ในยุคสมัยที่ปัญญาประดิษฐ์กำลังเขียนนิยามใหม่ให้กับทุกศาสตร์ ความท้าทายที่ยิ่งใหญ่ที่สุดของโลกการศึกษาอาจไม่ใช่การวิ่งไล่ตามเทคโนโลยีให้ทัน แต่คือการกลับมาตั้งคำถามถึง ‘คุณค่าของความเป็นมนุษย์’ ที่เครื่องจักรไม่อาจทดแทนได้ เวทีเสวนา “Next Stage for AI in Education” ในงาน AI Innovation Summit 2025 โดยความร่วมมือของสถาบันวิศวกรรมปัญญาประดิษฐ์ (AI Engineering Institute – AIEI) ร่วมกับมหาวิทยาลัยซีเอ็มเคแอล (CMKL University)
เพื่อเป็นพื้นที่แลกเปลี่ยนวิสัยทัศน์ว่าด้วยอนาคตของการเรียนรู้ที่ไม่ทิ้งใครไว้ข้างหลัง โดยมีนักวิชาการและผู้เชี่ยวชาญระดับแนวหน้าอย่าง ดร.ผนวกเดช สุวรรณทัต นักวิจัยจากสถาบันนโยบายวิทยาศาสตร์ เทคโนโลยีและนวัตกรรม (STI) มจธ., ดร.จักรพงศ์ นาทวิชัย ผู้อำนวยการสำนักบริการเทคโนโลยีสารสนเทศ (ITSC) มหาวิทยาลัยเชียงใหม่ และ ชาคริตฤทธาคณานนท์ CEO ของ Canarie มาร่วมกันถอดรหัสความเปลี่ยนแปลงครั้งนี้ ซึ่งไม่ได้จบอยู่แค่เรื่องของห้องเรียนอัจฉริยะ แต่คือการสร้าง ‘ความเท่าเทียม’ ครั้งประวัติศาสตร์ให้กับเด็กไทยทุกคน
รื้อถอนกำแพงความรู้: AI ในฐานะผู้สร้างความเท่าเทียม (The Great Equalizer)
ประเด็นที่เปรียบเสมือนหัวใจสำคัญของการเปลี่ยนแปลงครั้งนี้ คือศักยภาพของ AI ในการลดช่องว่างทางโอกาส ดร.ผนวกเดช สุวรรณทัต นักวิจัยจากสถาบันนโยบายวิทยาศาสตร์ เทคโนโลยีและนวัตกรรม (STI) มจธ. ชี้ให้เห็นถึงความจริงของระบบการศึกษาในอดีตที่ “ต้นทุนชีวิต” มีผลต่อการเข้าถึงความรู้ หากเด็กเกิดมาในครอบครัวที่มีฐานะ ย่อมมีโอกาสเข้าถึงครูสอนพิเศษส่วนตัว (Personal Tutor) ในขณะที่เด็กในพื้นที่ห่างไกลต้องพึ่งพาห้องเรียนเป็นหลัก การค้นหาความรู้เพิ่มเติมในยุคก่อนที่มีเพียงเครื่องมือค้นหา (Search Engine) อย่าง Google หรือ Wikipedia นั้น แม้จะมีข้อมูลมหาศาล แต่การกลั่นกรองและทำความเข้าใจเนื้อหายังคงเป็นอุปสรรคสำหรับผู้ที่ขาดทักษะพื้นฐาน
แต่การมาถึงของ Generative AI ได้เปลี่ยนภูมิทัศน์นี้ไปอย่างสิ้นเชิง ดร.ผนวกเดช อธิบายว่า วันนี้ทุกคนมีความเท่าเทียมกันในการเข้าถึง “ครูผู้รอบรู้” ที่สามารถตอบคำถาม อธิบายความ และชี้แนะแนวทางได้ตลอด 24 ชั่วโมง เทคโนโลยีจึงไม่ได้ทำหน้าที่แค่เครื่องมืออำนวยความสะดวก แต่กลายเป็น “ผู้ปรับสมดุล” (Equalizer) ที่มอบโอกาสในการเรียนรู้ระดับบุคคล (Personalized Learning) ให้กับเด็กทุกคน ไม่ว่าพวกเขาจะอยู่ที่ไหนหรือมีฐานะอย่างไร
