ในแต่ละปีประเทศไทยทุ่มงบประมาณด้านการวิจัยและนวัตกรรมผ่านกองทุนส่งเสริมวิทยาศาสตร์ วิจัยและนวัตกรรม หรือ ววน. เป็นมูลค่าสูงเกือบ 20,000 ล้านบาท เพื่อมุ่งสร้างองค์ความรู้และนวัตกรรมมหาศาลให้กับประเทศ ทว่าคำถามสำคัญที่ยังคงดังก้องอยู่ในสังคมคือ งานวิจัยเหล่านั้นหายไปไหน ภาพสะท้อนความเหลื่อมล้ำของการเข้าถึงข้อมูลปรากฏชัดเจนผ่านเรื่องราวของเกษตรกรอย่างคุณสมชายที่เข้าไม่ถึงวิธีแก้ปัญหาดินเสื่อมโทรม หรือกรณีของน้องแพร นักศึกษาที่ต้องจ่ายเงินถึง 1,200 บาทเพื่ออ่านบทความวิจัยเพียงชิ้นเดียว รวมถึงคุณนัท ผู้ประกอบการวิสาหกิจขนาดกลางและขนาดย่อม (SME) ที่สูญเงินลงทุนกว่า 500,000 บาทเพื่อทำวิจัยซ้ำซ้อนในเรื่องที่มหาวิทยาลัยเคยทำไว้แล้วเมื่อ 3 ปีก่อน
คำตอบของปัญหานี้คือกำแพงของการเข้าถึงและกำแพงทางภาษา ซึ่งทางสำนักงานคณะกรรมการส่งเสริมวิทยาศาสตร์ วิจัยและนวัตกรรม หรือ สกสว. ได้จุดประกายวาระสำคัญผ่านเวทีเสวนา Open Science in Action ก้าวสู่อนาคตไทย เพื่อทลายกำแพงเหล่านี้ โดยระดมสมองแม่ทัพจากทุกวงการมาถกกัน ซึ่งไฮไลต์สำคัญไม่ใช่แค่เรื่องนโยบาย แต่คือการใช้ปัญญาประดิษฐ์ (Artificial Intelligence) และข้อมูลขนาดใหญ่ (Big Data) เป็นหัวเจาะสำคัญเพื่อทะลวงคลังความรู้ของชาติออกมาสู่สาธารณะ
เดิมพันโครงสร้างพื้นฐานใหม่ ด้วยความเป็นอธิปไตยทางเอไอ และคลังข้อมูลแห่งชาติ
การทำวิทยาศาสตร์แบบเปิด (Open Science) ในยุคใหม่ ไม่ใช่แค่การนำไฟล์เอกสารไปเผยแพร่ไว้บนเว็บไซต์ แต่คือการสร้างระบบนิเวศข้อมูลอัจฉริยะที่สามารถสื่อสารกับผู้ใช้งานรู้เรื่องและนำไปสู่การแก้ปัญหาข้ามหน่วยงานได้จริง ประเด็นนี้ ศาสตราจารย์ ดร.ธีรณี อจลากุล ผู้อำนวยการสถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) หรือ BDI แสดงให้เห็นถึงเบื้องหลังการทำงานที่ไม่ธรรมดา โดยเน้นย้ำถึงการสร้างความเป็นอธิปไตยทางเอไอ (Sovereign AI) ของชาติ เพื่อลดความเสี่ยงจากการพึ่งพาเทคโนโลยีต่างชาติเพียงอย่างเดียว หากเกิดวิกฤติที่ผู้ให้บริการต่างประเทศหยุดชะงัก ประเทศไทยต้องไม่เริ่มใหม่จากศูนย์
