นักศึกษามหาวิทยาลัย UC Berkeley แสดงให้เห็นว่า AI ไม่ได้ทำให้การเรียนรู้ด้อยลง หากแต่ช่วยเปิดพื้นที่ใหม่ให้ผู้เรียนได้สำรวจความเข้าใจของตนเองอย่างลึกซึ้งขึ้น พวกเขาใช้ AI เป็น “คู่คิด” มากกว่า “เครื่องมือทุ่นแรง” และสร้างกฎเกณฑ์เพื่อป้องกันการพึ่งพามากเกินไป
ในโลกที่ AI กลายเป็นส่วนหนึ่งของงานพัฒนาเทคโนโลยีอย่างหลีกเลี่ยงไม่ได้ สิ่งสำคัญไม่ใช่การถามว่า “ควรใช้ AI หรือไม่” แต่คือ “จะใช้มันอย่างไรให้ยังคงเติบโตในฐานะผู้เรียนและผู้สร้างสรรค์”
ในห้องเรียนที่เต็มไปด้วยโค้ด เสียงคลิกคีย์บอร์ด และโจทย์ที่ซับซ้อนเกินกว่าจะหาคำตอบได้ในครั้งเดียว นักศึกษามหาวิทยาลัย UC Berkeley กำลังทดลองสิ่งใหม่ นั่นคือการเรียนรู้ร่วมกับปัญญาประดิษฐ์ ไม่ใช่ในฐานะเครื่องมือทุ่นแรง แต่ในฐานะ “คู่สนทนา” ที่ช่วยให้พวกเขาเข้าใจโลกเทคโนโลยีลึกขึ้นกว่าเดิม
แม้สังคมจะกังวลว่า AI อาจทำให้ผู้เรียนพึ่งพามากเกินไป หรือกลายเป็นทางลัดที่บั่นทอนความสามารถ แต่ภาพที่ปรากฏจากงานวิจัยล่าสุดกลับตรงกันข้าม นักศึกษากลุ่มนี้กำลังสร้างรูปแบบการเรียนรู้ใหม่ การเรียนรู้ที่ผสมผสานความอยากรู้อยากเห็น ความระมัดระวัง และความรับผิดชอบต่อการพัฒนาทักษะของตนเองอย่างน่าทึ่ง
...กฏข้อที่ 1: ห้องติวส่วนตัวที่เปิดตลอด 24 ชั่วโมง
เมื่อทีมวิจัยถามนักศึกษาว่าพวกเขามอง AI อย่างไร คำตอบที่ได้ไม่ใช่ “ผู้ช่วย” หรือ “เครื่องมือเพิ่มประสิทธิภาพ” แต่คือ “ครู” และ “ติวเตอร์ส่วนตัว”
นักศึกษาหลายคนเล่าว่า AI ช่วยอธิบายแนวคิดที่เข้าใจยากในวิชาอัลกอริทึม วิเคราะห์โค้ดที่ซับซ้อน หรือสรุปงานวิจัยที่อาจต้องใช้เวลาหลายชั่วโมงในการอ่าน พวกเขาใช้ AI เพื่อสำรวจช่องว่างความเข้าใจของตัวเอง ตั้งคำถาม และตรวจสอบความคิด แต่ไม่ใช่เพื่อให้ได้คำตอบสำเร็จรูป
หนึ่งในนักศึกษากล่าวว่า เมื่อเริ่มทำแลปแล้วไม่รู้จะเริ่มตรงไหน เขาจะให้ AI ช่วยวางโครงสร้าง จากนั้นจึงลงมือเขียนโค้ดเอง ก่อนให้ AI ตรวจสอบความถูกต้องอีกครั้ง กระบวนการนี้ทำให้เขาเข้าใจตรรกะมากกว่าการลอกคำตอบโดยตรง
สำหรับผู้เรียนที่มีความบกพร่องด้านการเรียนรู้ AI กลายเป็นเครื่องมือที่ช่วยลดความเหลื่อมล้ำทางการศึกษา เพราะมันพร้อมตอบคำถามทุกเมื่อโดยไม่จำกัดเวลาเหมือนชั่วโมงให้คำปรึกษาของผู้ช่วยสอน
กฏข้อที่ 2: ความกลัวที่ซ่อนอยู่ และกลยุทธ์ป้องกันการพึ่งพา AI มากเกินไป
แม้จะใช้ AI อย่างคล่องแคล่ว แต่นักศึกษากลับมีความกังวลร่วมกันอย่างหนึ่ง: “ถ้าวันหนึ่ง AI หายไป ฉันจะยังแก้ปัญหาได้ด้วยตัวเองหรือไม่?”
