Gadzila

ເຕືອນແລ້ວເດີ! ໃຊ້ AI ຫຼາຍເກີນໄປ ລະວັງ “ສະໝອງຝໍ່” ແຖມຂີ້ລືມ ຜົນວິໄຈຈາກ MIT

ໂດຍ: Chanthasone Insixiangmai

19 June 2025● 317

ໃຜທີ່ກຳລັງເພິ່ງພາ AI ແບບ ChatGPT ແບບສຸດໂຕ ບໍ່ວ່າຈະຂຽນບົດລາຍງານ, ຄິດແຄັບຊັນປັງໆ ຫຼືແມ່ນແຕ່ຊ່ວຍສະຫຼຸບຂໍ້ມູນຊັບຊ້ອນ ກຽມຟັງຂ່າວນີ້ໃຫ້ດີ. ເພາະຫຼ້າສຸດຜົນວິໄຈຈາກ MIT (Massachusetts Institute of Technology) ອອກມາເຕືອນແລ້ວວ່າ ການເພິ່ງພາ AI ເຫຼົ່ານີ້ຫຼາຍເກີນໄປ ອາດສົ່ງຜົນໃຫ້ “ສະໝອງຂອງເຮົາຄິດໜ້ອຍລົງ” ແຖມຍັງຂີ້ລືມງ່າຍຂຶ້ນພ້ອມໃດ໋!

ເວົ້າງ່າຍໆ ກໍຄື ເຖິງແມ່ນວ່າ AI ຈະຊ່ວຍໃຫ້ເຮົາເຮັດວຽກໄດ້ໄວຂຶ້ນ ແລະ ງ່າຍຂຶ້ນຄືກັບເສກໄດ້ ແຕ່ຂໍ້ກັງວົນທີ່ຜົນວິໄຈສະບັບນີ້ກຳລັງບອກເຮົາຢ່າງຊັດເຈນກໍຄື ມັນກຳລັງກັດກິນ ທັກສະການຮຽນຮູ້ ຂອງເຮົາໄປເທື່ອລະໜ້ອຍ! ນັ້ນໝາຍຄວາມວ່າຄົນທີ່ໃຊ້ AI ຫຼາຍໆ ມີທ່າອ່ຽງທີ່ຈະ “ຮຽນຮູ້” ເລື່ອງຕ່າງໆ ໄດ້ຕ່ຳລົງ ເມື່ອທຽບກັບຄົນທີ່ໃຊ້ AI ໜ້ອຍກວ່າ ຫຼື ຄົນທີ່ໃຊ້ສະໝອງຄິດເອງລ້ວນໆ.

ເຈາະເລິກຜົນວິໄຈ: ສະໝອງໃຜເຮັດວຽກຫຼາຍກວ່າກັນ?

ທີມວິໄຈຈາກ MIT Media Lab ເຂົາບໍ່ໄດ້ມາເວົ້າລອຍໆ ແຕ່ທຳການສຶກສາຢ່າງຈິງຈັງ. ພວກເຂົາແບ່ງກຸ່ມຕົວຢ່າງ 54 ຄົນ ອອກເປັນ 3 ກຸ່ມ ເພື່ອເຮັດວຽກຂຽນບົດຄວາມຄືກັນ ແຕ່ໃຊ້ເຄື່ອງມືຕ່າງກັນ:

• ກຸ່ມທຳອິດ: ໃຊ້ LLM (Large Language Model) ຢ່າງ ChatGPT ໄດ້ເຕັມທີ່
• ກຸ່ມທີສອງ: ຄົ້ນຫາຂໍ້ມູນຈາກ Search Engine ໄດ້
• ກຸ່ມສຸດທ້າຍ: ຕ້ອງ ຄິດເອງທັງໝົດ ບໍ່ມີຕົວຊ່ວຍໃດໆ

ລະຫວ່າງທີ່ທຸກຄົນກຳລັງກົ້ມໜ້າກົ້ມຕາຂຽນ ທີມວິໄຈກໍສຽບເຄື່ອງ EEG (ເຄື່ອງວັດຄື້ນສະໝອງ) ວັດການເຮັດວຽກຂອງສະໝອງຜູ້ເຂົ້າຮ່ວມທົດລອງຕະຫຼອດເວລາ ຈາກນັ້ນກໍເອົາຜົນງານທີ່ໄດ້ມາວິເຄາະ ແລະສຳພາດທຸກຄົນແບບຈັດເຕັມ.

