การปฏิวัติคอนเทนต์(Content & Creativity)ในยุคแห่ง AI

ถ้าให้สรุปหนังสือการปฏิวัติคอนเทนต์ในยุคแห่ง AI เล่มนี้แบบสั้นๆ ก็พูดได้ว่านี่คือหนังสือที่ทำให้คุณได้เห็นภาพรวมของสิ่งที่กำลังเกิดขึ้นแล้วจาก AI ในอุตสาหกรรมความคิดสร้างสรรค์ทุกรูปแบบ แต่ที่หนังสือเล่มนี้เลือกใช้คำว่าคอนเทนต์น่าจะเพราะว่าแท้จริงแล้วคำว่า Content นั้นครอบคลุมไปถึงเนื้อหาทุกรูปแบบที่ไม่ใช่แค่ Facebook Content หรือ Online Content อย่างที่เข้าใจกัน แต่ยังรวมไปถึงเพลง ภาพยนต์ ละคร บทภาพยนต์ การวาดภาพ หรือทั้งหมดทั้งมวลที่น่าจะถูกนิยามว่า “ความคิดสร้างสรรค์” หรือ Creativity แทนที่คำว่าคอนเทนต์ครับ

หนังสือเล่มนี้เล่าในรูปแบบการหยิบยกเคสการเอา AI เข้ามาใช้ในกลุ่มธุรกิจความคิดสร้างสรรค์ทุกด้านอย่างครอบคลุมจริงๆ ซึ่งแต่เดิมทีเราไม่คิดว่าคอมพิวเตอร์หรือ AI จะเข้ามาสู่พื้นที่ของการคิดสร้างสรรค์แบบมนุษย์ได้ แต่ถ้าคุณได้อ่านหนังสือเล่มนี้แล้วจะเข้าใจเลยว่าไม่มีพื้นที่ใดของคำว่า Creativity หรือความคิดสร้างสรรค์ที่คอมพิวเตอร์ โปรแกรม เครื่องจักร หรือที่หมายถึง AI จะไม่สามารถเข้ามาแทนที่ได้เลยจริงๆ

ไม่ว่าจะเป็นข่าว กีฬา ทีวี วงการบันเทิง ดาราคนดังหรือศิลปิน ภาพยนต์ ดนตรี รูปภาพ วรรณกรรม ศิลปะ เกม และการศึกษา ทุกหัวข้อที่กล่าวมาล้วนมี AI เข้ามาพร้อมในพื้นที่ดังกล่าวหมดแล้ว ดังนั้นเพียงแค่เราไม่เห็นไม่เจอกับตัวในวันนี้ ไม่ได้หมายความว่า AI จะยังไม่สามารถเข้ามาได้ มันแค่ยังไม่คุ้มค่าที่จะทำให้ AI เหล่านั้นทำได้ในรูปแบบภาษาไทยต่างหากครับในวันนี้

ดังนั้นถ้าใครอยากรู้ว่า AI หรือปัญญาประดิษฐ์นั้นทำได้ขนาดไหนแล้วในวันนี้ ผมแนะนำให้คุณอ่านหนังสือเล่มนี้เพราะเต็มไปด้วยคำตอบพร้อมตัวอย่างที่เขียนมาด้วยภาษาที่อ่านเข้าใจง่ายจริงๆ

สรุปอย่างย่อผ่านไป ตอนนี้ผมขอสรุปในหัวข้อและประเด็นที่ผมเห็นว่าน่าสนใจเพิ่มเติมให้ยาวขึ้นอีกหน่อยนะครับ

ยุคของ AI กลายเป็นที่ประจักษ์ก็เมื่อ AI ที่ชื่อว่า Alpha Go เอาชนะแชมป์โกะโลกได้ขาดลอย

ก่อนหน้านี้เราไม่เคยสนใจข่าวคราวเรื่อง AI เท่าใดนัก เราคิดแค่ว่ามันก็เป็นแค่โปรแกรมคอมพิวเตอร์อีกหนึ่งประเภทที่ไม่สามารถคิดเองได้เช่นมนุษย์ ยังคงต้องคอยพึ่งพาใครสักคนสั่งการ หรืออย่างน้อยก็ต้องมีการเขียน Algorithm ขั้นตอนการทำงานไว้โดยละเอียด

