សាស្ត្រាចារ្យរងនៅសាលាគិលានុបដ្ឋាយិកានៃសាកលវិទ្យាល័យ Columbia ធ្លាប់ស្គាល់ឧបករណ៍បញ្ញាសិប្បនិម្មិតដែលជួយកែលម្អឯកសារសិក្សាទាក់ទងនឹងវេយ្យាករណ៍ ទម្រង់ និងព័ត៌មានលម្អិតផ្សេងទៀត។ ប៉ុន្តែពីរបីសប្តាហ៍បន្ទាប់ពីគាត់បានដាក់ស្នើឯកសារស្រាវជ្រាវចុងក្រោយរបស់គាត់ ទិនានុប្បវត្តិសិក្សាដែលគាត់គ្រោងនឹងបោះពុម្ពបានត្រឡប់មកវិញជាមួយនឹងសំណួរអំពីឯកសារយោងមួយ។ ឧបករណ៍ AI ប្រើដោយ Topaz បានបញ្ចូលប្រភពក្លែងក្លាយទៅក្នុងការងាររបស់ខ្លួនដោយស្ងៀមស្ងាត់។
Topaz ដែលដឹកនាំក្រុមនៅសកលវិទ្យាល័យ Columbia បង្កើតកម្មវិធី AI ក្នុងការថែទាំសុខភាពបាននិយាយថា “ខ្ញុំមានការអាម៉ាស់យ៉ាងខ្លាំង” ។ ទ្រព្យសកម្ម.
គាត់បាននិយាយថា “ខ្ញុំជាអ្នកស្រាវជ្រាវ AI ។ ខ្ញុំដឹងអំពីការយល់ច្រលំ” ។ “ប្រសិនបើមានរឿងបែបនេះកើតឡើងចំពោះខ្ញុំ ដែលជាអ្នកជំនាញ AI តើមានអ្វីកើតឡើងចំពោះមនុស្សផ្សេងទៀត?”
ការខកខានជិតនេះបានជំរុញឱ្យ Topaz ស៊ើបអង្កេតថាតើអ្នកជំនាញត្រូវបានបោកបញ្ឆោតដោយ AI ញឹកញាប់ប៉ុណ្ណា។ វាប្រែថាចម្លើយគឺច្រើន។
នៅក្នុងការសិក្សាមួយដែលបានចេញផ្សាយកាលពីដើមខែនេះនៅក្នុង កាំបិតTopaz និងសហការីរបស់គាត់បានពិនិត្យឯកសារជីវវេជ្ជសាស្ត្រជិត 2.5 លាន និងឯកសារយោង 97 លានដែលត្រូវបានធ្វើលិបិក្រមនៅក្នុង PubMed Central ដែលជាឃ្លាំងកណ្តាលដែលប្រើដោយគ្រូពេទ្យ និងអ្នកស្រាវជ្រាវទូទាំងពិភពលោក។ ពួកគេបានរកឃើញឯកសារយោងក្លែងក្លាយជាង 4,000 ដែលត្រូវបានកប់នៅក្នុងអត្ថបទជិត 3,000 ។ មិនមែនឯកសារយោងទាំងអស់ត្រូវបានបង្កើតឡើងដោយ AI ទេ ទោះបីជា Topaz បាននិយាយថាការកើនឡើងជាលំដាប់នៃប្រភពក្លែងក្លាយបានក្លាយជា “បញ្ឈរ” ក្នុងឆ្នាំ 2024 ភ្លាមៗបន្ទាប់ពីឧបករណ៍ AI បានចាប់ផ្តើមប្រើប្រាស់យ៉ាងទូលំទូលាយក្នុងការស្រាវជ្រាវ។
គាត់បាននិយាយថា “វាសមហេតុផលណាស់ដែល AI ឥឡូវនេះមានទំនាក់ទំនងយ៉ាងខ្លាំងជាមួយពួកគេ” ។
ក្នុងរយៈពេលបីឆ្នាំកន្លងមកនេះ អត្រានៃការប្រឌិតឯកសារយោងនៅក្នុងអក្សរសិល្ប៍ជីវវេជ្ជសាស្ត្របានកើនឡើងច្រើនជាង 12 ដង។ នៅឆ្នាំ 2023 ឯកសារមួយក្នុងចំនោម 2,828 មានឯកសារយោងក្លែងក្លាយយ៉ាងតិចមួយ ដែលជាអត្រាបានកើនឡើងដល់មួយក្នុង 458 កាលពីឆ្នាំមុន។ ក្នុងរយៈពេលប្រាំពីរសប្តាហ៍ដំបូងនៃឆ្នាំ 2026 អ្នកស្រាវជ្រាវបានរកឃើញថាអត្ថបទមួយក្នុងចំនោម 277 អត្ថបទមានឯកសារយោងដែលមិនមានយ៉ាងហោចណាស់មួយ។
