ทำไมฉันถึงต่อต้าน GenAI และทุกสิ่งที่มันเป็นสัญลักษณ์แทน
(lpcvoid.com)- คำวิจารณ์ต่อ GenAI มุ่งเป้าไปที่โมเดลเชิงกำเนิด ไม่ใช่แมชชีนเลิร์นนิงที่มีประโยชน์โดยรวม และถูกมองว่าเป็นเทคโนโลยีที่ถูกปั่นกระแสซึ่งอันตรายกว่าและจะอยู่นานกว่าคริปโตกับ NFT
- AI เชิงกำเนิดมีโครงสร้างที่นำ ผลงานสร้างสรรค์ของมนุษย์ จากอินเทอร์เน็ตไปฝึกครั้งมหาศาล แล้วขายสิทธิ์เข้าถึงกลับมาในรูปแบบสมาชิก โดยกรณีที่ Meta ทอร์เรนต์หนังสือเถื่อน 82TB สะท้อนปัญหาการปล้นข้อมูล
- LLM สามารถสร้างคอนเทนต์คุณภาพต่ำแบบคอมเมนต์ได้อัตโนมัติตลอด 24 ชั่วโมง จึงยิ่งขยาย ข้อมูลเท็จ และโมเดลที่ถูกฝึกให้เอนขวาอย่าง Grok ถูกยกเป็นตัวอย่างที่ควรถูกปฏิเสธเป็นพิเศษ
- ในด้านการศึกษา การคิด และการเขียนโปรแกรม vibecoding กับการคัดลอก-วาง ทำให้การเรียนรู้ผ่านการลองผิดลองถูกลดลง และเพิ่มภาระรีวิว หนี้ทางเทคนิค และปัญหาความไม่เป็นเชิงกำหนด
- AI เชิงกำเนิดยังทำให้ความเหงา การชักจูงให้ฆ่าตัวตาย เอกสารที่เยิ่นเย้อ รวมถึงต้นทุนด้านสิ่งแวดล้อมและฮาร์ดแวร์ยิ่งแย่ลง และอินเทอร์เน็ตก็ยากจะกลับไปเป็นเหมือนเดิมก่อนหน้านี้
ขอบเขตของ GenAI และแก่นของปัญหา
- GenAI ถูกใช้เป็นคำที่ครอบคลุมทั้ง LLM ที่สร้างข้อความ และโมเดลที่สร้างสื่ออย่างภาพหรือวิดีโอ
- สิ่งที่ถูกวิจารณ์ไม่ใช่ แมชชีนเลิร์นนิงโดยรวม ที่ถูกนำไปใช้แก้ปัญหาจริงในหลายอุตสาหกรรม แต่จำกัดอยู่ที่ AI เชิงกำเนิด
- การประมวลผลภาพด้วยโครงข่ายประสาทที่ใช้หาเครื่องหมายหยุดในภาพ อาจดีกว่าการตรวจจับคุณลักษณะแบบดั้งเดิม และจึงแยกออกเป็นแมชชีนเลิร์นนิงที่มีประโยชน์
- AI เชิงกำเนิดคือกระแสเทคโนโลยีลูกถัดจากคริปโตและ NFT แต่ถูกประเมินว่าเลวร้ายกว่าและมีแนวโน้มจะยืดเยื้อกว่ากรณีก่อนหน้า
ทุนนิยมและการปล้นข้อมูล
- AI เชิงกำเนิดถูกวิจารณ์ว่ามีโครงสร้างที่นำ ผลงานสร้างสรรค์ของมนุษย์ ที่เก็บกวาดมาจากอินเทอร์เน็ตจำนวนมหาศาลมาใช้เป็นข้อมูลฝึก แล้วขายสิทธิ์เข้าถึงโมเดลนั้นในรูปแบบการสมัครสมาชิก
- บันทึกศาลที่เปิดเผยว่าพนักงาน Meta ทอร์เรนต์หนังสือเถื่อนเกือบ 82TB เพื่อใช้ฝึก AI ถูกยกเป็นตัวอย่างสำคัญของปัญหาการได้มาซึ่งข้อมูล
- หากเป้าหมายคือทำให้มนุษยชาติได้ประโยชน์ การพัฒนา AI ก็ควรทำอย่างเปิดเผย ข้อมูลควรถูกจัดหาอย่างถูกกฎหมาย โมเดลควรถูกแจกฟรี และการเข้าถึงไม่ควรถูกปิดกั้นไว้หลังค่าสมาชิกที่เพิ่มขึ้นเรื่อย ๆ