ภารกิจระดับชาติที่สำคัญคือการสร้างโมเดลภาษาขนาดใหญ่ภาษาไทย (Thai Large Language Model) ซึ่ง BDI ได้จับมือกับศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (NECTEC) สถาบันวิทยสิริเมธี (VISAI) และสมาคมผู้ประกอบการปัญญาประดิษฐ์ประเทศไทย (AIEAT) ในการสร้างโมเดลพื้นฐาน (Foundation Model) ของเราเอง โดยการระดมข้อมูลมหาศาลเข้าสู่คลังข้อมูลแห่งชาติ (National Data Bank) ซึ่งรวบรวมตั้งแต่กฎหมายทุกฉบับจากสำนักงานคณะกรรมการกฤษฎีกา บันทึกข้อความราชการ ไปจนถึงหนังสือจากหอสมุดแห่งชาติที่หมดลิขสิทธิ์แล้ว มาใช้เป็นวัตถุดิบในการฝึกฝน (Train) ปัญญาประดิษฐ์ โดยมีเป้าหมายคือการสร้างแชตบอตที่เกษตรกรสามารถถามตอบปัญหาได้ทันทีด้วยภาษาชาวบ้าน โดยมีระบบปัญญาประดิษฐ์ทำหน้าที่เป็นวุ้นแปลภาษาจากคลังข้อมูลวิจัยที่ซับซ้อน
นอกจากนี้ยังมีการบูรณาการและอัจฉริยภาพของข้อมูล (Data Integration and Intelligence) หรือโมเดล D2 ซึ่งเป็นโมเดลการเชื่อมโยงข้อมูลข้ามหน่วยงานที่น่าจับตามอง โดยมีกรณีศึกษาด้านความเหลื่อมล้ำและฝุ่นควัน ที่ทาง BDI ได้เชื่อมข้อมูลสวัสดิการกลุ่มเปราะบางจาก 29 หน่วยงาน เข้ากับข้อมูลฝุ่นละอองขนาดเล็ก (PM 2.5) และข้อมูลสุขภาพจากสำนักงานหลักประกันสุขภาพแห่งชาติ (สปสช.) เพื่อวิเคราะห์ความสัมพันธ์ว่าพื้นที่สีแดงจากฝุ่นส่งผลต่อยอดผู้ป่วยโรคปอดและการเบิกจ่ายงบประมาณอย่างไร ทำให้รัฐสามารถวางแผนเยียวยาเชิงรุกได้ตรงจุด ในมิติด้านการศึกษา ทาง BDI ยังทดลองนำปัญญาประดิษฐ์มาใช้ผ่านโครงการประกาศนียบัตรทักษะย่อย (Micro-credentials) ด้วยการย่อยเนื้อหาเทคโนโลยีที่เปลี่ยนแปลงไวให้เป็นบทเรียนสั้นๆ หรือไมโครโมดูล (Micro-modules) เพื่อทดลองสอนในโรงเรียนนำร่อง 7 ถึง 8 แห่ง ซึ่งหากสำเร็จ จะเป็นการปฏิวัติการเรียนการสอนที่ขยายผลไปสู่โรงเรียนทั่วประเทศและข้าราชการได้ทันที
ยุทธศาสตร์ชาติกับภาคีเครือข่ายปัญญาประดิษฐ์
ในขณะเดียวกัน ศาสตราจารย์ ดร.ยศชนัน วงศ์สวัสดิ์ กรรมการคณะกรรมการนโยบายปัญญาประดิษฐ์แห่งชาติ ได้ขยายความในมิติของยุทธศาสตร์ชาติ โดยเปรียบเทียบว่าโลกมีตำราการพัฒนาปัญญาประดิษฐ์อยู่ 3 เล่มหลัก คือ สหรัฐอเมริกาที่นำโดยเอกชนและกลไกตลาด จีนที่ขับเคลื่อนด้วยคำสั่งรัฐและมีพิมพ์เขียวชัดเจน และยุโรปที่เน้นเรื่องกฎระเบียบ สำหรับประเทศไทยนั้นมีความพร้อมในระดับหนึ่ง แต่สิ่งสำคัญที่สุดคือการลงมือทำ (Execution)
ประเทศไทยกำลังผลักดันการรวมกลุ่มทรัพยากรผ่านภาคีเครือข่ายปัญญาประดิษฐ์แห่งชาติ (National AI Consortium) เพื่อให้ภาครัฐและเอกชนแบ่งปันสิ่งอำนวยความสะดวก (Shared Facility) และงบประมาณร่วมกัน เป้าหมายสำคัญคือการทำให้วิสาหกิจเริ่มต้น (Startup) และบริษัทไทยรายย่อย สามารถเข้ามาใช้ประโยชน์จากข้อมูลและโครงสร้างพื้นฐานของรัฐได้ เปรียบเสมือนการให้คนตัวเล็กได้ยืนบนไหล่ยักษ์ เพื่อให้สามารถแข่งขันได้ทันทีโดยไม่ต้องลงทุนสร้างโครงสร้างพื้นฐานใหม่เองทั้งหมด