แต่สถานการณ์กลับพลิกผันทันทีเมื่อนักหมากล้อมโลกหรือโกะกลับพ่ายแพ้การเล่นหมากล้อมกับ AI ที่ชื่อ Alpha Go ในกระดานแรก และนั่นก็ทำให้โลกทั้งใบหันมาจับจ้องว่าเจ้า AI Alpha Go ที่ว่านั้นจะถึงขั้นฉลาดเทียบชั้นมนุษย์ได้มากขนาดไหน

ต้องบอกก่อนว่าแต่เดิมทีหมากล้อมหรือโกะ เป็นเกมกระดานที่ประเมินกันว่ามีโอกาสการเดินหมากได้มากยิ่งกว่าจำนวนดวงดาวทั้งจักรวาล ทำให้ในความเข้าใจของคนส่วนใหญ่ในตอนนั้นต่างเชื่อว่าไม่มีทางที่คอมพิวเตอร์หรือโปรแกรมใดจะสามารถคิดคำนวนความเป็นไปได้ล่วงหน้าที่มหาศาลมากมายขนาดนั้น เพราะก่อนหน้านี้หมากรุกที่โปรแกรมคอมพิวเตอร์ที่ชื่อว่า DeepBlue สามารถเอาชนะแชมป์หมากรุกโลกได้ก็เพราะความสามารถในการคิดการเดินล่วงหน้าได้เป็นร้อยๆ ตาเหนือกว่ามนุษย์ แต่พอเป็นโกะแล้วไม่น่าจะมีโปรแกรมใดสามารถเอาชนะมนุษย์ได้แน่

แต่สถานการณ์กลับพลิกผันเมื่อ AI อย่าง Alpha Go สามารถเอาชนะแชมป์โลกไปได้อย่างขาดลอย 4 ต่อ 1 เกม แถมถ้าใครได้ดูสารคดีจะเห็นว่าเจ้าโปรแกรมคอมพิวเตอร์ที่ว่านี้สามารถสร้างสรรค์การเดินหมากในรูปแบบใหม่ที่มนุษย์เองยังคาดไม่ถึง

และการที่แชมป์หมากล้อมโลกหรือโกะได้แพ้ให้กับ Alpha Go ก็นับเป็นการเปิดศักราชใหม่ของ AI ขึ้นมาอีกครั้ง และโลกทั้งใบก็หันมาสนใจคำว่า AI และสำนึกว่าในวันนี้เราอยู่ในยุค AI โดยไม่รู้ตัวแล้วก็ว่าได้

แต่ AI ในวันนี้ยังห่างไกลจาก AI ในนิยามเมื่อต้นกำเนิด 60 กว่าปีก่อนมาก ซึ่งเดิมที AI ถูกนิยามว่ามีความฉลาดเหมือนมนุษย์ หรือฉลาดล้ำไปกว่ามนุษย์ แต่ในความเป็นจริงแล้ว AI ในวันนี้ยังไม่สามารถมีความฉลาดแบบรอบด้านเทียบเท่ามนุษย์ได้ เพราะ AI ในวันนี้ล้วนเป็น AI ที่เปรียบเสมือนตัวแทนของผู้เชี่ยวชาญในเฉพาะด้านจริงๆ ครั้นจะให้มาทำอะไรรอบด้านหลายอย่างได้เหมือนมนุษย์นั้นต้องถูกเรียกใหม่ว่า AGI ที่ย่อมาจาก Artificial General Intelligence เปรียบได้กับคนๆ หนึ่งที่มีความสามารถหลายด้าน ไม่ว่าจะความสามารถในการเห็นแล้วแยกแยะออกว่านั่นคือภาพอะไร ความสามารถในการได้ยินเสียงและเข้าใจว่าเสียงไหนเป็นเสียงไหน ความสามารถในการเดินและวิ่งกระโดดหลบสิ่งกีดขวางได้ และอาจจะบวกกับความสามารถในการสัมผัสแล้วรู้ว่าของที่หยิบจับนั้นร้อน เย็น หรือเป็นอันตราหรือเปล่า

