ภูมิทัศน์ปัญญาประดิษฐ์กำลังพัฒนาอย่างรวดเร็วทั้งในสถาบันการศึกษาและเศรษฐกิจโดยรวม โดยการพัฒนาล่าสุดท้าทายการคาดการณ์ในแง่ลบ ขณะเดียวกันก็เน้นย้ำถึงความจำเป็นเร่งด่วนในการบูรณาการภายใต้การนำของมนุษย์อย่างเป็นกลยุทธ์ ขณะที่มหาวิทยาลัยต่างๆ ต้องเผชิญกับการใช้ AI อย่างแพร่หลายของนักศึกษา และผู้นำอุตสาหกรรมปฏิเสธสถานการณ์หายนะ ภาพที่ชัดเจนขึ้นของผลกระทบที่เปลี่ยนแปลงแต่จัดการได้ของ AI ต่อสังคมก็เริ่มปรากฏขึ้น
การเปลี่ยนแปลงภายใต้การนำของคณาจารย์กลายเป็นสิ่งสำคัญสำหรับความสำเร็จทางการศึกษา
มหาวิทยาลัยทั่วโลกเผชิญกับความท้าทายที่ไม่เคยมีมาก่อน เนื่องจากนักศึกษาปริญญาตรีเกือบ 80% ใช้เครื่องมือ AI สร้างสรรค์ในชีวิตประจำวันแล้ว โดยมักไม่มีคำแนะนำหรือการสนับสนุนจากสถาบัน การใช้งานอย่างแพร่หลายนี้ได้สร้างสิ่งที่ผู้เชี่ยวชาญเรียกว่าหนี้โครงสร้างพื้นฐานทางการศึกษา ซึ่งสถาบันล้าหลังความต้องการของนักศึกษาและความคาดหวังของนายจ้าง ทางออกตามการวิเคราะห์ล่าสุดไม่ได้อยู่ที่การห้าม แต่อยู่ที่การบูรณาการภายใต้การขับเคลื่อนของคณาจารย์ที่รักษาความเข้มงวดทางวิชาการไว้ ขณะเดียวกันก็ยอมรับความก้าวหน้าทางเทคโนโลยี
การดำเนินงานที่ประสบความสำเร็จแสดงให้เห็นศักยภาพของแนวทางนี้ คณะ Rotman ของ University of Toronto ได้พัฒนา All Day TA ซึ่งเป็นผู้ช่วย AI ที่ได้รับการฝึกฝนจากเนื้อหาวิชาเท่านั้น และจัดการกับคำถามของนักศึกษามากกว่า 12,000 ข้อในเทอมเดียว ทำให้อาจารย์ผู้สอนสามารถมุ่งเน้นไปที่การอภิปรายที่ซับซ้อนซึ่งต้องใช้ความเข้าใจของมนุษย์ แทนที่จะเป็นการชี้แจงซ้ำๆ ในทำนองเดียวกัน British University Vietnam ได้ดำเนินการใช้ AI Assessment Scale ที่ระบุอย่างชัดเจนว่าเมื่อใดที่การใช้ AI ถูกห้าม อนุญาต หรือต้องใช้สำหรับงานมอบหมาย ส่งผลให้คะแนนเฉลี่ยเพิ่มขึ้น 6% และอัตราการผ่านดีขึ้นหนึ่งในสาม
สstatistics การนำ AI มาใช้ในอุดมศึกษา
- นักศึกษาระดับปริญญาตรี 80% ทั่วโลกใช้เครื่องมือ generative AI
- นักศึกษา 80% รายงานว่าไม่มีการสนับสนุน AI ที่มีโครงสร้างสำหรับการเรียนการสอน
- วิทยาลัย 99% มีระบบ Learning Management System
- อาจารย์ 87% ใช้แพลตฟอร์ม LMS
- อัตราการจบหลักสูตร MOOC โดยทั่วไปอยู่ในช่วง 3% ถึง 15%
ภูมิทัศน์การแข่งขันท้าทายความกลัวเรื่องการผูกขาด
ที่ปรึกษา AI ของ White House คือ David Sacks ได้ท้าทายเรื่องเล่าแบบ doomer เกี่ยวกับการพัฒนา AI อย่างเปิดเผย โดยโต้แย้งว่าพลวัตตลาดปัจจุบันแสดงให้เห็นการแข่งขันที่ดีต่อสุขภาพมากกว่าการรวมอำนาจที่อันตราย การวิเคราะห์ของเขาชี้ไปที่บริษัทใหญ่ 5 แห่งของสหรัฐฯ ที่แข่งขันกันอย่างดุเดือดในโมเดล AI ขั้นสูง โดยผู้มีประสิทธิภาพสูงสุดจับกลุ่มกันรอบๆ มาตรฐานที่คล้ายกัน และแซงหน้ากันเป็นประจำด้วยการเปิดตัวใหม่ๆ สภาพแวดล้อมการแข่งขันนี้ป้องกันไม่ให้หน่วยงานใดหน่วยงานหนึ่งบรรลุสถานการณ์ปัญญาเหนือมนุษย์แบบหลุดมือที่หลายคนเกรงกลัว