ปลดล็อกงานวิจัยห้าแสนชิ้นด้วย AI ทลายกำแพงภาษา
ปัญหาคลาสสิกของงานวิจัยไทยคือการมีของดีแต่อ่านไม่รู้เรื่องและข้อมูลกระจัดกระจาย ศาสตราจารย์ ดร.ณรงค์ฤทธิ์ สมบัติสมภพ ผู้พัฒนาระบบฐานข้อมูลวารสารไทย (TCI) เปิดเผยตัวเลขที่น่าตกใจว่า ในฐานข้อมูล TCI มีงานวิจัยสะสมกว่า 500,000 เรื่อง และมีนักวิจัยกว่า 600,000 คน แต่ข้อมูลเหล่านี้กระจัดกระจายอยู่ตามมหาวิทยาลัย สมาคมวิชาชีพ หรือแม้แต่วัด ที่สำคัญคือเนื้อหาเต็มไปด้วยศัพท์เทคนิค (Technical Terms) ที่คนทั่วไปเข้าไม่ถึง
ทาง TCI จึงกำลังขับเคลื่อนโครงการปัญญาประดิษฐ์สำหรับพลเมือง (Project AI for Citizen) ร่วมกับ NECTEC ในการใช้ปัญญาประดิษฐ์แปลงศัพท์เทคนิคในงานวิจัยให้เป็นภาษาธรรมชาติ (Natural Language) ที่ประชาชนเข้าใจได้ โดยจะเริ่มนำร่องในกลุ่มมนุษยศาสตร์และสังคมศาสตร์ก่อน เนื่องจากเป็นศาสตร์ที่มีบริบทเฉพาะของไทยที่โลกอยากรู้ แต่กำแพงภาษาทำให้เข้าถึงยาก ต่างจากสายวิทยาศาสตร์ที่มีความเป็นสากลอยู่แล้ว ระบบใหม่นี้จะไม่ได้เปิดเผยแค่งานวิจัยฉบับสมบูรณ์ แต่จะเจาะลึกไปถึงต้นฉบับก่อนการตีพิมพ์ (Pre-print) ซึ่งเป็นงานวิจัยจากห้องแล็บ เพื่อให้เห็นวิวัฒนาการขององค์ความรู้ว่ามีการเปลี่ยนแปลงอย่างไรเมื่อผ่านการตรวจสอบจากผู้ทรงคุณวุฒิ และเปิดโอกาสให้ประชาชนเข้ามามีส่วนร่วมวิจารณ์ได้ พร้อมกันนี้ยังมีการเตือนถึงดาบสองคมของปัญญาประดิษฐ์ในเรื่องจริยธรรมและการคัดลอกผลงาน ซึ่งปัจจุบันระบบสากลเริ่มมีการตรวจสอบและลงโทษย้อนหลังถึงตัวนักวิจัยและบรรณาธิการที่ปล่อยผ่าน เรื่องนี้จึงเป็นจริยธรรมสำคัญที่ต้องสร้างความตระหนักรู้ควบคู่กับการเปิดเสรีข้อมูล
เปลี่ยนเรื่องน่าเบื่อให้เป็นกระแสด้วยวัฒนธรรมวิทยาศาสตร์
ในมุมมองสื่อมวลชน นครินทร์ วนกิจไพบูลย์ จาก The Standard สะท้อนความจริงที่เจ็บปวดว่า สังคมไทยขาดกระบวนทัศน์ทางวิทยาศาสตร์ (Scientific Mindset) เรามักใช้ความเชื่อหรือโชคชะตามากกว่าเหตุผล เห็นได้จากการที่คนไทยยอมจ่ายเงินดู Netflix ดูฟุตบอล หรือซื้อหวย แต่ไม่เคยควักเงินซื้อความรู้ หากวิทยาศาสตร์แบบเปิดจะสำเร็จได้ ต้องแก้ที่ความต้องการ (Demand) ในการบริโภคข้อมูล
