บทนำ
ปัจจุบัน จริยธรรมด้านปัญญาประดิษฐ์ (AI Ethics) กำลังกลายเป็นองค์ประกอบสำคัญของการศึกษาระดับมหาวิทยาลัย ไม่ได้จำกัดอยู่เฉพาะสาขาวิทยาศาสตร์ เทคโนโลยี วิศวกรรมศาสตร์ และคณิตศาสตร์ หรือ STEM อีกต่อไป
ในอดีต AI มักถูกสอนในสาขาวิทยาการคอมพิวเตอร์และสาขาเทคนิคเป็นหลัก แต่ในปัจจุบันผลกระทบของ AI ได้ขยายไปสู่แทบทุกอาชีพ นักศึกษาสาขา ครุศาสตร์ บริหารธุรกิจ นิติศาสตร์ นิเทศศาสตร์ มนุษยศาสตร์ สังคมศาสตร์ สาธารณสุข รัฐประศาสนศาสตร์ และศิลปะ จะต้องเผชิญกับการตัดสินใจที่เกี่ยวข้องกับระบบอัตโนมัติ คำแนะนำจากอัลกอริทึม Generative AI ข้อมูลชีวมิติ และการวิเคราะห์ข้อมูลเพื่อคาดการณ์อนาคตมากขึ้นเรื่อย ๆ
สำหรับนักศึกษาที่ไม่ได้เรียน STEM การเรียน AI Ethics ไม่ควรหมายถึงการเรียนเขียนโปรแกรมหรือเทคนิค AI อย่างเดียว แต่ควรพัฒนาความสามารถในการตั้งคำถามว่า
- AI ระบบนี้ ยุติธรรม หรือไม่?
- ผลลัพธ์ของ AI โปร่งใสและตรวจสอบได้ หรือไม่?
- การใช้ AI มี ความปลอดภัย หรือไม่?
- AI เหมาะสมกับ วัฒนธรรมและบริบทของสังคม หรือไม่?
- การใช้ AI ส่งผลต่อ สิ่งแวดล้อม อย่างไร?
- หาก AI ทำให้เกิดความเสียหาย ใครควรรับผิดชอบ?
กรอบสมรรถนะด้าน AI ของ UNESCO ให้ความสำคัญกับ 4 ด้าน ได้แก่ แนวคิดที่ยึดมนุษย์เป็นศูนย์กลาง จริยธรรมด้าน AI เทคนิคและการประยุกต์ใช้ AI และการออกแบบระบบ AI โดยเสนอว่าการเรียนรู้เรื่อง AI ควรเกิดขึ้นทั้งในสาขา STEM และสาขาสังคมศาสตร์ด้วย
ดังนั้น การขยายการเรียน AI Ethics ไปยังสาขาที่ไม่ใช่ STEM จึงไม่ใช่เพียงการตอบสนองต่อการเกิดขึ้นของซอฟต์แวร์ใหม่ ๆ แต่สะท้อนถึง การเปลี่ยนแปลงบทบาทของมหาวิทยาลัย ในการเตรียมบัณฑิตให้สามารถใช้ชีวิตและทำงานอย่างมีความรับผิดชอบในสังคมที่การตัดสินใจสำคัญต่าง ๆ ถูกกำหนดหรือได้รับอิทธิพลจากระบบอัตโนมัติมากขึ้น
ทำไมนักศึกษาสาย Non-STEM จึงต้องเรียน AI Ethics?
