เรียนรู้ ฝึกฝน รับฟีดแบค : อัพสกิลตัวเองใน 3 ขั้นตอน สูตรลับการพัฒนาตนเองที่ใคร ๆ ก็ทำได้

การพัฒนาตนเองเป็นสิ่งที่ทุกคนปรารถนา และแท้จริงแล้วชีวิตของเราก็ขึ้นอยู่กับสิ่งนี้ ไม่ว่าจะเป็นการเรียนรู้ทักษะใหม่เพื่อให้ได้งานในฝัน หรือการเล่นดนตรีที่เราใฝ่ฝันมานาน การเรียนรู้คือหัวใจสำคัญของทุกสิ่ง แต่บางครั้งเราอาจสงสัยว่าทำไมเราถึงไม่ได้เก่งขึ้นเลย แม้จะฝึกฝนมาหลายปี

ลองนึกถึงการเขียนหนังสือ คุณอาจจะลองเขียนมาตั้งแต่อายุ 6-7 ขวบ แต่ทักษะการเขียนของคุณอาจไม่ได้พัฒนาขึ้นมากนัก ทั้งๆ ที่ฝึกฝนมาหลายปี แต่กลับไม่เห็นพัฒนาการที่ชัดเจน นี่แสดงให้เห็นว่าการเรียนรู้นั้นต้องการมากกว่าแค่การฝึกฝนซ้ำๆ เพียงอย่างเดียว

เป็นอีกหนึ่งข้อมูลที่น่าสนใจจากหนังสือ Get Better at Anything: 12 Maxims for Mastery โดย Scott H. Young ที่ Scott ได้อธิบายถึงปัจจัยสำคัญ 3 ประการที่จำเป็นต่อการพัฒนาตนเองในด้านต่างๆ ให้ประสบความสำเร็จ ได้แก่ การเรียนรู้จากผู้อื่น การฝึกฝนด้วยตนเอง และการรับข้อเสนอแนะ (feedback) ที่มีคุณภาพ

1. การเรียนรู้จากผู้อื่น

เป็นสิ่งที่สำคัญมาก เพราะความรู้ส่วนใหญ่ของเรามาจากการสังเกตและเลียนแบบผู้อื่น การที่จะเรียนรู้บางสิ่งด้วยตัวเองนั้นยากกว่ามาก เราจำเป็นต้องเห็นวิธีการทำของคนอื่นอย่างชัดเจน ไม่ใช่แค่ฟังคำบอกเล่า ตัวอย่างที่ชัดเจนคือการเรียนรู้ของทารก พวกเขาเรียนรู้การเดินและพูดโดยการสังเกตและเลียนแบบผู้ใหญ่รอบตัว

แต่ความสามารถในการเลียนแบบนี้ก็มีข้อเสียเช่นกัน หากเราอยู่ในสภาพแวดล้อมที่ไม่มีต้นแบบที่ดีให้เลียนแบบ การพัฒนาก็จะเป็นเรื่องยาก

ยกตัวอย่างเช่น กรณีของผู้เล่นเกม Tetris ที่ต้องใช้เวลาเกือบ 20 ปีกว่าจะพัฒนาทักษะได้อย่างก้าวกระโดด เพราะในช่วงแรกพวกเขาไม่มีโอกาสได้เห็นเทคนิคการเล่นของผู้เล่นที่เก่งกว่า

จนกระทั่งอินเทอร์เน็ตเข้ามา ทำให้พวกเขาสามารถเข้าถึงเครือข่ายผู้เล่นที่กว้างขึ้น และได้เรียนรู้จากกันและกัน ส่งผลให้ทักษะพัฒนาขึ้นอย่างรวดเร็ว

การเรียนรู้จากผู้อื่นนั้นมีหลักการที่สำคัญอยู่หลายประการ หนึ่งในนั้นคือทฤษฎี Cognitive Load Theory ซึ่งอธิบายว่าเรามีขีดจำกัดในการประมวลผลข้อมูลในหน่วยความจำขณะทำงาน (working memory) เหมือนคอมพิวเตอร์ที่มี RAM จำกัด

