ปัญญาประดิษฐ์ หรือที่รู้จักกันจากชื่อย่อภาษาอังกฤษว่า A.I. (Artificial Intelligence) กลายเป็น trend ด้านเทคโนโลยีของโลกในช่วงปี 2566 ต่อเนื่องมาถึงปี 2567 มีบริษัทเทคโนโลยีชั้นนำของโลกเสนอบริการ “Chat Bot” หรือโปรแกรมช่วยตอบคำถาม ในรูปแบบใหม่ที่พัฒนาขึ้นด้วยระบบ Generative AI (มีผู้แปลเป็นภาษาไทยว่า ปัญญาประดิษฐ์แบบรู้สร้าง แต่เพื่อความสะดวกและกระชับในการอ้างอิง ขออนุญาตใช้ทับศัพท์ภาษาอังกฤษว่า Gen A.I. นะครับ) ท่านผู้อ่านคงเคยได้ยินและอาจมีโอกาสได้ลองใช้ ChatGPI ของ OpenAI ที่มี Microsoft เป็นผู้สนับสนุนหลัก หรือ Google Bard ของผู้ให้บริการระบบค้นหาข้อมูลเบอร์หนึ่งของโลกอย่าง Google กันมาบ้างแล้วไม่มากก็น้อย Chat Bot เหล่านี้ทำหน้าที่เป็นผู้ช่วยหาช่วยย่อยข้อมูล นอกจากนั้น ยังสามารถวิเคราะห์หรือสังเคราะห์ข้อมูลจากคำถามที่เราถาม โดยคำตอบที่ได้รับจะอยู่ในภาษาที่เข้าใจง่ายเสมือนเป็นการโต้ตอบกับคนด้วยกันหรือสามารถสร้างสรรค์ผลงานใหม่ ๆ ได้อย่างรวดเร็ว เช่น งานออกแบบสถาปัตยกรรม การเขียนบทความขนาดยาวที่มีความซับซ้อนด้านเนื้อหา หรือแม้กระทั่งให้ทำแบบทดสอบวิชาชีพไม่ว่าจะเป็นข้อสอบเนติบัณฑิต หรือข้อสอบผู้เชี่ยวชาญด้านการเงิน ก็สามารถทำได้คะแนนดีมากในเวลาที่รวดเร็วกว่าคนธรรมดาจะสามารถทำได้ สิ่งที่ทำให้ Gen A.I. ChatBot เช่น ChatGPT ได้รับความสนใจจากสังคมในวงกว้างคือ ผู้ที่ใช้งานไม่จำเป็นต้องสั่งการด้วยภาษาคอมพิวเตอร์หรือเรียนรู้วิธีการเฉพาะในการใช้งาน แต่สามารถส่งคำสั่งด้วยการเขียนหรือพูดด้วยภาษามนุษย์ไม่ว่าจะเป็นภาษาไทย อังกฤษ หรือภาษาอื่น ๆ ทำให้เป็นเทคโนโลยีที่ใครก็เข้าถึงได้
ก่อนที่จะแชร์ประสบการณ์การทำเทคโนโลยี Gen A.I. มาปรับใช้ในการทำงานด้านกฎหมายภาครัฐ ผมอยากชวนทุกท่านมาทำความรู้จักกับสิ่งที่เรียกว่า Gen A.I. ซึ่งเป็นเทคโนโลยีพื้นฐานของโปรแกรมช่วยตอบคำถามเหล่านี้แบบฉบับเข้าใจง่ายกันก่อนครับ
A.I. ไม่ใช่เทคโนโลยีใหม่ แม้แต่คำว่า A.I. เองก็เป็นคำที่คิดขึ้นโดยคณะผู้วิจัยนำโดยศาสตราจารย์ด้านคณิตศาสตร์แห่งวิทยาลัยดาร์ทมัธ ประเทศสหรัฐอเมริกา ตั้งแต่เมื่อปี 1956 หรือ พ.ศ. 2499 โน้นเลยครับ หลังจากนั้น เทคโนโลยีนี้ก็มีการพัฒนามาเป็นลำดับจนได้รับความสนใจเป็นวงกว้างอีกครั้งในปี พ.ศ. 2540 เมื่อคอมพิวเตอร์ชื่อ Deep Blue ของบริษัท IBM สามารถเล่นหมากรุกสากลเอาชนะแชมป์โลกอย่างคุณแกร์รี่ คาสปารอฟ (Garry Kasparov) ได้ ถือเป็นครั้งแรกที่เทคโนโลยีคอมพิวเตอร์แสดงให้เห็นว่ามีความสามารถในการประมวลผลข้อมูลในเรื่องที่ยากและซับซ้อนได้ดีกว่าสมองของมนุษย์ที่เก่งที่สุดในเรื่องนั้น หลังจากนั้นเป็นต้นมา เทคโนโลยีการประมวลผลในลักษณะดังกล่าวได้ถูกนำไปใช้งานเพื่อวิเคราะห์ข้อมูลด้านต่าง ๆ ไม่ว่าจะเป็นความเสี่ยงทางการเงิน การค้นหาความผิดปกติของข้อมูลในฐานข้อมูลขนาดใหญ่ รวมถึงการทำความเข้าใจเกี่ยวกับการทำงานของยีนหรือพันธุกรรมของมนุษย์ เป็นต้น