Topaz បាននិយាយថា “ខ្ញុំគិតថានេះគ្រាន់តែជាចុងនៃផ្ទាំងទឹកកកប៉ុណ្ណោះ” ។
ភាពច្របូកច្របល់កើតឡើងនៅពេលដែលគំរូ AI ផ្តល់អាទិភាពដល់គំរូពាក្យជាងភាពត្រឹមត្រូវ។ ពួកវាច្រើនតែគ្មានការបង្កគ្រោះថ្នាក់ ប៉ុន្តែហានិភ័យគឺខុសគ្នានៅពេលដែលកំហុស AI ចាប់ផ្តើមលេចធ្លាយទៅក្នុងអក្សរសិល្ប៍វិទ្យាសាស្ត្រ ដោយសារតែហានិភ័យនៃការភ័ន្តច្រឡំធ្វើឱ្យប៉ះពាល់ដល់ដំណើរការវិទ្យាសាស្ត្រ។
វេជ្ជសាស្រ្ដគឺជាវិស័យមួយដែលបង្កើតឡើងដោយខ្លួនឯង។ ការសិក្សាគ្លីនិកដកស្រង់ពីការសិក្សាពីមុន; ការត្រួតពិនិត្យជាប្រព័ន្ធ បន្ទាប់មកសង្ខេបការសិក្សាទាំងនេះ ហើយការណែនាំផ្នែកវេជ្ជសាស្រ្តនៅទីបំផុតដកស្រង់ការពិនិត្យឡើងវិញទាំងនេះ។ វេជ្ជបណ្ឌិត និងគិលានុបដ្ឋាយិកាពឹងផ្អែកលើគោលការណ៍ណែនាំទាំងនេះ នៅពេលធ្វើការសម្រេចចិត្តអំពីការព្យាបាលអ្នកជំងឺ។ ការសិក្សាប្រឌិតដែលបានបង្កើតឡើងនៅដើមដំបូងនៃដំណើរការនេះនឹងមិនស្ថិតស្ថេរឡើយ។
លោក Topaz បាននិយាយថា “នេះគឺជាខ្សែសង្វាក់នៃភស្តុតាង នេះជារបៀបដែលយើងយកចិត្តទុកដាក់ និងព្យាបាលមនុស្ស។ ប្រសិនបើអ្នកដាក់ការសិក្សាប្រឌិតនៅខាងក្រោមគំនរ វានឹងត្រូវបានទទួលមរតកដោយរចនាសម្ព័ន្ធទាំងមូល” ។
លោកបានបន្ថែមថា “យើងបានឃើញអត្ថបទពីរោងម៉ាស៊ីនក្រដាសរួចហើយ ដែលរួមបញ្ចូលក្នុងការត្រួតពិនិត្យជាប្រព័ន្ធ និងប្រើជាមូលដ្ឋានសម្រាប់ការណែនាំអំពីការព្យាបាល” ។ “ប្រសិនបើក្រដាសណែនាំមួយដកស្រង់ក្រដាសដែលមានបញ្ជីយោងប្រឌិតដោយផ្នែក ខ្សែសង្វាក់ផ្អែកលើភស្តុតាងសម្រាប់ការសម្រេចចិត្តព្យាបាលគឺមានគ្រោះថ្នាក់។”
កំហុស AI កើតឡើងចំពោះមនុស្សគ្រប់គ្នា
ថា AI ងាយនឹងយល់ច្រលំ ត្រូវបានគេស្គាល់ចាប់តាំងពី ChatGPT មកដល់កន្លែងកើតហេតុដំបូងកាលពី 4 ឆ្នាំមុន នៅពេលដែលសិស្សបានចាប់ផ្តើមដាក់ឯកសារក្លែងក្លាយដែលបង្កើតដោយ AI ក្រោមឈ្មោះរបស់ពួកគេយ៉ាងក្លាហាន។ ប៉ុន្តែដោយសារមានឧបករណ៍ ភ្នាក់ងារ និងផ្នែកបន្ថែមជាច្រើនដែលឥឡូវនេះមានគ្រប់ទីកន្លែងនៅក្នុងស្ទើរតែគ្រប់វិជ្ជាជីវៈ សូម្បីតែអ្នកជំនាញក្នុងវិស័យរបស់ពួកគេក៏ត្រូវបានបង្កើនដោយ AI ផងដែរ។
យកករណីរបស់ Steven Rosenbaum ។ អ្នកនិពន្ធ និងផលិតករភាពយន្តមានចំណងជើងក្នុងសប្តាហ៍នេះដោយសារហេតុផលខុសទាំងអស់។ ញូវយ៉កថែមស៍ បានរកឃើញសម្រង់មិនត្រឹមត្រូវជាច្រើននៅក្នុងសៀវភៅថ្មីរបស់គាត់ដែលមានចំណងជើង អនាគតនៃការពិត៖ របៀបដែល AI កំពុងផ្លាស់ប្តូរការពិត.