เมื่อเราต้องจัดการกับข้อมูลมากเกินไปในคราวเดียว สมองจะทำงานเต็มขีดความสามารถและการเรียนรู้จะหยุดชะงัก ดังนั้นการเริ่มต้นเรียนรู้สิ่งใหม่ๆ จึงควรเริ่มจากพื้นฐานและค่อยๆ เพิ่มความซับซ้อนขึ้นทีละน้อย

นอกจากนี้ ความสำเร็จก็มีบทบาทสำคัญในการเรียนรู้เช่นกัน แม้ว่าเราจะเรียนรู้จากความผิดพลาด แต่ความสำเร็จช่วยสร้างแรงจูงใจและเสริมสร้างความเชื่อมั่นในความสามารถของตนเอง (self-efficacy) ซึ่งหมายถึงความเชื่อว่าเราเก่งแค่ไหนในเรื่องใดเรื่องหนึ่ง

ความเชื่อนี้ส่วนใหญ่มาจากประสบการณ์ในอดีตมากกว่าความสามารถตามธรรมชาติ ดังนั้นการได้รับชัยชนะเล็กๆ น้อยๆ ในช่วงแรกของการเรียนรู้จึงมีความสำคัญอย่างยิ่งในการรักษาแรงจูงใจ

อย่างไรก็ตาม มีข้อควรระวังในการเรียนรู้จากผู้เชี่ยวชาญ เนื่องจากบ่อยครั้งที่ผู้เชี่ยวชาญอาจข้ามขั้นตอนบางอย่างโดยไม่รู้ตัวเมื่ออธิบายให้ผู้อื่นฟัง เพราะกระบวนการเหล่านั้นกลายเป็นเรื่องอัตโนมัติสำหรับพวกเขาไปแล้ว

วิธีแก้ปัญหานี้คือการให้ผู้เชี่ยวชาญลงมือทำและอธิบายไปพร้อมๆ กัน ซึ่งจะช่วยลดโอกาสที่พวกเขาจะข้ามขั้นตอนสำคัญ และทำให้เราได้เห็นกระบวนการคิดของพวกเขาด้วย

2. การฝึกฝนด้วยตนเอง

เป็นขั้นตอนที่สำคัญไม่แพ้กัน การฝึกฝนช่วยลดความพยายามทางจิตใจที่จำเป็นในการทำงาน ซึ่งเหมือนกับการขับรถ ในตอนแรกอาจต้องใช้สมาธิอย่างมาก แต่เมื่อเวลาผ่านไป มันจะค่อยๆ กลายเป็นเรื่องอัตโนมัติ

นอกจากนี้การฝึกฝนยังช่วยให้เราจดจำข้อมูลเกี่ยวกับทักษะนั้นๆ ได้ดีขึ้น การดึงข้อมูลออกมาใช้อย่างสม่ำเสมอเป็นวิธีที่มีประสิทธิภาพในการเสริมสร้างความจำระยะยาว

และที่สำคัญทักษะบางอย่างไม่สามารถเรียนรู้ได้จากการดูเพียงอย่างเดียว เช่น การเล่นกอล์ฟ คุณอาจดูการแข่งขันกอล์ฟทั้งชีวิต แต่จะไม่มีทางเก่งขึ้นเลยจนกว่าจะลงมือจับไม้กอล์ฟและฝึกฝนด้วยตัวเอง

การฝึกฝนอย่างมีประสิทธิภาพนั้นมีหลักการสำคัญหลายประการ ประการแรกคือการฝึกฝนในระดับความยากที่เหมาะสม ไม่ง่ายเกินไปจนไม่ท้าทาย และไม่ยากเกินไปจนท้อแท้

ประการที่สองคือการมุ่งเน้นที่ปริมาณผลงานมากกว่าความสมบูรณ์แบบ การศึกษาพบว่านักวิทยาศาสตร์และศิลปินที่ประสบความสำเร็จสูงมักผลิตผลงานจำนวนมาก แม้ว่าอัตราความสำเร็จจะเท่ากับคนอื่น แต่เพราะพวกเขาผลิตงานมากกว่าจึงมีโอกาสสร้างผลงานที่ยอดเยี่ยมได้มากกว่า