- บริษัท AI ถูกเปรียบกับ พ่อค้าของโจร ที่ซื้อของขโมยมาแล้วขายต่อ และคำวิจารณ์ก็ต่อเนื่องไปถึงการที่บริษัทยักษ์ใหญ่ใน AI เชิงกำเนิดไม่ได้แม้แต่จ่ายเงินสำหรับข้อมูลที่ขโมยมา
- AI ถูกสรุปว่าเป็นเทคโนโลยีที่เผาผลาญเงินลงทุนมหาศาล ทำให้อุตสาหกรรมหลายแห่งเสื่อมคุณภาพ เปิดทางให้บิ๊กเทคแสวงหาค่าเช่าผ่านการใช้งานโทเค็น และเร่งการลดทอนคุณภาพของทุกพื้นที่ที่มันเข้าไปแตะ
เครื่องจักรผลิตข้อมูลเท็จ
- แม้ก่อนยุค AI เชิงกำเนิด อุตสาหกรรมข้อมูลเท็จก็มีขนาดใหญ่ และ Internet Research Agency ถูกยกเป็นองค์กรข้อมูลเท็จของรัสเซียที่เผยแพร่สารแบบเข้าข้างเครมลิน
- องค์กรนี้ทำงานโดยให้ชาวรัสเซียโพสต์ข้อมูลเท็จและโฆษณาชวนเชื่อที่เข้าข้างรัสเซียบนโซเชียลมีเดียตลอด 24 ชั่วโมง และถูกกล่าวถึงในบริบทของการผงาดขึ้นของ Trumpism ในสหรัฐฯ รวมถึง ความเชื่อมโยงระหว่างบุคคลใกล้ชิด Trump กับเจ้าหน้าที่รัสเซีย
- LLM สามารถสร้างคอนเทนต์คุณภาพต่ำแบบคอมเมนต์ได้โดยอัตโนมัติตลอด 24 ชั่วโมง จึงทำให้ปัญหาข้อมูลเท็จรุนแรงยิ่งขึ้นมาก
- ในชุมชนออนไลน์ขนาดใหญ่ มีบอตจำนวนมากที่เริ่มจากโพสต์เนื้อหาที่ดูไม่เป็นพิษเป็นภัย ก่อนจะเปลี่ยนไปเป็นคอนเทนต์การเมือง และแทบทั้งหมดถูกอธิบายว่ามีเป้าหมายเพื่อกระตุ้นปฏิกิริยาทางอารมณ์
- หากในปี 2026 คุณโกรธเพราะคอมเมนต์ออนไลน์ คอมเมนต์นั้นก็อาจเป็นคอมเมนต์ปลอมที่สร้างด้วย LLM เพื่อยั่วยุให้คุณเดือดดาลโดยเฉพาะ
- ในเยอรมนี พรรคชายขอบฝั่งซ้าย BSW และพรรคขวาจัด AfD ถูกเชื่อมโยงกับข้อกล่าวหาว่า ได้รับการสนับสนุนเงินทุนจากรัสเซียอย่างน้อยก็ทางอ้อมผ่านการคอร์รัปชัน
- ข้อเสนอของ AfD รวมถึงการปรับความสัมพันธ์กับรัสเซียให้ดีขึ้น ยกเลิกพลังงานหมุนเวียน คงรถเครื่องยนต์สันดาปภายใน ขับไล่ชาวต่างชาติ ถอนตัวจาก EU และปฏิเสธการเปลี่ยนแปลงสภาพภูมิอากาศ ซึ่งถูกนำเสนอว่าเป็นวาระฝ่ายขวาที่เป็นประโยชน์ต่อรัสเซีย
- บทสรุปคือ หากคุณเกลียดข้อมูลเท็จ คุณก็ควรปฏิเสธ LLM โดยเฉพาะ LLM ที่ถูกฝึกให้เอนขวาอย่างชัดเจน เช่น Grok
การชักจูงให้ฆ่าตัวตายและพฤติกรรมเป็นอันตราย
- บทความวิกิพีเดีย Deaths linked to chatbots ถูกยกมาเป็นหน้าที่รวบรวมเหตุการณ์ที่ผู้คนฆ่าตัวตายหลังพูดคุยกับ LLM