AI ไม่ได้ทำงานอยู่แค่ในโลกเทคโนโลยี แต่ทำงานอยู่ภายใน สถาบันและระบบต่าง ๆ ของสังคม
AI สามารถมีอิทธิพลต่อ
- การรับสมัครงาน
- การคัดเลือกนักศึกษาเข้ามหาวิทยาลัย
- การเข้าถึงบริการด้านสุขภาพ
- การให้สินเชื่อ
- การนำเสนอข่าวสาร
- การโฆษณา
- การจัดสวัสดิการ
- การทำงานของตำรวจ
- การสื่อสารทางการเมือง
ดังนั้น AI ไม่ได้เพียงสร้าง “ผลลัพธ์ทางเทคนิค” แต่ยังมีส่วนในการกำหนดว่า ใครจะได้รับโอกาส ใครจะได้รับความเสี่ยง และใครจะมีอำนาจในการตัดสินใจ
ลองดูตัวอย่างจากอาชีพต่าง ๆ
นักศึกษาบริหารธุรกิจ อาจนำ AI มาใช้คัดเลือกผู้สมัครงานหรือวิเคราะห์พฤติกรรมผู้บริโภค
นักศึกษานิเทศศาสตร์และวารสารศาสตร์ อาจใช้ Generative AI เขียนข่าว สร้างภาพ หรือผลิตเนื้อหา
นักศึกษาครุศาสตร์ อาจใช้ระบบ Adaptive Learning เพื่อวิเคราะห์และจัดกลุ่มนักเรียน
นักศึกษาสังคมสงเคราะห์ อาจพบระบบ AI ที่ใช้ประเมินความเสี่ยงของครอบครัวที่มีความเปราะบาง
นักศึกษารัฐประศาสนศาสตร์ อาจมีส่วนร่วมในการนำระบบอัลกอริทึมมาใช้เพื่อพิจารณาสิทธิหรือการเข้าถึงบริการของประชาชน
ในทุกกรณีเหล่านี้ ความรู้ด้านเทคนิคเพียงอย่างเดียวไม่เพียงพอ
นักศึกษายังจำเป็นต้องเข้าใจเรื่อง
ความยินยอม (Consent)
ความรับผิดชอบ (Accountability)
การเลือกปฏิบัติ (Discrimination)
ความสามารถในการอธิบายผลลัพธ์ (Explainability)
ความเป็นส่วนตัว (Privacy)
สิทธิแรงงาน (Labour Rights)
และ การกำกับดูแลโดยมนุษย์ (Human Oversight)
UNESCO ชี้ว่า AI มีความท้าทายด้านจริยธรรมที่แตกต่างจากเทคโนโลยีดิจิทัลแบบเดิม เช่น ความเป็นธรรม ความโปร่งใส ความเป็นส่วนตัว ความรับผิดชอบ และความเสี่ยงต่อความสามารถของมนุษย์ในการตัดสินใจด้วยตนเอง
ประเด็นเหล่านี้มีความสำคัญมากสำหรับนักศึกษา Non-STEM เพราะเมื่อเรียนจบ นักศึกษาจำนวนมากจะไม่ได้เป็นผู้สร้าง AI แต่จะเป็น ผู้ใช้งาน ผู้ตีความ ผู้กำหนดนโยบาย ผู้ควบคุม ผู้สื่อสาร หรือผู้ตัดสินใจว่าจะนำ AI ไปใช้กับมนุษย์อย่างไร
พัฒนาการด้าน AI Ethics ในมหาวิทยาลัยเอเชีย
มหาวิทยาลัยในเอเชียเริ่มนำ AI Ethics เข้ามาใช้ผ่านหลายรูปแบบ
1. หลักสูตรแบบสหวิทยาการ
Nanyang Technological University (NTU) ประเทศสิงคโปร์ มีหลักสูตร Bachelor of Science in AI and Society ซึ่งผสมผสานความรู้ด้าน AI กับการวิเคราะห์ประเด็นทางสังคมและจริยธรรม
หลักสูตรให้ความสำคัญกับคำถามว่า AI สามารถขยายปัญหาอย่าง ความเหลื่อมล้ำ อคติ และข้อมูลเท็จ ได้อย่างไร และมีรายวิชาที่เกี่ยวข้องกับ AI Ethics และสังคม รวมถึงเปิดโอกาสให้นักศึกษาเลือกเรียนวิชาจากมนุษยศาสตร์ ศิลปะ สังคมศาสตร์ และธุรกิจ