อย่างไรก็ดี A.I. ในรูปแบบดั้งเดิมข้างต้นกับ Gen A.I.ที่กำลังได้รับความนิยมกันในขณะนี้ แตกต่างกันมากทั้งในโครงสร้างของระบบ ความสามารถ และจุดประสงค์ของการใช้งานครับ
A.I. ในรูปแบบดั้งเดิม (อาจเรียกว่า Narrow หรือ Weak หรือ Conventional A.I. ก็ได้) เป็นระบบคอมพิวเตอร์ที่มีความสามารถทำตามคำสั่งด้วยการเรียนรู้จากการวิเคราะห์ฐานข้อมูล (machine learning) ภายใต้กรอบการเรียนรู้ (model) ที่กำหนดไว้ ในกรณีการพัฒนาคอมพิวเตอร์ A.I. เพื่อให้สามารถเล่นหมากรุกแข่งกับคนได้นั้นเป็นเพราะมีการป้อนข้อมูลกฎกติกาของหมากรุกและคอมพิวเตอร์สามารถสร้างกลยุทธ์ในการเล่นจากการคำนวนความน่าจะเป็นในการชนะคู่แข่ง สำหรับในกรณี Deep Blue นั้น มีความสามารถในการประมวลผลการเล่นถึง 200 ล้านทางเลือกในการวางหมากต่อวินาที! Conventional A.I. มีแทรกซึมอยู่ในบริการหรือผลิตภัณฑ์ทางเทคโนโลยีสารสนเทศในชีวิตประจำวันของเราหลายอย่างทำให้ทุกท่านน่าจะได้ใช้ประโยชน์จากระบบคอมพิวเตอร์ที่มี Narrow A.I. เป็นเครื่องมือหรือองค์ประกอบสำคัญมาบ้างไม่มากก็น้อย โดยเฉพาะอย่างยิ่ง ระบบค้นหาข้อมูลของ Google (Search Engine) บริการตัวช่วยผ่านเสียงของระบบปฏิบัติการโทรศัพท์มือถือ (Siri ของไอโฟน และ Google Assistant ของแอนดรอยด์) แม้ว่าระบบเหล่านี้จะมีการพัฒนาต่อยอดเพื่อให้สามารถเข้าใจและโต้ตอบด้วยภาษาของมนุษย์ได้บ้าง (natural language processing - NLP) แต่ทุกท่านคงทราบดีว่า A.I. ประเภทนี้ยังไม่สามารถสร้างการสนทนาหรือการโต้ตอบในลักษณะหรือรูปแบบที่ซับซ้อนเสมือนมนุษย์
Gen A.I. เป็นวิวัฒนาการอีกก้าวหนึ่งของเทคโนโลยีปัญญาประดิษฐ์ที่สามารถสร้างข้อมูลหรือเนื้อหาในรูปแบบต่าง ๆ ไม่ว่าจะเป็นรูปหรือวิดีโอจากการใช้กรอบการเรียนรู้ที่สามารถวิเคราะห์กลุ่มก้อนข้อมูลที่มีขนาดใหญ่และมีความหลากหลายมากกว่าแค่ฐานข้อมูลเฉพาะเรื่องใดเรื่องหนึ่งเพื่อสังเคราะห์ออกมาเป็นข้อมูลชุดใหม่ โดยข้อมูลใหม่นั้นอาจถูกนำเสนอได้ในหลายรูปแบบไม่ว่าจะเป็นข้อความทั้งแบบสั้นและยาว เสียง ภาพ และฐานข้อมูลจำลอง ในปัจจุบัน การใช้ Gen A.I. เพื่อนำเสนอข้อมูลใหม่ในรูปแบบของข้อความน่าจะเป็นการนำเทคโนโลยีนี้ไปประยุกต์ใช้ที่แพร่หลายที่สุด