อีกประเด็นที่น่าสนใจคือ “จิตใจไม่ใช่กล้ามเนื้อ” ซึ่งหมายความว่าการฝึกฝนทักษะหนึ่งไม่ได้ส่งผลต่อความสามารถโดยรวมเหมือนการสร้างกล้ามเนื้อของเหล่านักกีฬา

ตัวอย่างเช่น การเล่นเกมฝึกสมองไม่ได้ช่วยพัฒนาความสามารถทางสมองโดยรวม แต่เป็นเพียงการฝึกทักษะเฉพาะในเกมนั้นๆ เท่านั้น

ดังนั้นเมื่อเราฝึกฝนเราควรทำให้มันเฉพาะเจาะจงและใกล้เคียงกับสิ่งที่เราต้องการให้สำเร็จมากที่สุด เช่น ถ้าต้องการเรียนรู้วิธีถามทางในภาษาสเปน ก็ควรฝึกพูดประโยคจริงๆ ไม่ใช่แค่ท่องคำศัพท์ภาษาสเปนแบบสุ่มในแอปพลิเคชัน

3. การรับข้อเสนอแนะ (feedback) ที่มีคุณภาพ

เป็นสิ่งสำคัญอย่างยิ่งในการพัฒนาและบรรลุระดับประสิทธิภาพสูงสุด แต่การรับข้อเสนอแนะที่มีประสิทธิภาพนั้นไม่ใช่เรื่องง่าย เนื่องจากมนุษย์เรามักจะไม่เก่งในการประเมินความสามารถของตัวเองอย่างแม่นยำ เราอาจจะคิดผิดพลาดเกี่ยวกับประสิทธิภาพของการฝึกฝนหรือระดับความสามารถของเราในบางเรื่อง

วิธีหนึ่งที่จะช่วยแก้ปัญหานี้คือการติดตามและวิเคราะห์ประสิทธิภาพและความก้าวหน้าของตัวเองอย่างเป็นระบบ เช่น การใช้ excel โดยให้บันทึกวิธีการตัดสินใจ ผลลัพธ์ และระดับความมั่นใจในแต่ละครั้ง

วิธีนี้จะช่วยให้เราเห็นภาพรวมของพัฒนาการและความสัมพันธ์ระหว่างการตัดสินใจกับผลลัพธ์ได้ชัดเจนขึ้น นอกจากนี้ยังช่วยป้องกันไม่ให้เราตื่นเต้นกับไอเดียใหม่ๆ มากเกินไปจนตัดสินใจผิดพลาด ซึ่งเป็นสิ่งที่เกิดขึ้นได้บ่อยในช่วงเริ่มต้นของการเรียนรู้สิ่งใหม่

เมื่อเราได้รับข้อเสนอแนะมากขึ้น เราอาจพบว่าเทคนิคบางอย่างที่เคยใช้มาไม่มีประสิทธิภาพเท่าที่ควร การเลิกใช้เทคนิคเหล่านี้อาจเป็นเรื่องยาก

แต่มีวิธีที่จะช่วยได้ เช่น การรับข้อเสนอแนะตั้งแต่เนิ่นๆ จะช่วยแก้ไขเทคนิคที่ไม่เหมาะสมก่อนที่มันจะกลายเป็นนิสัย หรือถ้าเราพัฒนาเทคนิคที่ไม่ดีไปแล้ว เราอาจใช้วิธีเพิ่มข้อจำกัดในการฝึกฝนเพื่อบังคับให้ตัวเองใช้เทคนิคที่ถูกต้อง

ตัวอย่างที่น่าสนใจคือ ถ้าต้องการฝึกตีลูกเทนนิสให้ตรงกลางไม้ เราอาจใช้ไม้เทนนิสที่มีขนาดเล็กลง วิธีนี้จะทำให้เราไม่มีทางเลือกอื่นนอกจากต้องตีลูกให้ตรงกลางไม้ ทำให้เราไม่สามารถพึ่งพาเทคนิคเก่าที่ไม่ถูกต้องได้

