ปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI หรือ GenAI) คือ ปัญญาประดิษฐ์ประเภทหนึ่งที่สามารถใช้แบบจำลองทางคณิตศาสตร์สถิติในรูปแบบของอัลกอริทึม (Algorithm) ในการเรียนรู้ชุดข้อมูลเพื่อสร้างผลลัพธ์ในรูปแบบใหม่ เช่น ข้อความ รูปภาพ เพลง หรือ สื่อในรูปแบบอื่น ๆ โดยมีการประยุกต์ใช้งานแล้วในหลายอุตสาหกรรม เช่น ศิลปะ, การพัฒนาซอฟต์แวร์, การออกแบบผลิตภัณฑ์, การเขียน, สุขภาพ, การเงิน, เกม, การตลาด, และแฟชั่น เป็นต้น ด้วยกระบวนการสร้างสรรค์สิ่งใหม่ ๆ ที่เป็นไปอย่างอัตโนมัติ จึงสามารถช่วยให้ผู้ใช้ประหยัดเวลาและเพิ่มประสิทธิภาพในการทำงานมากขึ้น ทั้งนี้ การลงทุนในระบบปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) เติบโตอย่างมากในช่วงต้นทศวรรษ 2020 โดยบริษัทระดับโลก เช่น Microsoft, Google, และ Baidu รวมถึงบริษัทขนาดเล็กจำนวนมากก็กำลังช่วยให้เทคโนโลยีนี้กำลังพัฒนาอย่างก้าวกระโดด

นักเศรษฐศาสตร์ชั้นนำของโลกที่ MIT คือ ศาสตราจารย์ Daron Acemoglu, David Autor, และ  Simon Johnson ได้นำเสนอบทความวิเคราะห์เชิงนโยบายชื่อ Can we Have Pro-Worker AI? Choosing a path of machines in service of minds เผยแพร่ผ่าน MIT Shaping the Future of Work Initiative เมื่อวันที่ 19 กันยายน 2566  ดังนั้น ผู้เขียนบทความจึงเห็นว่า น่าจะเป็นประโยชน์ต่อสาธารณะ เพราะปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) เป็นเรื่องสำคัญระดับความท้าทายของมนุษยชาติ จึงขอนำเรียนรับใช้สังคมโดยสรุปประเด็นสำคัญ ดังนี้

ในระยะเวลา 40 ปีที่ผ่านมา การแพร่กระจายเทคโนโลยีดิจิทัล (diffusion of digital technologies) ได้เพิ่มความเหลื่อมล้ำอย่างมีนัยสำคัญ  ในขณะที่ปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) จะมีผลกระทบต่อความไม่เสมอภาคของสังคมอย่างแน่นอน แต่ลักษณะของผลกระทบนั้น จะขึ้นอยู่กับวิธีการพัฒนาและใช้เทคโนโลยีนี้  อย่างไรก็ตาม ไม่มีเส้นทางสำหรับเทคโนโลยีนี้ (หรือเทคโนโลยีใด ๆ) ที่เป็นไปไม่ได้

ขณะนี้ภาคเอกชนกำลังอยู่บนเส้นทางสำหรับปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) ที่มุ่งเน้นการทำให้เป็นระบบอัตโนมัติ (automation) และการแทนที่แรงงานโดยปัญญาประดิษฐ์ พร้อมกับมีการสอดแนมในสถานที่ทำงาน  แน่นอนว่า การแทนที่แรงงาน ไม่ใช่เรื่องที่ดีสำหรับตลาดแรงงาน แม้จะให้ผลตอบแทนสูงในมุมของผู้ประกอบการ  โดยแรงงานเงินเดือนสูงที่ถูกแทนที่ จะลงมาแย่งงานจากแรงงานที่มีเงินเดือนต่ำกว่า (ซึ่งมีความเสี่ยงมากกว่าอยู่แล้วที่จะถูกทดแทนโดยหุ่นยนต์และปัญญาประดิษฐ์) อันจะส่งผลต่อโครงสร้างค่าจ้างที่จะลดลงอย่างรวดเร็ว

อย่างไรก็ตาม เรายังมีเส้นทางที่ดีกว่า คือ ทำให้ปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) สามารถร่วมมือกับมนุษย์ส่วนมากในการทำงานร่วมกัน ซึ่งจำเป็นต้องมีการพัฒนาศักยภาพทางทักษะที่จำเป็น โดนจะต้องครอบคลุมรวมถึงคนที่ไม่มีโอกาสได้เรียนระดับมหาวิทยาลัยด้วย  ยิ่งไปกว่านั้น การเลือกเส้นทางที่สามารถร่วมมือกันทำงานระหว่างปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) และมนุษย์ส่วนมาก จะต้องมีการเปลี่ยนทิศทางของการพัฒนานวัตกรรม ตลอดจนการเปลี่ยนแปลงในแนวทางปฏิบัติและพฤติกรรมองค์กรของบริษัทเอกชน 