- ความเสี่ยงที่ผู้มีสภาพจิตใจเปราะบางหรืออยู่ในช่วงชีวิตที่ยากลำบากอาจถูก LLM ชักจูงให้ฆ่าตัวตาย ถูกมองว่าเป็นโศกนาฏกรรม
- แม้มีความเสี่ยงเช่นนี้ AI เชิงกำเนิดก็ยังกลายเป็นอุตสาหกรรมมูลค่าหลายล้านล้านดอลลาร์ ซึ่งเป็นเป้าการวิจารณ์อย่างหนัก
การศึกษาและสมาธิที่ถดถอย
- AI เชิงกำเนิดกำลังทำลายการศึกษา และถูกเชื่อมโยงกับปัญหาที่ว่าการบริโภควิดีโอสั้นคุณภาพต่ำกำลัง ทำลายสมาธิของคนรุ่นใหม่
- บิ๊กเทคกำลังพยายามยัด LLM เข้าไปในห้องเรียน และถูกวิจารณ์ในลักษณะคล้ายกับที่ Microsoft ปลูกฝังให้นักเรียนคุ้นชินกับ Windows และ Office ในโรงเรียนมานาน 30 ปี
- บริษัทต่าง ๆ กำลังให้บริการ การเข้าถึงสำหรับสถาบันการศึกษา สำหรับ LLM
- คำพูดจากบทความของ Futurism ที่ว่า “ถ้าจะยิงเครื่องมือ genAI ทั้งหมดเข้าไปในดวงอาทิตย์ได้ ฉันก็คงมีความสุขมาก” สะท้อนท่าทีผลักไส AI เชิงกำเนิดอย่างกระชับ
การลดลงของการคิดเชิงวิพากษ์และความสามารถในการแก้ปัญหา
- มีการอ้างว่าความเสียหายจาก AI เชิงกำเนิดไม่ได้หยุดอยู่แค่วงวิชาการ แต่ลามไปถึงความสามารถในการคิดโดยทั่วไป
- บางคนถูกพรรณนาว่าหลัง AI กลายเป็นกระแสหลัก ก็เลิกคิดด้วยตนเอง และยกคำตอบจาก ChatGPT มานำแทบทุกคำถามและทุกการถกเถียง
- ปรากฏการณ์นี้ไม่ได้เกิดแค่ออฟไลน์ แต่ยังเห็นได้ทั้งใน Reddit และฟอรัมรูปแบบเก่า
- งานวิจัยบน arXiv ถูกลิงก์เป็นหลักฐานว่าวงวิชาการเองก็กำลังศึกษาปัญหานี้
การแพร่กระจายของความเหงา
- AI ถูกวิจารณ์ว่าจะยิ่งทำให้แนวโน้มสมัยใหม่ที่ผู้คนเอาแต่นั่งบนโซฟาที่บ้านแล้วเลื่อนดูโทรศัพท์อย่างไร้ความหมายเลวร้ายลง
- แนวโน้มที่ผู้ชายวัยรุ่นห่างเหินจากผู้หญิงวัยเดียวกันและพึ่งพาแฟน AI ถูกยกเป็นสัญญาณไม่ดีสำหรับอนาคต
- ความเหงาส่งเสริมความสุดโต่งและความเกลียดชัง และทำให้การสื่อสารในชีวิตจริงยากยิ่งขึ้น
- คนที่จมลึกกับความสัมพันธ์ปลอมกับ AI ถูกวิจารณ์ว่าอาจเรียนรู้ได้ยากขึ้นว่าจะสร้างความสัมพันธ์กับคู่จริงอย่างไร หรือจะแสดงความเห็นอกเห็นใจต่ออีกฝ่ายที่มีความต้องการต่างจากตนอย่างไร
- แชตบอต AI ไม่มีความคิดเห็นของตนเองที่สามารถมีอิทธิพลต่อความคิดของผู้ใช้ได้จริง ไม่เข้าใจการคิดของผู้ใช้ และไม่ได้เติบโตขึ้นจากการสัมผัสโลกแบบเดียวกับผู้ใช้
