ความรู้ท่วมโลก แต่ทำไมคนเรียนรู้ได้น้อยลง ทำไมการศึกษายุค AI ถึงไม่เต็มไปด้วยคนที่เก่งขึ้นกว่าเดิมมากสักที สรุปจากงาน Summer Davos 2026

ไม่เคยมียุคไหนที่ความรู้เข้าถึงง่ายเท่าวันนี้ เลคเชอร์ที่ดีที่สุดในโลกถูกอัปขึ้นออนไลน์ให้ดูฟรี อินเทอร์เน็ตและแบนด์วิดท์เดินทางไปถึงหมู่บ้านที่ห่างไกลที่สุด และล่าสุดยังมี AI คอยเป็นผู้ช่วยตอบทุกคำถามตลอด 24 ชั่วโมง 

ถ้าการเรียนรู้คือการเข้าถึงเนื้อหา ป่านนี้โลกควรจะเต็มไปด้วยคนเก่งขึ้นกว่าเดิมมาก

แต่สิ่งที่เกิดขึ้นกลับสวนทาง คอนเทนต์ล้นมือ ทว่าผลการเรียนรู้ไม่ได้ดีขึ้นตาม และในหลายพื้นที่กลับถดถอยลงด้วยซ้ำ คำถามนี้คือโจทย์ของเวทีเสวนาหัวข้อ 'More Content, Less Learning' ในงาน AMNC26 หรือ Summer Davos 2026 ของ World Economic Forum ที่ดึงทั้งคนสร้างแพลตฟอร์มการเรียนรู้ และนักการศึกษาจากมหาวิทยาลัยมานั่งถกกันว่า ปัญหาอยู่ตรงไหนกันแน่ ?

การเรียนรู้คือการเข้ายิม ไม่ใช่การดูคลิปสอนออกกำลังกาย

ประเด็นแรกที่ถูกหยิบขึ้นมาคือ ตลอดสิบกว่าปีที่คอนเทนต์ระดับโลกถูกส่งไปถึงผู้เรียนทุกคน ทว่าผลลัพธ์ที่วัดได้กลับแทบไม่ขยับ เพราะการเรียนรู้ไม่ได้อยู่ที่การดู การฟัง หรือการอ่านคอนเทนต์ แต่อยู่ที่ 'การลงมือทำ' และการลงมือทำคือสิ่งที่ยาก

มีการเปรียบเทียบว่าการเรียนรู้ก็เหมือนการไปยิม ต่อให้คุณดูคลิปสอนท่าออกกำลังกายที่ดีที่สุดในโลกกี่ร้อยคลิป กล้ามเนื้อก็ไม่ได้ขึ้นมาเอง คุณยังต้องไปยกเวทจริง ต้องเจ็บจริง เพราะ 'ไม่เจ็บ ไม่โต' 

หลักการเดียวกันนี้ใช้ได้กับการเรียน การเข้าถึงเนื้อหาเป็นเพียงจุดเริ่มต้น สิ่งที่ขาดไม่ได้คือระบบที่คอยให้การสนับสนุน ให้ฟีดแบ็ก และที่สำคัญที่สุดคือให้ 'เหตุผลที่จะลงมือทำงานหนัก' ถ้าไม่มีแรงจูงใจที่จะฝึกฝนซ้ำ ๆ ทุกวัน ผลการเรียนรู้ก็ยากที่จะเกิด

แล้วถ้า AI ช่วยให้ทุกอย่างง่ายขึ้นล่ะ ? ในเมื่อโลกทุกวันนี้เราอยากได้อะไรที่สบาย ใช้แรงให้น้อยที่สุด คำตอบที่ได้คือ เหตุผลที่ยิมยังต้องมีอยู่ ก็เพราะชีวิตสมัยใหม่สบายเกินไป เรามีระบบขนส่งจนแทบไม่ต้องเดินหรือขึ้นบันได คนถึงต้องไปออกกำลังเพื่อสุขภาพร่างกาย 

AI ก็เช่นกัน มันคือยานพาหนะที่ช่วยแบ่งเบาภาระการคิด ใช้เป็นเครื่องมือให้งานเสร็จได้ แต่เพื่อสุขภาพของสมองและความสามารถในการคิดของเราเอง เราก็ยังต้องฝึกสมองอยู่ดี จนอาจถึงวันที่โลกต้องมี 'cognitive gym' หรือยิมฝึกสมอง ให้คนเข้าไปลับคมความคิด เหมือนที่วันนี้เราเข้ายิมฝึกกล้ามเนื้อ

