STORY : มี AI Pro ทำไมยังตอบเพี้ยน? ปัญหาอาจไม่ได้อยู่ที่โมเดลอย่างเดียว

หลัง TH-AI Passport เปิดให้ประชาชนเข้าใช้งานจริง นอกจากกระแสทดลองใช้ AI หลายโมเดลแล้ว อีกด้านหนึ่งก็เริ่มมีคำถามตามมา

• ทำไมพิมพ์ภาษาไทย แต่บางครั้งได้คำตอบเป็นภาษาอื่น?
• ทำไม AI ระดับ Pro บางตัวกลับให้ผลลัพธ์ที่รู้สึกว่าไม่ดีเท่า AI ฟรีที่เคยใช้?

และเมื่อมีรายชื่อโมเดลจำนวนมากอยู่ในแพลตฟอร์มเดียวกัน คนที่เพิ่งเริ่มใช้จะรู้ได้อย่างไรว่า ควรเลือกตัวไหนให้เหมาะกับงาน?
คำตอบอาจไม่ได้อยู่ที่โมเดลเพียงอย่างเดียว แต่อยู่ทั้งที่ประเภทของงาน วิธีสั่ง บริบทเดิม การตั้งค่าของระบบ และการออกแบบแพลตฟอร์มให้คนธรรมดาเลือกเครื่องมือได้ง่ายเพียงใด

🔵 [AI แต่ละตัวเกิดมาเพื่อทำงานต่างกัน]

หนึ่งในความเข้าใจที่ต้องเปลี่ยนเมื่อเริ่มใช้ AI มากขึ้น คือ AI ไม่ได้เป็นเครื่องมือประเภทเดียวกันทั้งหมด

นายไชยชนก ชิดชอบ รัฐมนตรีว่าการกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม อธิบายว่า TH-AI Passport ไม่ได้สร้างโมเดล AI ขึ้นมาเอง แต่ทำหน้าที่เป็นแพลตฟอร์มที่นำโมเดลจากผู้ให้บริการหลายรายมาให้ประชาชนทดลองใช้

ภายในแพลตฟอร์มจึงมีเครื่องมือหลายประเภท ตั้งแต่โมเดลสนทนาและให้เหตุผล โมเดลค้นคว้าข้อมูล ไปจนถึงเครื่องมือสร้างภาพและวิดีโอ เช่น GPT, Grok, Nano Banana และ Seedance เครื่องมือเหล่านี้ไม่ควรถูกนำมาเปรียบเทียบด้วยเกณฑ์เดียวกันทั้งหมด เพราะบางโมเดลอาจเหมาะกับการเขียนและวิเคราะห์ข้อความ ขณะที่บางโมเดลได้รับการออกแบบมาเพื่องานภาพหรือวิดีโอโดยเฉพาะ

ดังนั้น ก่อนถามว่า “AI ตัวไหนดีที่สุด?” ผู้ใช้อาจต้องเริ่มจากคำถามที่พื้นฐานกว่า คือ “งานที่กำลังทำเป็นงานประเภทไหน?” เพราะถ้าเลือกประเภทเครื่องมือไม่ตรงกับงาน ผลลัพธ์ย่อมไม่เป็นไปตามที่คาดหวัง แม้จะเป็นบริการระดับ Pro ก็ตาม

🔵 [AI ตัวเดิมอาจตอบตรงใจ เพราะมีบริบทเดิมอยู่แล้ว]

อีกข้อสงสัยจากผู้ใช้ คือเหตุใด AI ฟรีที่เคยใช้เป็นประจำจึงอาจตอบได้ตรงใจมากกว่า AI ที่เพิ่งเริ่มทดลองผ่านแพลตฟอร์มใหม่ นายไชยชนกอธิบายว่า ผู้ที่ใช้ AI ตัวเดิมมานาน อาจมีทั้งประวัติการสนทนา วิธีตั้งคำถาม และชุดคำสั่งที่เคยใช้งานต่อเนื่อง จึงทำให้ประสบการณ์แตกต่างจากการเริ่มต้นใหม่

อย่างไรก็ตาม ผลลัพธ์ที่แตกต่างกันอาจไม่ได้เกิดจากประวัติการใช้งานเพียงอย่างเดียว แต่ยังเกี่ยวข้องกับรุ่นของโมเดล ระบบความจำ ขนาดของบริบท และการตั้งค่าของแต่ละแพลตฟอร์มด้วย หากผู้ใช้มี Prompt หรือแนวทางสั่งงานที่เคยได้ผลกับ AI ตัวเดิม สามารถนำมาปรับใช้กับโมเดลใหม่ พร้อมให้ข้อมูลพื้นฐานที่จำเป็น เช่น ต้องการผลลัพธ์อะไร ใช้กับใคร ต้องการน้ำเสียงแบบไหน และมีข้อห้ามอะไรบ้าง เพราะต่อให้เลือกโมเดลได้ตรงงาน แต่ถ้าคำสั่งกว้างเกินไปหรือไม่มีบริบท คำตอบก็อาจยังไม่ตรงกับความต้องการ
 

🔵 [มี AI Pro แต่อาจยังใช้โมเดลเริ่มต้น]

