่จำเป็นต้องห้ามคำอย่าง "think," "learn" และ "smart" มันเร็ว ใช้กันทั่วไป และมักจะโอเคในการคุยเล่น ทักษะที่ต้องมีคือรู้ว่ามันเป็นอุปมา เพื่อให้คุณไม่แปลกใจเลยเวลาเครื่องจักรที่มั่นใจกลับมั่นใจแบบผิด ๆ มอง "AI" เป็นป้ายชื่อของเครื่องมือแคบ ๆ มากมายแทนที่จะเป็นจิตวิเศษหนึ่งเดียว สลับ "wants" และ "believes" เป็น "tends to produce" เมื่อความถูกต้องสำคัญ แล้วคุณจะทั้งฟังดูชัดเจนขึ้นและคิดได้ชัดเจนขึ้น เครื่องจักรน่าทึ่งจริง มันแค่ไม่ใช่เวทมนตร์ และภาษาอังกฤษของคุณไม่จำเป็นต้องแสร้งทำว่ามันเป็น