มนุษย์กับ AI ทำงานร่วมกัน ดีกว่าทำงานแยกกันจริงหรือไม่
ผู้จัดการฝ่ายกฎหมายได้รับข้อเสนอให้นำ AI มาช่วยตรวจสัญญา ผู้ขายระบบบอกว่าจะทำให้งานเร็วขึ้นมาก แต่คำถามที่ควรถามก่อนซื้อไม่ใช่เพียง AI อ่านสัญญาได้เร็วแค่ไหน หากเป็นเมื่อคนและ AI ทำงานร่วมกันแล้ว ผลลัพธ์ดีกว่าวิธีเดิมจริงหรือไม่
ความเชื่อที่ต้องทดสอบ
งานวิจัยของ Vaccaro, Almaatouq และ Malone (2024) วิเคราะห์ผลจากการทดลอง 106 การทดลอง โดยรวบรวมขนาดผล 370 ค่า พบว่าโดยเฉลี่ยทีมมนุษย์ร่วม AI ทำงานได้ดีกว่ามนุษย์ทำงานลำพัง แต่ยังด้อยกว่าฝ่ายที่ทำได้ดีที่สุดระหว่างมนุษย์หรือ AI เมื่อแยกกัน ข้อค้นพบนี้ไม่ได้แปลว่าการร่วมมือไม่มีประโยชน์ แต่เตือนว่า “คนบวก AI” ไม่ใช่สูตรสำเร็จทุกงาน งานวิจัยยังพบความแตกต่างระหว่างงานสร้างเนื้อหากับงานตัดสินใจ และมีข้อจำกัดด้านความหลากหลายของการทดลองและความเป็นไปได้ของอคติในการเผยแพร่
เมื่อคนกับ AI ช่วยกันแล้วอาจพลาด
สมมติ AI อ่านสัญญาและสรุปว่าไม่มีข้อกำหนดค่าปรับผิดปกติ ผู้ตรวจเห็นข้อสรุปแล้วเชื่อทันทีโดยไม่ได้ดูต้นฉบับ หากระบบมองข้ามข้อกำหนดที่อยู่ในภาคผนวก การทำงานร่วมกันอาจยิ่งทำให้เกิดความมั่นใจผิด ๆ ตรงกันข้าม หากกำหนดให้ผู้เชี่ยวชาญอ่านทุกหน้าใหม่ทั้งหมด ประโยชน์ด้านเวลาก็อาจหายไป
แบ่งงานตามจุดแข็ง ไม่ใช่แบ่งคนละครึ่ง
AI อาจเหมาะกับการค้นข้อความจำนวนมาก จัดกลุ่มประเด็น และชี้ตำแหน่งข้อความที่ควรตรวจ ส่วนคนมีบทบาทประเมินบริบท ความสัมพันธ์ระหว่างข้อสัญญา และความเสี่ยงที่องค์กรยอมรับได้ การออกแบบที่ดีอาจให้ AI สร้างรายการประเด็นพร้อมอ้างตำแหน่งต้นฉบับ จากนั้นให้ผู้เชี่ยวชาญตรวจเรื่องสำคัญและสุ่มตรวจสิ่งที่ระบบไม่ได้แจ้งด้วย
ทดลองก่อนขยาย
องค์กรควรทดสอบสามรูปแบบกับงานที่เทียบเคียงกัน ได้แก่ คนทำงานเอง AI ทำงานเอง และคนร่วม AI โดยวัดความถูกต้อง ระยะเวลา ต้นทุน ข้อผิดพลาดร้ายแรง และความสามารถอธิบายเหตุผล ไม่ควรวัดเพียงจำนวนเอกสารที่ทำเสร็จ เพราะการทำงานเร็วแต่พลาดข้อสำคัญอาจมีต้นทุนสูงกว่าเดิม
ความร่วมมือที่ดีต้องออกแบบ
ผู้บริหารควรกำหนดว่า AI เสนออะไรได้บ้าง คนต้องตัดสินใจเรื่องใด และข้อมูลใดจำเป็นสำหรับการตรวจสอบ หาก AI มีความแม่นยำสูงในงานหนึ่ง อาจให้ระบบดำเนินการอัตโนมัติภายใต้ขอบเขตที่อนุมัติไว้ แต่หากผลกระทบสูงหรือผลลัพธ์ไม่แน่นอน ควรเพิ่มการทบทวนโดยผู้เชี่ยวชาญ
บทสรุป
การใช้ AI ให้คุ้มค่าไม่ใช่การเพิ่มเครื่องมือเข้าไปในขั้นตอนเดิม แต่เป็นการออกแบบงานใหม่และพิสูจน์ด้วยข้อมูลว่าการแบ่งหน้าที่ช่วยเพิ่มคุณภาพจริงหรือไม่
เอกสารอ้างอิงและอ่านเพิ่มเติม
National Institute of Standards and Technology (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). https://doi.org/10.6028/NIST.AI.100-1
Vaccaro, M., Almaatouq, A., & Malone, T. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8, 2293–2303. https://doi.org/10.1038/s41562-024-02024-1