อุปสรรคสำคัญอีกประการหนึ่งในการรับข้อเสนอแนะคือความกลัว เพราะโดยธรรมชาติแล้วมนุษย์เรามักหลีกเลี่ยงสิ่งที่ทำให้รู้สึกกลัวหรืออึดอัด แม้ว่าความกลัวจะช่วยให้เรามีชีวิตรอดในบางสถานการณ์

แต่เมื่อมันเกี่ยวข้องกับการเรียนรู้สิ่งใหม่ๆ ความกลัวความอับอายหรือความล้มเหลวกลับเป็นอุปสรรคสำคัญ ยิ่งไปกว่านั้น ยิ่งเราหลีกเลี่ยงความกลัวมากเท่าไร สมองของเราก็ยิ่งเสริมแรงพฤติกรรมนี้ว่าเป็นวิธีแก้ปัญหาที่ดี ทำให้เมื่อเวลาผ่านไป ความกลัวกลับยิ่งทวีความรุนแรงและยากที่จะเอาชนะมากขึ้น

วิธีแก้ปัญหานี้คือการบังคับตัวเองให้เผชิญหน้ากับสิ่งที่กลัว เมื่อเราลองทำสิ่งที่กลัวและได้รับประสบการณ์ที่ดี สมองของเราจะเรียนรู้อย่างรวดเร็วว่าไม่มีอะไรน่ากลัวอย่างที่คิด

เช่น ถ้าเรากลัวการพูดในที่สาธารณะ แต่เมื่อได้ลองขึ้นเวทีในคืน Open Mic และถ้าหากผ่านไปได้ด้วยดี เราก็จะเอาชนะความกลัวนั้นได้เร็วขึ้น

แต่แม้แต่ประสบการณ์ที่ไม่ดี เช่น การถูกโห่ไล่ลงจากเวที ก็สามารถช่วยลดความวิตกกังวลได้ในระยะยาว หากเรายังคงพยายามต่อไป เพราะเราจะตระหนักว่าแม้จะเป็นประสบการณ์ที่ไม่ดี แต่มันก็ไม่ได้ส่งผลร้ายแรงต่อชีวิตของเราอย่างที่คิด

บทสรุป

เมื่อเราเข้าใจหลักการทั้งสามประการนี้แล้ว เราสามารถนำไปประยุกต์ใช้ในการพัฒนาตนเองได้อย่างมีประสิทธิภาพมากขึ้น โดยเฉพาะอย่างยิ่งเมื่อเราต้องการเรียนรู้ทักษะใหม่หรือพัฒนาความสามารถที่มีอยู่ให้ดียิ่งขึ้น

สิ่งสำคัญที่ควรคำนึงถึงคือการปรับวิธีการเรียนรู้ให้เหมาะสมกับระดับประสบการณ์ของเรา ในช่วงเริ่มต้นเราควรเน้นการเรียนรู้และฝึกฝนที่มีโครงสร้างชัดเจน เช่น การใช้คอร์สออนไลน์ที่มีการวางแผนการเรียนอย่างเป็นระบบ หรือการเลียนแบบงานของผู้อื่นอย่างใกล้ชิด

วิธีนี้จะช่วยให้เราหลีกเลี่ยงข้อมูลที่มันท่วมท้นมากจนเกินไป และช่วยให้เราเห็นความก้าวหน้าได้ชัดเจน ซึ่งเป็นสิ่งสำคัญสำหรับการสร้างแรงจูงใจ

เมื่อเรามีประสบการณ์มากขึ้น เราควรค่อยๆ ลดโครงสร้างลงและเพิ่มความท้าทายให้มากขึ้น เช่น การเลียนแบบงานของคนอื่นแต่เพิ่มการปรับเปลี่ยนบางส่วนตามความคิดของเราเอง จากนั้นค่อยๆ เพิ่มความเป็นอิสระในการสร้างสรรค์มากขึ้นเรื่อยๆ จนในที่สุดเราสามารถสร้างงานใหม่ที่เป็นของเราเองได้อย่างสมบูรณ์