สิ่งที่ผู้เรียนต้องการไม่ใช่ของง่าย แต่เป็นของยากที่มีความหมาย นักศึกษาหลายคนบอกตรง ๆ ว่าอยากได้โจทย์ที่ท้าทาย ขอแค่อย่าให้เป็นงานที่ทำไปเสียเวลาเปล่า เพราะพวกเขารู้ว่าต้องมีแรงต้านบางอย่างให้ออกแรงดัน ถึงจะเกิดการเรียนรู้ 

โจทย์จึงไม่ใช่การกำจัด 'ความยาก' ทิ้งไป แต่คือการผสมการเข้าถึงความรู้ที่ง่ายดาย เข้ากับแรงเสียดทานที่สร้างคุณค่าให้ได้

จดหมายแนะนำที่ AI เขียนได้ แต่กลวงเปล่า

เมื่อ AI ทำงานแทนคนได้มากขึ้น คำถามที่ตามมาอย่างเลี่ยงไม่ได้คือ แล้ว AI จะมาแทนอาจารย์ได้ไหม นี่เป็นความกังวลที่นักวิชาการในวงยอมรับว่ารู้สึกอยู่ทุกวัน เพราะงานหลายอย่างที่อาจารย์ทำมาเป็นสิบ ๆ ปี วันนี้ AI ทำได้แล้วจริง มันบีบให้แม้แต่ตัวอาจารย์เองต้องถามว่า ฉันยังมีคุณค่าอะไรเหลือให้กับห้องเรียน

คำตอบที่ได้คือ การยกการเรียนรู้ทั้งหมดให้ AI จัดการนั้นไม่ได้ผล ถ้าบอกนักศึกษาว่า 'นี่คือเครื่องมือ เอาไปใช้เรียนเองนะ' แล้วปล่อยให้ไปเรียนรู้เอง สุดท้ายก็จะล้มเหลวไม่เป็นท่า เพราะการเรียนรู้ต้องอาศัยความสัมพันธ์ระหว่างคนกับคน แปลว่า ครูที่ดี + เทคโนโลยีดิจิทัลในสภาพแวดล้อมที่เหมาะสมต่างหาก คือสูตรที่จะทำให้การเรียนรู้ดีขึ้น

ตัวอย่างหนึ่งคือเรื่องจดหมายแนะนำตัว มีนักศึกษาคนหนึ่งบอกว่า AI นั้นยอดเยี่ยม แต่ในวันที่เขาต้องไปสมัครงาน เขาไม่ต้องการให้ AI เป็นคนเขียนจดหมายแนะนำตัวให้ เพราะต่อให้ AI เขียนได้ดีแค่ไหน มันก็ 'กลวงเปล่า' 

คนที่อ่านจะรู้ทันทีว่าไม่มีเนื้อหาสาระจริงอยู่ข้างใน สิ่งที่เขาต้องการคือคนจริง ๆ ที่ยืนยันว่านักศึกษาคนนี้เก่งจริง เพราะสุดท้ายแล้วการเชื่อมต่อระหว่างมนุษย์คือสิ่งที่ AI ทดแทนไม่ได้

เกรดไม่เคยทำให้ใครได้เลื่อนตำแหน่ง

อีกมุมมองที่คุยกันในวงสนทนาคือ ระบบการศึกษาทุกวันนี้ให้น้ำหนักกับเกรดมากเกินไป เราออกแบบหลักสูตร ให้อาจารย์เป็นคนนิยามว่าเกรด A หน้าตาเป็นอย่างไร แล้วให้นักศึกษาวิ่งตามโจทย์ การบ้าน และข้อสอบ 

แต่ในโลกแห่งความจริงคือ เกรดเฉลี่ยอาจไม่ได้การันตีความสำเร็จในชีวิตจริงเลยก็ได้

สิ่งที่สร้างให้เด็กคนหนึ่งแตกต่างคือ ความคิดสร้างสรรค์ และความสามารถในการนำความรู้ไปประยุกต์แก้ปัญหา ปัญหาของการศึกษาทุกวันนี้คือเราหมกมุ่นกับ 'เนื้อหา' แต่ไม่เคยถามว่าจะเอาเนื้อหาไปใช้แก้ปัญหาจริงได้อย่างไร 