อีกจุดที่อาจส่งผลต่อประสบการณ์ใช้งาน คือการตั้งค่าโมเดลเริ่มต้นของแพลตฟอร์ม นายไชยชนกระบุว่า หากผู้ใช้เข้าสู่ระบบแล้วไม่ได้เปลี่ยนโมเดล งานบางอย่างอาจยังถูกประมวลผลผ่านโมเดลพื้นฐานที่ตั้งไว้เป็นค่าเริ่มต้น พร้อมยอมรับว่าได้แจ้งให้ทีมงานนำประเด็นนี้ไปปรับปรุง เพื่อให้ผู้ใช้เข้าถึงโมเดลระดับสูงได้สะดวกขึ้น ประเด็นนี้สะท้อนว่า การมีตัวเลือกจำนวนมากไม่ได้ทำให้ผู้ใช้เลือกได้ง่ายขึ้นโดยอัตโนมัติ

สำหรับคนที่คุ้นเคยกับ AI รายชื่อโมเดลจำนวนมากอาจหมายถึงโอกาสในการทดลอง แต่สำหรับมือใหม่ หน้าจอเดียวกันอาจกลายเป็นความสับสนว่าแต่ละชื่อแตกต่างกันอย่างไร และควรกดเลือกตัวไหน

ดังนั้น โจทย์ของ TH-AI Passport จึงไม่ควรหยุดอยู่ที่การนำโมเดลจำนวนมากมาไว้ในแพลตฟอร์ม แต่ต้องทำให้ผู้ใช้มองเห็นด้วยว่า โมเดลใดเหมาะกับงานข้อความ งานค้นคว้า งานภาพ หรืองานวิดีโอ รวมถึงแสดงให้ชัดว่าขณะนั้นกำลังใช้งานโมเดลใดอยู่

🔵 [เมื่อคำตอบไม่ดี ต้องตรวจมากกว่าแค่ชื่อโมเดล]

เมื่อ AI ตอบไม่ตรงใจ ผู้ใช้ไม่ควรรีบสรุปทันทีว่าโมเดลนั้น “ไม่เก่ง” และในทางกลับกัน ก็ไม่ควรสรุปว่าปัญหาเกิดจากผู้ใช้เลือกเครื่องมือผิดเพียงฝ่ายเดียว

คำตอบที่คลาดเคลื่อนอาจเกิดได้จากหลายปัจจัย ทั้งการเลือกโมเดลไม่ตรงงาน Prompt ไม่ชัด ข้อมูลไม่เพียงพอ การตั้งค่าภาษา โมเดลเริ่มต้น หรือข้อจำกัดของระบบที่เชื่อมโมเดลเข้ากับแพลตฟอร์ม

วิธีทดลองที่ง่ายที่สุด คือใช้โจทย์เดียวกันกับโมเดลมากกว่าหนึ่งตัว แล้วเปรียบเทียบอย่างน้อย 4 เรื่อง

• หนึ่ง ความถูกต้อง
• สอง ความครบถ้วน
• สาม ความเหมาะสมกับงาน
• และสี่ แหล่งที่มาของข้อมูล

หากเป็นเรื่องสำคัญ เช่น ตัวเลข กฎหมาย สุขภาพ การเงิน หรือข้อมูลที่ต้องนำไปเผยแพร่ ผู้ใช้ต้องตรวจสอบกับแหล่งต้นฉบับเสมอ ไม่ว่าโมเดลนั้นจะเป็นแบบฟรีหรือ Pro
เพราะ AI ที่ตอบได้ลื่นไหล ไม่ได้หมายความว่าคำตอบนั้นถูกต้อง
 

🔵 [โจทย์หลังเปิดใช้จริง คือทำอย่างไรให้มือใหม่เลือกเป็น]

นายไชยชนกระบุว่า ภายใน TH-AI Passport มีคำแนะนำเกี่ยวกับลักษณะการใช้งานของแต่ละโมเดล และต้องการให้ประชาชนได้ทดลองหลายเครื่องมือ เพื่อเรียนรู้ว่างานของตัวเองเหมาะกับ AI แบบใด

ในมุมนี้ การทดลองโมเดลหนึ่งแล้วพบว่าไม่เหมาะกับงาน อาจไม่ใช่การทดลองที่เสียเปล่า เพราะอย่างน้อยผู้ใช้ได้เรียนรู้ว่า ครั้งต่อไปควรเปลี่ยนเครื่องมือ เปลี่ยนคำสั่ง หรือเพิ่มบริบทตรงไหน แต่การเรียนรู้ไม่ควรถูกผลักให้เป็นภาระของผู้ใช้เพียงฝ่ายเดียว

หากโครงการต้องการให้คนที่ไม่เคยใช้ AI มาก่อนสามารถนำเครื่องมือไปใช้ได้จริง แพลตฟอร์มต้องช่วยลดความซับซ้อน ตั้งแต่การแบ่งประเภทโมเดล การแนะนำตามลักษณะงาน การแสดงโมเดลที่กำลังใช้งาน ไปจนถึงการอธิบายว่า เมื่อคำตอบไม่ดีควรแก้ตรงไหน เพราะการให้ “สิทธิ์เข้าถึง” เป็นเพียงด่านแรก ด่านถัดไปคือการทำให้ประชาชนรู้จักเลือก รู้จักสั่ง และรู้จักตรวจสอบ เป้าหมายจึงอาจไม่ใช่ทำให้คนไทยทุกคนใช้ AI ตัวเดียวกัน แต่คือทำให้แต่ละคนค้นพบว่า งานของตัวเองควรใช้เครื่องมือแบบไหน และรู้เท่าทันพอที่จะไม่เชื่อทุกคำตอบที่ AI ส่งกลับมา