- การที่ Pope Leo XIV วิจารณ์องค์ประกอบนี้ของ AI เชิงกำเนิดและปัญหาสำคัญอื่น ๆ ถูกยกเป็นหลักฐานเน้นย้ำความร้ายแรงของปัญหา AI
การเรียนรู้การเขียนโปรแกรมและคุณภาพโค้ดที่แย่ลง
-
การสูญเสียการเรียนรู้แบบลองผิดลองถูก
- ในอดีต ผู้คนเรียนรู้การเขียนโปรแกรมด้วยการสร้างเครื่องมือและแก้ปัญหาด้วยตนเองแม้ไม่มีอินเทอร์เน็ต และในกระบวนการนั้นก็ซึมซับความเข้าใจเกี่ยวกับคอมพิวเตอร์และขอบเขตความเป็นไปได้ทางเทคนิค
- ปัจจุบัน คนรุ่นใหม่เจอสภาพแวดล้อมที่บังคับให้ต้องขุดลึกเพื่อทำให้บางอย่างใช้งานได้น้อยลง และทุกอย่างถูกห่อหุ้มไว้ด้วยแอปและหน้าจอสัมผัส
- AI เชิงกำเนิดถูกวิจารณ์ว่าจะลบแม้แต่องค์ประกอบสุดท้ายของการ “ลองจนกว่าจะได้ผล แล้วค่อยเรียนรู้ระหว่างทาง” ออกไป
- เมื่อขอวิธีแก้ผ่านพรอมป์ต์ต่อ LLM ก็จะได้ผลลัพธ์กลับมา และในที่ทำงานก็มักพบว่าผู้คนเอาผลนั้นไปแปะในจุดที่ต้องใช้โดยอธิบายไม่ได้ด้วยซ้ำว่ามันทำงานอย่างไร
- ปัญหาไม่ใช่แค่จำแฟลก
tarของ Linux CLI ไม่ได้ แต่คือการคัดลอกและวางคำสั่งxargsทั้ง pipeline ลงเทอร์มินัลแล้วหวังว่าทุกอย่างจะไม่มีปัญหา - แม้ในอดีตจะมีการคัดลอกชิ้นส่วนจาก Stack Overflow อย่างน้อยก็ยังต้องนำชิ้นส่วนปริศนามาประกอบให้เข้ากับสถาปัตยกรรมและคิดกับโค้ดอยู่บ้าง แต่หลัง LLM กระบวนการนั้นยิ่งหายไป
-
Vibecoding และภาระการรีวิว
- vibecoder ถูกอธิบายว่าเป็นคนที่บอกความต้องการผ่านพรอมป์ต์แล้วให้ LLM สร้างทั้งโปรแกรมหรือบางส่วนของโปรแกรมให้
- การสร้างทั้งโปรแกรมในครั้งเดียวถูกเรียกว่า “oneshotting” และในหลายกรณีก็แทบไม่ได้อ่านโค้ดที่สร้างขึ้นเลย
- ตรงข้ามกับคำพูดที่ว่าผู้คนใช้ LLM แค่เป็นผู้ช่วยหรือคู่ซ้อม ในสภาพแวดล้อมระดับมืออาชีพจริงกลับถูกวิจารณ์ว่ามีการสร้างโค้ดคุณภาพต่ำมากกว่าการอ่านโค้ดอย่างท่วมท้น
- การอ่านโค้ดมักเกิดขึ้นก็ตอนรีวิว MR/PR เมื่อมีโค้ดที่สร้างมา 9001 บรรทัดถูกโยนขึ้นมา
- โครงสร้างจึงกลายเป็นว่าคนเขียนทำงานขั้นต่ำ ส่วนผู้รีวิวแบกภาระตรวจสอบสูงสุด และสรุปได้ว่า vibecoding จะเร็วกว่าได้ก็ต่อเมื่อไม่มีการตรวจสอบอย่างละเอียดในระดับที่ควรมี
-
หนี้ทางเทคนิคระยะยาว
- มีการคาดการณ์ว่าอีก 5~10 ปีข้างหน้า vibecoder ที่พึ่งพา LLM จะทิ้งโค้ดที่บำรุงรักษาไม่ได้และออกแบบผิดพลาดไว้ตามโค้ดเบสมากมาย