ก็อย่างที่บอกครับว่า AI ในวันนี้มีความสามารถแค่อย่างเดียว เช่น AI ที่ช่วยในการขับรถให้เองของ Tesla ก็ฉลาดในการขับรถมากๆ แต่ครั้นจะให้ไปทำกับข้าวเอาแค่ทอดไข่รับรองว่าง่อยจนตอกไข่ยังไม่เป็น แต่ถ้าเราไปแข่งในความสามารถเฉพาะด้านที่ AI ตัวนั้นเก่งมาก ก็บอกตรงๆ ว่าแม้แต่ผู้เชี่ยวชาญก็ยังไม่อาจเอาชนะ AI หลายๆ ตัวได้แล้วในวันนี้

เช่น AI ที่สามารถอ่านฟิล์มเอ็กซ์เรย์แล้วสามารถตรวจหามะเร็งได้ดีกว่าแพทย์ผู้เชี่ยวชาญเต็มไปด้วยประสบการณ์มากมายหลายสิบปีแล้วครับ

เพราะข้อดีของ AI คือสามารถเรียนรู้ข้อมูลจำนวนมหาศาลได้แบบไม่รู้จักเหน็ดเหนื่อยในระยะเวลาสั้นๆ และก็สามารถทำงานเพื่อเรียนรู้ข้อมูลเพิ่มได้แบบไม่บ่นถ้าไฟไม่ดับเท่านั้นเอง

และมีสิ่งหนึ่งที่ทำให้ AI สามารถฉลาดได้อย่างทุกวันนี้ นั่นก็คือเทคนิคที่เรียกว่า Deep learning ครับ

Deep learning ทำให้ AI สามารถพัฒนาและเรียนรู้ด้วยตัวเอง

อย่างที่บอกครับว่าแต่ก่อนเดิมทีถ้าเราอยากให้คอมพิวเตอร์หรือ AI ทำอะไรได้ เราต้องป้อนคำสั่งและขั้นตอนการทำงานโดยละเอียดให้มัน มันคือ 0 กับ 1 โดยชัดเจน แต่เมื่อเทคนิคการเรียนรู้เชิงลึกไม่ว่าจะ Machine learning หรือ Deep learning เกิดขึ้นพร้อมกับความสามารถในการเชื่อมต่อคอมพิวเตอร์หลายๆ เครื่องเข้าด้วยกัน นั่นก็ทำให้ AI พร้อมจะฉลาดล้ำขึ้นมหาศาลสมกับนิยามที่มันควรจะเป็น

เช่น ถ้าเราต้องการสอนให้คอมพิวเตอร์หรือโปรแกรมเรียนรู้ในการคัดแยกรูปแอปเปิลหรือใบหน้าใครสักคนในรูปถ่ายออกมา สิ่งที่เราต้องทำก็คือป้อนข้อมูลที่ต้องการเข้าไป แล้วก็ระบุให้คอมพิวเตอร์เข้าใจว่ารูปนั้นคือรูปแอปเปิล หรือรูปนั้นคือใบหน้าเรา เมื่อได้ข้อมูลป้อนเข้าไปมากพอคอมพิวเตอร์ก็พอจะจับลักษณะเด่นของแอปเปิลหรือใบหน้าเราออกมาเองได้ จากนั้นมันก็จะพร้อมทำการคัดแยกรูปให้อัตโนมัติ แล้วยิ่งเราเข้าไปกดยืนยันว่ามันทำถูกหรือผิดก็ยิ่งเป็นการสอนหรือป้อนข้อมูลย้อนกลับให้ AI ได้เรียนรู้เข้าไปอีก ทีนี้ไม่นานมันก็จะสามารถคัดแยกรูปได้อย่างแม่นยำมากๆ จนเราแทบไม่ต้องไปยุ่งกับมันอีก

ซึ่งตัวอย่างที่ใกล้ตัวที่สุดก็คือระแบบแท็กเพื่อนในรูปถ่ายเวลาที่เราโพสขึ้นไปบนเฟซบุ๊กอย่างไรล่ะครับ เพราะ Facebook เรียนรู้ใบหน้าเจ้าของภาพจากใบหน้าที่ปรากฏบนรูปโปรไฟล์ และรูปถ่ายอื่นๆ นานวันเข้าต่อให้เห็นแค่ครึ่งหน้ามันก็จะสามารถคาดเดาได้ไม่ยากว่านี่น่าจะเป็นหน้าเราแน่ๆ