ข้อเสนอที่น่าสนใจคือการสร้างคอนเทนต์วิทยาศาสตร์บนแพลตฟอร์มยอดนิยมอย่างติ๊กต็อก (TikTok) เพื่อเปลี่ยนพื้นที่บันเทิงให้เป็นพื้นที่ความรู้ ผ่านหลักการสื่อสาร 3 ประการ คือ การทำให้เนื้อหาใกล้ตัวจนแม่หรือเด็กฟังแล้วเข้าใจทันที การทำให้เห็นประโยชน์ว่ารู้วิทยาศาสตร์แล้วสามารถนำไปใช้ในชีวิตและธุรกิจได้จริง และสุดท้ายคือการสร้างเครือข่ายและเกมมิฟิเคชัน (Networking and Gamification) เพื่อให้เกิดการบอกต่อ เหมือนปรากฏการณ์ไวรัลต่างๆ ซึ่งจะทำให้การรู้วิทยาศาสตร์เป็นเรื่องน่าสนใจในวงสนทนา โดยหากเราเติมความรู้ทางวิทยาศาสตร์เข้าไปในความคิดสร้างสรรค์ที่เป็นจุดเด่นของคนไทย นวัตกรรมไทยจะสามารถไปได้ไกลระดับโลก
เสียงจากภาคประชาชนสู่วิทยาศาสตร์ที่กินได้และกล้าหาญ
ทางด้าน เพ็ญโฉม แซ่ตั้ง ผู้อำนวยการมูลนิธิบูรณะนิเวศ ผู้คร่ำหวอดในวงการสิ่งแวดล้อมมากว่า 30 ปี ได้เตือนสติว่าวิทยาศาสตร์แบบเปิดต้องไม่ใช่แค่เรื่องหรูหราทางวิชาการ แต่ต้องเป็นเครื่องมือเพื่อความอยู่รอด โดยยกตัวอย่างจุดเริ่มต้นของวิทยาศาสตร์ภาคพลเมือง (Citizen Science) ในไทย ที่ชาวบ้านมาบตาพุดต้องลุกขึ้นมาเก็บตัวอย่างอากาศและน้ำเอง เพื่อพิสูจน์การปนเปื้อนของสารก่อมะเร็ง เนื่องจากหน่วยงานรัฐไม่สามารถให้คำตอบได้
คุณเพ็ญโฉมฝากโจทย์ท้าทายไว้ว่า ข้อมูลเปิดต้องเข้าถึงคนจนและช่วยแก้ปัญหาปากท้องได้จริง ผู้กำหนดนโยบาย (Policy Maker) ต้องใช้ข้อมูลในการตัดสินใจไม่ใช่ใช้ผลประโยชน์พวกพ้อง และข้อมูลต้องถูกนำไปใช้แก้ปัญหาความขัดแย้งได้จริง ประเด็นสำคัญที่สุดคือความกล้าหาญทางวิชาการ (Academic Courage) ของนักวิจัยที่จะต้องยืนหยัดนำเสนอข้อมูลความจริงเพื่อคัดง้างกับนโยบายรัฐที่ผิดพลาด พร้อมทั้งเรียกร้องให้เร่งผลักดันกฎหมายทำเนียบการปลดปล่อยและเคลื่อนย้ายมลพิษ (PRTR) เพื่อให้เกิดฐานข้อมูลกลางที่โปร่งใส ซึ่งจะช่วยลดความขัดแย้งและแก้ปัญหามลพิษได้อย่างยั่งยืน
งานเสวนาครั้งนี้สะท้อนให้เห็นชัดเจนว่า Thailand Open Science for All กำลังเกิดขึ้นจริงด้วยการขับเคลื่อนของเทคโนโลยีปัญญาประดิษฐ์และข้อมูลขนาดใหญ่ที่จะมาเป็นตัวเปลี่ยนเกม (Game Changer) สำคัญ จากนี้ไปความท้าทายไม่ได้อยู่ที่ว่าเรามีข้อมูลหรือไม่ แต่อยู่ที่ว่าเราจะเชื่อมโยงข้อมูลเหล่านี้ข้ามหน่วยงาน และแปลงมันให้เป็นภูมิปัญญาที่ประชาชนนำไปใช้ประโยชน์ได้จริงหรือไม่ เพื่อให้งบวิจัยมหาศาลไม่สูญเปล่า แต่กลายเป็นขุมทรัพย์ทางปัญญาของคนไทยทุกคนอย่างแท้จริง
ข่าวอื่น ๆ ที่น่าสนใจ
‘AI เสกอาหารไม่ได้’ แต่ช่วยรอดได้ ใน ‘เกษตรกรสำนึกรักบ้านเกิด 2568’
Google Cloud เปิดตัว “PanyaThAI” ชู Agentic AI พลิกโฉมธุรกิจไทย
