ศาสตราจารย์ ดร.กฤษมันต์ วัฒนาณรงค์
การใช้ AI ตามแนวทางของกลุ่ม “นักเครื่องมือนิยม” หรือ Instrumentalist จะมองว่านวัตกรรมหรือเทคโนโลยีเหล่านี้ เป็นเพียงเครื่องมือ เป็นของกลางๆ จะดีหรือมีประโยชน์ ขึ้นอยู่กับผู้ที่นำไปใช้ กลุ่มนี้จะเปรียบเทียบนวัตกรรมและเทคโนโลยีเหล่านี้เหมือนกับ “มีด” ที่จะนำไปใช้ให้เกิดคุณ หรือโทษ ขึ้นอยู่กับการนำไปใช้ โดยตัวของมันเองเป็นของกลางๆ ไม่มีส่วนดี หรือส่วนเสียอะไรในตัวเอง
การนำ AI มาใช้เป็นความดีงามและเหมาะสมอย่างมากสำหรับการเรียนการสอนระดับบัณฑิตศึกษา หรือระดับ ปริญญาโท และปริญญาเอก รวมทั้งการทำวิจัยในเรื่องต่างๆ เพราะผู้เรียนระดับนี้ส่วนมากมีพื้นฐานความรู้และวุฒิภาวะเพียงพอที่จะตัดสินใจเลือกใช้ AI ได้อย่างเหมาะสม นอกจากนั้น อาจารย์ระดับบัณฑิตศึกษาต้องมีความสามารถในการแนะนำและให้คำปรึกษาการใช้ AI ให้กับนักศึกษาระดับบัณฑิตศึกษาได้อย่างถูกต้องเหมาะสมอีกด้วย
บทความนี้มุ่งวิเคราะห์เชิงวิพากษ์ประเด็นการใช้ปัญญาประดิษฐ์ (Artificial Intelligence: AI) ในการเรียนการสอนระดับบัณฑิตศึกษา โดยใช้กรอบคิด Instrumentalism ซึ่งมองเทคโนโลยีในฐานะเครื่องมือ (Tool) ที่มีคุณค่าเมื่อสามารถสร้างผลลัพธ์เชิงปฏิบัติได้สอดคล้องกับเป้าหมายของการศึกษา บทความชี้ให้เห็นว่าแม้ AI จะส่งเสริมประสิทธิภาพทางการเรียนรู้ การเข้าถึงองค์ความรู้ และการสนับสนุนกระบวนการวิจัย แต่การใช้โดยปราศจากความเข้าใจเชิงทฤษฎีและความสามารถวิพากษ์อาจบั่นทอนคุณภาพการคิด ความซื่อตรงทางวิชาการ และกระบวนการสร้างองค์ความรู้ใหม่ ผลการวิเคราะห์นำไปสู่ข้อเสนอเชิงนโยบายในการพัฒนา AI literacy การออกแบบหลักสูตรที่เน้นหลักฐานกระบวนการเรียนรู้ และการใช้ AI ในลักษณะเป็นเครื่องมือเพื่อเสริมทักษะการตั้งคำถามมากกว่าการผลิตคำตอบ สุดท้าย บทความเสนอว่าการบูรณาการ AI ในบัณฑิตศึกษาต้องตั้งอยู่บนหลักการว่าเครื่องมือควรรับใช้วัตถุประสงค์ทางการศึกษา ไม่ใช่ยึดครองหรือกำหนดทิศทางกระบวนการเรียนรู้
การขยายตัวของปัญญาประดิษฐ์ (AI) โดยเฉพาะ Generative AI ได้เปลี่ยนภูมิทัศน์ของการศึกษาและการวิจัยในระดับอุดมศึกษาอย่างสำคัญ บัณฑิตศึกษาซึ่งมีภารกิจในการสร้างนักวิจัย มืออาชีพ และนักคิดเชิงวิพากษ์ จึงเผชิญโจทย์ใหม่เกี่ยวกับความเหมาะสมของการใช้ AI ในกระบวนการเรียนรู้และการผลิตองค์ความรู้ ประเด็นที่ท้าทายไม่ได้อยู่เพียงในมิติประสิทธิภาพของเทคโนโลยี แต่คือความสัมพันธ์ระหว่างเครื่องมือกับเป้าหมายของการเรียนรู้ระดับสูง
เพื่อทำความเข้าใจอย่างเป็นระบบ บทความนี้ใช้กรอบคิด Instrumentalism ในปรัชญาวิทยาศาสตร์และปรัชญาการศึกษา ซึ่งมองเทคโนโลยีเป็นเครื่องมือเชิงปฏิบัติการ มากกว่าการพิจารณาความจริงแท้หรือสถานะเชิงอภิปัญญาของ AI วิธีคิดดังกล่าวเปิดพื้นที่ในการประเมิน AI จาก “ประโยชน์เชิงการปฏิบัติและผลกระทบต่อกระบวนการเรียนรู้” มากกว่า “ความก้าวหน้าทางเทคโนโลยี” เพียงอย่างเดียว