การเพิ่มขึ้นของโมเดล AI แบบโอเพนซอร์สสนับสนุนมุมมองในแง่บวกนี้เพิ่มเติม ทางเลือกเหล่านี้เสนอความสามารถ 80-90% ของโมเดลที่เป็นกรรมสิทธิ์ในราคาเพียง 10-20% ของต้นทุน ทำให้ AI คุณภาพสูงเข้าถึงได้สำหรับผู้ใช้และองค์กรในวงกว้างขึ้น การครอบงำของจีนในการใช้โอเพนซอร์สและการเคลื่อนไหวที่คล้ายกันโดยบริษัทอเมริกันอย่าง OpenAI และ Meta บ่งชี้ว่าแนวโน้มนี้จะดำเนินต่อไป ทำให้การเข้าถึง AI เป็นประชาธิปไตยและป้องกันการควบคุมแบบผูกขาด
การกำกับดูแลของมนุษย์ยังคงจำเป็นแม้จะมีความก้าวหน้าทางเทคโนโลยี
แม้จะมีการปรับปรุงความสามารถของ AI อย่างมีนัยสำคัญ การมีส่วนร่วมของมนุษย์ยังคงสำคัญสำหรับการบรรลุคุณค่าทางธุรกิจที่มีความหมาย โมเดล AI ปัจจุบันต้องการบริบทที่กว้างขวาง การใส่คำสั่งอย่างระมัดระวัง การตรวจสอบผลลัพธ์ และการปรับแต่งแบบวนซ้ำเพื่อให้ได้ผลลัพธ์ที่มีประโยชน์ ที่สำคัญที่สุดคือระบบ AI ไม่สามารถกำหนดฟังก์ชันวัตถุประสงค์ของตัวเองได้ หมายความว่ามนุษย์ต้องดำเนินบทบาทเป็นผู้นำทาง นักกลยุทธ์ และผู้ตรวจสอบในเวิร์กโฟลว์ที่ได้รับความช่วยเหลือจาก AI ต่อไป
ความจริงนี้สนับสนุนฉันทามติที่เกิดขึ้นใหม่ที่ว่าคนงานจะไม่สูญเสียงานให้กับ AI โดยตรง แต่จะสูญเสียให้กับเพื่อนร่วมงานที่ใช้ AI ได้อย่างมีประสิทธิภาพมากกว่า เทคโนโลยีนี้ดูเหมือนจะทำงานเป็นสิ่งที่ผู้เชี่ยวชาญเรียกว่าโซลูชันกลางสู่กลาง ช่วยเสริมการตัดสินใจของมนุษย์มากกว่าการแทนที่กระบวนการแบบต้นทางถึงปลายทาง อย่างไรก็ตาม หลักฐานเบื้องต้นบางส่วนชี้ให้เห็นว่าการหยุดชะงักของตลาดงานอาจเกิดขึ้นแล้ว โดยที่ปรึกษาการจ้างงานรายงานการเพิ่มขึ้นอย่างมีนัยสำคัญของการเลิกจ้างที่มีส่วนมาจาก AI และการอัปเดตเทคโนโลยี
ผลกระทบทางเศรษฐกิจคาดว่าจะถึงหลายล้านล้าน
McKinsey ประมาณการว่า AI สามารถมีส่วนช่วยเศรษฐกิจโลกได้ถึง 23 ล้านล้านดอลลาร์สหรัฐฯ ต่อปีภายในปี 2040 โดยผลประโยชน์จะเข้มข้นในหมู่องค์กรที่สามารถพัฒนาทักษะใหม่ให้กับแรงงานได้อย่างรวดเร็ว การคาดการณ์นี้เน้นย้ำถึงความสำคัญของสถาบันการศึกษาในการเตรียมนักศึกษาสำหรับสถานที่ทำงานที่บูรณาการ AI ซึ่งความคล่องแคล่วกับเครื่องมือเหล่านี้กำลังกลายเป็นข้อกำหนดการจ้างงานมาตรฐานในทุกอุตสาหกรรม
