AI ไม่ได้ทำให้เราโง่ลง แต่มันหยิบ "สิ่งที่ทำให้เราฉลาด" ไปจากเรา

ภาพจำที่เราเคยคิดว่านักศึกษานั่งหลังขดหลังแข็งปั่นรายงานจบลงแล้ว 
ทุกวันนี้ นักศึกษาสามารถผ่านวิชาออนไลน์ได้ทั้งเทอมโดยไม่ต้องใช้คิดเลยสักเปอร์เซ็นต์เดียว

เพราะสามารถปล่อยให้ AI Agent ล็อกอินเข้าคอร์สเรียน ทำการบ้านส่ง ตอบคำถามอาจารย์ และเข้าไปโต้ตอบใน Discussion Board แกล้งทำเป็นมนุษย์ที่มีความเห็น โดยที่ไม่จำเป็นต้องเปิดอ่านเนื้อหาแม้แต่ตัวเดียว

เป็นสิ่งที่ Lixiang Yan นักวิจัยด้านการศึกษาจาก Tsinghua University เพิ่งเจอด้วยตัวเองเมื่อต้นปี 2026 เขาใช้ Codex ช่วยตั้งระบบคอร์สออนไลน์ ก่อนจะพบความจริงอันน่าตกใจว่า AI ตัวเดียวกันสามารถสวมรอยเป็นผู้เรียน และผ่านคอร์สนั้นได้สมบูรณ์แบบโดยไม่ต้องออกแรงคิด

สิ่งนี้ทำให้ การสอนให้คนคิดเองเป็น กลายเป็นเรื่องวิกฤตที่สุดในยุคนี้

ผลสำรวจในช่วงปี 2025 ถึง 2026 ยิ่งย้ำภาพนี้ให้ชัดขึ้น ผลสำรวจอาจารย์มหาวิทยาลัยในสหรัฐฯ กว่า 1,000 คน โดย American Association of Colleges and Universities พบว่า 90% เชื่อว่า Generative AI กำลังทำให้ทักษะการคิดเชิงวิพากษ์ (Critical Thinking) ของเด็กถดถอยลง

ส่วนฝั่งผู้เรียนเองก็เริ่มรู้ตัวแล้วเหมือนกัน ผลสำรวจนักศึกษาทั่วโลกกว่า 8,000 คน ชี้ว่าราว 1 ใน 5 ของคนที่ใช้ AI ยอมรับตรง ๆ ว่า ตอนนี้ถ้าไม่มี AI ช่วย พวกเขาแทบแก้โจทย์เองไม่ได้แล้ว

Daniel Willingham นักจิตวิทยาการรู้คิดจาก University of Virginia อธิบายกลไกเบื้องหลังเรื่องนี้ไว้อย่างเห็นภาพว่า การเรียนรู้จะเกิดขึ้นได้ สมองต้องเกิดการประมวลผล และการประมวลผลนั้นต้องออกแรงเสมอ ความพยายามและความเหนื่อยจากการออกแรงคิดนี่แหละ คือสิ่งที่ AI ดึงออกไปจากสมการ AIไม่ได้เดินมาขโมยความรู้ไปจากสมองเรา แต่มันกำลังขโมยความเหนื่อยไป ซึ่งความเหนื่อยนั้นแหละคือค่าเล่าเรียนราคาแพงตามธรรมชาติ ที่มนุษย์ทุกคนไม่เคยหลีกเลี่ยงได้มาก่อน

คำที่ทุกคนพูดติดปาก แต่ไม่มีใครนิยามตรงกันสักคน

ถ้าลองถามผู้คนหลากหลายอาชีพว่าคำว่า Critical Thinking หรือการคิดเชิงวิพากษ์แปลว่าอะไรกันแน่ เรามักจะได้คำตอบที่แทบไม่ซ้ำกันเลย เพราะในความเป็นจริง Critical Thinking เป็นคำติดปากที่วงการการศึกษาและคนทั่วไปชอบใช้กันมาก แต่นักวิทยาศาสตร์ที่ศึกษาเรื่องสมองและประสาทวิทยากลับแทบไม่ใช้คำนี้เลย โดยเลือกที่จะแยกพูดเป็นกระบวนการย่อย ๆ ที่ชัดเจนกว่า อย่างระบบความจำ การใช้เหตุผล การตัดสินใจ และการแก้ปัญหา ซึ่งแต่ละส่วนใช้กลไกการทำงานในสมองที่ต่างกัน แม้จะมีบางส่วนซ้อนทับกันอยู่ก็ตาม