Instrumentalism อธิบายว่า เทคโนโลยีหรือทฤษฎีทางวิทยาศาสตร์ควรพิจารณาจากการทำงานเชิงปฏิบัติและศักยภาพในการอธิบายหรือแก้ปัญหา มากกว่าเน้นการอภิปรายว่าทฤษฎีนั้นสะท้อนความจริง “อย่างแท้จริง” หรือไม่ ในบริบทของการศึกษา แนวคิดดังกล่าวชี้ว่าเครื่องมือทุกชนิด—including AI—ต้องถูกประเมินบนพื้นฐานว่าเครื่องมือดังกล่าวเสริมสร้าง “กระบวนการเรียนรู้” และ “เป้าหมายของการศึกษา” ได้หรือไม่
ในระดับบัณฑิตศึกษา เป้าหมายหลักประกอบด้วย (1) การพัฒนาความคิดเชิงลึก (Deep Understanding) (2) การสร้างศักยภาพการตั้งคำถามและการคิดวิพากษ์ (3) การรักษามาตรฐานจริยธรรมทางวิชาการ และ (4) การผลิตองค์ความรู้ใหม่ เครื่องมือใดที่ช่วยส่งเสริมเป้าหมายดังกล่าวจึงถือว่ามีคุณค่าตามหลัก Instrumentalism ในทางตรงกันข้าม เครื่องมือที่เบี่ยงเบนหรือทำให้กระบวนการเรียนรู้ด้อยลง จำเป็นต้องได้รับการวิพากษ์และกำกับใช้อย่างระมัดระวัง
3.1 ประสิทธิภาพเชิงเครื่องมือและความเสี่ยงด้านคุณค่าทางวิชาการ
AI ช่วยลดต้นทุนเวลาในการค้นคว้า สรุปวรรณกรรม วิเคราะห์ข้อมูลเบื้องต้น และตรวจสอบความถูกต้องของงานเขียน อย่างไรก็ดี การเพิ่มประสิทธิภาพดังกล่าวอาจทำให้ผู้เรียนข้ามขั้นตอนที่ต้องใช้การคิดอย่างลึกซึ้ง โดยเฉพาะความเข้าใจพื้นฐานทางทฤษฎีและกระบวนการสืบเสาะความรู้ด้วยตนเอง ซึ่งเป็นแกนกลางของการศึกษาระดับบัณฑิตศึกษา ความเร็วของเครื่องมือจึงอาจแลกมาด้วยคุณค่าทางวิชาการที่ลดลง
3.2 ความสอดคล้องระหว่างเครื่องมือกับเป้าหมายการศึกษา
เมื่อพิจารณาตามแนวคิด Instrumentalism คำถามสำคัญคือ “AI ช่วยหรือบั่นทอนวัตถุประสงค์ของบัณฑิตศึกษา?” แม้ AI ช่วยจัดระบบข้อมูลและปรับปรุงรูปแบบงานเขียน แต่การใช้ AI แทนการคิดเชิงสังเคราะห์หรือการสร้างสมมติฐานเอง ทำให้เป้าหมายด้านการฝึกทักษะการคิดและการสร้างองค์ความรู้ใหม่ถูกบั่นทอน การใช้ AI เพื่อผลิตชิ้นงานโดยไม่ผ่านการพัฒนาความเข้าใจภายในตนเอง ย่อมไม่สอดคล้องกับเป้าหมายของบัณฑิตศึกษา
3.3 ความสามารถของผู้ใช้ Literacy vs. Dependency
ตามหลัก Instrumentalism คุณค่าของเครื่องมือขึ้นอยู่กับผู้ใช้ เครื่องมือเดียวกันสามารถนำไปสู่ผลที่เสริมคุณภาพหรือบั่นทอนคุณภาพได้ หากนักศึกษาขาด AI literacy เช่น ความสามารถประเมินความน่าเชื่อถือของข้อมูล ความเข้าใจข้อจำกัดของโมเดล และทักษะตรวจสอบข้อผิดพลาด ผลลัพธ์ที่ได้จะเสี่ยงต่อความคลาดเคลื่อนและความเข้าใจผิดในเชิงทฤษฎี การพึ่งพาเครื่องมือโดยไม่เข้าใจวิธีทำงานจึงนำไปสู่ “ความสามารถลวงตา” (Apparent Competence)
3.4 เครื่องมือที่เปลี่ยนรูปแบบวาทกรรมทางวิชาการ
AI ไม่เพียงเป็นเครื่องมือในการผลิตข้อมูล แต่ยังส่งผลต่อวิธีคิด การตั้งคำถาม และโครงสร้างการสื่อสารทางวิชาการ การให้ AI สร้างกรอบทฤษฎี สมมติฐาน หรือคำถามวิจัย อาจทำให้การคิดของผู้เรียนถูกกำกับโดยตรรกะของโมเดล มากกว่าความคิดสร้างสรรค์หรือการสงสัยเชิงวิพากษ์ของมนุษย์ ซึ่งเป็นสาระสำคัญของการสร้างองค์ความรู้ใหม่ในบัณฑิตศึกษา