เป้าหมายสำหรับเส้นทางที่พึงปรารถนา คือ การทำให้ปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI)  สามารถช่วยสร้างและสนับสนุนงานที่ทำในแต่ละอาชีพ ตลอดจนเพิ่มความสามารถของแรงงาน เพราะหากเครื่องมือทางปัญญาประดิษฐ์สามารถช่วยให้ครู พยาบาล นักเทคนิคการแพทย์ ช่างไฟฟ้า ช่างประปา และ อาชีพที่ต้องใช้ความชำนาญประเภทต่าง ๆ สามารถผลิตงานที่ตนเองเชี่ยวชาญได้มากขึ้น ก็จะช่วยลดความเหลื่อมล้ำ เพิ่มผลิตภาพแรงงาน และ กระตุ้นการเพิ่มขึ้นของค่าจ้าง

นโยบายสาธารณะจึงเป็นศูนย์กลางของความสำคัญในเรื่องนี้ โดยสามารถกระตุ้นการพัฒนาไปสู่เส้นทางที่เทคโนโลยีสามารถร่วมมือกับมนุษย์ เพื่อยกระดับทักษะแรงงานและความเชี่ยวชาญสำหรับทุกคน  โดยศาสตราจารย์ Daron Acemoglu, David Autor, และ  Simon Johnson ที่ MIT ได้เสนอแนะนโยบายสำหรับรัฐบาลกลาง ดังนี้

1. ทำให้อัตราภาษีมีความเท่าเทียมกันมากขึ้น ระหว่างแรงงาน และ ผู้ครอบครองปัญญาประดิษฐ์ เพื่อควบคุมระดับการแข่งขันระหว่างมนุษย์และปัญญาประดิษฐ์
2. ปรับปรุงกฎเกณฑ์ความปลอดภัยทางอาชีวอนามัยและสภาพแวดล้อมในการทำงาน เพื่อคุ้มครองหรือจำกัดการสอดแนมพนักงาน ตลอดจนรับฟังเสียงของแรงงาน
3. เพิ่มทุนวิจัยด้านการร่วมมือกันระหว่างมนุษย์และปัญญาประดิษฐ์ โดนจะต้องตระหนักด้วยว่า ประเด็นนี้ไม่ใช่เรื่องที่เอกชนให้ความสนใจ
4. สร้างศูนย์วิจัยด้านปัญญาประดิษฐ์ของรัฐบาล เพื่อช่วยแบ่งปันความรู้สำหรับผู้มีหน้าที่กำกับดูแลและหน่วยงานรัฐต่าง ๆ
5. ใช้ประโยชน์จากความเชี่ยวชาญระดับรัฐบาล เพื่อช่วยให้คำแนะนำเกี่ยวกับเทคโนโลยีว่าเหมาะสมในการนำมาใช้หรือไม่อย่างไร เช่น ทางการศึกษาและสาธารณสุข เป็นต้น

ในส่วนของผู้เขียนบทความนี้เพื่อรับใช้ท่านผู้อ่าน ได้ค้นพบหลักฐานเชิงประจักษ์จากข้อมูลสำรวจการทำงานของประชากร สำนักงานสถิติแห่งชาติ ดังแสดงในบทความ Labour Skills, Economic Returns, and Automatability in Thailand พบว่า แรงงานอาชีพที่ต้องใช้ทักษะการคิดวิเคราะห์ จะสามารถสร้างรายได้มากกว่า กล่าวคือ ทั้ง GDP เฉลี่ยต่อหัวของจังหวัด และ รายได้ต่อชั่วโมงของแรงงานมีมูลค่าสูงกว่า ในทางกลับกัน อาชีพที่ไม่ค่อยต้องใช้ทักษะการวิเคราะห์และทักษะการสื่อสาร จะมีความเสี่ยงสูงมากที่จะถูกแทนที่ด้วยปัญญาประดิษฐ์และหุ่นยนต์ ทั้งในภาคอุตสาหกรรม ภาคบริการ หรือแม้แต่ภาคเกษตรกรรม อย่างไรก็ตาม ประเทศไทยไม่ได้มีความตื่นตัวที่จะยกระดับศักยภาพทางเศรษฐกิจแบบ inclusive growth อย่างเป็นรูปธรรม จึงเป็นเรื่องน่ากังวลมาก เพราะเทคโนโลยีปัญญาประดิษฐ์แบบรู้สร้าง (Generative AI) มีแนวโน้มจะทำให้ความเหลื่อมล้ำของประเทศไทยยิ่งขยายกว้างมากขึ้น ในขณะที่คนส่วนใหญ่จะไม่สามารถแข่งขันได้หรือจะอยู่รอดอย่างยากลำบากในโลกอนาคต อันจะเป็นภัยคุกคามความมั่นคงของประเทศทางเศรษฐกิจสังคม