แม้จะเป็นหลักสูตรที่เน้น AI โดยตรง ไม่ใช่สาขา Non-STEM แบบดั้งเดิม แต่หลักสูตรนี้สะท้อนหลักการสำคัญว่า
การกำกับดูแล AI จำเป็นต้องอาศัยความร่วมมือระหว่างศาสตร์ด้านเทคนิคและศาสตร์ด้านมนุษย์
นักวิทยาการคอมพิวเตอร์อาจเป็นผู้สร้างระบบ แต่ นักปรัชญา นักกฎหมาย นักการศึกษา นักเศรษฐศาสตร์ นักสังคมวิทยา และนักสื่อสาร มีบทบาทสำคัญในการตอบคำถามว่า “AI ควรถูกนำไปใช้อย่างไร”
2. ปรัชญา มนุษยศาสตร์ และ AI
มหาวิทยาลัยในเอเชียยังเริ่มสร้างหลักสูตรที่เชื่อมโยง ปรัชญากับปัญญาประดิษฐ์
ตัวอย่างเช่น Lingnan University ในฮ่องกง มีหลักสูตรที่เชื่อมโยงปรัชญากับ AI ขณะที่ De La Salle University ในฟิลิปปินส์ มีหลักสูตรระดับปริญญาตรีที่ผสมผสานปรัชญาและ AI
แนวทางนี้ช่วยให้นักศึกษามนุษยศาสตร์ได้เรียนรู้เกี่ยวกับ AI โดยไม่จำเป็นต้องมีความรู้ด้านเทคนิคในระดับเดียวกับนักศึกษาวิทยาการคอมพิวเตอร์
นักศึกษาสามารถนำ AI มาศึกษาคำถามสำคัญ เช่น
- AI สามารถมี “ความรับผิดชอบทางศีลธรรม” ได้หรือไม่?
- ใครควรรับผิดชอบเมื่อ AI ตัดสินใจผิด?
- มนุษย์แตกต่างจาก AI อย่างไร?
- ความรู้ที่ AI สร้างขึ้นสามารถเชื่อถือได้มากน้อยเพียงใด?
- Generative AI ส่งผลต่อความจริงและความไว้วางใจของสังคมอย่างไร?
นี่เป็นตัวอย่างที่ดีของการทำให้ AI ไม่ใช่เรื่องของ “คอมพิวเตอร์เท่านั้น” แต่เป็นเรื่องของ มนุษย์ สังคม และอนาคต
3. แนวทางและนโยบายระดับมหาวิทยาลัย
มหาวิทยาลัยในญี่ปุ่นเป็นอีกตัวอย่างหนึ่งของการนำ AI Ethics มาใช้ผ่านนโยบายระดับสถาบัน
University of Tsukuba สนับสนุนให้นักศึกษาใช้ AI อย่างมีความรับผิดชอบ พร้อมเตือนถึงความเสี่ยง เช่น
- ข้อมูลจาก AI อาจมีอคติหรือไม่ถูกต้อง
- การละเมิดลิขสิทธิ์
- ข้อมูลส่วนบุคคลรั่วไหล
- การพึ่งพา AI มากเกินไป
มหาวิทยาลัยยังเน้นเรื่อง การเสริมพลังมนุษย์ การคิดเชิงวิพากษ์ การทำงานร่วมกัน ความเข้าอกเข้าใจ ความคิดสร้างสรรค์ และการตัดสินใจด้วยตนเอง
ส่วน Tokyo Institute of Technology ไม่ได้เลือกใช้วิธีห้าม AI โดยสิ้นเชิง แต่กำหนดให้นักศึกษายังคงต้องรับผิดชอบต่อผลงานที่ใช้ AI ช่วย และควร
- ไม่ป้อนข้อมูลส่วนตัวหรือข้อมูลด้านความปลอดภัยลงใน AI
- ตรวจสอบข้อมูลจากแหล่งข้อมูลที่น่าเชื่อถือ
- ปฏิบัติตามข้อกำหนดของแต่ละรายวิชา
แนวทางเหล่านี้มีประโยชน์มากสำหรับนักศึกษา Non-STEM เพราะทำให้จริยธรรมไม่ได้เป็นเพียงทฤษฎี แต่กลายเป็น พฤติกรรมที่นักศึกษาสามารถนำไปใช้จริง
AI Ethics ควรแตกต่างกันอย่างไรในแต่ละสาขา?