សៀវភៅនេះបង្ហាញពីភាពមិនច្បាស់លាស់ពីអ្នកសារព័ត៌មានល្បីៗ រួមទាំងលោក Nicholas Thompson, អាត្លង់ទិកនាយកប្រតិបត្តិ និងជាបុព្វបទដោយ Maria Ressa អ្នកយកព័ត៌មានដែលទទួលបានរង្វាន់ណូបែលសន្តិភាពមកពីប្រទេសហ្វីលីពីន។ ពួកគេនិយាយថាវាមកដល់ហើយ។ គ្រាន់តែ“ដោយការគាំទ្រដ៏អស្ចារ្យ”។
សៀវភៅរបស់ Rosenbaum មានច្រើនជាងពាក់កណ្តាលនៃសម្រង់ដែលមិនត្រឹមត្រូវ ឬប្រឌិតទាំងស្រុង ដែលជាក់ស្តែងត្រូវបានបង្កើតដោយប្រើឧបករណ៍ AI ដែលគាត់បានបញ្ចេញនៅក្នុងការទទួលស្គាល់របស់គាត់។ នៅក្នុងសេចក្តីថ្លែងការណ៍មួយនៅលើ គ្រាន់តែដោយទទួលស្គាល់កំហុស Rosenbaum បានហៅវគ្គនេះថា “ជាការព្រមានអំពីហានិភ័យនៃការស្រាវជ្រាវ និងការផ្ទៀងផ្ទាត់ដែលដំណើរការដោយ AI”។
ករណីបែបនេះប្រហែលជាជៀសមិនរួចទេ ដោយសារថា AI ត្រូវបានប្រើយ៉ាងទូលំទូលាយក្នុងការងារចំណេះដឹងកម្រិតអ្នកជំនាញ។ ប្រព័ន្ធផ្សព្វផ្សាយសារព័ត៌មានជាច្រើន, ទ្រព្យសកម្ម រួមបញ្ចូល បច្ចុប្បន្នកំពុងសាកល្បងការប្រើប្រាស់ឧបករណ៍ AI ក្នុងការរាយការណ៍។ ការស្ទង់មតិណែនាំថាមេធាវីជាងពាក់កណ្តាលប្រើឧបករណ៍ AI ដើម្បីសរសេរសង្ខេប និងអនុស្សរណៈ។ របាយការណ៍ថ្មីៗនេះពីសមាគមវេជ្ជសាស្ត្រអាមេរិកបានរកឃើញថាគ្រូពេទ្យជាង 80% ឥឡូវនេះប្រើប្រាស់ AI ប្រកបដោយវិជ្ជាជីវៈដើម្បីសង្ខេបការស្រាវជ្រាវ និងផលិតឯកសារព្យាបាល ដែលជាចំណែកដែលបានកើនឡើងច្រើនជាងទ្វេដងចាប់តាំងពីឆ្នាំ 2023។ សូម្បីតែអ្នកឈ្នះរង្វាន់ណូបែលដូចជាអ្នកឈ្នះរង្វាន់ផ្នែកអក្សរសាស្ត្រ Olga Tokarczuk សារភាពថានឹងប្រើ AI នៅក្នុងការងាររបស់ពួកគេ។
ខាងផ្នែកស្រាវជ្រាវ ការសិក្សាមួយដោយទស្សនាវដ្តីវេជ្ជសាស្ត្រអាមេរិកកាលពីឆ្នាំមុនបានរកឃើញថា 36% នៃឯកសាររបស់ពួកគេមានយ៉ាងហោចណាស់អត្ថបទដែលបង្កើតដោយ AI ទោះបីជាអ្នកស្រាវជ្រាវត្រឹមតែ 9% ប៉ុណ្ណោះដែលបង្ហាញរឿងនេះនៅពេលស្នើសុំឱ្យធ្វើដូច្នេះមុនពេលបញ្ជូនសាត្រាស្លឹករឹតរបស់ពួកគេ។ ការសិក្សាថ្មីមួយទៀតបានរកឃើញថា ជាងពាក់កណ្តាលនៃអ្នកស្រាវជ្រាវទំនងជាប្រើឧបករណ៍ AI ខណៈពេលដែលពិនិត្យមើលការងាររបស់អ្នកដទៃ។