งานวิจัยชี้ให้เห็นว่าการทำงานในลักษณะนี้ไม่เพียงแต่สนุกที่สุด แต่ยังมีประสิทธิภาพมากที่สุดสำหรับการเรียนรู้ในระดับสูงด้วย

นอกจากนี้ ยังมีสองสิ่งที่ทุกคนสามารถทำได้เพื่อปรับปรุงการเรียนรู้ของตนเองได้ทันที นั่นคือ การเข้าร่วม Community ของคนที่มีความสนใจหรือเป้าหมายคล้ายกัน และการหาโค้ชหรือผู้เชี่ยวชาญที่สามารถให้คำแนะนำได้

Community ที่ดีมีประโยชน์มากมาย เช่น ช่วยให้เราหลีกเลี่ยงอคติของตัวเองในการวิเคราะห์ความก้าวหน้า ช่วยลดความกลัวในการลองสิ่งใหม่ๆ เป็นแหล่งช่วยเหลือเราเมื่อเราติดขัดในการฝึกฝน และเป็นแหล่งที่ให้ข้อเสนอแนะที่มีคุณค่า

ส่วนการมีโค้ชหรือผู้เชี่ยวชาญนั้น จะช่วยให้เราได้รับข้อเสนอแนะเพื่อแก้ไขข้อผิดพลาดได้อย่างรวดเร็ว ช่วยควบคุมระดับความยากของการฝึกฝนให้เหมาะสมกับเรา และที่สำคัญคือเราสามารถเรียนรู้โดยตรงจากประสบการณ์ของพวกเขาได้

โดยเฉพาะอย่างยิ่งถ้าเราสามารถดูพวกเขาทำงานจริงและฟังคำอธิบายไปพร้อมๆ กัน ซึ่งจะช่วยให้เราเห็นกระบวนการคิดและการทำงานอย่างละเอียด

ท้ายที่สุด การพัฒนาตนเองเป็นกระบวนการที่ต้องใช้เวลาและความพยายาม แต่ด้วยความเข้าใจในหลักการสำคัญทั้งสามประการ คือ การเรียนรู้จากผู้อื่น การฝึกฝนด้วยตนเอง และการรับข้อเสนอแนะที่มีคุณภาพ เราสามารถเพิ่มประสิทธิภาพในการเรียนรู้และพัฒนาตนเองได้อย่างมีประสิทธิภาพมากขึ้น ไม่ว่าจะเป็นการเรียนรู้ทักษะใหม่ การพัฒนาความสามารถที่มีอยู่ หรือแม้แต่การเริ่มต้นธุรกิจใหม่ ซึ่งหลักการเหล่านี้สามารถนำไปประยุกต์ใช้ได้ในทุกด้านของชีวิต

References :
หนังสือ Get Better at Anything: 12 Maxims for Mastery โดย Scott H. Young

Elon Musk on xAI : กับบทสัมภาษณ์เบื้องหลังการสร้าง AI สุดล้ำที่มาพร้อมกับความท้าทายและโอกาส

เรียกได้ว่าตอนนี้ Elon Musk กำลังทุ่มเทพลังเกือบทั้งหมดไปยังธุรกิจแห่งอนาคตอย่าง AI ที่ดูเหมือน Musk จะไม่ยอมแพ้เด็ดขาดในสิ่งที่เขาแทบจะเป็นคนคิดริเริ่มตั้งแต่ต้น ๆ แต่สุดท้ายก็โดนบีบให้ออกจาก openAI และยังมีการปะทะคารมกันอีกหลายครั้งกับ Sam Altman

จะเห็นได้ว่าสถานการณ์ในบริษัทอื่น ๆ ของ Musk ในตอนนี้ เรียกได้ว่าเหมือนถูกทิ้ง ทั้ง Tesla เอยที่ถูกเปลี่ยนกลยุทธ์จากเดิมที่จะสร้างรถไฟฟ้าราคาย่อมเยาว์เพื่อมาต่อกรกับแบรนด์จีน แต่สถานการณ์พลิกผัน ตอนนี้ Musk เตรียมลุย AI เพื่อผลักดันรถยนต์ Autonomous แบบเต็มสูบ