จาก “นักเขียนโค้ด” สู่ “นักคิดเชิงคำนวณ”: ก้าวข้ามกับดักทางเทคนิค
เมื่อเครื่องจักรเริ่มเขียนโปรแกรมได้เอง บทบาทของมนุษย์ในฐานะ “ผู้สั่งงาน” จึงต้องเปลี่ยนไป การศึกษายุคใหม่ต้องก้าวข้ามการสอนทักษะทางเทคนิคแบบผิวเผิน ไปสู่การสร้าง “กระบวนการคิด” ที่ลึกซึ้งยิ่งขึ้น
ดร.ผนวกเดช เน้นย้ำว่า ทักษะที่สำคัญที่สุดในขณะนี้คือ การคิดเชิงวิพากษ์ (Critical Thinking) และความเข้าใจในพื้นฐานของ การเรียนรู้ของเครื่อง (Machine Learning Fundamentals) ที่ไม่ใช่เพียงการรู้วิธีใช้งานแชทบอท แต่ต้องเข้าใจไปถึงแก่นของ การคิดเชิงคำนวณ (Computational Thinking)
ซึ่งสอดรับกับมุมมองของ ดร.จักรพงศ์นาทวิชัย ผู้อำนวยการสำนักบริการเทคโนโลยีสารสนเทศ (ITSC) มหาวิทยาลัยเชียงใหม่ ที่ขยายความว่า แม้เราจะไม่จำเป็นต้องสอนให้เด็กเขียนโค้ดแบบฮาร์ดโค้ด (Hard-coding) เพื่อไปแข่งกับเครื่องจักรอีกต่อไป แต่การเรียนรู้วิธีการเขียนโค้ดยังคงมีความจำเป็นในเชิงตรรกะ เพื่อให้มนุษย์เข้าใจว่าเครื่องจักร “คิด” และ “ประมวลผล” อย่างไร ซึ่งความเข้าใจนี้เองที่จะเป็นกุญแจสำคัญในการสั่งงานและควบคุม AI ให้ทำงานได้อย่างมีประสิทธิภาพ
ความเสี่ยงของการพึ่งพา: ทำไม “รากฐาน” (Foundation) ถึงเป็นเรื่องคอขาดบาดตาย
ในขณะที่ AI มอบความสะดวกสบาย สิ่งที่น่ากังวลคือการที่ผู้เรียนรุ่นใหม่ข้ามขั้นตอนการเรียนรู้รากฐานและมุ่งไปหาคำตอบสุดท้ายทันที ดร.จักรพงศ์ ได้ยกตัวอย่างที่เห็นภาพชัดเจนจากวงการแพทย์ โดยเปรียบเทียบกับ รังสีแพทย์ (Radiologist) ในปัจจุบันที่มี AI ช่วยอ่านผลฟิล์มเอกซเรย์หรือสแกนปอดเพื่อหาความผิดปกติ แม้ AI จะมีความแม่นยำสูง แต่แพทย์ผู้วินิจฉัยจำเป็นต้องมีความรู้พื้นฐานที่แน่นปึก เพื่อที่จะอธิบายคนไข้ได้ว่า “ทำไม” ผลลัพธ์จึงเป็นเช่นนั้น และเพื่อที่จะมีวิจารณญาณในการตัดสินว่าผลที่ AI ส่งมานั้นถูกต้องหรือไม่
หากระบบการศึกษาผลิตบุคลากรที่ขาดความรู้พื้นฐาน (Domain Expertise) และพึ่งพาแต่คำตอบจาก AI พวกเขาจะสูญเสียความสามารถในการตัดสินใจ (Judgment) ซึ่งเป็นทักษะที่สำคัญที่สุดของมนุษย์ การรู้แต่เพียง “ผลลัพธ์” โดยไม่เข้าใจ “ที่มา” จะทำให้มนุษย์ตกเป็นทาสของเครื่องมือ แทนที่จะเป็นเจ้านายของมัน
นวัตกรรมการวัดผล: เลิกตัดเสื้อโหล แล้วหันมาดูที่ “สมรรถนะ” (Competency)
