ท่ามกลางการถกเถียงถึงบทบาทของปัญญาประดิษฐ์ในอนาคต นักวิจัยไทยจาก MIT ได้นำเสนอแนวทางที่แตกต่างออกไป ผ่านกรอบแนวคิด “Cyborg Intelligence” ที่มองว่าเทคโนโลยี AI ไม่ใช่สิ่งที่จะเข้ามาแทนที่ แต่เป็นเครื่องมือที่จะถูกผสานเข้ากับมนุษย์เพื่อขยายขีดจำกัดและศักยภาพเดิมให้ก้าวไกลยิ่งขึ้น
วิสัยทัศน์ดังกล่าวถูกนำเสนอโดย ดร.พัทน์ ภัทรนุธาพร ผู้ช่วยศาสตราจารย์ด้านศิลปะและวิทยาศาสตร์สื่อ (Assistant Professor of Media Arts and Sciences) แห่ง MIT Media Lab บนเวที KBTG Techtopia 2025 โดยได้เปิดเผยถึงภารกิจของ “Cyborg Psychology Lab” ซึ่งเป็นหน่วยงานวิจัยที่ตั้งขึ้นใหม่เพื่อศึกษาและพัฒนาเทคโนโลยี Human-AI อย่างรอบด้าน ครอบคลุมทั้งการส่งเสริมศักยภาพมนุษย์และการประเมินความเสี่ยงที่อาจเกิดขึ้นควบคู่กันไป
การนิยาม “ไซบอร์ก” ในบริบททางวิชาการ
ดร.พัทน์ กล่าวว่า คำว่า “ไซบอร์ก” (Cyborg) โดยชี้ว่าคำดังกล่าวมีรากฐานทางวิชาการที่ลึกซึ้งกว่าภาพจำในวัฒนธรรมสมัยนิยม โดยเป็นคำย่อมาจาก “Cybernetic Organism” ซึ่งหมายถึงระบบที่สามารถตอบสนองต่อสิ่งมีชีวิต แนวคิดนี้ปรากฏครั้งแรกในบทความทางวิทยาศาสตร์ปี 1960 ซึ่งนำเสนอภาพอนาคตของการใช้อวัยวะอิเล็กทรอนิกส์เพื่อเสริมความสามารถของมนุษย์ในการสำรวจอวกาศ โดยมีเป้าหมายเพื่อปลดปล่อยมนุษย์จากภาระงานที่ซ้ำซาก
อ้างอิงถึงแนวคิดของนักปรัชญา Andy Clark ระบุว่ามนุษย์ในปัจจุบันมีสถานะเป็นไซบอร์กอยู่แล้วโดยธรรมชาติ ผ่านการใช้เครื่องมือต่างๆ เพื่อขยายขอบเขตทางความคิด เช่น การใช้ภาษา การจดบันทึก หรือการคำนวณบนกระดาษ ซึ่งล้วนเป็นกระบวนการนำความคิดภายในออกมาสู่ภายนอก (Externalize) ดังนั้น คำว่าไซบอร์กจึงครอบคลุมทั้งวิสัยทัศน์แห่งอนาคต (Timeless) และโจทย์การออกแบบเทคโนโลยีในปัจจุบัน (Timely)
แนวทางการวิจัย 3 มิติเพื่อส่งเสริมศักยภาพมนุษย์
ภารกิจหลักของ Cyborg Psychology Lab คือการใช้ AI และเทคโนโลยีอื่น ๆ เป็น “สื่อกลาง” (Medium) ในการเชื่อมโยงมนุษย์สู่ความเป็นไปได้ใหม่ๆ โดยแบ่งออกเป็น 3 หัวข้อการวิจัยหลัก เพื่อมุ่งสู่การเติบโตของศักยภาพมนุษย์ หรือ Human Flourishing ดังนี้
Wonder (จินตนาการและแรงบันดาลใจ) เป็นการวิจัยเพื่อทำให้การเรียนรู้เป็นเรื่องเฉพาะบุคคลและสร้างแรงจูงใจ โดยมีโครงการตัวอย่างคือการนำเทคโนโลยี Deepfake มาประยุกต์ใช้สร้าง “Personalized Character” หรืออวตารของบุคคลสำคัญในประวัติศาสตร์มาเป็นผู้สอนจำลอง ผลการศึกษาชี้ว่า AI ทำหน้าที่ได้ดีที่สุดในฐานะ “ผู้เสริม” (Augment) ไม่ใช่ “ผู้แทนที่” (Replace) กระบวนการเรียนรู้แบบดั้งเดิม