| สาขาวิชา | คำถามด้านจริยธรรมที่ควรถาม | กิจกรรมการเรียนรู้ที่เหมาะสม |
| ครุศาสตร์/ศึกษาศาสตร์ | AI Tutor มีอคติหรือไม่? ใครรับผิดชอบหาก AI ประเมินนักเรียนผิด? | ตรวจสอบบทเรียนที่ AI สร้างว่ามีอคติทางวัฒนธรรมหรือกีดกันใครหรือไม่ |
| บริหารธุรกิจ | การใช้ AI คัดเลือกพนักงานมีความเป็นธรรมหรือไม่? | วิเคราะห์กรณีศึกษาการรับสมัครงานด้วย AI |
| นิติศาสตร์ | เราสามารถเชื่อคำแนะนำทางกฎหมายจาก AI ได้หรือไม่? | เปรียบเทียบคำตอบจาก AI กับแหล่งข้อมูลกฎหมายต้นฉบับ |
| นิเทศศาสตร์/วารสารศาสตร์ | จะตรวจจับข่าวปลอมและสื่อสังเคราะห์ได้อย่างไร? | ออกแบบนโยบายการเปิดเผยว่าเนื้อหาใดใช้ AI |
| สังคมศาสตร์ | AI อาจสร้างผลกระทบต่อกลุ่มเปราะบางอย่างไร? | วิเคราะห์กรณีศึกษา AI ที่ใช้ในการจัดสวัสดิการหรือการบังคับใช้กฎหมาย |
| มนุษยศาสตร์/ปรัชญา | AI สามารถตัดสินใจทางศีลธรรมได้หรือไม่? | จัดอภิปรายเรื่องความรับผิดชอบของมนุษย์และเครื่องจักร |
| รัฐประศาสนศาสตร์ | การตัดสินใจโดย AI จะโปร่งใสและสามารถอุทธรณ์ได้อย่างไร? | ออกแบบกระบวนการอุทธรณ์สำหรับบริการภาครัฐที่ใช้ AI |
| ศิลปะและการออกแบบ | ผู้สร้างสรรค์ควรจัดการเรื่องลิขสิทธิ์และการระบุแหล่งที่มาอย่างไร? | สร้างนโยบายการใช้ภาพ Generative AI อย่างมีจริยธรรม |
แนวทางนี้ช่วยให้ AI Ethics ไม่กลายเป็นเพียง “รายการหลักการ” ที่นักศึกษาต้องท่องจำ แต่ทำให้นักศึกษาได้เรียนรู้ผ่าน สถานการณ์จริงที่ใกล้เคียงกับวิชาชีพในอนาคต
หลักสูตรและวิธีการสอน AI Ethics สำหรับ Non-STEM
หลักสูตร AI Ethics ที่ดีควรมี 5 องค์ประกอบสำคัญ
1. ความรู้พื้นฐานเกี่ยวกับ AI
นักศึกษาควรเข้าใจคำสำคัญ เช่น
- ข้อมูลฝึกสอน (Training Data)
- อัลกอริทึม (Algorithm)
- Machine Learning
- Large Language Models หรือ LLMs
- Automation
- Generative AI
นักศึกษาไม่จำเป็นต้องเขียนโปรแกรมได้ แต่ควรเข้าใจว่า AI สร้างผลลัพธ์จากกระบวนการทางสถิติและข้อมูล ไม่ใช่การ “เข้าใจ” โลกเหมือนมนุษย์
2. หลักการด้านจริยธรรม
นักศึกษาควรเรียนรู้เรื่อง
ความเป็นธรรม
การไม่เลือกปฏิบัติ
ความเป็นส่วนตัว
ความรับผิดชอบ
ความโปร่งใส
ความปลอดภัย
สิทธิในการตัดสินใจของมนุษย์
และความยั่งยืน
และควรเชื่อมโยงหลักการเหล่านี้กับบริบทของเอเชีย เช่น ความหลากหลายทางภาษา ความเหลื่อมล้ำในการเข้าถึงเทคโนโลยี ความแตกต่างทางวัฒนธรรม และบทบาทของครอบครัวและชุมชน
3. ทักษะในการตรวจสอบ AI
นักศึกษาควรเรียนรู้วิธีตรวจสอบคำตอบของ AI เช่น
- ข้อมูลผิดหรือไม่?
- AI สร้างข้อมูลขึ้นมาเองหรือไม่?
- มีอคติหรือไม่?
- มีมุมมองบางกลุ่มหายไปหรือไม่?
- แหล่งอ้างอิงมีอยู่จริงหรือไม่?