ดังนั้นการที่ AI จะฉลาดหรือทำงานได้แม่นยำแค่ไหนก็ขึ้นอยู่กับ Data training ที่ใช้สอน AI ดังกล่าว ถ้าเราป้อนข้อมูลที่ไม่ดีสอน AI มันก็จะไม่สามารถทำงานได้แม่นยำอย่างที่เราต้องการ เพราะในความเป็นจริงแล้ว AI แต่ละตัวก็ฉลาดไม่เท่ากันนะครับ มีความเหมือนเด็กที่ขึ้นอยู่กับว่าผู้ปกครองพ่อแม่จะสอนออกมาแบบไหน สอนดีก็เก่ง สอนไม่ดีก็แย่ ต้องมาเสียเวลาสอนใหม่แต่แรกซึ่งสิ้นเปลืองทรัพยากรที่สุด

เมื่อ Creativity ของ AI อาจไม่ใช่การสร้างใหม่ แต่เป็นการค้นพบ Pattern ของความคิดสร้างสรรค์

เมื่อคำว่า Creativity ของมนุษย์เราคือการคิดและสร้างสรรค์สิ่งใหม่ขึ้นมา และถ้าสิ่งนั้นได้รับการยอมรับก็จะถูกจารึกว่าเป็นการคิดสร้างสรรค์ที่มีคุณค่า แต่กับ AI นั้นเป็นคนละด้านแต่สามารถได้ผลลัพธ์แบบเดียวกันได้ เมื่อนิยามคำว่าความคิดสร้างสรรค์หรือ Creativity ของ AI คือการสามารถเรียนรู้จากข้อมูลความคิดสร้างสรรค์จำนวนมาก จากนั้นก็เรียนรู้ว่า Creativity Data แบบไหนที่ควรเอาเยี่ยงอย่างเพราะได้รับการยอมรับ และก็ได้เรียนรู้ว่า Creativity Data แบบไหนที่ควรเรียนรู้เพื่อไม่เอาเยี่ยงอย่าง เพราะไม่ประสบความสำเร็จมากพอ

จาก Data set มากมายทำให้ AI สามารถค้นพบ Pattern ของ Creativiy ที่มนุษย์เรายอมรับหรือชื่นชอบ จากนั้นมันก็จะเอา Pattern ที่ค้นพบนั้นมาสร้างสรรค์ชิ้นงานออกมาใหม่ ซึ่งก็ถูกพิสูจน์มากมายแล้วว่ามนุษย์เรายังแยกไม่ออกด้วยซ้ำว่าอันไหนคนทำ อันไหนคอมสร้าง และไม่ว่าจะผ่านเวทีการประกวดมากมายจนเข้ารอบสุดท้ายหรือได้รางวัลมาแล้วก็มี

ดังนั้นนิยามความคิดสร้างสรรค์คงต้องถูกหยิบสร้างใหม่เมื่อเราเข้าสู่ยุค AI ลึกเข้าไปมากขึ้นทุกทีครับ

AI กับการเขียนข่าวเบสบอล ที่ช่วยขยายไปสู่โอกาสใหม่ๆ ทางธุรกิจที่คนไม่เห็นค่า

ใน case study การเอา AI มาใช้ในการสร้างสรรค์ผลงานการเขียนข่าวกีฬาเบสบอลของเล่มนี้บอกให้รู้ว่าเดิมทีกีฬาเบสบอลนั้นถูกมองข้ามไปไม่น้อย เพราะไม่ได้มีคนให้ความสนใจหรือสำคัญมากพอ แต่พอมี AI เข้ามาช่วยแปลงข้อมูลการแข่งขันให้ออกมาเป็นข่าวแบบง่ายๆ นั่นก็หมายความว่าคนที่สนใจในกีฬาเบสบอลเดิมที่อาจจะยังน้อยอยู่เพราะหาข่าวสารอ่านได้ยาก อาจจะค่อยๆ ขยายขึ้นเรื่อยๆ จนใหญ่คุ้มค่ามากพอที่คนจะหันมาสนใจในตลาดนี้ก็ได้ครับ