3.5 จริยธรรมเชิงเครื่องมือ
จากมุมมองเชิงปฏิบัติ ความเสี่ยงด้านจริยธรรมไม่ได้เกิดจากเจตนาของผู้เรียนเสมอไป แต่เป็นผลกระทบเชิงโครงสร้างของเครื่องมือ เช่น การสร้างเนื้อหาปลอม ความผิดพลาดด้านการอ้างอิง การทำให้เกิดช่องว่างความเหลื่อมล้ำระหว่างผู้ที่เข้าถึง AI คุณภาพสูงกับผู้ที่ไม่สามารถเข้าถึงได้ การใช้ AI ในบัณฑิตศึกษาจึงต้องพิจารณาจากผลกระทบที่มีต่อมาตรฐานความซื่อตรงและความเท่าเทียมในระบบการศึกษา
ผลการวิเคราะห์ชี้ว่า AI เป็นเครื่องมือที่มีศักยภาพสูง แต่ความสามารถของมันไม่ได้รับประกันคุณค่าทางการศึกษา หากนำไปใช้โดยขาดกรอบคิดเชิงวิพากษ์เครื่องมืออาจทำหน้าที่เบี่ยงเบนเป้าหมายการเรียนรู้ มากกว่าสนับสนุนการสร้างองค์ความรู้ การใช้ AI โดยไม่เข้าใจกรอบ Instrumentalism จึงเสี่ยงต่อการทำให้บัณฑิตศึกษากลายเป็นกระบวนการผลิตชิ้นงานอย่างรวดเร็วแทนการฝึกฝนปัญญาอย่างลึกซึ้ง
ในมุมกลับ การใช้ AI อย่างมีวิจารณญาณสามารถเปลี่ยนบทบาทของบัณฑิตศึกษาจากการท่องจำหรือทำงานเชิงกล เป็นการมุ่งเน้นทักษะสูงที่ AI ไม่สามารถแทนได้ เช่น การตีความทฤษฎี การสร้างคำอธิบายใหม่ และการถกเถียงเชิงวาทศิลป์
กำหนด AI Literacy เป็น Learning Outcome หลักของหลักสูตรบัณฑิตศึกษา ครอบคลุมความเข้าใจข้อจำกัด อคติของโมเดล การตรวจสอบความถูกต้อง และวิธีใช้ AI ในการตั้งคำถามเชิงวิจัย ออกแบบการประเมินผลที่เน้นหลักฐานกระบวนการ (Process Evidence) เช่น บันทึกการคิดขั้นตอนการวิเคราะห์ การเขียนบันทึกสะท้อนคิด และการอภิปรายเชิงทฤษฎีที่ AI ไม่สามารถแทนได้ ใช้ AI เป็นเครื่องมือเสริมการคิด ไม่ใช่ผลิตคำตอบแทนผู้เรียน เน้นบทบาทของ AI ในการจัดระบบข้อมูล ตรวจตราความสอดคล้อง และช่วยให้ผู้เรียนสำรวจความเป็นไปได้ต่าง ๆ จัดทักษะการวิพากษ์ AI เป็นสาระบังคับ เช่น วิชาว่าด้วย Ethics of AI, Algorithmic Bias, และเครื่องมือวิจัยดิจิทัล กำหนดแนวปฏิบัติด้านจริยธรรมที่ชัดเจนและตรวจสอบได้ เพื่อรักษามาตรฐานความซื่อตรงทางวิชาการในยุคที่เครื่องมือสามารถผลิตงานเขียนระดับสูงได้ทันที
จากกรอบคิด Instrumentalism การใช้ AI ในบัณฑิตศึกษาต้องประเมินจากประโยชน์เชิงปฏิบัติและผลกระทบต่อกระบวนการเรียนรู้มากกว่าความก้าวหน้าทางเทคโนโลยีเพียงอย่างเดียว แม้ AI จะช่วยเพิ่มประสิทธิภาพในการเรียนรู้และการทำวิจัย แต่การใช้โดยขาดความเข้าใจเชิงทฤษฎีและทักษะวิพากษ์อาจบั่นทอนเป้าหมายหลักของบัณฑิตศึกษา บทความนี้เสนอว่าการใช้ AI ที่เหมาะสมควรตั้งอยู่บนหลักการว่าเครื่องมือจะต้องรับใช้วัตถุประสงค์ทางการศึกษา ไม่ใช่กำหนดหรือแทนที่กระบวนการพัฒนาปัญญาของมนุษย์ การบูรณาการ AI อย่างมีจริยธรรมและมีวิจารณญาณจึงเป็นปัจจัยสำคัญสู่การยกระดับคุณภาพการศึกษาในยุคปัญญาประดิษฐ์