- คำแนะนำดังกล่าวอาจสร้างอันตรายหรือไม่?
หลักสำคัญคือ อย่าเชื่อ AI เพียงเพราะ AI ตอบอย่างมั่นใจ
4. ความเข้าใจด้าน Governance
นักศึกษาควรรู้จัก
- นโยบาย AI ของมหาวิทยาลัย
- จรรยาบรรณวิชาชีพ
- กฎหมายคุ้มครองข้อมูล
- ลิขสิทธิ์
- ทรัพย์สินทางปัญญา
- กฎระเบียบเกี่ยวกับ AI
- ความรับผิดชอบของผู้พัฒนา ผู้ใช้ และองค์กร
สิ่งสำคัญคือ นักศึกษาต้องเข้าใจว่า ความรับผิดชอบทางจริยธรรมไม่ได้อยู่ที่ผู้สร้าง AI เพียงฝ่ายเดียว แต่รวมถึงองค์กรและผู้ใช้งานด้วย
5. การคิดไตร่ตรองและการตัดสินใจด้วยตนเอง
การเรียนควรให้นักศึกษาอธิบายว่า
“ฉันใช้ AI เมื่อไร?”
“ทำไมฉันจึงใช้ AI?”
“ฉันพบความเสี่ยงอะไร?”
“ฉันตรวจสอบคำตอบอย่างไร?”
“ส่วนใดของงานที่ฉันเป็นผู้ตัดสินใจด้วยตนเอง?”
วิธีนี้ทำให้การเปิดเผยการใช้ AI กลายเป็น ส่วนหนึ่งของกระบวนการเรียนรู้ ไม่ใช่เพียงกฎเพื่อป้องกันการโกง
ความท้าทายที่มหาวิทยาลัยต้องเผชิญ
1. ขาดอาจารย์ที่มีความรู้ทั้ง AI และจริยธรรม
อาจารย์ด้านมนุษยศาสตร์และสังคมศาสตร์อาจเข้าใจประเด็นทางสังคมเป็นอย่างดี แต่ยังขาดความรู้ด้านเทคนิค AI ขณะที่อาจารย์สายเทคนิคอาจมีความรู้ด้าน AI แต่ไม่ได้มีพื้นฐานด้านกฎหมาย จริยธรรม หรือการจัดการเรียนรู้มากนัก
ดังนั้นจึงควรส่งเสริม การสอนแบบสหวิทยาการ
2. การสอน AI Ethics แบบผิวเผิน
การมีเพียงหนึ่งคาบเรื่อง “การใช้ AI อย่างถูกต้อง” หรือ “การป้องกันการลอกงาน” ยังไม่เพียงพอ
AI Ethics ควรถูกบูรณาการตลอดหลักสูตร ทั้งใน
- รายวิชา
- การประเมินผล
- การทำวิจัย
- การฝึกปฏิบัติวิชาชีพ
- นโยบายของมหาวิทยาลัย
3. อคติด้านภาษาและวัฒนธรรม
AI อาจทำงานได้ไม่เท่าเทียมกันในแต่ละภาษา และอาจสะท้อนมุมมองจากข้อมูลฝึกสอนที่มาจากวัฒนธรรมที่มีอิทธิพลสูงกว่า
นักศึกษาจึงควรถามว่า
“ความรู้ของใครถูกนำเสนอใน AI และความรู้ของใครหายไป?”