หรือในเกาหลีใต้ก็มีการใช้ AI ที่ชื่อว่า Wordsmith ในการเอามาช่วยเขียนข่าวหุ้นรายวันแบบง่ายๆ ด้วยการแปลงข้อมูลการซื้อขายหุ้นที่เกิดขึ้นให้กลายเป็นเนื้อหาที่พออ่านเข้าใจได้ในช่วงแรก และในช่วงหลังก็เพิ่มการเขียนให้อ่านสนุกขึ้นจนแทบจะทำให้คนเขียนข่าวหุ้นธรรมดาๆ ตกงานได้ง่ายๆ เลยทีเดียว

นั่นเลยเป็นเหตุผลให้ Amazon.com เจ้าพ่อ E-commerce ชื่อดังของโลกซื้อบริษัทหนังสือพิมพ์เก่าแก่ยักษ์ใหญ่ในอเมริกาอย่าง The Washington Post มาเก็บไว้ในพอร์ท ซึ่งทาง Amazon.com หลังจากสร้างอุปกรณ์ลำโพงอัจฉริยะอย่าง Alexa ที่ขายดีถล่มทลายในอเมริกา ที่แทบทุกบ้านจะมีหนึ่งชิ้นเป็นของตัวเอง ซึ่งสิ่งที่ Amazom.com ทำกับสื่ออย่าง The Washington Post คือการเอาเนื้อหาข่าวเดิมที่มีมาถูกเขียนหรือเรียบเรียงใหม่ในแบบ Personalization ตามแต่ว่าคนฟังเป็นใคร ชอบฟังเนื้อหาหรือวิธีการเล่าแบบไหน

คิดง่ายๆ ก็เหมือนมีหนึ่งข่าวแต่สามารถหยิบเอาไปเล่าได้หลายแง่มุมตามแต่ว่าคนฟังชอบฟังแบบไหนนั่นเองครับ

เพราะสิ่งที่เจ้าของบ้านในอเมริกาทำเป็นปกติคือพวกเขาจะพูดกับลำโพงทุกเช้าว่าวันนี้มีข่าวอะไรบ้าง อัพเดทให้ฟังหน่อย นั่นแหละครับคือวิธีการสร้าง Personalized content ออกมาจากหนึ่งคอนเทนต์แต่มีล้านวิธีเล่าเรื่องราวออกมาให้ถูกใจคนฟังที่สุด

และนี่ก็เป็น 5 ขั้นตอนการให้ AI เปลี่ยน Data ให้กลายเป็น Content ข่าว

1. รวบรวมข้อมูล

ถ้าเป็นการทำ Strategy ขั้นตอนนี้ก็คือการ Research แหละครับ การจะเขียนข่าวหรือทำคอนเทนต์ก็เช่นเดียวกัน คุณจะเล่าเรื่องได้อย่างไรถ้าไม่มีข้อมูลอะไรมาให้เล่า ดังนั้นคุณต้อเริ่มจากการมีข้อมูลที่ดีและมากพอหรือครบถ้วนให้ได้ก่อน และก็จะได้ไปสู่ขั้นตอนถัดไปครับ

2. คัดเลือก Event

หรือเป็นการระบุประเด็นสำคัญที่อยู่ในข้อมูลทั้งหมดที่มี หรือจะเรียกว่าเป็นการย่อยข้อมูลก่อนก็ได้ครับ ว่า ใคร ทำอะไร ที่ไหน เมื่อไหร่ อะไรมาก่อนหลัง มีกี่ประเด็น กี่หัวข้อ ลิสออกมาให้หมด จากนั้นก็จะได้เข้าสู่ขั้นตอนที่สาม

3. หา Event หลัก

ขั้นตอนนี้เป็นการจัดลำดับความสำคัญของเหตุการณ์ในเนื้อหาทั้งหมดที่มี อะไรควรขึ้นก่อน อะไรควรตามมา และอะไรควรลงท้าย เหตุการณ์ไหนบ้างที่ข้ามไปได้ เรียกได้ว่าเป็นการลำดับเรื่องราวหรือโครงเรื่องให้พร้อมเล่าแล้วครับ

