AI ไม่ได้มาแทนสมอง แต่มาทดสอบว่าเรายังคิดเป็นอยู่หรือเปล่า
บทความนี้เล่าการบรรยายพิเศษในวิชาสัมมนาให้กับนิสิตปริญญาตรีปี 4 และปริญญาโทของวิศวกรรมทรัพยากรน้ำ โดยตั้งโจทย์ไว้ชัดว่าไม่ได้สอนให้เด็ก กด AI ให้เก่ง แต่สอนให้เข้าใจว่าเครื่องมือเดียวกันทำไมให้คำตอบไม่เหมือนกัน AI ขาดอะไร และอะไรที่คนยังต้องคิดเอง
โครงของการเรียนถูกจัดรอบ 4 เรื่องตรง ๆ คือ Search – Review – Criticize – Writing ซึ่งสะท้อนว่าเป้าหมายของการใช้ AI ในการศึกษาและงานวิจัยควรอยู่ที่การพัฒนาคุณภาพของการคิด มากกว่าการเร่งให้ได้คำตอบเร็วขึ้น
แกนสำคัญของโพสต์นี้คือประโยคที่ว่า ปัญหาใหญ่ไม่ใช่ AI เก่งเกิน แต่คือคนเชื่อ AI เกิน โดยไม่รู้ว่าเมื่อไรที่ AI กำลัง “เมากาว” มุมนี้ทำให้การสอน AI literacy ถูกวางบนความสามารถในการวิจารณ์และประเมิน มากกว่าการใช้งานแบบเชื่อฟัง
เคสเดียวกันแต่ต่างสาขา ทำให้เห็นว่าปัญหาอยู่ที่ความหมาย ไม่ใช่แค่คำศัพท์
ความน่าสนใจอีกจุดคือการใช้เคสร้านกาแฟแทนเคสทรัพยากรน้ำโดยตรง เพื่อไม่ให้โจทย์หนักเกินไป แต่กลับทำให้เห็นชัดว่า แก่นวิศวกรรมเหมือนกัน ขณะที่ภาษาของตัวแปรต่างกัน เช่น throughput ในอุตสาหการ กับ discharge ในทรัพยากรน้ำ ซึ่งแม้สมการจะคล้ายกัน แต่ความหมายในการตัดสินใจไม่เหมือนกัน
ประเด็นนี้ชี้ว่าการใช้ AI ข้ามสาขาให้ได้ผล ต้องเข้าใจทั้งโครงสร้างของปัญหาและภาษาของแต่ละสาขา ไม่ใช่คิดว่าการมีเครื่องมือเดียวจะทำให้ทุกบริบทเหมือนกันหมด
AI ไม่ได้แทนสมอง แต่มันทำให้เราต้องพิสูจน์ว่าเรายังคิดเป็น
ช่วงที่น่าสนใจที่สุดคือการที่นิสิตจำนวนมากใช้วิธี copy-paste คำถามคำตอบกับ AI เหมือนกันหมด แต่คนที่ตอบได้ดีที่สุดกับแย่ที่สุดกลับทำพฤติกรรมเดียวกัน นี่ทำให้เห็นว่า ผลลัพธ์จาก AI ไม่ต่างจากการหมุนวงล้อเสี่ยงดวง หากผู้ใช้ไม่รู้วิธีตรวจสอบ วิจารณ์ และปรับคำถามด้วยตัวเอง
ข้อสรุปของโพสต์จึงคมมาก: AI ไม่ได้มาแทนสมอง แต่มาทดสอบว่าเรายังคิดเป็นอยู่หรือเปล่า ซึ่งเป็นนิยามของการเรียนรู้ร่วมกับ AI ที่มีวินัยและมีคุณค่ากว่าการใช้เครื่องมือแบบผิวเผิน