- เมื่อถึงตอนนั้น คนเหล่านี้จะทำงานต่อไม่ได้หากไม่มี LLM และถ้ากองหนี้ทางเทคนิคใหญ่เกินไปจนแม้แต่ LLM ก็ช่วยไม่ไหว สถานการณ์ก็จะยิ่งเลวร้าย
- มีการคาดว่าองค์กรอาจต้องมีตำแหน่งงานใหม่สำหรับเก็บกวาดปัญหาที่ vibecoding ทิ้งไว้
- แม้จะยอมรับว่าโค้ดของหลายองค์กรก็ยุ่งเหยิงอยู่แล้ว แต่ AI เชิงกำเนิดถูกมองว่าจะทำให้ขนาดของปัญหาแย่ลงแบบทวีคูณ
-
เอเจนต์เขียนโค้ดและปัญหาต้นทุน
- มีมุมมองมองโลกในแง่ดีว่าปัญหาจะดีขึ้นจากพัฒนาการของ coding agent แต่ถึง LLM จะดีขึ้นเรื่อย ๆ ก็ยังมีคำถามว่ามันจะถูกให้บริการในราคาถูกจริงหรือไม่
- กระแส AI ใช้เงินไปหลายแสนล้านดอลลาร์ และผู้ถือหุ้นย่อมต้องการผลกำไรในสักวัน
- มีการยก ประเด็นว่าประสิทธิภาพของ frontier model แย่ลงหลังเปิดตัวเพียงไม่กี่สัปดาห์ และเชื่อมโยงกับแนวโน้มที่ราคาคงเดิมหรือแพงขึ้น
-
ทักษะนักพัฒนาและความไม่เป็นเชิงกำหนด
- ต่อให้มองว่า AI เชิงกำเนิดทำให้การเขียนโปรแกรมดีขึ้น ก็ยังมีคำถามว่าหากผู้ใช้สูญเสียความสามารถในการคิดและทักษะไป มันต่างอะไรกับการที่นายจ้างต้องจ่ายค่าสมาชิกให้ผู้ให้บริการ LLM
- ตรงข้ามกับคำกล่าวของชุมชนคลั่ง AI ที่ว่า คนไม่ใช้ AI จะตามไม่ทัน จุดยืนที่เสนอคือคนที่ใช้และพึ่งพา AI ต่างหากที่จะตามไม่ทัน
- LLM ถูกวิจารณ์ว่าเป็นระบบ ไม่เป็นเชิงกำหนด ที่แม้พรอมป์ต์เดียวกันจะให้ผลดี 10 ครั้ง ก็ไม่ได้รับประกันว่าครั้งที่ 11 จะยังให้ผลลัพธ์ที่น่าพอใจ
- บทสรุปคือ LLM ไม่ใช่ซอฟต์แวร์ที่เชื่อถือได้ แต่ใกล้เคียงกับสล็อตแมชชีนที่ตกแต่งให้ดูดีมากกว่า
การสื่อสารที่ด้อยคุณภาพลง
- ผู้ใช้ AI เชิงกำเนิดมักบอกว่าสามารถเขียนอีเมลหรือเอกสารยาว ๆ ได้เร็วขึ้น แต่แนวทางนี้ถูกวิจารณ์ว่าเป็นการใช้งานแบบเห็นแก่ตัวที่ทำให้ทั้งองค์กรช้าลง
- มีการยกตัวอย่างว่าความเห็นแย้งที่ควรใช้เพียงสองบรรทัด หาก LLM ขยายให้เป็น 500 คำ ก็จะทำให้คน 34 คนต้องเสียเวลารวมกันหลายชั่วโมงเพื่อดึงเหตุผลคัดค้านที่แท้จริงออกมาจากข้อความนั้น
- สิ่งนี้ถูกเปรียบเทียบกับวิธีที่ควรทำ คือเขียนคำตอบละเอียดด้วยตนเองเมื่อจำเป็น แต่ย่อแก่นสำคัญให้กระชับเพื่อไม่ให้เสียเวลาคนอื่น
- ผู้คนจะยิ่งไม่ลงทุนเวลากับการสื่อสารแบบลายลักษณ์อักษร และอีเมลก็จะยาว ซับซ้อน จนการอ่านเองกลายเป็นภาระ