ប៉ុន្តែដូចដែលវាប្រែចេញ អ្នកជំនាញក្នុងវិស័យរបស់ពួកគេទំនងជាមិនចាញ់បោកបញ្ឆោតឡើយ។ ការសិក្សារបស់ Topaz អំពីភាពស្រឡាំងកាំងក្នុងការស្រាវជ្រាវជីវវេជ្ជសាស្រ្ដចូលរួមជាមួយនឹងការកើនឡើងនៃរឿងរ៉ាវ និងសំណុំទិន្នន័យដែលចងក្រងទុកនូវកំហុសដែលគួរឱ្យអាម៉ាស់ រួមទាំងកាតាឡុករបស់អ្នកវិភាគផ្នែកច្បាប់ Damien Charlotin នៃការសម្រេចចិត្តផ្នែកច្បាប់ចំនួន 1,459 ដែលលើកឡើងពីខ្លឹមសារមិនត្រឹមត្រូវដែលបង្កើតឡើងដោយ AI ។ មុនពេលគាត់ចាប់ផ្តើមគម្រោងកាលពីមួយឆ្នាំមុន ការយល់ច្រលំ AI នៅក្នុងករណីផ្លូវច្បាប់បានកើតឡើង 2 ទៅ 3 ដងក្នុងមួយខែ។ ឥឡូវនេះមានប្រហែលប្រាំក្នុងមួយថ្ងៃ។
នៅពេលដែលអ្នកជំនាញទទួលបានអ្វីមួយខុស
ការស្រាវជ្រាវដែលបង្កើតដោយ AI ក្លែងក្លាយគឺជាបញ្ហាមួយនៅក្នុងវិទ្យាសាស្ត្ររួចទៅហើយ ព្រោះវាកាន់តែពិបាកក្នុងការវិភាគ និងគំរាមកំហែងដល់ការគ្របដណ្ដប់លើប្រព័ន្ធត្រួតពិនិត្យពីមិត្តភ័ក្តិ។ ប៉ុន្តែការយល់ច្រលំនៅក្នុងពិភពពិត ការសិក្សាដែលបង្កើតដោយមនុស្សអាចមានលក្ខណៈទូលំទូលាយ ហើយប្រហែលជាពិបាករកជាងនេះទៅទៀត។
ឯកសារភាគច្រើនដែលគ្របដណ្ដប់ដោយ Topaz មានតែការដកស្រង់មួយ ឬពីរប៉ុណ្ណោះ ក្នុងចំណោមឯកសារយោងជាច្រើនដែលការសិក្សាសិក្សាត្រូវបានតម្រូវឱ្យបោះពុម្ពជាធម្មតា ដែលបង្ហាញថាករណីភាគច្រើននៃការយល់ច្រលំ AI នៅក្នុងការស្រាវជ្រាវគឺអចេតនា។
Topaz បាននិយាយថា ប៉ុន្តែឧស្សាហកម្មបោះពុម្ពប្រហែលជាមិនទាន់បានត្រៀមខ្លួនដើម្បីដោះស្រាយជាមួយនឹងការកើនឡើងនៃចំនួនសក្ខីកម្មក្លែងក្លាយនោះទេ។ វិធីសាស្ត្រត្រួតពិនិត្យមានភាពខុសប្លែកគ្នារវាងទិនានុប្បវត្តិ ហើយខណៈពេលដែលអ្នកខ្លះប្រើកម្មវិធីដើម្បីពិនិត្យមើលឯកសារយោង និងស្វែងរកមាតិកាដែលបង្កើតដោយ AI ការអនុវត្តមានភាពខុសគ្នាយ៉ាងទូលំទូលាយ។ វាក៏មិនមានយន្តការងាយស្រួលក្នុងការត្រួតពិនិត្យឡើងវិញនូវខ្សែសង្វាក់នៃភស្តុតាងដើម្បីស្វែងរកការសិក្សាក្លែងក្លាយ ឬឯកសារយោងដើមឡើយ។ រហូតមកដល់ពេលនេះ ទស្សនាវដ្ដីមួយចំនួនអាចកំណត់អត្តសញ្ញាណភាពច្របូកច្របល់ ខណៈដែលការវិភាគរបស់ Topaz បានរកឃើញថា 98.4% នៃការសិក្សាដែលមានឯកសារយោងក្លែងក្លាយមិនត្រូវបានដកហូតដោយអ្នកបោះពុម្ពនៅពេលពិនិត្យនោះទេ។
វាជាផ្នែកនៃអ្វីដែលអ្នកជំនាញក្នុងវិស័យនេះហៅថា “វិបត្តិនៃការផលិតឡើងវិញ” របស់វិទ្យាសាស្ត្រ ដែលកាន់តែធ្ងន់ធ្ងរឡើងក្នុងយុគសម័យ AI ដោយការកើនឡើងនៃមាតិកាដែលបង្កើតដោយ AI ដែលគ្មានប្រយោជន៍ ឬមិនអាចទុកចិត្តបាន ដែលឥឡូវនេះជ្រាបចូលទៅក្នុងអក្សរសិល្ប៍សិក្សា។ ប៉ុន្តែស្ថានភាពគឺស្រដៀងគ្នានៅក្នុងតំបន់ផ្សេងទៀតដែលពឹងផ្អែកលើលទ្ធផលដែលអាចបន្តពូជបាន។ រឿងរ៉ាវក្នុងកាសែតជំរុញការសន្ទនា និងបង្កើតមូលដ្ឋានសម្រាប់ការស្រាវជ្រាវនាពេលអនាគត។ ក្នុងករណីផ្សេងទៀត ការសម្រេចចិត្តផ្លូវច្បាប់ដោយមេធាវី និងអ្នកវិទ្យាសាស្ត្រត្រូវបានលើកឡើងនៅទីបំផុត។
Topaz បាននិយាយថា AI ខ្លួនឯងមិនមែនជាមនុស្សអាក្រក់នោះទេ ហើយគាត់ចូលចិត្តប្រើវានៅក្នុងការងារផ្ទាល់ខ្លួនរបស់គាត់។ គាត់បាននិយាយថា “បញ្ហាគឺថាទិន្នផល AI ដែលមិនទទួលស្គាល់បានបញ្ចប់នៅក្នុងកំណត់ត្រាអចិន្រ្តៃយ៍” ។ “ដំណោះស្រាយគឺមិនមែនដើម្បីបញ្ឈប់ការប្រើប្រាស់ឧបករណ៍នោះទេ ប៉ុន្តែដើម្បីរួមបញ្ចូលការផ្ទៀងផ្ទាត់ទៅក្នុងលំហូរការងារ។”
លោកបានបន្ថែមថា៖ «យើងរង់ចាំយូរដើម្បីណែនាំការផ្ទៀងផ្ទាត់ វានឹងកាន់តែពិបាកក្នុងការសម្អាត»។
ការយល់ច្រលំ AI មិនខ្វល់ថាអ្នកប្រើប្រាស់ដែលមានចំណេះដឹងនិយាយអំពីប្រធានបទមួយយ៉ាងណានោះទេ។ កំហុសគួរតែមើលទៅពិតប្រាកដ ហើយពួកវាតែងតែត្រូវបានលាក់ល្អជាង។ វិស័យដែលមានផលវិបាកកាន់តែច្រើន – មិនថាជាឱសថ ច្បាប់ ឬសារព័ត៌មាន – កំហុសកាន់តែគ្រោះថ្នាក់នឹងក្លាយទៅជាប្រសិនបើពួកគេមិនត្រូវបានគេទទួលស្គាល់។