ຜົນລັບສຸດຊັອກ: ສະໝອງໃຜຂີ້ຄ້ານທີ່ສຸດ?

ຜົນຈາກເຄື່ອງ EEG ຊັດເຈນຫຼາຍວ່າ ກຸ່ມທີ່ຄິດເອງທັງໝົດ ສະໝອງເຮັດວຽກຫຼາຍທີ່ສຸດ! ໃນຂະນະທີ່ກຸ່ມທີ່ໃຊ້ Search Engine ສະໝອງກໍເຮັດວຽກໜ້ອຍລົງມາໜ້ອຍໜຶ່ງ. ແຕ່ທີ່ໜ້າຕົກໃຈຄື ກຸ່ມທີ່ໃຊ້ LLM ແບບ ChatGPT ນີ້ ສະໝອງເຮັດວຽກຕ່ຳທີ່ສຸດໃນຊ່ວງທ້າຍຂອງການທົດລອງ! ນີ້ຄືສັນຍານອັນຕະລາຍ.

ເທົ່ານັ້ນຍັງບໍ່ພໍ, ທີມວິໄຈຍັງລອງໃຫ້ກຸ່ມຕົວຢ່າງສະຫຼັບເຄື່ອງມືກັນພ້ອມ. ຜົນຄື ກຸ່ມທີ່ເຄີຍໃຊ້ LLM ມາກ່ອນ ພໍຕ້ອງມາຄິດເອງ, ບາງເທື່ອສະໝອງຊໍ້າພັດເຮັດວຽກໜ້ອຍກວ່າກຸ່ມທີ່ຄິດເອງມາຕະຫຼອດ ແລ້ວຈຶ່ງມາໃຊ້ LLM ຊໍ້າອີກ. ແຖມຄົນທີ່ໃຊ້ LLM ຍັງມີທ່າອ່ຽງທີ່ຈະ “ລືມ” ວ່າຕົນເອງຂຽນຫຍັງລົງໄປ ທັງໆ ທີ່ຫາກໍຂຽນແລ້ວເມື່ອບໍ່ພໍເທົ່າໃດນາທີທີ່ຜ່ານມາ.

ພ້ອມນີ້, ທີ່ໜ້າຄິດໄປອີກຂັ້ນຄື ຈາກການວິເຄາະເນື້ອຫາທີ່ຂຽນດ້ວຍເຕັກນິກ Named Entities Recognition (NER) ພົບວ່າ ວຽກທີ່ຂຽນໂດຍກຸ່ມທີ່ໃຊ້ LLM ມັກຈະມີຂໍ້ມູນທີ່ “ກະຈຸກຕົວສູງ” ເຊັ່ນ: ຖ້າເວົ້າເຖິງນັກປັດຊະຍາ ກໍມັກຈະວົນຢູ່ແຕ່ຊື່ຂອງ Plato ເທົ່ານັ້ນ. ໃນຂະນະທີ່ກຸ່ມທີ່ຄິດເອງທັງໝົດ ຈະມີການເວົ້າເຖິງຊື່ຕ່າງໆ ທີ່ຫຼາກຫຼາຍ ແລະກະຈາຍຕົວຫຼາຍກວ່າ. ສະແດງວ່າ AI ອາດຈະເຮັດໃຫ້ເຮົາເບິ່ງເຫັນຫຍັງແຄບໆ ໄປ ຫຼື ບໍ່?

ທີມງານ MIT ຢໍ້າຊັດເຈນວ່າ ນີ້ເປັນພຽງຈຸດເລີ່ມຕົ້ນຂອງການສຶກສາຜົນກະທົບຂອງການໃຊ້ AI ກັບການຮຽນຮູ້ໃນໄລຍະຍາວເທົ່ານັ້ນ, ແຕ່ຜົນລັບທີ່ໄດ້ກໍເປັນສັນຍານເຕືອນທີ່ດັງພໍໃຫ້ເຮົາຕ້ອງກັບມາທົບທວນພຶດຕິກຳການໃຊ້ AI ກັນແລ້ວ. ຢ່າປ່ອຍໃຫ້ AI ຍາດວຽກສະໝອງເຮົາໄປໝົດໃດ! ບໍ່ດັ່ງນັ້ນອາດຈະກາຍເປັນຄົນຂີ້ລືມ ແລະສະໝອງບໍ່ເຮັດວຽກເອົາໄດ້.