Wisdom (สติปัญญาและการตัดสินใจ) เป็นการมุ่งเน้นการใช้ AI เพื่อช่วยให้มนุษย์ตัดสินใจได้อย่างมีเหตุผลและมีข้อมูลรอบด้านมากขึ้น ตัวอย่างโครงการคือการพัฒนา “Wearable AI” ที่ทำหน้าที่เป็นสมองที่สองเพื่อช่วยประมวลผลและกรองข้อมูลที่ผู้ใช้ได้รับฟังมา นอกจากนี้ ยังมีแนวคิดในการสร้าง AI ที่ไม่เพียงให้คำตอบ แต่สามารถตั้งคำถามเพื่อกระตุ้นให้ผู้ใช้เกิดกระบวนการคิดเชิงวิพากษ์ (Critical Thinking)
Well-being (สุขภาวะ) เป็นการศึกษาการใช้ AI เพื่อส่งเสริมสุขภาวะทางกายและจิตใจ โครงการเด่นคือ “Future You” ซึ่งเป็นระบบ AI ที่เปิดให้ผู้ใช้สนทนากับแบบจำลองของตนเองในอนาคต เพื่อสร้างความตระหนักรู้ต่อการตัดสินใจในปัจจุบัน ผลการทดลองเบื้องต้นพบว่าสามารถช่วยลดความวิตกกังวลและส่งเสริมการคิดเชิงกลยุทธ์ระยะยาวได้ แนวคิดดังกล่าวยังถูกขยายผลไปสู่ระดับ “Planetary Well-being” ผ่านโครงการ “Whale GPT” ที่ให้ผู้ใช้มีปฏิสัมพันธ์กับสิ่งมีชีวิตจำลองเพื่อสร้างความตระหนักรู้ด้านสิ่งแวดล้อม
การประเมินความเสี่ยงและผลกระทบเชิงลบของ AI
ดร.พัทน์ ได้นำเสนอการวิเคราะห์ผลกระทบเชิงลบ หรือ “Dark Pattern” ของ AI อย่างเป็นระบบ โดยระบุถึงความเสี่ยงใน 4 มิติหลัก คือ การลดทอนทักษะ (Deskilling), การตัดขาดจากสังคม (Disconnection) ข้อมูลบิดเบือน (Disinformation) และการลดทอนความเป็นมนุษย์ (Dehumanization)
งานวิจัยได้ศึกษาประเด็น “Fake Memories” ซึ่ง AI สามารถสร้างความทรงจำปลอมผ่านการตัดต่อสื่อดิจิทัล และประเด็น “Addictive Intelligence” ที่พฤติกรรมการเสพติด AI อาจนำไปสู่ภาวะโดดเดี่ยวทางสังคม โดยผลการวิจัยในหัวข้อนี้ซึ่งทำร่วมกับ OpenAI ได้ถูกนำไปใช้อ้างอิงในการพิจารณาร่างกฎหมายในรัฐแคลิฟอร์เนีย เพื่อกำหนดให้ผู้พัฒนา AI เพื่อนเสมือนต้องมีมาตรการป้องกันผลกระทบต่อสุขภาพจิตของผู้ใช้
นอกจากนี้ ยังมีการชี้ให้เห็นถึงอคติ (Bias) ของ AI ที่แฝงอยู่ในบริบททางวัฒนธรรม เช่น การทดลองที่พบว่า AI มีแนวโน้มจะประเมินบุคคลที่มีนามสกุลของผู้มีชื่อเสียงในสังคมไทยว่ามีความสามารถสูงกว่าคนทั่วไป ซึ่งอาจนำไปสู่การขยายช่องว่างความเหลื่อมล้ำในสังคม
ทิศทางของ Cyborg Psychology ในอนาคต
ทีมวิจัยจะมุ่งเน้นการพัฒนา “Large Human Model” เพื่อสร้างแบบจำลองมนุษย์ที่มีความละเอียดสูงสำหรับประยุกต์ใช้ทางการแพทย์, การทำ “Neural Circuit Tracing” เพื่อวิเคราะห์กลไกการทำงานภายในของ AI ในระดับเซลล์ประสาทเทียม และที่สำคัญคือการสร้าง “Benchmark” หรือเกณฑ์วัดผล AI รูปแบบใหม่ ที่ประเมินผลกระทบเชิงพฤติกรรมต่อมนุษย์โดยตรง แทนที่จะวัดเพียงความแม่นยำทางเทคนิค
ดร.พัทน์ ได้สรุปปิดท้ายโดยตั้งข้อสังเกตถึงสภาวะย้อนแย้งของสังคมปัจจุบัน ที่เทคโนโลยีถูกพัฒนาให้มีความเป็นมนุษย์มากขึ้น ในขณะที่มนุษย์กลับถูกปฏิบัติในระบบการทำงานราวกับเป็นเครื่องจักร เขาเน้นย้ำว่า เป้าหมายสูงสุดของการผสานมนุษย์เข้ากับเทคโนโลยี ควรเป็นการนำไปสู่การเสริมสร้างและขยายศักยภาพความเป็นมนุษย์ให้กว้างขวางยิ่งขึ้น
