3 ความเข้าใจผิดๆ เกี่ยวกับเรื่อง AI แย่งงานคน

ทุกวันนี้เรากำลังเผชิญกับ 5 ความท้าทายใหญ่ๆ คือ การเปลี่ยนแปลงโครงสร้างประชากร, การเปลี่ยนแปลงทางเศรษฐกิจและสังคม, ปัญหาสิ่งแวดล้อมและการเปลี่ยนแปลงสภาพอากาศ และคลื่นเทคโนโลยีพลิกโฉม

แน่นอนว่าการมาถึงของ AI หุ่นยนต์ และระบบอัตโนมัติได้สร้างความตื่นตัวไปทั่วโลก ในแง่หนึ่งมันคือความก้าวหน้าอันน่ามหัศจรรย์ แต่ขณะเดียวกันความก้าวหน้าแบบก้าวกระโดดก็กำลังสั่นคลอนตลาดแรงงานทั่วโลก ไม่เว้นแม้แต่อาชีพพนักงานบริษัททั่วไป ผู้คนจึงกังวลว่าเมื่อเทคโนโลยีเหล่านี้เก่งขึ้นเรื่อยๆ พวกเขาจะยังมีบทบาทอยู่ไหม หรือควรปรับตัวอย่างไร

แม้ว่าความกังวลจะเป็น ‘เครื่องกระตุ้นชั้นดี’ ที่ทำให้มนุษย์เราพยายามดิ้นรนหาทางออก แต่ถ้ามากเกินไปก็อาจกลายเป็นผลเสียได้เช่นกัน

Daniel Susskind อาจารย์คณะเศรษฐศาสตร์ วิทยาลัย Balliol College มหาวิทยาลัย Oxford ก็เป็นอีกคนที่ตั้งคำถามเกี่ยวกับเรื่องนี้อย่างจริงจัง เขาเคยทำงานเป็นที่ปรึกษาให้กับฝ่ายนโยบายและยุทธศาสตร์ของรัฐบาลอังกฤษ หลังจากนั้นก็ได้เขียนหนังสือ The Future of the Professions ร่วมกับ Richard Susskind ว่าด้วยอาชีพที่กำลังจะถูกทดแทนหรือมีบทบาทน้อยลงในยุคระบบอัตโนมัติ ไม่ว่าจะเป็นแพทย์ ครู นักบัญชี สถาปนิก ที่ปรึกษา หรือนักกฎหมายก็ตาม

แต่ใช่ว่าจะไม่มีความหวังเสียทีเดียว Daniel ได้หยิบประเด็นเรื่องนี้ไปพูดบทเวที TED ในปี 2018 เขากล่าวว่า มี 3 ประเด็นหลักๆ ที่เรากำลังเข้าใจผิดเกี่ยวกับอาชีพที่จะถูกระบบอัตโนมัติแทนที่ในอนาคต

wikimediacommon

1) Terminator Myth 

การติดภาพจำว่าหุ่นยนต์จะต้องดูน่ากลัว และเลวร้ายเหมือนในภาพยนตร์ Terminator ทำให้ผู้คนจำนวนไม่น้อยมองหุ่นยนต์ในด้านลบ นี่คือความเข้าใจแบบผิดๆ ขั้นพื้นฐาน Daniel มองว่าความก้าวหน้าทางเทคโนโลยีนั้นส่งผลกระทบต่อมนุษย์เราทั้งทางตรงและทางอ้อม แน่นอนว่ามันจะทำงานและหน้าที่ต่างๆ แทนอาชีพนับไม่ถ้วน แต่อย่าลืมว่าหุ่นยนต์และเทคโนโลยี AI จะมาช่วยเสริมศักยภาพการทำงานเช่นกัน ซึ่งประเด็นนี้สอดคล้องกับรายงาน Future of Works 2018 โดย World Economic Forum ที่คาดการณ์ว่าหุ่นยนต์จะแทนที่งานมากถึง 75 ล้านตำแหน่งงานทั่วโลกภายในปี 2022 แต่ขณะเดียวกันก็จะก่อให้เกิดอาชีพใหม่ๆ 133 ล้านงาน

แต่ทั้งสองสิ่งนี้จะต้องสมดุลกันด้วย ถ้าหาก AI สร้างอัตรางานน้อยกว่า ก็มีโอกาสเป็นไปได้ว่าจะเกิดวิกฤตด้านแรงงาน

