เรียนยังไงไม่ให้แพ้ Todai Robot (หุ่นยนต์ทำข้อสอบสอบเข้ามหาวิทยาลัยโตเกียว)

Todai เป็นคำที่ย่อมาจาก Tokyo Daigaku (東京大学) หรือมหาวิทยาลัยโตเกียว (University of Tokyo) มหาวิทยาลัยรัฐบาลแห่งแรกของประเทศญี่ปุ่นที่ได้รับการยอมรับให้เป็นมหาวิทยาลัยอันดับต้นๆ ของประเทศและเป็นที่เลื่องลือในเรื่องของความยากและอัตราการสอบแข่งขันเพื่อเข้าเรียนที่สูงลิ่ว โดยในการสอบแข่งขันเพื่อเข้าเรียนในระดับปริญญาตรีที่ Todai นั้นจะประกอบด้วยการสอบ 2 ชุด ชุดแรกคือการสอบส่วนกลาง (National Center Test) ของวิชาคณิตศาสตร์ วิทยาศาสตร์ สังคมศาสตร์ ภาษาญี่ปุ่น และ ภาษาอังกฤษ ซึ่งทั้งหมดเป็นข้อสอบแบบมีชอยส์ให้เลือกตอบ (Multiple choices) โดยผู้เข้าสอบที่สามารถผ่านการสอบชุดแรกได้ด้วยคะแนนเกินกว่า 85% เท่านั้นจึงจะสามารถไปสอบต่อในข้อสอบชุดที่สองซึ่งเป็นข้อสอบข้อเขียน (Written exam) ที่ทาง Todai ออกเองได้ ซึ่งข้อสอบข้อเขียนในชุดหลังนี้ประกอบด้วยวิชาคณิตศาสตร์ วิทยาศาสตร์ หรือ สังคมศาสตร์ (เลือกสอบเพียงอย่างใดอย่างหนึ่ง) ภาษาญี่ปุ่น และ ภาษาอังกฤษ โดยรวมถึงการเขียนบทความ (Essay) ความยาว 600 ตัวอักษรภาษาญี่ปุ่นในหัวข้อที่โจทย์กำหนดด้วย

ในยุคที่ AI (อ่านว่า เอ-ไอ ย่อมาจาก Artificial Intelligence ที่แปลเป็นไทยว่า ปัญญาประดิษฐ์) เป็นหัวข้อที่ร้อนแรงและนับวันมีแต่จะแทรกซึมเข้าสู่วงการต่างๆ มากขึ้นเรื่อยๆ นั้น ประโยคที่ได้ยินกันเป็นประจำคือ “อีกหน่อย AI จะเข้ามาแย่งงานคนจำนวนมาก (โดยเฉพาะงานที่เป็นลักษณะงานทำซ้ำ) แต่ในขณะเดียวกัน AI ก็จะสร้างงานใหม่ๆ ให้พวกเราอีกเป็นจำนวนมากเช่นกัน” ซึ่ง Noriko Arai นักวิจัยผู้เชี่ยวชาญด้าน AI จาก National Institute of Informatics (NII) ประเทศญี่ปุ่น ได้ถามต่อในประเด็นนี้บนเวที TED Talk เดือนเมษายน ค.ศ. 2017 ที่ผ่านมานี้ว่า “ในขณะที่ AI ฉลาดขึ้นเรื่อยๆ อย่างที่เห็นกันอยู่ทุกวันนี้ จะมีคนสักกี่คนที่แม้จะถูก AI แย่งงานไปแล้วก็ยังสามารถไปหางานอื่นใหม่ได้?” โดยแทนที่การคาดเดาคำตอบที่ไม่มีใครในโลกนี้สามารถฟันธงได้แน่นอน 100% Noriko Arai อาศัยการอธิบายโปรเจกต์ Todai Robot หรือหุ่นยนต์ทำข้อสอบสอบเข้ามหาวิทยาลัยโตเกียว เพื่อชี้ให้เห็นถึงหลักการทำงานของ AI ยุคใหม่ซึ่งเป็นกระจกที่สะท้อนให้เห็นถึงจุดอ่อนของวงการการศึกษาทั่วโลก ณ ปัจจุบันได้เป็นอย่างดี


(คลิปวิดีโอต้นฉบับ: TED Ideas worth spreading เรื่อง Can a robot pass a university entrance exam?)