ความกังวลนี้ไม่ใช่ความกลัวลอย ๆ แต่เป็นความตระหนักรู้ถึง “กับดักทางปัญญา” (cognitive debt) ที่อาจเกิดขึ้นเมื่อพึ่งพา AI มากเกินไป งานวิจัยหนึ่งพบว่า ผู้ที่ใช้ AI ช่วยเขียนเรียงความมีรูปแบบการทำงานของสมองที่ลดลง และจดจำเนื้อหาได้น้อยกว่าเดิม
แต่นักศึกษาที่ Berkeley ไม่ได้ยอมจำนนต่อความเสี่ยงนี้ พวกเขาสร้าง “กฎส่วนตัว” เพื่อรักษาความสามารถของตนเอง เช่น
- เลือกใช้ AI เฉพาะงานที่เกินขอบเขตความรู้พื้นฐาน
- ขอให้ AI “ชี้ทาง” แทนการให้คำตอบเต็มรูปแบบ
- สลับระหว่างการเขียนโค้ดด้วยตนเองและการใช้ AI
- หลีกเลี่ยงการสมัครใช้โมเดลระดับสูงเพื่อไม่ให้ใช้มากเกินไป
นักศึกษาวิศวกรรมเครื่องกลคนหนึ่งอธิบายว่า เธอจะใช้ AI เฉพาะเมื่อทำงานกับเซนเซอร์ที่ซับซ้อน แต่สำหรับงานพื้นฐาน เธอยังคงเขียนโค้ดเองทั้งหมด เพราะ “ถ้าฉันไม่เป็นคนเริ่มต้นคิด AI ก็ช่วยอะไรไม่ได้มากนัก”
กฏข้อที่ 3: เมื่อไหร่ควรเปิด AI และเมื่อไหร่ควรปิด บทเรียนจากการติดตามดวงตา
อีกงานวิจัยหนึ่งใช้เทคโนโลยี eye-tracking เพื่อตรวจสอบว่าผู้พัฒนาโค้ดจริง ๆ ใช้ AI อย่างไร ผลลัพธ์น่าประหลาดใจ
- ในงานที่ต้องตีความและทำความเข้าใจลึก ๆ ผู้พัฒนาใช้สายตาไปที่คำแนะนำของ AI น้อยกว่า 1%
- แต่ในงานเชิงกล เช่น การเขียนโค้ดโครงสร้างพื้นฐาน พวกเขามองคำแนะนำของ AI ถึง 19%
กล่าวอีกนัยหนึ่งคือ นักพัฒนาที่มีประสบการณ์รู้ดีว่าเมื่อใดควร “ปิดเสียง” AI เพื่อไม่ให้รบกวนการคิดเชิงลึก
นักศึกษาที่ Berkeley ก็ทำเช่นเดียวกัน พวกเขาใช้ AI เพื่อจุดประกายไอเดีย แต่เลือกทำงานยาก ๆ ด้วยตนเอง เพราะ “ความฝืด” ในการคิดคือพื้นที่ที่ความเข้าใจใหม่เกิดขึ้น
กฏข้อที่ 4: อนาคตของการเรียนรู้ร่วมกับ AI
สิ่งที่เกิดขึ้นใน Berkeley ไม่ใช่เพียงการทดลองของนักศึกษา แต่เป็นภาพสะท้อนของอนาคตการเรียนรู้และการทำงานในอุตสาหกรรมเทคโนโลยี
นักศึกษากลุ่มนี้กำลังสร้าง “ความรู้เท่าทัน AI” (AI literacy) แบบใหม่
ที่ไม่ได้วัดจากความสามารถในการใช้เครื่องมือ แต่จากความสามารถในการตั้งคำถาม ตรวจสอบ และเลือกใช้ AI อย่างมีสติ
บทเรียนจากพวกเขาชี้ให้เห็นว่า อนาคตของการพัฒนาเทคโนโลยีจะไม่ใช่การแข่งขันระหว่างมนุษย์กับ AI แต่เป็นการร่วมมือกันอย่างชาญฉลาด โดยมนุษย์ยังคงเป็นผู้กำหนดทิศทาง และ AI เป็นแรงเสริมที่ช่วยให้ความคิดสร้างสรรค์ก้าวไกลขึ้น
Key Takeaways
- นักศึกษา Berkeley ใช้ AI เป็น “ติวเตอร์” เพื่อทำความเข้าใจแนวคิด ไม่ใช่เพื่อหาคำตอบสำเร็จรูป
- AI ช่วยลดความเหลื่อมล้ำด้านการเข้าถึงคำอธิบาย โดยเฉพาะสำหรับผู้เรียนที่ต้องการเวลามากขึ้น
- ผู้เรียนมีความกังวลเรื่องการพึ่งพา AI มากเกินไป และสร้างกฎส่วนตัวเพื่อรักษาทักษะ
- งานวิจัย eye-tracking ชี้ว่า นักพัฒนามืออาชีพเลือกปิด AI ในงานที่ต้องคิดลึก
- รูปแบบการใช้ AI ของนักศึกษาเป็นต้นแบบของ “ความรู้เท่าทัน AI” สำหรับอนาคตของการทำงานด้านเทคโนโลยี
…..
เรียบเรียงโดย AiNextopia
อ้างอิง : How UC Berkeley students use AI as a learning partner – Google Cloud.
