ทดสอบแนวคิดหรือผลิตภัณฑ์ร่วมกับผู้บริโภคสังเคราะห์ และตัดสินใจได้อย่างมั่นใจ
Synthetic users ที่ให้บริการ user research โดยไม่มี user จริง
บริการ Synthetic Users ที่เปิดตัวเมื่อเดือนกุมภาพันธ์ที่ผ่านมา ตามชื่อของบริการนั้นเอง ได้นำเสนอผู้บริโภคเสมือนที่สร้างขึ้นมาแทนที่จะเป็นมนุษย์จริง เป็นเป้าหมายสำหรับการวิจัยผู้ใช้ที่เกี่ยวข้องกับการพัฒนาผลิตภัณฑ์ สามารถทำการสัมภาษณ์และการสำรวจความคิดเห็นกับมนุษย์เสมือนเหล่านี้ได้ รวมถึงรับข้อเสนอแนะเกี่ยวกับประสบการณ์การใช้งานผลิตภัณฑ์ นอกจากนี้ยังมีฟังก์ชั่นการตั้งค่าสถานการณ์เฉพาะเจาะจงของกลุ่มลูกค้าเป้าหมาย เช่น คู่รักชาวยุโรปที่คบหากันมานาน และยังมีข้อมูลการสัมภาษณ์ที่เกี่ยวข้อง 100 รายการ ในราคา 380 ดอลลาร์ ซึ่งเป็นผลลัพธ์ที่ช่วยประหยัดค่าใช้จ่ายได้อย่างมาก และในชุมชนของผู้เชี่ยวชาญด้านมานุษยวิทยา สังคมวิทยา และมานุษยวิทยาที่ได้สัมผัสกับบริการนี้ ต่างแสดงปฏิกิริยาที่หลากหลาย ตั้งแต่รู้สึกไม่สบายใจ รู้สึกถึงวิกฤต ไปจนถึงรู้สึกสนุกสนาน
ซึ่งสิ่งนี้รวมถึงความวิตกกังวลว่ามาตรฐานของตัวตน เป้าหมาย ความสุข และคุณค่าของมนุษย์ในฐานะสิ่งที่ 'สร้างขึ้น' ไม่ใช่สิ่งที่สร้างสรรค์นั้น อาจถูกคัดลอกและทำความเข้าใจได้ง่ายกว่าที่คิด ในงานวิจัยเชิงคุณภาพ ซึ่งเป็นงานที่ไม่ใช่การสร้างสรรค์ผลงาน 'สังเคราะห์' แต่เป็นการทำความเข้าใจตัวบุคคล รวมถึงมุมมองที่ดูหมิ่นว่าไม่สามารถแสดงสถานการณ์ทางสังคมการเมืองที่ซับซ้อนและความสัมพันธ์ซึ่งกันและกันที่เกิดขึ้นในชีวิตจริงของผู้คนได้อย่างครบถ้วน
อันที่จริง ข้อมูลสังเคราะห์นั้นไม่ใช่แนวคิดใหม่ ข้อมูลสังเคราะห์มีประโยชน์อย่างยิ่งในกรณีที่ยากที่จะรวบรวมชุดข้อมูล เช่น ในการจำลองรถยนต์เสมือนจริงของผู้ผลิตรถยนต์ โดยการเลียนแบบพฤติกรรมของผู้ขับขี่เพื่อฝึกฝนแบบจำลองในสถานการณ์ที่หลากหลายและมากมาย หรือการสร้างชุดข้อมูลที่ไม่มีข้อมูลที่ระบุตัวตน แต่มีลักษณะทางสถิติเหมือนกับข้อมูลบันทึกผู้ป่วยโควิด-19 กว่า 2.7 ล้านราย เพื่อให้ผู้วิจัยทั่วโลกสามารถแบ่งปันและทำวิจัยได้อย่างรวดเร็ว
แต่สถานการณ์ปัจจุบันที่ ChatGPT กำลังแพร่กระจายอย่างรวดเร็วไปสู่บริการในแทบทุกสาขา ได้กลายเป็นโอกาสที่ทำให้ความต้องการข้อมูลสังเคราะห์ที่เพิ่มขึ้นอยู่แล้วนั้น เพิ่มขึ้นอย่างรวดเร็วและกว้างขวางขึ้น จนนำไปสู่การให้บริการที่อ้างว่าสามารถแทนที่ชีวิตประจำวันของมนุษย์ที่ได้มาซึ่งข้อมูลเชิงลึกด้วยข้อมูลสังเคราะห์