เพราะนอกจากจะสามารถสร้างข้อความใหม่ได้จากรูปแบบของกลุ่มก้อนข้อความและข้อมูลที่เป็นวัตถุดิบของการเรียนรู้แล้ว(pattern creation) ผู้ให้บริการ Gen A.I. ไม่ว่าจะเป็น ChatGPT Gemini หรือ Claude ยังมีการนำกรอบการเรียนรู้เพิ่มเติมเพื่อสร้างข้อความคำตอบที่มีลักษณะการใช้คำและรูปประโยคที่เป็นธรรมชาติเสมือนว่ามนุษย์เป็นผู้เขียนข้อความนั้นเอง (Large Language Model - LLM) มาใช้อีกด้วย ผู้ใช้งานมีหน้าที่เพียงตั้งคำถาม (prompting) กับระบบเพื่อให้ระบบเสนอคำตอบที่ต้องการ และยังสามารถขอให้ระบบปรับแก้ไขคำตอบให้ตอบสนองกับเงื่อนไขของคำถามที่ซับซ้อนหรือสะท้อนบริบทที่ต้องการได้ด้วย เช่น สามารถ “prompt” ให้ระบบยกร่างบทความเกี่ยวกับการท่องเที่ยวประเทศไทยมีความยาวอย่างน้อย 2 หน้ากระดาษโดยให้ยกตัวอย่างสถานที่ท่องเที่ยวที่สำคัญมาอย่างน้อย 5 แห่ง และเมื่อระบบทำการเสนอคำตอบมาแล้ว ก็สามารถ “prompt” ต่อไปได้ว่า ให้แก้ไขบทความเพื่อให้เหมาะสมกับกลุ่มผู้อ่านที่เป็นนักท่องเที่ยวจากประเทศในแถบสหภาพยุโรปและสหรัฐอเมริกา ระบบก็จะทำการแก้ไขโดยสร้างข้อมูลใหม่ที่เข้ากับบริบทของคำถามต่อเนื่องที่ได้รับด้วยภาษาที่สละสลวยเป็นธรรมชาติราวกับว่ามีมนุษย์เป็นผู้เขียนบทความนั้นเอง
สำหรับวงการกฎหมาย มีการนำเทคโนโลยี Gen A.I. มาปรับใช้เพื่อเพิ่มประสิทธิภาพของการยกร่างกฎหมาย สัญญา และเอกสารทางกฎหมายอื่น นอกจากนั้น ยังสามารถใช้ในการสนับสนุนงานที่เกี่ยวข้องอื่น ๆ ได้ไม่ว่าจะเป็นการช่วยสรุปการประชุมหรือสรุปเอกสารที่มีความยาวให้อยู่ในรูปแบบข้อความที่กระชับเข้าใจได้ง่าย หรือการช่วยนักกฎหมายในการสืบค้นข้อมูลกฎหมายทั้งในประเทศและต่างประเทศได้อย่างรวดเร็วและมีประสิทธิภาพ
ในต่างประเทศ เริ่มนำเครื่องมือ Gen A.I. มาใช้ในงานพัฒนากฎหมายของภาครัฐบ้างแล้ว มีกรณีศึกษาที่น่าสนใจจากสองประเทศ ได้แก่ประเทศสิงคโปร์และประเทศบราซิล ในประเทศสิงคโปร์ กระทรวงกฎหมาย (Ministry of Law – MinLaw) ร่วมมือกับสำนักงานพัฒนาการสื่อสารสารสนเทศ (Infocomm Media Development Authority) จัดทำแผนพัฒนาด้านดิจิทัลให้กับนักกฎหมายทั้งภาครัฐและเอกชนในประเทศเพื่อสนับสนุนให้นักกฎหมายพัฒนาความสามารถและองค์ความรู้ได้รวดเร็วมากยิ่งขึ้น นอกจากนั้น ในประเทศบราซิล สำนักงานอัยการสูงสุดของมลรัฐเซาเปาโล (Attorney General’s Office of São Paulo (AGU)) นำ GPT-4 มาช่วยอัยการในการอ่านเอกสารทางคดีที่ค้างอยู่ในระหว่างการพิจารณาของศาลมากกว่า 20 ล้านคดี