ทางออกจึงไม่ใช่การปฏิเสธ AI แต่คือการใช้ AI ช่วยดึงเนื้อหามาให้ แล้วเอาเวลาที่เหลือไปสอนสิ่งที่สำคัญกว่า นั่นคือการประยุกต์ความรู้สู่โลกจริงและความคิดสร้างสรรค์

มีการยกตัวอย่างประวัติศาสตร์หลอดไฟขึ้นมา หลายคนเข้าใจว่า Thomas Edison คือผู้ประดิษฐ์หลอดไฟ แต่จริง ๆ แล้วคนที่ค้นพบหลักการก่อนคือ Joseph Swan ผู้เข้าใจว่าถ้าเคลือบไส้หลอดแล้วปล่อยกระแสไฟผ่าน มันจะเปล่งแสงออกมา นั่นคือการประดิษฐ์ 

ส่วน Edison คือคนที่มองโลกออกว่า ถ้าอยากเอาสิ่งนี้เข้าไปอยู่ในบ้านทุกหลัง เขาต้องตอบให้ได้ว่าจะลดต้นทุนต่อหน่วยอย่างไร จะผลิตจำนวนมากอย่างไร จะทำให้หลอดอยู่ได้นานเป็นเดือนแทนที่จะดับในไม่กี่นาทีอย่างไร และจะโน้มน้าวให้บริษัทสาธารณูปโภคยอมส่งไฟฟ้าเข้าบ้านคนได้อย่างไร

ความหมายของตัวอย่างนี้คือ AI ช่วยให้เราเป็น Joseph Swan ที่ดึงข้อมูลมาเข้าใจหลักการได้อย่างรวดเร็ว เหมือนมีความรู้ถูกฉีดเข้าหัวในพริบตา แต่อัจฉริยภาพที่แท้จริงอยู่ที่การมองเห็นความเชื่อมโยงและ insight ว่าข้อมูลนั้นควรเปลี่ยนแปลงอะไร 

สิ่งที่การศึกษาควรทำคือพาผู้เรียนขยับจากการเป็น Joseph Swan ที่เก่งเรื่องการรับข้อมูล ไปสู่การเป็น Thomas Edison ที่มองโลกออกและขับเคลื่อนความเปลี่ยนแปลงผ่านระบบนิเวศได้ เพราะการขับเคลื่อนการเปลี่ยนแปลงผ่านผู้คนและระบบ คือสิ่งที่ AI ทำแทนไม่ได้

มีผู้ร่วมเสวนาพูดออกมาตรง ๆ ว่า

เรารับนักศึกษาเข้าเรียนเพราะการสอบ เราให้ปริญญาเขาเพราะการสอบ แต่ไม่มีใครในพวกเราเลยที่ได้เลื่อนตำแหน่งเพราะการสอบ

นี่คือช่องว่างที่ระบบการศึกษายังตอบไม่ได้ และเป็นเหตุผลว่าทำไมการเปลี่ยนกรอบความคิดให้ผู้เรียนโฟกัสที่ 'การสร้างผลกระทบต่อโลก' จึงสำคัญกว่าการไล่ตามเกรดเฉลี่ย 4.0 ที่ใครสักคนนิยามขึ้นมาลอย ๆ แล้วทำให้เรารู้สึกดีกับตัวเองเมื่อทำได้ถึง

ส่งเด็กออกไปหาปัญหาในโลกจริง

ถ้าเกรดไม่ใช่คำตอบ แล้วการเรียนรู้ที่แท้จริงหน้าตาเป็นอย่างไร แนวคิดที่ถูกหยิบมาคุยกันคือ 'mastery-based learning' หรือการเรียนรู้ที่วัดกันที่ความเชี่ยวชาญจริง ไม่ใช่วัดที่เวลาเรียนหรือคะแนนสอบ 

ในระบบการศึกษาแบบเดิมทุกคนต้องเดินทางเดียวกัน ผ่านชั้นปีทีละขั้นด้วยเวลาที่ตายตัวเท่า ๆ กัน แต่ในการเรียนแบบ mastery ผู้เรียนก้าวหน้าได้ตามความเข้าใจและความสามารถในการประยุกต์ของแต่ละคน คุณจะมาสเตอร์อะไรสักอย่างได้จริง ก็ต่อเมื่อคุณนำมันไปใช้กับโลกจริงและเปลี่ยนแปลงโลกให้ดีขึ้นได้ ไม่ใช่แค่ท่องสูตรตรีโกณมิติไปตอบข้อสอบ