ในเชิงวิชาการ คำว่า Critical Thinking จึงเป็นเหมือน หรือคำกลาง ๆ ที่เปรียบเสมือนรวบรวมเอาทุกช่วงเวลาที่มนุษย์ "คิดได้ดีและมีประสิทธิภาพ" มารวมไว้ในที่เดียวกัน แล้วยกย่องให้เป็นสุดยอดทักษะทางปัญญา แต่ถ้าจะหาแก่นร่วมจริง ๆ งานวิจัยส่วนใหญ่ชี้ตรงกันอยู่ 2 เรื่อง คือ

เรื่องแรก คือความสามารถในการมองหาความเป็นไปได้อื่น หรือการเปิดใจรับมุมมองที่ไม่ใช่ของตัวเอง เปรียบเหมือนกระบวนการทางวิทยาศาสตร์ที่ต้องชั่งน้ำหนักหลาย ๆ สมมติฐานอย่างถี่ถ้วนก่อนจะปักใจเชื่อข้อสรุปใดข้อสรุปหนึ่ง

เรื่องที่สอง มักเข้าใจผิดกันมากที่สุด คือ Critical Thinking ไม่ใช่ทักษะสากลที่พกติดตัวไปเปิดใช้กับเรื่องอะไรก็ได้ แต่มันผูกติดอยู่กับความรู้จริงในเรื่องนั้น ๆ คนที่คิดวิเคราะห์ได้อย่างดีในสาขาหนึ่ง อาจจะคิดไม่ออกเลยเมื่อต้องไปเจอโจทย์ในอีกสาขาหนึ่ง เช่นเดียวกับข้อเท็จจริงในงานวิจัยที่พบว่า แพทย์ผู้เชี่ยวชาญด้านระบบประสาทไม่ได้มีความสามารถพิเศษในการวินิจฉัยโรคหัวใจได้ดีไปกว่าคนทั่วไป ทั้งที่เป็นหมอเหมือนกัน ข้อนี้จึงสำคัญมาก เพราะมันกำลังบอกว่า การคิดเป็น ไม่เคยแยกขาดจากการรู้จริงได้เลย

ปัญหาดั้งเดิม ที่มี AI มาช่วยเหยียบคันเร่ง

ความกังวลว่าเด็กรุ่นใหม่คิดไม่เป็น ไม่ใช่เรื่องใหม่ที่เพิ่งเกิด ถ้าย้อนกลับไปในปี 1983 สหรัฐฯ เคยมีการออกรายงานเตือนว่าเด็กอายุ 17 ปีจำนวนมากยังขาดทักษะการคิดขั้นสูง หลังจากนั้นตลอดหลายสิบปี Critical Thinking ก็กลายเป็นเป้าหมายหลักของระบบการศึกษาทั่วโลก ทั้งองค์กรระดับนานาชาติอย่าง UNESCO และกลุ่มประเทศ OECD ต่างก็บรรจุทักษะนี้ลงในหลักสูตรโรงเรียนอย่างจริงจัง

ตัวอย่างที่เห็นได้ชัดคือการออกแบบคอร์สเรียนแนวสืบเสาะ เช่น โรงเรียนในสหรัฐฯ เคยให้นักเรียนช่วยกันค้นหาสาเหตุของโรคเบาหวานประเภทที่ 2 เพื่อกระตุ้นให้นักเรียนค่อย ๆ ปรับความเชื่อดั้งเดิมของตัวเองเมื่อได้เจอมุมมองใหม่ ๆ ทั้งในมิติของพันธุกรรมและสิ่งแวดล้อม แต่ปัญหาคือ การตั้งเป้าหมายไว้อย่างสวยหรู ไม่ได้แปลว่าระบบการศึกษาจะพาผู้เรียนไปถึงจุดนั้นได้จริงเสมอไป