รวมถึงควรพิจารณาว่าชุมชนท้องถิ่นสามารถมีส่วนร่วมในการกำหนดทิศทาง AI ได้อย่างไร
4. ความเหลื่อมล้ำในการเข้าถึง AI
นักศึกษาที่มีเงินซื้อ AI แบบเสียค่าบริการ มีอุปกรณ์ที่ดีกว่า หรือมีทักษะภาษาอังกฤษสูงกว่า อาจได้รับประโยชน์จาก AI มากกว่านักศึกษากลุ่มอื่น
มหาวิทยาลัยจึงต้องสร้าง การเข้าถึง AI อย่างเท่าเทียม และไม่ควรปล่อยให้ความสามารถในการใช้ AI ขึ้นอยู่กับฐานะทางเศรษฐกิจของครอบครัว
ข้อเสนอแนะสำหรับมหาวิทยาลัยในเอเชีย
มหาวิทยาลัยสามารถพัฒนา AI Ethics สำหรับนักศึกษา Non-STEM ได้โดย
- กำหนด AI Ethics เป็นสมรรถนะของบัณฑิตทุกสาขา
- จัดรายวิชาพื้นฐาน AI สำหรับนักศึกษาที่ไม่มีพื้นฐานด้านเทคนิค
- ใช้กรณีศึกษาจากวิชาชีพ เช่น การศึกษา กฎหมาย ธุรกิจ สื่อ นโยบายสาธารณะ และศิลปะ
- จัดทีมสอนแบบสหวิทยาการระหว่าง Computer Science, Humanities, Social Sciences, Law และ Education
- พัฒนาอาจารย์ให้มีความรู้ด้าน AI เครื่องมือ AI จริยธรรม การประเมินผล และการคุ้มครองข้อมูล
- กำหนดให้นักศึกษา เปิดเผยการใช้ AI อย่างโปร่งใส
- ใช้การประเมินรูปแบบใหม่ เช่น Case Analysis, Policy Design, Oral Defence, Reflective Portfolio และ Community Projects
- นำภาษา วัฒนธรรม ความรู้ท้องถิ่น และความเหลื่อมล้ำในเอเชียมาใช้เป็นกรณีศึกษา
- ปรับปรุงนโยบายอย่างสม่ำเสมอ เพราะเทคโนโลยี AI และกฎระเบียบเปลี่ยนแปลงอย่างรวดเร็ว
บทสรุป
การนำ AI Ethics เข้ามาบูรณาการในสาขาวิชา Non-STEM ของมหาวิทยาลัยในเอเชีย มีความสำคัญอย่างยิ่ง เพราะ AI กำลังเข้ามามีบทบาทต่อความสัมพันธ์ทางสังคม การตัดสินใจในวิชาชีพ สถาบันของรัฐ และวัฒนธรรม
นักศึกษา ไม่จำเป็นต้องเป็นโปรแกรมเมอร์ เพื่อที่จะเป็นพลเมืองที่มีความรับผิดชอบในยุค AI
แต่พวกเขาจำเป็นต้องมีความสามารถในการ
เข้าใจ AI → ตั้งคำถามกับ AI → ตรวจสอบ AI → มองเห็นความเสี่ยง → ปกป้องสิทธิของมนุษย์ → และตัดสินใจด้วยตนเอง
แนวทางที่มีประสิทธิภาพที่สุดคือการผสมผสาน AI Literacy เข้ากับ จริยธรรมเฉพาะสาขาวิชา
ตัวอย่างจากสิงคโปร์ ฮ่องกง ฟิลิปปินส์ และญี่ปุ่นแสดงให้เห็นว่า มหาวิทยาลัยในเอเชียกำลังเริ่มสร้างรูปแบบการเรียนรู้ที่เชื่อมโยง AI เข้ากับมนุษยศาสตร์ สังคมศาสตร์ และวิชาชีพต่าง ๆ
ท้ายที่สุด AI Ethics ไม่ควรถูกมองว่าเป็นวิชาเสริมที่เลือกเรียนหรือไม่เรียนก็ได้
แต่ควรถือเป็นส่วนหนึ่งของ สมรรถนะทางวิชาชีพและความเป็นพลเมืองในสังคมประชาธิปไตยยุค AI
เป้าหมายของมหาวิทยาลัยจึงไม่ควรเป็นเพียงการผลิตบัณฑิตที่ “ใช้ AI เป็น” แต่ต้องสร้างบัณฑิตที่สามารถ ตั้งคำถามกับ AI กำกับดูแล AI และมีส่วนร่วมในการออกแบบอนาคตของ AI ให้เกิดประโยชน์ต่อศักดิ์ศรีความเป็นมนุษย์ ความเท่าเทียม ความรับผิดชอบ และประโยชน์สาธารณะ
แนวคิดสำคัญสำหรับนักศึกษา:
“เราไม่จำเป็นต้องสร้าง AI เพื่อรับผิดชอบต่อ AI แต่เราทุกคนต้องเรียนรู้ที่จะใช้ AI อย่างมีวิจารณญาณและมีจริยธรรม”
Source : Jounal