- แนวโน้มที่เอาอีเมลยาว ๆ ซึ่งสร้างด้วย LLM ไปให้ LLM อีกตัวสรุป ถูกเปรียบเหมือน network tunnel ที่มี proxy อยู่ทั้งสองฝั่ง โดย encoding ที่ส่งผ่านระหว่าง proxy คือข้อความคุณภาพต่ำ
ความเสียหายเพิ่มเติมและประโยชน์ที่มีจำกัด
- กระแสดาต้าเซ็นเตอร์ ราคาฮาร์ดแวร์ที่สูงขึ้นเพราะ GenAI บริษัทที่สร้างผลิตภัณฑ์ดิจิทัลที่มีประโยชน์จริงได้ยากขึ้นเพราะราคา DRAM การตกงานจาก AI และ ปัญหาสิ่งแวดล้อมจากการสร้างโรงไฟฟ้าก๊าซเพื่อฝึกเครื่องสร้างของคุณภาพต่ำ ถูกยกเป็นปัญหาที่ชัดเจนอยู่แล้วแม้ไม่ลงรายละเอียดเพิ่มเติม
- ยอมรับว่า LLM อาจมีบทบาทในงานบางอย่างที่มีประโยชน์และอันตรายน้อยกว่า
- การแปลอาจมีประโยชน์ในระดับหนึ่ง แต่ในงานวรรณกรรมที่ความละเอียดอ่อนของถ้อยคำสำคัญ มนุษย์อาจยังเหมาะสมกว่า
- มีการใช้อุปมาว่า ไม่ควรประดิษฐ์ Torment Nexus เพียงเพราะมันมีคุณสมบัติข้างเคียงบางอย่างที่บางคนมองว่าใช้งานได้จริง
การเปลี่ยนแปลงที่ย้อนกลับไม่ได้และบทสรุป
- AI เชิงกำเนิดถูกมองว่าเหมือนยักษ์ในตะเกียงที่ออกมาแล้วและไม่อาจยัดกลับได้ และเราจะต้องอยู่กับมันไปตลอดชีวิต
- อินเทอร์เน็ตจะไม่กลับไปเป็นเหมือนก่อนยุค AI เชิงกำเนิด และปัญหาจำนวนมากที่กล่าวมาก่อนหน้าก็ถูกคาดว่าจะยิ่งเลวร้ายต่อไปเพราะ AI
- บรรยากาศที่ว่า กระแสต่อต้าน AI กำลังรุนแรงขึ้นเรื่อย ๆ ถูกเชื่อมโยงกับท่าทีที่หวังว่ามนุษยชาติจะอดทนผ่านไปได้และป้องกันไม่ให้ทุกอย่างพังทลาย
- ตอนจบสรุปด้วยความหวังว่าบริษัท AI และการลงทุนด้าน AI ของบิ๊กเทคส่วนใหญ่จะล่มสลาย และเครื่องจักรทำลายสังคมและเทคโนโลยีขนาดมหึมานี้จะหยุดลง
ต้องการติดตามหัวข้อเทคโนโลยีที่คัดสรรต่อไปไหม
ติดตามช่อง Telegram @GeekNewsTH
1 ความคิดเห็น
ความเห็นจาก Lobste.rs
กลุ่มที่ผลักดันคริปโตกับ NFT กับกลุ่มที่ผลักดัน AI แม้จะมีส่วนที่ทับซ้อนกัน แต่ก็ไม่ใช่กลุ่มเดียวกัน และ AI มีประโยชน์มากกว่ามาก อย่างชัดเจน จึงยากจะเห็นด้วยกับการเปรียบเทียบนี้
จุดขายของคริปโตก็ไม่เคยเปลี่ยน และทุกวันนี้ก็ยังใกล้เคียงกับการเป็นกองรวมสินทรัพย์เก็งกำไรอยู่ดี ผมมองว่ากลุ่มที่ผลักดันสิ่งนั้นคล้ายกับคนที่เชียร์ทองหรือเงินมากกว่าคนที่สนใจ AI
โดยส่วนตัว คนที่ผมคิดว่ามีทั้งทักษะทางเทคนิคและวิจารณญาณในระดับหนึ่ง มักสงสัยว่าคริปโตจะหา กรณีใช้งานที่มีประโยชน์จริง ได้หรือไม่ แต่โมเดลรุ่นใหม่ระดับแนวหน้ากลับดูเหมือนให้ผลตรงกันข้าม