Google AI Blog

2) Intelligence Myth

ประเด็นนี้เป็นความเข้าใจผิดของนักเศรษฐศาสตร์ในอดีตที่มองว่าเครื่องจักรจะทำงานได้ ด้วยการเลียนแบบวิธีคิดและการใช้เหตุผลแบบมนุษย์เท่านั้น Daniel ชี้ว่าแนวคิดนี้ทำให้นักเศรษฐศาสตร์ตกหลุมพรางที่เรียกว่า “Intelligence Myth”  

เพราะการเรียนรู้และวิธีการทำงานของ AI ไม่เหมือนกับของมนุษย์ มันสามารถทำวิเคราะห์และทำนายผลลัพธ์บนพื้นฐานของข้อมูลมหาศาล การทำซ้ำ และอื่นๆ อีกมากมาย เช่น ระบบรถยนต์ไร้คนขับที่คำนวณตำแหน่ง การใช้ AI ช่วยวินิจฉัยโรคและความเสี่ยงทางการแพทย์ได้อย่างแม่นยำ หรือแม้แต่แอปพลิเคชันที่ระบุสายพันธุ์นกที่บินผ่านไปอย่างรวดเร็วได้ถูกต้องในเสี้ยววินาที 

Waymo

3) Superior Myth 

เมื่อเครื่องจักรที่ฉลาดจะมาทำงานบางส่วนที่เป็นอันตรายแทนแล้ว มนุษย์จะมี productive ในการทำงานเพิ่มขึ้น มีเวลาไปทำงานอื่นๆ ที่มีคุณค่ามากขึ้น หรือแม้แต่พัฒนาทักษะของตัวเองไปทำงานที่ซับซ้อนมากขึ้น แต่ในความเป็นจริงแล้ว เราไม่จำเป็นต้องมองว่ามีแต่ ‘มนุษย์’ เท่านั้นที่สามารถทำงานที่มีคุณค่าได้ ตอนนี้เครื่องจักรยังมีข้อจำกัดอยู่บ้างก็จริง แต่ความก้าวหน้าทางเทคโนโลยีไม่ได้ทำให้เราเก่งขึ้น แต่จะเข้ามาเสริมประสิทธิภาพการทำงานของเครื่องจักรต่างๆ ให้ดียิ่งขึ้น

อย่างไรก็ดี ยังคงเป็นที่ถกเถียงกันว่าการพัฒนารถยนต์ไร้คนขับจะช่วยลดอัตราการบาดเจ็บและเสียชีวิตจากอุบัติเหตุบนท้องถนนได้มากกว่าคนขับเอง ตามที่ฝ่ายนักพัฒนาและค่ายผู้ผลิตรถยนต์เชื่อมั่นและพยายามป่าวกระกาศกันหรือเปล่า เว็บไซต์ Axios ตั้งข้อสังเกตว่ารถยนต์ไร้คนขับอาจไม่ได้ช่วยลดอัตราการบาดเจ็บและเสียชีวิตจากอุบัติเหตุบนท้องถนนได้เยอะ เหมือนอย่างที่บริษัทอื่นๆ มักกล่าวอ้างกัน โดยให้เหตุผลว่าสถิติการเกิดอุบัติเหตุรถชนบนท้องถนนที่บริษัทมักเคลมกันนั้นยังไม่เคยนำมาเปรียบเทียบกับการใช้รถยนต์ไร้คนขับจริงๆ นอกจากนี้ปัจจัยหลักที่นำไปสู่การเสียชีวิตก็คือ การขับรถขณะมึนเมา, ไม่คาดเข็มขัดนิรภัย และขับด้วยความเร็วเกินที่กฎหมายกำหนด และเหนือสิ่งอื่นใด รถยนต์ไร้คนขับที่กำลังพัฒนาก็ยังไม่สามารถรับรู้ถึงสภาพแวดล้อมได้ดีกว่ามนุษย์

นี่ถือเป็นการวิเคราะห์ที่น่าสนใจอีกมุมหนึ่งผ่านสายตาของนักเศรษฐศาสตร์ แน่นอนว่าประเด็นนี้ยังเป็นที่ถกเถียงกันอย่างกว้างขวาง แต่จะไม่มีใครหลีกเลี่ยงผลกระทบที่ตามมาได้เลย

อ้างอิง:

http://www3.weforum.org/docs/WEF_Future_of_Jobs_2018.pdf
https://www.ted.com/talks/daniel_susskind_3_myths_about_the_future_of_work_and_why_they_re_not_true/transcript#t-640856
https://www.axios.com/driverless-cars-deaths-safety-limits-66dcd5da-2f0a-49aa-b097-aad5c7485c42.html

Comments