วิศวกรไม่ควรเป็นแค่ผู้ใช้ AI เพราะสิ่งที่พวกเขาต้องรับรองมีผลต่อชีวิตจริงและความผิดพลาดยอมรับไม่ได้
โพสต์นี้เริ่มจากการตั้งข้อแตกต่างสำคัญระหว่างการใช้ AI ทั่วไปกับการใช้ AI ในงานวิศวกรรม แม้หลายคนจะพูดถึง AI ว่าเป็นเครื่องมือที่ใครก็ใช้ได้ เพียงพิมพ์ prompt หรือป้อนข้อมูลเข้าไป แต่สำหรับวิศวกร สิ่งที่ถูกสร้างขึ้นไม่ได้จบที่ข้อความหรือสไลด์ หากคืออาคาร เครื่องจักร ระบบไฟฟ้า และโครงสร้างที่มีผลต่อชีวิตจริง
เมื่อผลลัพธ์ของงานเกี่ยวข้องกับความปลอดภัย ความเสถียร และความรับผิดชอบทางวิชาชีพ การใช้ AI แบบไม่เข้าใจหลักการจึงอันตรายกว่าวิชาชีพอื่นมาก โพสต์นี้จึงไม่ได้เรียกร้องให้วิศวกรใช้ AI เก่งเฉย ๆ แต่ย้ำว่าต้องเข้าใจมันลึกพอจะรับผิดชอบต่อผลของมันได้จริง
AI ในงานวิศวกรรมไม่ใช่เครื่องมือสะดวกทั่วไป เพราะความผิดพลาดของมันอาจย้อนกลับมาสู่ชีวิตและทรัพย์สินจริง
ประเด็นที่คมที่สุดของโพสต์นี้คือการย้ำว่า งานวิศวกรรมต่างจากงานจำนวนมากตรงที่ผลลัพธ์ไม่ใช่แค่ชิ้นงานเชิงข้อมูล แต่เป็นระบบที่ต้องใช้งานได้จริง รองรับโลกจริง และ พลาดไม่ได้จริง ความผิดพลาดจากแบบจำลองที่ผิด การตีความข้อมูลไม่ดี หรือการใช้ AI โดยไม่เข้าใจข้อจำกัด จึงอาจลุกลามไปสู่ความเสียหายต่อชีวิตและทรัพย์สินได้
นี่ทำให้ AI ในบริบทวิศวกรรมต้องถูกมองผ่านกรอบของความปลอดภัยและความน่าเชื่อถือ ไม่ใช่กรอบของความเร็วหรือความสะดวกเพียงอย่างเดียว
วิศวกรจึงต้องเข้าใจ AI ลึกพอจะรู้ทั้งวิธีคิด อคติ และจุดที่มันพัง
ช่วงกลางของโพสต์สรุปได้ชัดว่า วิศวกรไม่ควรเป็นเพียง user of AI แต่ต้องเป็นคนที่เข้าใจว่ามันคิดอย่างไร ลำเอียงจากข้อมูลตรงไหน และจะล้มเหลวภายใต้เงื่อนไขแบบใด เพราะการเข้าใจเพียงวิธีเรียกใช้เครื่องมือไม่เพียงพอสำหรับงานที่ต้องอาศัย judgment และการรับรองผลลัพธ์
คำถามว่าเมื่อเกิดความผิดพลาดขึ้น ใครจะเป็นผู้รับผิดชอบ ก็ยิ่งทำให้เห็นว่าความรู้เชิงลึกไม่ใช่เรื่องหรูหรา แต่มันคือส่วนหนึ่งของความรับผิดชอบทางวิชาชีพโดยตรง
การสอน AI ให้เข้าใจง่ายเป็นเรื่องดี แต่ไม่ควรแปลว่าตัดความยากที่จำเป็นต่อความรับผิดชอบออกไป
ประโยคท้ายของโพสต์มีน้ำหนักมาก เพราะผู้เขียนยอมรับว่าเราควรพยายามสอน AI ให้เข้าใจง่ายขึ้นได้ แต่ไม่ได้หมายความว่าจะตัดเนื้อหาที่ยากออกไปทั้งหมด เนื่องจากความยากบางอย่างคือสิ่งที่ทำให้ผู้เรียนเห็นขอบเขตของเครื่องมือ เข้าใจเงื่อนไขของมัน และพร้อมรับผิดชอบต่อการตัดสินใจจริง
ดังนั้น บทความนี้จึงไม่ใช่แค่การเรียกร้องให้เพิ่ม AI ในหลักสูตรวิศวกรรม แต่คือการปกป้องมาตรฐานของการเรียนรู้เชิงลึกในยุคที่หลายคนอยากให้ทุกอย่างง่ายลงเร็ว ๆ เพราะสุดท้ายคนที่ต้องเซ็นรับรองสิ่งที่ AI ช่วยออกแบบไม่ใช่ AI แต่คือมนุษย์ผู้ประกอบวิชาชีพเอง