4. หาอารมณ์ในเหตุการณ์

ขั้นตอนนี้ AI จะต้องเริ่มระบุแล้วว่าหัวข้อไหนหรือเหตุการณ์ใดควรจะถูกเล่าหรือเขียนด้วยอารมณ์ไหน อารมณ์ดีหรือไม่ดี เป็นข่าวดีหรือเป็นข่าวร้าย เรียกได้ว่าเป็นการใส่บริบทเนื้อหาความเป็นคนเข้าไปในข้อมูลที่มีก็ว่าได้ครับ

5. เขียนข่าว

เมื่อมีข้อมูลพอ สามารถแยกเหตุการณ์หรือหัวข้อที่เกิดขึ้นออกมาแล้วจัดลำดับความสำคัญได้แล้ว บอกได้ว่าเรื่องนี้ต้องเล่าด้วยอารมณ์แบบไหน ก็ถึงขั้นตอนการลงมือเขียนออกมาให้เป็นข่าวครับ

ขั้นตอนคอนเซปอาจฟังดูไม่ยุ่งยาก แต่พอถึงเวลาทำจริงรับรองว่าไม่ง่ายแน่นอนครับ

และเนื้อหาสุดท้ายที่ผมจะขอพูดถึงในการสรุปหนังสือการปฏิวัติคอนเทนต์ในยุคแห่ง AI เล่มนี้คือถ้า AI ทำผิดแล้วใครต้องรับผิดชอบ ตัว AI เองหรือตัวเจ้าของ AI เช่น ถ้าระบบ AI ในรถยนต์ Tesla เกิดขับรถผิดพลาดจนไปชนคนตายขึ้นใครต้องรับผิด? ตัว AI เองหรือ Tesla ที่เป็นผู้พัฒนา AI?

และนั่นก็เลยเป็นที่มาว่าทำไมในยุโรปถึงมีการออกการเก็บภาษีหุ่นยนต์หรือ AI เอาไว้ล่วงหน้า ส่วนหนึ่งเพราะถ้าจะให้ AI รับผิดชอบต่อความผิดพลาดที่เกิดขึ้น ตัว AI เองก็ต้องมีสถานะเหมือนิติบุคคล มีทรัพยากรของตัวเองที่จะสามารถรับผิดชอบเหตุการณ์ที่เกิดขึ้นได้หรือเปล่า เพราะไม่อย่างนั้นบริษัทเจ้าของ AI คงยุ่งยากแน่ถ้าเกิด AI ทั้งหมดทำผิดพลาดครั้งใหญ่ขึ้นมาจนเกิดเหตุวินาศสันตะโร

และทั้งหมดนี้ก็คือการสรุปหนังสือการปฏิวัติคอนเทนต์ในยุคแห่ง AI หรือถ้าจะพิมพ์ครั้งที่สองผมขอแนะนำให้ตั้งชื่อหนังสือใหม่ว่า “การปฏิวัติความคิดสร้างสรรค์ในยุคแห่ง AI” ใครว่า AI คิดไม่เป็น ถ้าได้ลองอ่านเล่มนี้ดูสักสามบทแล้วคุณอาจจะร้อนๆ หนาวๆ เพราะเริ่มรู้สึกว่า AI สามารถเข้ามาแย่งงานไปทำได้ง่ายกว่าที่คิดมากก็ได้ครับ

อ่านแล้วเล่า เล่มที่ 30 ของปี 2020

สรุปหนังสือการปฏิวัติคอนเทนต์(Content & Creativity)ในยุคแห่ง AI เมื่อนิยามของความคิดสร้างสรรค์จะเปลี่ยนไปกลายเป็น Pattern ที่ AI ทำซ้ำได้

สรุปหนังสือ การปฏิวัติคอนเทนต์ในยุคแห่ง AI
งานของคุณอาจหายไปเมื่อ AI ทำงานที่ใช้ความคิดสร้างสรรค์ได้เหมือนมนุษย์ คนที่ปรับตัวและทำงานร่วมกับ AI เท่านั้นถึงจะอยู่รอด
โคชันซู เขียน
ภัททิรา จิตต์เกษม แปล
สำนักพิมพ์ Amarin How-to

สนใจอ่านสรุปหนังสือแนว AI ต่อ > https://www.summaread.net/category/ai/

สนใจซื้อหนังสือเล่มนี้ > https://bit.ly/2PXr17z