เป็นบทสัมภาษณ์ครั้งล่าสุดในหัวข้อ xAI ที่น่าสนใจในช่อง Lex Clips โดย Lex Fridman Podcast ที่ Elon Musk เองได้มาร่ายยาวถึงบริษัทที่เขาเดิมพันแบบเต็มสูบ และทุ่มสรรพกำลังไปกับบริษัทนี้แทบจะหมดหน้าตักในตอนนี้

Musk มองว่าความพยายามในการพัฒนา AI ขั้นสูงนั้นเปรียบเสมือนการแข่งขันระดับโลก ที่ต้องอาศัยทั้งทรัพยากร ความเชี่ยวชาญ และวิสัยทัศน์อันยิ่งใหญ่

xAI กำลังทุ่มเทอย่างหนักในการสร้างระบบ AI ที่มีประสิทธิภาพสูงสุด โดยมุ่งหวังที่จะก้าวขึ้นเป็นผู้นำในการพัฒนา AGI (Artificial General Intelligence) หรือปัญญาประดิษฐ์ทั่วไป

คำถามก็คือ อะไรคือสิ่งที่จำเป็นในการสร้าง AI ที่มีศักยภาพเหนือกว่ามนุษย์? เรียกได้ว่าคำตอบนั้นทั้งซับซ้อนและหลากหลาย แต่หัวใจสำคัญ Musk มองว่าอยู่ที่พลังการประมวลผล ข้อมูลคุณภาพสูง และอัลกอริทึมการเรียนรู้ที่ล้ำสมัย

การสร้างซูเปอร์คอมพิวเตอร์คลัสเตอร์ที่มีประสิทธิภาพสูงเป็นก้าวแรกที่สำคัญ ระบบเหล่านี้ต้องมีพลังการประมวลผลมหาศาลเพื่อฝึกฝนโมเดล AI ขนาดใหญ่ แต่การสร้างระบบเช่นนี้ไม่ใช่เรื่องง่าย ความท้าทายด้านวิศวกรรมมีมากมาย ตั้งแต่การจัดการกับความผันผวนของพลังงาน ไปจนถึงการออกแบบระบบระบายความร้อนที่มีประสิทธิภาพ

นอกจากนี้ การเชื่อมต่อคอมพิวเตอร์จำนวนมหาศาลเข้าด้วยกันเพื่อให้ทำงานเสมือนเป็นสมองเดียวกันนั้น เป็นงานที่ซับซ้อนอย่างยิ่ง ต้องอาศัยการเดินสายใยแก้วนำแสงที่ซับซ้อน และการออกแบบระบบเครือข่ายที่มีประสิทธิภาพสูง เพื่อให้ GPU แต่ละตัวสามารถสื่อสารกันได้อย่างรวดเร็วและมีประสิทธิภาพ

Musk ได้กล่าวว่า เพียงแค่ฮาร์ดแวร์ที่ทรงพลังเพียงอย่างเดียวยังไม่เพียงพอ การพัฒนา AI ที่มีความสามารถสูงยังต้องอาศัยข้อมูลคุณภาพสูงจำนวนมหาศาล ซึ่งเป็นความท้าทายอีกประการหนึ่ง

ในยุคที่ข้อมูลบนอินเทอร์เน็ตเต็มไปด้วยเนื้อหาที่สร้างโดย AI และข้อมูลที่ไม่น่าเชื่อถือ การคัดกรองและเลือกข้อมูลที่มีคุณภาพจึงเป็นงานที่ยากลำบากและสำคัญอย่างยิ่ง

เมื่อพูดถึงการดึงแหล่งข้อมูลทั้งจาก X หรือแม้กระทั่ง Tesla ที่สามารถดึงข้อมูลวีดีโอแบบเรียลไทม์ที่มาจากรถยนต์หลายล้านคัน แต่มันเทียบไม่ได้กับสิ่งที่ Musk มองว่าจะได้จาก Optimus