ในคลิปต้นฉบับของ TED Talk ดังปรากฏในลิงก์ข้างบนนี้ Noriko Arai กล่าวถึง Todai Robot หุ่นยนต์ AI ที่ถูกพัฒนาขึ้นมาให้สามารถเข้าสอบและทำข้อสอบเข้ามหาวิทยาลัยได้เหมือนผู้เข้าสอบที่เป็นคนจริง โดยหุ่นยนต์นี้ถูกสอนมาด้วยเทคนิคการเรียนรู้เชิงลึก (Deep Learning) ผ่านประโยคภาษาธรรมชาติ (Natural Language) ทั้งภาษาญี่ปุ่นและภาษาอังกฤษจำนวนนับพันๆ ล้านประโยค รวมถึงสมการคณิตศาสตร์และความรู้อื่นๆ ที่จำเป็นสำหรับการทำข้อสอบสอบเข้ามหาวิทยาลัย ซึ่งด้วยคลังความรู้ทั้งหมดที่ Todai Robot ถูกสอนมาผ่านเทคนิคล่าสุดทาง AI นี้ ทำให้มันสามารถมองโจทย์คำถามบนกระดาษ คิดหาคำตอบ และวงคำตอบที่เลือกลงในกระดาษคำตอบได้ ไม่เพียงเท่านี้ Todai Robot ยังสามารถเขียนบทความ (Essay) ความยาวกว่า 600 ตัวอักษรภาษาญี่ปุ่นลงในกระดาษคำตอบได้ดังแสดงในรูปภาพที่ 1

ผลลัพธ์จากการนำ Todai Robot ไปสอบด้วยข้อสอบชุดเดียวกันกับนักเรียนมัธยมปลายญี่ปุ่นกว่า 500,000 คนพบว่า คะแนนรวมของ Todai Robot นั้นอยู่ในกลุ่ม 20% ที่ได้คะแนนสูงสุด และในส่วนของข้อสอบข้อเขียนวิชาคณิตศาสตร์ซึ่งต้องมีการเขียนพิสูจน์สมการนั้น Todai Robot ได้คะแนนที่จัดอยู่ในกลุ่มสูงสุด 1% แรกด้วย ซึ่งด้วยคะแนนทั้งหมดที่ Todai Robot ได้นี้ แม้จะยังไม่สามารถผ่านเกณฑ์เข้ามหาวิทยาลัยโตเกียวได้ แต่ก็สามารถผ่านเกณฑ์เพื่อเข้ามหาวิทยาลัยอื่นๆ คิดเป็นจำนวนกว่า 60% ของมหาวิทยาลัยทั้งหมดในประเทศญี่ปุ่นได้

คำถามที่น่าสนใจที่ Noriko Arai กล่าวไว้บนเวที TED Talk คือ “มันเกิดอะไรขึ้นกับการศึกษาหรือระบบการสอบปัจจุบัน ที่ทำให้หุ่นยนต์สามารถทำข้อสอบได้คะแนนดีกว่านักเรียนส่วนใหญ่ในประเทศญี่ปุ่นซึ่งถือได้ว่ามีมาตรฐานทางการศึกษาที่ดีในการจัดอันดับมาตรฐานการศึกษาทั่วโลก?” เพราะในความเป็นจริงแล้ว AI หรือปัญญาประดิษฐ์นั้น เป็นเพียงความฉลาดปลอมๆ ที่หุ่นยนต์อย่าง Todai Robot รวมถึงหุ่นยนต์อื่นอย่าง IBM Watson (หุ่นยนต์ตอบคำถาม) หรือ Apple Siri (ระบบการสั่งงานด้วยเสียง) มีได้โดยอาศัยเทคนิค การค้นหาและทำให้เหมาะสมที่สุด (Search and Optimize) ซึ่งเป็นเทคนิคที่บรรดาหุ่นยนต์ถนัด เช่น ในข้อสอบประเภทชอยส์ให้เลือกตอบนั้น Todai Robot ไม่ได้ “อ่าน” และ “เข้าใจ” สิ่งที่โจทย์เขียนไว้เลย สิ่งที่มันทำคือการแยกคำถามออกเป็นคีย์เวิร์ด นำคีย์เวิร์ดนั้นไปค้นหาในคลังความรู้ของมัน (หลักเดียวกับที่คนเราใช้กูเกิลเสิร์ชเอนจินค้นหาสิ่งที่ต้องการ) และคำนวณค่าความน่าจะเป็นของความถูกต้องของชอยส์ตัวเลือกแต่ละข้อ กล่าวคือ แม้ว่า Todai Robot จะไม่เข้าใจอะไรในคำถามเลยก็ตาม แต่มันก็สามารถใช้ความน่าจะเป็นทางสถิติมาช่วยในการเลือกคำตอบที่ถูก(เป็นส่วนใหญ่)ออกมาได้ ซึ่งหากมองในแง่ของผลลัพธ์จากการสอบ Todai Robot ก็สามารถเลือกชอยส์คำตอบที่ถูกต้องออกมาได้มากกว่าที่นักเรียนญี่ปุ่นส่วนใหญ่ทำได้เสียอีก