ในมิติของการปฏิบัติจริง ชาคริต ฤทธาคณานนท์ จาก Canarie แพลตฟอร์มการเรียนรู้ด้วย AI ได้สะท้อนปัญหาคลาสสิกของห้องเรียนไทยที่ “ครูหนึ่งคนต่อนักเรียนสี่สิบคน” ซึ่งทำให้การดูแลรายบุคคลเป็นเรื่องที่เป็นไปไม่ได้ในทางปฏิบัติ คุณชาคริตเสนอทางออกด้วยระบบการศึกษาแบบฐานสมรรถนะ (Competency-based Learning) ที่เลิกยึดติดกับเวลาเรียน แต่หันมาเน้นที่ การเรียนรู้เพื่อความรอบรู้ (Mastery Learning)
คุณชาคริตอธิบายว่า การเรียนรู้ไม่ควรเป็นการตัดเสื้อโหลที่ทุกคนต้องเรียนเหมือนกันหมด แต่ควรเปิดโอกาสให้ผู้เรียนสามารถผสมผสานทักษะต่าง ๆ (Mix and Match) เพื่อตอบโจทย์เป้าหมายของตนเอง โดยมี AI เข้ามาทำหน้าที่เป็นผู้ช่วยครู (AI Tutor) ที่คอยประกบผู้เรียนรายบุคคล ช่วยให้ครูสามารถขยายขอบเขตการดูแล (Scale) ได้ครอบคลุมนักเรียนจำนวนมาก โดยไม่ทิ้งใครไว้ข้างหลัง การใช้ AI ในลักษณะนี้จึงไม่ใช่การแทนที่ครู แต่เป็นการคืนเวลาให้ครูได้ทำหน้าที่ “โค้ช” และผู้สร้างแรงบันดาลใจได้อย่างเต็มที่
ยุทธศาสตร์ชาติ: แข่งขันด้วย “เทคนิคที่ชาญฉลาด” ไม่ใช่แค่ “พลังประมวลผล”
ในช่วงท้ายของการเสวนา ดร.ผนวกเดช ได้ฝากแง่คิดเชิงยุทธศาสตร์ที่น่าสนใจเกี่ยวกับทิศทางของประเทศไทย ท่านกล่าวถึงกฎการขยายขนาด (Scaling Law) ของโมเดล AI ที่อาจกำลังเข้าสู่จุดอิ่มตัว โดยมองว่าประเทศไทยไม่จำเป็นต้องไปแข่งขันในสนามการสร้างโครงสร้างพื้นฐานด้านการคำนวณ (Compute Power) หรือการสร้างศูนย์ข้อมูล (Data Center) ขนาดมหึมาเพื่อแข่งกับมหาอำนาจโลก เพราะนั่นไม่ใช่จุดแข็งของเรา
แต่โอกาสของไทยอยู่ที่การสร้าง “คน” และการคิดค้น “เทคนิคที่ชาญฉลาด” (Smart Techniques) ในการประยุกต์ใช้โมเดลเหล่านั้นให้เกิดประโยชน์สูงสุด ดร. ผนวกเดช เปรียบเปรยว่า เราควรมองข้อจำกัดของ AI เป็นเพียงคุณลักษณะ (Feature) หนึ่ง ไม่ใช่ข้อผิดพลาด (Bug) และเรียนรู้ที่จะใช้งานมันอย่างรู้เท่าทัน การลงทุนสร้างบุคลากรที่มีทักษะความคิดวิเคราะห์ มีความคิดสร้างสรรค์ และมีความเข้าใจในศาสตร์ของตนเองอย่างลึกซึ้ง จะเป็นการลงทุนที่ยั่งยืนและคุ้มค่าที่สุด ซึ่งจะช่วยให้ไทยสามารถยืนหยัดและแข่งขันในเวทีโลกได้อย่างสมศักดิ์ศรี
ข่าวอื่น ๆ ที่น่าสนใจ
ประธาน FTI ชู ‘4 Go’ ดัน AI-Digital กู้วิกฤติ ‘รถติดหล่ม’
SCBX ยื่นจดสิทธิบัตร 3 นวัตกรรม AI ยกระดับความปลอดภัยรับยุคหลังควอนตัม