สำหรับบ้านเรา ช่วงต้นเดือนมีนาคน 2567 ที่ผ่านมานี้ สำนักงานคณะกรรมการกฤษฎีกาได้ร่วมมือกับ Microsoft เพื่อเปิดโอกาสให้เจ้าหน้าที่สำนักงานทั้งที่เป็นนักกฎหมายกฤษฎีกาและเจ้าหน้าที่ฝ่ายสนับสนุนได้ทดลองนำ CoPilot ซึ่งเป็น Gen A.I. ที่พัฒนาบนพื้นฐานของ ChatGPT-4 มาใช้ในงานของสำนักงานฯ ใน 3 โจทย์การทำงาน ดังนี้
โจทย์แรก คือการช่วยสรุปข้อมูลที่มีความซับซ้อน พบว่า เทคโนโลยี Gen A.I. ในปัจจุบันมีประสิทธิภาพในการสรุปข้อมูลกฎหมายที่มีความยาวให้เป็นข้อความสั้นทั้งในภาษาไทยและภาษาอังกฤษ โดยมีการทดลองให้ระบบสรุปหลักการและเหตุผลของพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 เปรียบเทียบกับกฎหมายคุ้มครองข้อมูลส่วนบุคคลของสหภาพยุโรป (EU General Data Protection Regulation) และให้แสดงผลการสรุปเป็นภาษาไทยและภาษาอังกฤษ
โจทย์ที่สอง เป็นเรื่องการสังเคราะห์ข้อมูลกฎหมายเปรียบเทียบ โดยมีการทดลองให้ CoPilot หาข้อมูลกฎหมายเปรียบเทียบพร้อมทั้งแหล่งข้อมูลอ้างอิงเพื่อใช้ประกอบการยกร่างกฎหมายว่าด้วยเศรษฐกิจแพลตฟอร์มดิจิทัล ซึ่งระบบสามารถเลือกข้อมูลประกอบจากสหรัฐอเมริกา สาธารณรัฐประชาชนจีน และสหภาพยุโรป ซึ่งมีการออกกฎหมายที่เกี่ยวข้องกับแพลตฟอร์มดิจิทัลพร้อมกับรายชื่อแหล่งข้อมูลอ้างอิงให้ได้อีกด้วย
โจทย์ของการทดลองสุดท้าย เป็นการทดลองนำข้อมูลกฎหมายมาแสดงผลในรูปแบบที่เข้าใจง่าย ซึ่ง CoPilot สามารถนำกฎหมายประเภทพระราชบัญญัติ เช่น พระราชบัญญัติหลักเกณฑ์การจัดทำร่างกฎหมายและการประเมินผลสัมฤทธิ์ของกฎหมาย พ.ศ. 2562 มาจัดเรียงและนำเสนอในรูปแบบ Powerpoint โดยแบ่งการนำเสนอสอดคล้องกับการแบ่งหมวดในกฎหมายดังกล่าว
การทดลองทั้งสามโจทย์ถือว่า Gen A.I. มีศักยภาพที่จะช่วยลดงานเชิงเอกสารและงานธุรการที่ใช้เวลานานลงเพื่อให้เจ้าหน้าที่สำนักงานสามารถใช้เวลาที่จำกัดในการพัฒนาเนื้อหาและกลไกของกฎหมายที่เหมาะสมกับบริบทของสังคมไทยได้อย่างมีประสิทธิภาพมากยิ่งขึ้น ในขั้นตอนต่อไปสำนักงานฯ จะขยายผลการทดลองด้วยการนำร่องใช้ Gen A.I. ในกระบวนการทำงานในบางส่วน โดยเฉพาะส่วนงานพัฒนากฎหมายที่ต้องใช้การค้นคว้าและเปรียบเทียบกฎหมายทั้งในประเทศและต่างประเทศ
ทั้งนี้ การนำเทคโนโลยีมาปรับใช้เพื่อยกระดับคุณภาพและประสิทธิภาพของการทำงานเป็นเรื่องจำเป็นไม่สามารถหลีกเลี่ยงได้ แต่ต้องดำเนินไปด้วยความรอบคอบและเข้าใจถึงผลดีและผลกระทบด้านอื่น ๆ เพื่อตอบสนองกับสภาพสังคมและเศรษฐกิจที่มีการพัฒนาอย่างรวดเร็ว และเพื่อให้สามารถจัดทำร่างกฎหมายและให้ความเห็นทางกฎหมายที่แก้ไขปัญหาของประชาชน เพิ่มขีดความสามารถทางการแข่งขันของภาคเอกชน ได้อย่างแท้จริง และยังประโยชน์อย่างยั่งยืนให้แก่ประเทศ
ไม่มีความคิดเห็น:
แสดงความคิดเห็น