หรือในข้อสอบการเขียนบทความ (Essay) ก็เช่นกัน สิ่งที่ Todai Robot ทำคือการค้นข้อมูลจากเว็บไซต์หรือหนังสือต่างๆ ในคลังข้อมูลของมันที่มีคีย์เวิร์ดตรงกับที่โจทย์ต้องการ แล้วนำข้อมูลเหล่านั้นมารวบรวมเรียบเรียงใหม่ให้ออกมาเป็นบทความสำหรับเขียนตอบในข้อสอบ ซึ่งก็เหมือนกันกับในตัวอย่างก่อนหน้า ในขณะที่ Todai Robot ไม่เข้าใจอะไรในเรื่องหรือในสิ่งที่มันเขียนส่งไปเลยแม้แต่น้อย บทความที่ Todai Robot เขียนส่งไปกลับได้ผลประเมินที่ดีกว่าที่นักเรียนชาวญี่ปุ่นส่วนใหญ่ที่สอบด้วยกันทำได้ แต่ในทางตรงกันข้าม ในโจทย์เติมประโยคข้อความที่เหมาะสมลงในช่องที่เว้นไว้ดังแสดงในรูปภาพที่ 2 ซึ่งใช้การอ่านทำความเข้าใจสถานการณ์ของบทสนทนาในโจทย์เพียงเล็กน้อย นักเรียนส่วนใหญ่ก็สามารถตอบถูก (ตอบข้อ 4) ได้ง่าย ๆ นั้น Todai Robot กลับตอบผิดไป สาเหตุก็เพราะความสามารถในการ “อ่านได้ (Read)” และ “ทำความเข้าใจได้ (Understand)” นั้นคือความสามารถที่หุ่นยนต์ไม่มี แม้จะเป็นในยุคการเรียนรู้เชิงลึก (Deep Learning) ในปัจจุบันก็ตาม

สรุปแล้วคำตอบของคำถามที่ว่า เรียนอย่างไรให้ชนะ Todai Robot? หรือ เรียนอย่างไรให้ชนะ AI? นั้น หากนิยามของการเรียน ความรู้ และ วิธีการวัดผลความฉลาดยังคงเป็นลักษณะของการจำ (Memorize) แล้วค้นเอาสิ่งที่จำไว้มารวบรวมเพื่อเขียนตอบใหม่ (Search and Optimize) ในอนาคตอันไม่ไกลของสังคมที่มนุษย์และ AI ต้องอยู่ร่วมกันและแข่งขันกัน นักเรียนชาวมนุษย์ส่วนใหญ่ก็คงจะต้องแพ้ในการสอบให้กับหุ่นยนต์ AI หรือแม้แต่แพ้ให้กับกูเกิลเสิร์ชเอนจินเข้าจริง ๆ และเมื่อถึงคราวที่หุ่นยนต์ AI เป็นที่แพร่หลายในบริบทการทำงานต่างๆ มากขึ้นก็คงยากที่ความฉลาดแบบท่องจำที่มีอยู่อย่างจำกัดของมนุษย์จะสามารถเอาชนะและแย่งงานคืนจากหุ่นยนต์ AI ที่ถนัดในการท่องจำและค้นคืนข้อมูลมากกว่าได้

อาจกล่าวได้ว่า ที่นักเรียนชาวญี่ปุ่นส่วนใหญ่สอบได้คะแนนแพ้ Todai Robot นั้น ส่วนหนึ่งเป็นเพราะตัวชี้วัดความรู้และความฉลาดในปัจจุบันยังไม่ได้คำนึงถึงการแบ่งแยกระหว่างความฉลาดแบบ AI (ความฉลาดแบบท่องจำ ค้นคืน และรวบรวมใหม่) กับความฉลาดแบบมนุษย์ (ความฉลาดแบบเข้าใจ) ซึ่งการปฏิรูปนิยามและรูปแบบของการเรียน ของความรู้ และของวิธีการวัดผลความฉลาดเสียใหม่ให้อยู่บนพื้นฐานของการเรียนเพื่อ “เข้าใจ (Understand)” และการวัดผลคำตอบที่ถูกต้องจาก “ระดับความเข้าใจ” ในสิ่งที่โจทย์ถามจริง ๆ นั้นเป็นเรื่องที่แวดวงการศึกษาทั่วโลกคงต้องเริ่มหันกลับมาคิดทบทวนกันอย่างจริงจัง โดยเฉพาะในยุคนี้ที่ความฉลาดเทียม ๆ ที่ไม่ได้เข้าใจอะไรจริงเลยของหุ่นยนต์ AI เริ่มที่จะแสดงบทบาทที่ดูเหมือนจะเหนือกว่าความฉลาดจริงของมนุษย์เราไปได้ในหลายเรื่องแล้ว