นักวิจัยด้านปัญญาประดิษฐ์เริ่มค้นพบว่า โมเดลภาษาไม่ได้เพียง “แปลภาษา” แต่กำลังตีความโลกผ่านชุดข้อมูล วัฒนธรรม รูปแบบการสื่อสาร และประสบการณ์ที่แตกต่างกันของแต่ละภาษา

นั่นทำให้ AI แสดงพฤติกรรมที่ดูเหมือนเปลี่ยนไป แม้ว่าตัวโมเดลจะเป็นตัวเดียวกันก็ตามลองจินตนาการว่า AI คือคนคนหนึ่งที่เติบโตมาในห้องสมุดขนาดมหึมา

แต่ห้องสมุดแห่งนี้มีหนังสือภาษาอังกฤษอยู่หลายพันล้านเล่ม ขณะที่หนังสือภาษาไทยมีเพียงเศษเสี้ยว ภาษาเวียดนามมีน้อยกว่า และอีกหลายร้อยภาษาของโลกแทบไม่มีหนังสือให้อ่านเลย

เมื่อเด็กคนนี้เติบโตขึ้น เขาย่อมมีความรู้ ความคุ้นเคย และวิธีคิดที่แตกต่างกันในแต่ละภาษา
นี่คือสิ่งที่เกิดขึ้นกับ Large Language Model แทบทุกรุ่นในปัจจุบัน

แม้ผู้พัฒนาจะเรียกว่าเป็น “Multilingual AI” แต่ในความเป็นจริง ภาษาอังกฤษยังคงเป็นภาษาที่มีข้อมูลมหาศาลที่สุด ทั้งหนังสือ เว็บไซต์ บทความวิชาการ งานวิจัย ซอร์สโค้ด และบทสนทนาบนอินเทอร์เน็ต

ส่งผลให้ AI เข้าใจโครงสร้างภาษาอังกฤษได้ลึกกว่าภาษาอื่นอย่างชัดเจน

ความแตกต่างไม่ได้หยุดอยู่แค่ “ความแม่นยำ”
แต่มันลึกลงไปถึง “บุคลิกของคำตอบ”

งานศึกษาล่าสุดพบว่า AI มีแนวโน้มตอบแตกต่างกันในหลายมิติเมื่อใช้ภาษาต่างกัน เช่น

• ความละเอียดของคำอธิบาย
• ระดับความระมัดระวัง
• ความเป็นมิตร
• ความตรงไปตรงมา
• วิธีแสดงความไม่แน่ใจ
• ความกล้าที่จะปฏิเสธคำขอของผู้ใช้

กล่าวอีกนัยหนึ่ง ภาษาไม่ได้เปลี่ยนแค่คำศัพท์ แต่กำลังเปลี่ยน “น้ำเสียงของปัญญาประดิษฐ์” ด้วย

นักวิจัยอธิบายว่า เรื่องนี้ไม่ใช่เพราะ AI ถูกตั้งโปรแกรมให้มีบุคลิกหลายแบบ แต่เป็นผลจากข้อมูลมหาศาลที่ใช้ฝึกโมเดล ซึ่งสะท้อนวิธีคิดและรูปแบบการสื่อสารของผู้คนในแต่ละภาษาโดยธรรมชาติ

ภาษาเป็นมากกว่า “คำ”
ทุกภาษาคือผลผลิตของประวัติศาสตร์ วัฒนธรรม และวิธีมองโลก
ภาษาอังกฤษนิยมการอธิบายแบบเป็นเหตุเป็นผล
ภาษาญี่ปุ่นให้ความสำคัญกับระดับความสุภาพและบริบท
ภาษาไทยมักหลีกเลี่ยงการปฏิเสธตรง ๆ
ภาษาสเปนเต็มไปด้วยการแสดงอารมณ์
ภาษาอาหรับมีรูปแบบการใช้ถ้อยคำที่ให้เกียรติและสร้างความสัมพันธ์

เมื่อ AI เรียนรู้จากข้อความหลายล้านล้านประโยค มันไม่ได้จำเพียงคำศัพท์ แต่ยังเรียนรู้รูปแบบการสื่อสารเหล่านี้ไปพร้อมกัน

ดังนั้น เมื่อเราเปลี่ยนภาษา เรากำลังเปลี่ยนชุดประสบการณ์ที่ AI นำมาใช้สร้างคำตอบด้วย

อีกปัจจัยสำคัญคือ “ปริมาณข้อมูล”
ภาษาอังกฤษมีข้อมูลมหาศาลบนโลกดิจิทัล
แต่ภาษาจำนวนมากกลับมีข้อมูลน้อยอย่างน่าตกใจ

นักวิจัยเรียกสิ่งนี้ว่า High-resource language และ Low-resource language

ภาษาอังกฤษ จีน สเปน ฝรั่งเศส หรือเยอรมัน อยู่ในกลุ่มแรก
ขณะที่อีกหลายร้อยภาษาของโลกอยู่ในกลุ่มหลัง

เมื่อข้อมูลมีน้อย AI จึงมีโอกาสเรียนรู้ผิด เข้าใจบริบทไม่ครบ หรือสร้างคำตอบที่ไม่น่าเชื่อถือมากขึ้น

ผลกระทบไม่ได้เกิดขึ้นเฉพาะการสนทนา
มันลามไปถึงการแพทย์ การศึกษา กฎหมาย และบริการภาครัฐ

ลองนึกภาพระบบ AI ที่ให้คำแนะนำด้านสุขภาพแก่ประชาชน

หากระบบเข้าใจภาษาอังกฤษได้ดี แต่เข้าใจภาษาท้องถิ่นเพียงผิวเผิน ความคลาดเคลื่อนเพียงเล็กน้อยก็อาจส่งผลต่อการตัดสินใจของผู้ป่วย