ช่วงเวลาปัจจุบันแสดงถึงหน้าต่างที่สำคัญสำหรับการบูรณาการ AI เชิงรุก ผู้นำเทคโนโลยีการศึกษารายงานว่า 75% ประสบกับภาระงานที่มากเกินไป ขณะที่เพียง 16% เชื่อว่าพวกเขามีพนักงานเพียงพอเพื่อบรรลุเป้าหมายสถาบัน น่ากังวลยิ่งกว่านั้นคือ ลำดับความสำคัญของสถาบันเอนเอียงไปทางการบรรเทาความเสี่ยงมากกว่าการพัฒนาโอกาส ซึ่งอาจทำให้คณาจารย์ต้องนำทางการบูรณาการ AI โดยไม่มีการสนับสนุนที่เพียงพอ
การคาดการณ์ทางเศรษฐกิจและผลกระทบต่อตลาด
- McKinsey ประเมินว่า AI อาจเพิ่มมูลค่าให้กับเศรษฐกิจโลกได้สูงสุดถึง 23 ล้านล้านดอลลาร์สหรัฐต่อปีภายในปี 2040
- โมเดล AI แบบโอเพนซอร์สมีความสามารถ 80-90% ในขณะที่มีต้นทุนเพียง 10-20% เมื่อเทียบกับโมเดลที่เป็นกรรมสิทธิ์
- ผู้นำด้านเทคโนโลยีการศึกษา 75% รายงานว่ามีภาระงานมากเกินไป
- เพียง 16% เท่านั้นที่เชื่อว่าตนมีพนักงานเพียงพอที่จะบรรลุเป้าหมายขององค์กร
- ผู้นำด้านเทคโนโลยี 45% ให้ความสำคัญกับการสนับสนุนเทคโนโลยีใหม่ๆ เช่น AI
ความท้าทายด้านโครงสร้างพื้นฐานและการดำเนินงานยังคงอยู่
มหาวิทยาลัยอย่าง UC San Diego เป็นผู้บุกเบิกแนวทางที่ครอบคลุมสำหรับการบูรณาการ AI โดยให้คณาจารย์มีผู้ช่วย AI ที่สร้างขึ้นบนแพลตฟอร์มสถาบันที่ปลอดภัยและได้รับการฝึกฝนด้วยวัสดุเฉพาะของอาจารย์ผู้สอน ระบบเหล่านี้มีส่วนร่วมกับนักศึกษาในการสนทนาแบบ Socratic ขณะเดียวกันก็ให้การวิเคราะห์โดยละเอียดเกี่ยวกับรูปแบบการเรียนรู้และความท้าทาย แนวทางของมหาวิทยาลัยขยายไปเกินการใช้งานในห้องเรียนไปสู่ฟังก์ชันการบริหาร ด้วยเครื่องมืออย่าง Contract Reviewer ที่ใช้นโยบายสถาบันกับข้อตกลงประจำโดยอัตโนมัติ
อย่างไรก็ตาม การใช้งานอย่างแพร่หลายเผชิญกับอุปสรรคที่สำคัญ การสำรวจของ EDUCAUSE เผยให้เห็นว่าแม้ 45% ของผู้นำเทคโนโลยีจะให้ความสำคัญกับการสนับสนุนเทคโนโลยีใหม่ๆ อย่าง AI แต่ส่วนใหญ่ยังคงเป็นแบบตอบสนองมากกว่าเชิงรุก สถาบันที่ช่วยเหลือคณาจารย์ในการใช้ AI ในการวิจัย การสอน หรือบริการนักศึกษาอย่างแข็งขันมีจำนวนน้อยกว่ามาก ซึ่งบ่งชี้ว่ามีช่องว่างระหว่างการรับรู้ความสำคัญของ AI และการสนับสนุนการดำเนินงานจริง
หลักฐานชี้ให้เห็นว่าการบูรณาการ AI เข้าสู่การศึกษาและอุตสาหกรรมจะไม่ใช่การหยุดชะงักอย่างหายนะที่ผู้มองโลกในแง่ร้ายกลัว หรือการเสริมสร้างที่ไม่ต้องออกแรงตามที่ผู้มองโลกในแง่ดีหวัง แต่ความสำเร็จดูเหมือนจะขึ้นอยู่กับการดำเนินงานภายใต้การนำของมนุษย์อย่างรอบคอบที่รักษาการกำกับดูแลที่จำเป็นไว้ ขณะเดียวกันก็ยอมรับความสามารถทางเทคโนโลยี ขณะที่ทั้งสถาบันการศึกษาและธุรกิจนำทางการเปลี่ยนแปลงนี้ องค์กรที่ลงทุนในการฝึกอบรม โครงสร้างพื้นฐาน และการวางแผนเชิงกลยุทธ์ที่เหมาะสมมีแนวโน้มที่จะได้รับประโยชน์ที่สำคัญที่สุดจากการบูรณาการ AI