เมื่อมองตามความเป็นจริง ที่ผ่านมาก็แทบไม่มีหลักฐานเชิงประจักษ์อะไรให้เชื่อได้เลยว่า ระบบการศึกษาเคยประสบความสำเร็จในการสอนเรื่องนี้ได้อย่างมีประสิทธิภาพอยู่แล้ว และในปัจจุบัน AI ก็ยิ่งเข้ามาซ้ำเติมและสั่นคลอนแนวทางที่เคยพยายามสร้างไว้ทั้งหมด 

เก่งขึ้นตอนมีเครื่องมือ แต่แย่ลงชัดเจนตอนต้องทำเอง

ในห้องเรียนจริงทุกวันนี้ ครูและอาจารย์ต่างเจอเรื่องเล่าคล้าย ๆ กัน ทั้งนักเรียนที่แก้ปัญหาง่าย ๆ ไม่เป็น และนักศึกษาที่ไม่สามารถประเมินความถูกต้องของข้อมูลได้ เพราะส่งงานให้ AI คิดแทนมาโดยตลอด ซึ่งในปัจจุบันเริ่มมีงานวิจัยเชิงลึกเข้ามาช่วยยืนยันความกังวลนี้อย่างเป็นรูปธรรมแล้ว

งานวิจัยชิ้นสำคัญที่ทดลองกับนักเรียนมัธยมราว 1,000 คนในประเทศตุรกี ให้ผลลัพธ์ที่น่าคิดมาก ในช่วงที่เปิดให้นักเรียนใช้ AI ช่วยเรียน นักเรียนสามารถทำโจทย์คณิตศาสตร์ได้คะแนนดีขึ้นถึง 48% แต่พอถึงวันสอบจริงที่ไม่ให้ใช้เครื่องมือช่วย คะแนนของเด็กกลุ่มนี้กลับร่วงกราว และต่ำกว่ากลุ่มที่ไม่เคยใช้ AI ช่วยเลยถึง 17%

ปรากฏการณ์นี้เปรียบเหมือนการไปฟิตเนสแล้วเราจ้างคนอื่นมาออกแรงยกเวทแทน ตัวเลขน้ำหนักบนบาร์ดูสวยงามขึ้นทุกสัปดาห์ แต่กล้ามเนื้อเราไม่ได้โตขึ้นเลยสักนิด และในวันที่ต้องยกเอง เรากลับมีกำลังน้อยกว่าคนที่ไม่เคยมีผู้ช่วยเสียอีก

ถึงอย่างนั้น ภาพรวมก็ยังไม่ได้แย่ไปทั้งหมด เพราะผู้เชี่ยวชาญยอมรับว่าในปัจจุบันยังไม่สามารถสรุปผลกระทบของ Generative AI ได้อย่างเด็ดขาด เนื่องจากเครื่องมือยังใหม่และมีความหลากหลายสูงมาก ผลลัพธ์จึงสามารถออกได้สองทาง AI ช่วยให้เกิดการเรียนรู้ได้จริง หากมันถูกออกแบบไม่ให้ยื่นคำตอบสำเร็จรูป แต่มุ่งเน้นการให้คำแนะนำ ย้อนถาม หรือโยนโจทย์กลับไปให้ผู้เรียนฝึกคิดต่อ ทุกอย่างจึงขึ้นอยู่กับว่าเราออกแบบกระบวนการเรียนรู้อย่างไร

ในทางทฤษฎี ทางออกฟังดูง่ายมาก แค่เปลี่ยนไปใช้ AI ที่ชวนคิด แทน AI ที่แจกคำตอบ แต่ในทางปฏิบัติ ทั้ง Willingham และ Yan ยอมรับตรงกันว่า มนุษย์มีธรรมชาติที่มักจะเลือกทางลัดที่ได้คำตอบไวที่สุด มากกว่าวิธีที่ต้องออกแรงคิดเสมอ