หรือในภาคการศึกษา นักเรียนที่ใช้ภาษาแม่ซึ่งมีข้อมูลน้อย อาจได้รับคำตอบที่ด้อยคุณภาพกว่านักเรียนที่ใช้ภาษาอังกฤษ ทั้งที่ถามคำถามเดียวกัน

นี่คือสิ่งที่นักวิจัยหลายฝ่ายเรียกว่า ช่องว่างทางภาษา (Language Gap) ซึ่งกำลังกลายเป็นความเหลื่อมล้ำรูปแบบใหม่ของยุค AI

ยิ่งไปกว่านั้น AI ยังเรียนรู้ “อคติ” ที่ซ่อนอยู่ในภาษา

หากข้อความในอินเทอร์เน็ตสะท้อนภาพจำบางอย่าง เช่น อาชีพบางประเภทมักเชื่อมโยงกับเพศใดเพศหนึ่ง หรือวัฒนธรรมบางแห่งถูกกล่าวถึงในแง่ลบ โมเดลก็อาจซึมซับความเชื่อเหล่านั้นโดยไม่รู้ตัว

นี่ไม่ใช่เพราะ AI มีอคติด้วยตนเอง แต่เพราะมันสะท้อนอคติที่มีอยู่ในข้อมูลมนุษย์อย่างซื่อสัตย์เกินไป

จึงไม่น่าแปลกที่นักวิจัยจำนวนมากมองว่า การสร้าง AI ที่เป็นธรรม ไม่ใช่แค่การเพิ่มพลังประมวลผล แต่ต้องเพิ่มความหลากหลายของภาษาและวัฒนธรรมที่ใช้ฝึกโมเดลด้วย

แล้วภาษาไทยอยู่ตรงไหนของภาพนี้?
ข่าวดีคือ AI รุ่นใหม่สามารถใช้ภาษาไทยได้ดีขึ้นกว่าหลายปีก่อนอย่างมาก
สามารถสรุปบทความ เขียนเอกสาร แปลภาษา และสนทนาได้ค่อนข้างเป็นธรรมชาติ

แต่หากเปรียบเทียบกับภาษาอังกฤษ ยังมีช่องว่างอยู่ในหลายด้าน เช่น

ความละเอียดของเหตุผล การอ้างอิงองค์ความรู้เฉพาะทาง การเข้าใจศัพท์เฉพาะบางสาขา และการเชื่อมโยงข้อมูลจากแหล่งความรู้จำนวนมาก

สาเหตุไม่ได้อยู่ที่ภาษาไทยด้อยกว่า แต่เป็นเพราะข้อมูลภาษาไทยที่เปิดให้ AI เรียนรู้ยังมีน้อยกว่าหลายสิบหรือหลายร้อยเท่า

นั่นหมายความว่า การสร้างหนังสือ บทความ งานวิจัย สื่อคุณภาพสูง และฐานข้อมูลภาษาไทย ไม่ได้เป็นเพียงการอนุรักษ์ภาษา แต่กำลังกลายเป็นการลงทุนเพื่ออนาคตของ AI ภาษาไทยด้วย

นักวิจัยทั่วโลกกำลังพยายามลดช่องว่างนี้

หลายองค์กรเริ่มสร้างชุดข้อมูลภาษาใหม่ ๆ รวบรวมข้อมูลจากภาษาท้องถิ่น เปิดโครงการโอเพนซอร์ส และร่วมมือกับมหาวิทยาลัยในหลายประเทศ เพื่อให้ AI เข้าใจโลกได้กว้างกว่าที่เคย

เป้าหมายในระยะยาวไม่ใช่การทำให้ทุกภาษากลายเป็นภาษาอังกฤษ
แต่คือการทำให้ทุกภาษาได้รับคุณภาพของ AI ที่ใกล้เคียงกัน

เพราะหาก AI คือโครงสร้างพื้นฐานของเศรษฐกิจ ความรู้ และการศึกษาในอนาคต ความเหลื่อมล้ำทางภาษาก็อาจกลายเป็นความเหลื่อมล้ำทางโอกาสของผู้คนทั้งโลก

Key Takeaways

• AI ไม่ได้มีบุคลิกหลายแบบ แต่พฤติกรรมของมันอาจเปลี่ยนไปตามภาษาที่ใช้สนทนา เพราะแต่ละภาษามีข้อมูลและรูปแบบการสื่อสารต่างกัน
• ภาษาอังกฤษยังเป็นภาษาที่มีข้อมูลสำหรับฝึก AI มากที่สุด ทำให้คุณภาพคำตอบโดยรวมมักเหนือกว่าภาษาอื่น
• ความแตกต่างไม่ได้อยู่แค่การแปลภาษา แต่รวมถึงโทนการสื่อสาร ความละเอียด ความระมัดระวัง และรูปแบบการให้เหตุผลของ AI
• ช่องว่างระหว่างภาษาที่มีข้อมูลมากและข้อมูลน้อยกำลังสร้างความเหลื่อมล้ำด้านการเข้าถึง AI ในระดับโลก
• การพัฒนาฐานข้อมูลและองค์ความรู้คุณภาพสูงในภาษาไทยและภาษาอื่น ๆ จะเป็นกุญแจสำคัญในการทำให้ AI มีความเป็นธรรมและเป็นประโยชน์ต่อผู้ใช้ทุกภาษาในอนาคต

…..

เรียบเรียงใหม่โดย AiNextopia
อ้างอิง : Why AI behaves differently in different languages. / theweek