มีตัวอย่างหนึ่งน่าสนใจ ในห้องเรียนวิศวกรรมที่เด็กส่วนใหญ่เข้ามาด้วยเกรดเต็มและคะแนนสอบสูง แต่ยังไม่เข้าใจว่าโลกจริงทำงานอย่างไร อาจารย์เลยเริ่มจากการบังคับให้ทุกคนต้องพูด ใครยังไม่ได้พูดจะออกจากห้องไม่ได้ และเมื่อพูดแล้วก็ต้องเปิดโอกาสให้คนอื่นได้พูดด้วย 

คนที่พูดเก่งจึงได้ฝึกฟัง ส่วนคนที่กลัวการพูดก็ถูกบีบให้ฝึกพูด จากนั้นยังให้เด็กออกไปสำรวจปัญหาจริงในมหาวิทยาลัย 

พองานนำเสนอของเด็กออกมาไม่ดีนักเพราะยังเป็นนักศึกษาปีหนึ่ง คะแนนจึงออกมาราว 70 ทุกคนตื่นตระหนกกลัวว่าจะต้องถอนวิชา แต่อาจารย์กลับให้ฟีดแบ็กอย่างละเอียดแล้วเปิดโอกาสให้อัดคลิปนำเสนอใหม่โดยให้คะแนนเป็นสองเท่า 

บทเรียนที่ซ่อนอยู่คือ เด็กกำลังพลาดจุดประสงค์ของการเรียนรู้ เพราะมัวแต่กังวลเรื่องเกรด สิ่งที่อาจารย์พยายามทำคือปลดเด็กออกจากความกลัวนั้น เพื่อให้กลับมาโฟกัสที่การลงมือทำจริง

ปัญหาไม่ได้อยู่เทคโนโลยี แต่คือวิธีที่เราเลือกใช้มัน

มีการสรุปเอาไว้ว่า จริง ๆ แล้วปัญหาการเรียนรู้ไม่ได้อยู่ที่เทคโนโลยี แต่อยู่ที่ว่าเราเลือกทำอะไรกับมัน การจะปฏิรูปการศึกษาให้ได้ผล สิ่งแรกที่ต้องทำคือไปคุยกับครูและอาจารย์ผู้อยู่หน้างานก่อน เพื่อเข้าใจว่าสถานการณ์จริงเป็นอย่างไร ก่อนจะรีบสรุปว่าตัวเองมีทางออกให้กับปัญหาที่อาจยังไม่เข้าใจมันด้วยซ้ำ 

เพราะภาพจำที่ว่าครูเป็นแค่คนป้อนเนื้อหานั้นไม่ตรงกับความจริง ครูส่วนใหญ่ทำมากกว่านั้นมาก พวกเขารู้วิธีทำงานกับผู้เรียนในแบบที่เครื่องมือทำแทนไม่ได้

สิ่งที่เหลือไว้ให้คิดต่อคือการเปลี่ยนกรอบความคิดของคนรุ่นใหม่ ให้มองว่า AI เครื่องมือ และการสอบ ล้วนเป็นเพียงหนทางไปสู่การสร้างผลกระทบ ไม่ใช่เป้าหมายในตัวเอง ถ้าเราจุดประกายให้ผู้เรียนค้นหาว่าตัวเองอยากสร้างความเปลี่ยนแปลงอะไรให้โลก แล้วใช้สิ่งนั้นเป็นแสงนำทาง การศึกษาก็จะเดินไปถึงจุดที่ควรจะเป็น

ในเมื่อโลกใบนี้มีปัญหาให้แก้อยู่ไม่รู้จบ และในเมื่อ AI ทรงพลังขนาดนี้ ก็ควรปล่อยให้ผู้เรียนได้ใช้เวลาไปกับการลงมือแก้ปัญหาเหล่านั้น เพื่อทำให้โลกเป็นที่ที่ดีขึ้น

อ้างอิง : เซสชัน More Content, Less Learning จากงาน Summer Davos 2026