Musk มองว่าแหล่งข้อมูลที่มีคุณภาพและหลากหลายที่สุดอาจมาจากหุ่นยนต์ AI เอง เช่น Optimus ที่สามารถเรียนรู้และรวบรวมข้อมูลจากโลกแห่งความเป็นจริงได้อย่างมหาศาล ซึ่งอาจเป็นก้าวสำคัญในการพัฒนา AI ที่มีความเข้าใจโลกอย่างลึกซึ้งยิ่งขึ้น

มนุษย์เราสามารถสะสมข้อมูลได้เพียงน้อยนิด มีโทเค็นที่ใช้งานได้เพียงไม่กี่ล้านที่มนุษย์สร้างขึ้นมา หากไม่นับพวกสแปมและเนื้อหาที่มีความซ้ำซ้อนกัน Musk มองว่ามันไม่ใช่ตัวเลขที่เยอะมากอย่างที่หลายคนคิด และมันแทบจะถูกโมเดลดัง ๆ สูบข้อมูลไปหมดแล้ว

Musk กล่าวว่า Optimus คือของจริง สามารถไปได้ทุกที่ หากเทียบกับ Tesla ที่ต้องอยู่บนท้องถนนเพียงเท่านั้น แต่หุ่นยนต์ Optimus สามารถไปได้ทุกที่ มันมีข้อมูลอีกมากมายที่อยู่นอกถนน

ท่ามกลางการแข่งขันเพื่อสร้าง AI ที่ทรงพลังที่สุด Musk มองว่าเราต้องไม่ลืมคำนึงถึงจริยธรรมและความรับผิดชอบ การสร้าง AI ที่มีความสามารถเหนือมนุษย์นั้นมาพร้อมกับความเสี่ยงมหาศาล หากไม่ได้รับการออกแบบและควบคุมอย่างเหมาะสม

หนึ่งในประเด็นสำคัญที่ต้องคำนึงถึงคือ การสร้าง AI ที่ยึดมั่นในความจริง ไม่ว่าความจริงนั้นจะสอดคล้องกับอุดมการณ์ทางการเมืองหรือความเชื่อส่วนบุคคลหรือไม่ก็ตาม การบังคับให้ AI โกหกหรือบิดเบือนความจริง แม้จะด้วยเจตนาดี ก็อาจนำไปสู่ผลลัพธ์ที่ไม่คาดคิดและอันตรายได้

Musk ชี้ให้เห็นตัวอย่างที่เห็นได้ชัดคือกรณีของ AI บางระบบ (Musk อ้างถึง ChatGPT และ Gemini) ที่ถูกโปรแกรมให้แสดงภาพหรือให้ข้อมูลที่ไม่สอดคล้องกับความเป็นจริงทางประวัติศาสตร์ แม้ว่าเจตนาเบื้องหลังอาจจะดี แต่การบิดเบือนความจริงเช่นนี้อาจนำไปสู่ปัญหาที่ร้ายแรงกว่าเมื่อ AI มีความสามารถสูงขึ้น

การสร้าง AI ที่มีความสามารถสูงจึงไม่ใช่เพียงแค่การพัฒนาเทคโนโลยี แต่ยังเป็นการตั้งคำถามเชิงปรัชญาและต้องคิดคำนึงถึงจริยธรรม

Musk มองว่าต้องมีการพิจารณาอย่างรอบคอบว่าต้องการให้ AI มีคุณสมบัติและค่านิยมแบบใด และจะสร้างระบบที่ปลอดภัยและเป็นประโยชน์ต่อมนุษยชาติได้อย่างไร

การมุ่งมั่นสู่ความจริงและความถูกต้องเป็นสิ่งสำคัญ แต่ก็ต้องตระหนักด้วยว่าความจริงนั้นไม่ใช่เรื่องง่าย บ่อยครั้งที่มีความซับซ้อนและมีหลายแง่มุม การสร้าง AI ที่สามารถเข้าใจและนำเสนอความจริงในลักษณะที่ครอบคลุมและสมดุล โดยไม่หลงไปในความเชื่อที่ผิดหรืออคติ จึงเป็นความท้าทายอันยิ่งใหญ่