Yan เจอเรื่องนี้กับตาตัวเอง เขาลองสร้าง AI ที่ออกแบบมาเพื่อกระตุ้นให้นักศึกษาฝึกคิด ผลคือ นักศึกษาบางคนปิดระบบนั้นทิ้งไปเลย แล้วเปิด ChatGPT หน้าต่างข้าง ๆ ขึ้นมาใช้แทน เพื่อเอาคำตอบทันที เพราะเครื่องมือที่ดีที่สุดในโลกจะไร้ความหมายทันที ถ้าผู้ใช้กดปิดมันตั้งแต่นาทีแรกเพราะเกลียดความเหนื่อย

ตอนนี้วงการวิจัยกำลังเร่งตามปรากฏการณ์นี้ให้ทัน อย่างเมื่อเดือนมิถุนายนที่ผ่านมา Education Endowment Foundation ในลอนดอน ได้ทุ่มงบกว่า 2.5 ล้านปอนด์ เพื่อศึกษาอย่างจริงจังว่า Generative AI ส่งผลต่อความจำ ความเข้าใจ และการแก้ปัญหาอย่างไร แม้ Willingham จะดีใจที่มีคนลงมือศึกษาเรื่องนี้จริงจัง แต่เขาก็ยังมองอนาคตไม่สดใสนัก เขายอมรับว่ากว่าเราจะเห็นการถดถอยทางปัญญาชัดเจนคงต้องใช้เวลาอีกสักพัก แต่การถดถอยนั้นแทบจะหลีกเลี่ยงไม่ได้เลย

ความยาก ไม่ใช่ข้อผิดพลาด แต่มันคือแก่นของการเรียนรู้

เทคโนโลยีเกือบทุกชิ้นบนโลกถูกสร้างมาเพื่อลดแรงเสียดทาน ทำให้ทุกอย่างไวขึ้น ง่ายขึ้น และสบายขึ้น ซึ่งในบริบททั่วไป นั่นคือความก้าวหน้า แต่กระบวนการเรียนรู้ของมนุษย์กลับเป็นข้อยกเว้นเดียวของกฎนี้

Thomas Nygren จาก Uppsala University ในสวีเดน เตือนว่าความเสี่ยงที่แท้จริงคือ การที่ผู้เรียนส่งต่อกิจกรรมที่เคยทำหน้าที่หล่อหลอมกระบวนการคิดไปให้ AI ทำแทน ทั้งการตั้งสมมติฐาน การตีความหลักฐาน การมองหาทางเลือกอื่น และการรับมือกับความไม่แน่นอน สิ่งที่ AI ตัดออกไปเพื่อความสบายของเรา มันคือสิ่งเดียวกับที่ทำให้สมองเราเติบโต

เรื่องนี้จึงไม่ได้หยุดอยู่แค่ในห้องเรียน เพราะถ้าหัวใจของวิทยาศาสตร์คือการตั้งคำถามกับข้อมูลอย่างไม่ไว้ใจ สังคมที่คนคิดเชิงวิพากษ์ไม่เป็น ก็คือสังคมที่ไม่สามารถแยกแยะความจริงออกจากเรื่องที่ฟังดูน่าเชื่อถือได้เลย ยิ่งในยุคที่ AI สามารถปั๊มเรื่องเล่าที่ฟังดูน่าเชื่อถือออกมาได้ไม่จำกัดแบบนี้ ยิ่งอันตราย

ในอนาคต เทคโนโลยีอาจจะคิดและทำงานแทนเราได้แทบทุกเรื่อง ยกเว้นเรื่องเดียว... มันไม่สามารถออกแรงคิด เพื่อทำให้เรากลายเป็นคนที่คิดเป็นได้

อ้างอิง: nature

—----------------------------------------------

เตรียมความพร้อมให้ธุรกิจของคุณก้าวสู่ยุค AI อย่างมั่นใจ ด้วยการพัฒนา people, process และ technology อย่างครบวงจรไปกับ Techsauce

ร่วมสำรวจแนวทางและโอกาสในการเปลี่ยนผ่านสู่ AI-first organization ไปกับเรา techsauce

เพื่อนร่วมทางในการพัฒนา AI journey ของคุณ ได้ที่: https://services.techsauce.co/contact-us 

หรืออีเมล [email protected]