โดยเฉพาะอย่างยิ่ง บริการ Synthetic Users แสดงให้เห็นถึงความกังวลเกี่ยวกับการใช้ข้อมูลสังเคราะห์อย่างชัดเจนนั่นคือ ‘ช่องว่างระหว่างความเป็นจริง’ กล่าวคือ จำเป็นต้องนิยาม ‘ข้อมูล’ และ ‘ความจริง’ ใหม่
เรากำลังอยู่ในยุคของข้อมูลที่ผิดพลาดอยู่แล้ว และการทำความเข้าใจที่มาและอคติของข้อมูลทั้งหมดที่เรามองเห็นนั้นยากขึ้นเรื่อยๆ กระแสข้อมูลสังเคราะห์ที่กำลังจะถาโถมเข้ามาในอนาคต จะทำให้เส้นแบ่งระหว่าง ‘ความเป็นจริง’ และ ‘สิ่งประดิษฐ์’ มีความคลุมเครือมากขึ้น ไม่เพียงเท่านั้น แต่ยังทำให้ผู้บริโภคข้อมูลทั่วไปประเมินวิจารณ์ได้ยากขึ้นว่า แหล่งที่มาของข้อมูลต้นฉบับ วิธีการรวบรวมและการจัดการ และสุดท้ายแล้วจะต้องเชื่อถือได้ในระดับใด
ดังนั้น เพื่อป้องกันไม่ให้การปฏิวัติข้อมูลสังเคราะห์สร้างโลกที่เราไม่ได้ตั้งใจ สิ่งที่สำคัญที่สุดในการเริ่มต้นคือการให้ความสำคัญกับข้อมูลขนาดเล็กแทนที่จะเป็นข้อมูลขนาดใหญ่ ปัจจุบัน เราพบว่าหลายบริษัทมีแนวโน้มที่จะมุ่งเน้นไปที่การตัดสินใจโดยใช้ข้อมูล (Data-driven decision making) ซึ่งเป็นการตัดสินใจโดยอาศัยข้อมูลที่มีอยู่ทั้งหมด แม้ว่าจะทราบดีว่าชุดข้อมูลนั้นมีความลำเอียงหรือไม่สมบูรณ์ก็ตาม ดังนั้นข้อมูลสังเคราะห์ควรมาจากข้อมูลจริงที่ดีที่สุดที่เราสามารถหาได้ และในขณะเดียวกัน ก็ต้องมีการให้ความเข้าใจเชิงลึกเกี่ยวกับบริบทว่าอะไรคือสิ่งที่สำคัญที่สุดในข้อมูล และเหตุใดจึงสำคัญ รวมถึงการจัดเตรียมชุดข้อมูลเริ่มต้นที่มีคุณภาพสูงสุดเท่าที่จะเป็นไปได้
เพราะหากไม่ยึดโยงกับความเข้าใจเชิงลึกเกี่ยวกับปรากฏการณ์พื้นฐานของมนุษย์ในปัจจุบัน เช่น ความแตกต่างระหว่างสิ่งที่ผู้คนพูดและสิ่งที่ทำ หรือผลกระทบที่ไม่คาดคิดของชีวิตต่อพฤติกรรมที่เราดำเนินการ เราก็มีความเสี่ยงที่จะจำลองโลกทางสังคมที่คุกคามความเป็นจริงในรูปแบบที่เป็นอันตรายต่อทั้งบริษัทและบุคคลทั่วไป
ในอนาคต ข้อมูลสังเคราะห์จะมีบทบาทที่สำคัญยิ่งขึ้นในชีวิตประจำวันของเรา มีศักยภาพในการปรับโครงสร้างทุกสิ่งทุกอย่าง ตั้งแต่ขั้นตอนวิธีที่ก่อรูปประสบการณ์ของเราต่อโลก ไปจนถึงความเข้าใจของเราเกี่ยวกับข้อมูลและความเป็นจริง การตัดสินใจที่สำคัญเหล่านี้ แม้ว่าจะมีเจตนาดีเพียงใด ก็มีความเสี่ยงสูงเกินไปที่จะมอบหมายให้กับนักวิทยาศาสตร์ข้อมูลบางคน และจำเป็นต้องมีการทำงานร่วมกันกับผู้เชี่ยวชาญในสาขาวิทยาศาสตร์สังคมและมนุษยศาสตร์ นี่ไม่ใช่เพราะข้อมูลสังเคราะห์ไม่ดีกว่าหรือแย่กว่าชุดข้อมูลบางชุดในปัจจุบัน แต่เป็นเพราะความกลัวว่ามันสามารถสร้างโอกาสมากมายได้
*บทความนี้เป็นต้นฉบับจากคอลัมน์ชื่อของหนังสือพิมพ์อิเล็กทรอนิกส์ที่ตีพิมพ์เมื่อวันที่ 11 เมษายน 2566
เอกสารอ้างอิง
ความคิดเห็น0