บทเรียนที่ 1 ความรู้พื้นฐานเกี่ยวกับปัญญาประดิษฐ์ (Artificial Intelligence : AI) และ Generative AI
กดปุ่มเพื่อโหลดคลิปจาก YouTube
บทเรียนที่ 1 ความรู้พื้นฐานเกี่ยวกับปัญญาประดิษฐ์ (Artificial Intelligence : AI) และ Generative AI
รู้จักกระบวนการทำงาน แยกงานวิเคราะห์ออกจากงานสร้างเนื้อหา และตรวจผลลัพธ์อย่างมีวิจารณญาณ
เมื่อจบบทนี้ ผู้เรียนสามารถอธิบาย AI และ Generative AI ในระดับพื้นฐาน จำแนกตัวอย่างการใช้งาน และบอกข้อจำกัดของผลลัพธ์จาก AI ได้
AI ทำงานอย่างไร
มองกระบวนการเป็น 3 ขั้น: รับข้อมูลหรือคำสั่ง (Input) ประมวลผลรูปแบบที่ระบบเรียนรู้หรือถูกออกแบบไว้ (Processing) และส่งผลลัพธ์ (Output) เช่น การจัดประเภท การแนะนำ การคาดการณ์ หรือการสร้างเนื้อหา
AI ที่วิเคราะห์และ Generative AI
ระบบวิเคราะห์หรือคาดการณ์ใช้ข้อมูลเพื่อจำแนก แนะนำ หรือคาดการณ์ เช่น กรองสแปมหรือแนะนำวิดีโอ ส่วน Generative AI สร้างผลลัพธ์ใหม่ตามคำสั่ง เช่น ข้อความ ภาพ เสียง โค้ด หรือวิดีโอ การแบ่งนี้อธิบายลักษณะงานหลัก ไม่ได้หมายความว่าระบบหนึ่งจะทำได้เพียงอย่างเดียว
ข้อจำกัดที่ควรรู้
AI อาจสร้างข้อมูลคลาดเคลื่อนหรือดูน่าเชื่อถือทั้งที่ไม่ถูกต้อง ข้อมูลและคำสั่งอาจสะท้อนอคติ และคุณภาพของผลลัพธ์ขึ้นกับข้อมูลกับข้อจำกัดของระบบ จึงควรตรวจสอบความถูกต้อง ความทันเวลา และหลักฐานประกอบ โดยเฉพาะเรื่องสำคัญควรมีมนุษย์ตรวจทาน
ลองคิดต่อ
ก่อนเชื่อผลลัพธ์จาก AI ให้ถามว่า ระบบกำลังวิเคราะห์หรือสร้างเนื้อหา ผลลัพธ์มีหลักฐานหรือไม่ มีจุดไหนผิดพลาดได้ และเรื่องนี้มีผลกระทบสูงจนต้องตรวจเพิ่มหรือไม่
แหล่งอ้างอิงในเอกสารบทเรียน: NIST AI RMF 1.0 (2023); NIST Generative AI Profile (2024); TDGA, AI for Everyone
กิจกรรมท้ายบท
แยกประเภทการใช้ AI
ข้อใดเป็นตัวอย่างของ Generative AI?
จัดหมวดหมู่ AI
อ่านข้อความแต่ละข้อ แล้วเลือกประเภท AI ให้เหมาะกับหน้าที่หลักของระบบ เมื่อเลือกครบทั้ง 3 ข้อ ให้กดตรวจคำตอบ
จับคู่เหตุผลที่ควรตรวจสอบผลลัพธ์จาก AI
จับคู่ข้อความแต่ละข้อกับหัวข้อที่ตรงกัน โดยใช้แต่ละหัวข้อได้หนึ่งครั้ง เมื่อจับคู่ครบทั้ง 4 คู่ ให้กดตรวจคำตอบ