แทบไม่มีเทคโนโลยีไหนที่ไร้ประโยชน์เสียทีเดียว และการตัดสินเทคโนโลยีจากคำถามว่ามันให้ประโยชน์กับใครและมากแค่ไหนมักมีความหมายกว่า อย่างที่บทความต้นฉบับชี้ให้เห็นได้ดี LLM มีประโยชน์อย่างชัดเจนตั้งแต่แรกกับพวกสแปมเมอร์ นักต้มตุ๋น คนลอกงาน และนักโฆษณาชวนเชื่อ ไม่ได้แค่มีฐานคนผลักดันทับซ้อนกันเท่านั้น แต่ LLM ยังคล้าย Bitcoin และ NFT อย่างมากตรงที่มันกระจุกความมั่งคั่งไว้กับคนส่วนน้อย และสร้างความเสียหายต่อสังคมวงกว้างกับสิ่งแวดล้อม
แน่นอนว่านี่อาจเป็นความรู้สึกส่วนตัวอยู่พอสมควร
ปีนี้ หุ้นด้านความปลอดภัยเว็บ ขึ้นแรงมาก บางบริษัทเริ่มตระหนักแล้วว่ากลยุทธ์ที่พยายามยัดโทเคนให้มากที่สุดนั้นเป็นเรื่องโง่เขลา
ตลอด 10 ปีข้างหน้า เราคงยังต้องตามแก้ของพวกนี้กันต่อไป
เหมือนที่ตอนนี้ไม่มีใครพูดเรื่องบิ๊กดาต้าแล้ว อีกไม่กี่ปีข้างหน้าก็คงไม่มีใครพูดเรื่องเอเจนต์เช่นกัน
มีแค่คำฮิตที่หายไป แต่ตัวแนวคิดเองยังใกล้เคียงกับวิธีที่เศรษฐกิจอินเทอร์เน็ตทำงานอยู่ดี ad tech, Google, แม้แต่คอนเทนต์ขยะจาก AI เอง เวลาฝึกก็ยังต้องใช้ข้อมูลขนาดมหาศาลแบบนั้นไม่ใช่หรือ?
ข้อโต้แย้งส่วนใหญ่พวกนี้ให้ความรู้สึกว่า ตอน อินเทอร์เน็ตเริ่มแพร่หลายสู่คนทั่วไป ก็คงมีคนพูดคล้ายกัน
ความมองโลกในแง่ดีต่อ AI มีอยู่แค่ในหัวของบิ๊กเทคกับคนสูงอายุ ส่วนคนหนุ่มสาวดูจะต่อต้าน AI มากกว่า
IBM ถึงขั้นทำโฆษณาทีวี OS/2 ที่มี แม่ชี อยากเล่นเว็บอย่างใจจะขาด ข้ออ้างอื่น ๆ ในบทความนี้ไม่มีสักข้อที่เคยถูกพูดถึงกับอินเทอร์เน็ต
มีข้อโต้แย้งต่ออินเทอร์เน็ตยุคแรกอยู่ข้อหนึ่งที่ไม่มีใน “AI” แบบ LLM นั่นคือ RIAA, MPAA และคาร์เทลขนาดใหญ่อื่น ๆ เคยเสียสติไปกับการละเมิดลิขสิทธิ์อย่างหนัก และแค่เพลงหนึ่งเพลงหรือหนังหนึ่งเรื่องก็อาจทำให้คุณถูกตัดสินว่ามีความผิดจนชีวิตพังได้ ทุกวันนี้ Meta, ByteDance, Anthropic และ OpenAI กลับคัดลอกข้อความทั้งหมดที่มนุษย์เขียนใหม่ทุก ๆ 10 ชั่วโมง โดยไม่สนด้วยซ้ำว่าเคยคัดลอกไปแล้วหรือยัง ทุกสิ่งที่ LLM สร้างขึ้นล้วนเป็นผลผลิตจากการกระทำแบบเดียวกับที่คาร์เทลบันเทิงเคยเรียกว่า “ภัยคุกคามเชิงอัตถิภาวนิยมต่อวิถีชีวิตแบบอเมริกัน”
ถ้าจะมองหาทางเลือกแทนคาร์เทล AI แบบปิดและแนวทางทุนนิยมสุดโต่ง ตอนนี้ Hugging Face น่าจะถือเป็นตัวอย่างที่ดี