นอกจากนี้ Musk ยังให้แง่คิดว่าควรที่จะคำนึงถึงผลกระทบระยะยาวของการใช้ AI อย่างแพร่หลายในสังคม การที่ AI มีบทบาทมากขึ้นในการตัดสินใจและการให้ข้อมูล อาจส่งผลกระทบอย่างมีนัยสำคัญต่อวิธีคิดและพฤติกรรมของมนุษย์ ดังนั้น การออกแบบ AI ที่ส่งเสริมการคิดอย่างมีวิจารณญาณและการตัดสินใจที่รอบคอบจึงเป็นสิ่งสำคัญ

ในท้ายที่สุด การพัฒนา AI ที่มีความสามารถสูงเป็นความท้าทายที่ยิ่งใหญ่ของยุคสมัย ซึ่งต้องอาศัยทั้งความก้าวหน้าทางเทคโนโลยี ความรอบคอบทางจริยธรรม และวิสัยทัศน์ที่มองการณ์ไกล ซึ่งต้องมีการสร้างสมดุลระหว่างการผลักดันขีดความสามารถของ AI ให้ก้าวหน้า กับการรับประกันว่าเทคโนโลยีนี้จะเป็นประโยชน์และปลอดภัยสำหรับมนุษยชาติ

เส้นทางการเดินทางสู่การสร้าง AGI นั้นเต็มไปด้วยความไม่แน่นอนและความเสี่ยง แต่ก็มาพร้อมกับโอกาสอันยิ่งใหญ่ในการยกระดับความเป็นอยู่ของมนุษย์ ซึ่ง Elon Musk มองว่าเราอาจสามารถสร้าง AI ที่ไม่เพียงแต่มีความสามารถเหนือมนุษย์ แต่ยังเป็นพันธมิตรที่เชื่อถือได้ในการแก้ปัญหาที่ท้าทายที่สุดของโลก เหมือนที่มนุษย์อย่างเขาพยายามที่จะทำมาเป็นเวลาหลายปีมาแล้วนั่นเองครับผม

References :
Elon Musk on xAI: We will win | Lex Fridman Podcast
https://youtu.be/tRsxLLghL1k?si=mD9Ep3PLu3wv_uv-

Geek Life EP40 : สมาธิหาย ชีวิตพัง วิธีกู้คืนความโฟกัสในยุคดิจิทัล กับเทคนิคจากหนังสือ Stolen Focus

ในยุคปัจจุบัน การมีสมาธิจดจ่อกับสิ่งใดสิ่งหนึ่งกลายเป็นความท้าทายที่สำคัญของคนยุคนี้ Johann Hari นักเขียนชื่อดังได้นำเสนอมุมมองที่น่าสนใจเกี่ยวกับประเด็นนี้ในหนังสือ “Stolen Focus” ของเขา โดยชี้ให้เห็นว่าสมาธิเป็นรากฐานสำคัญของความสำเร็จและความสุขในชีวิต

หากปราศจากสมาธิที่แน่วแน่ เราอาจพบว่าตัวเองไม่สามารถทำงานที่มีคุณค่าให้สำเร็จลุล่วงได้ และต้องพอใจกับผลลัพธ์ที่ไม่ได้คุณภาพ นอกจากนี้ การขาดสมาธิในการมุ่งไปสู่เป้าหมายระยะยาวอาจทำให้เราหลงทางในชีวิตได้ง่าย ๆ เช่นเดียวกัน

เลือกฟังกันได้เลยนะครับ อย่าลืมกด Follow ติดตาม PodCast ช่อง Geek Life’s Podcast ของผมกันด้วยนะครับ

🎧 ฟังผ่าน Spotify : 
https://tinyurl.com/kupfwbph

🎧 ฟังผ่าน Apple Podcast :
https://tinyurl.com/ym8xdt5p

🎧 ฟังผ่าน Youtube 
https://youtu.be/-QrvHVW-_C4