ChatGPT : เครื่องมือเพื่อการวิจัย

ใน ChatGPT Plus นอกจากการใช้ plugin ที่ช่วยให้ GPT-4 สามารถอ่านข้อมูลไฟล์ pdf ได้แล้ว Code interpreter เป็นอีกเครื่องมือหนึ่งที่ช่วยอ่านข้อมูลไฟล์ได้ โดยเฉพาะหากมีไฟล์หลายไฟล์ก็สามารถ zip รวมเป็นไฟล์เดียวเพื่อให้ upload ไปคราวเดียวกันได้. ในการวิจัยซึ่งต้องเริ่มต้นจากการทบทวนงานวิจัยในอดีต เราจึงสามารถใช้ประโยชน์เพื่อการวิจัยนี้ได้.

การทบทวนวรรณกรรม

ในที่นี้ได้ทดลองนำบทความวิจัยเจ็ดบทความรวมเป็น zip ไฟล์เดียว เมื่อ upload ไฟล์ให้ Code interpreter สามารถ unzip ข้อมูลออกมาแล้วเห็นไฟล์ pdf ที่อยู่ข้างในทั้งหมดเจ็ดไฟล์ได้.

จากนั้น GPT-4 ก็เริ่มอ่านและสรุปบทความแรกให้ เมื่อเสร็จแล้วก็จะถามต่อว่าจะให้อ่านบทความต่อไปให้ไหม ก็ตอบว่า yes และทำเช่นนี้ไปจน ChatGPT อ่านหมดทุกบทความ

เมื่ออ่านครบทุกบทความแล้ว GPT-4 จะถามว่าต้องการให้ทำอะไรต่อ ในที่นี้ลองให้เขียนบรรณานุกรมบทความที่อ่านในรูปแบบ MLA style ซึ่งก็ได้ข้อมูลเท่าที่มีปรากฏในบทความนั้น บางบทความจึงไม่เห็นชื่อวารสาร หรือเลขหน้า

จากนั้น สั่งให้เขียนทบทวนวรรณกรรมจากบทความที่อ่าน และให้เขียนอ้างอิงในย่อหน้านั้นด้วย APA style ซึ่ง GPT-4 ก็สามารถเขียนออกมาให้ได้

การหาหัวข้อวิจัย

การหาหัวข้องานวิจัย ปกติจะได้ในระหว่างการทบทวนวรรณกรรม เมื่ออ่านงานต่างๆ แล้วเห็นว่ามีประเด็นบางอย่างที่น่าสนใจแต่ยังไม่มีผู้ใดศึกษา หรือมีผู้ตั้งคำถามหรือเปิดประเด็นคำถามไว้ และเราเห็นว่าน่าสนใจศึกษาต่อก็สามารถศึกษาวิจัยในหัวข้อหรือประเด็นนั้นได้ ในกรณีที่เราใช้ ChatGPT ช่วยอ่านและสรุปงานให้ เราอาจขอให้ ChatGPT ช่วยดูประเด็นที่น่าสนใจศึกษาต่อจากงานเหล่านี้ก็ได้. ในที่นี้ได้ลองให้ GPT-4 แจกแจงหัวข้อที่สามารถศึกษาวิจัยเพิ่มเติมต่อได้โดยอิงจากข้อมูลบทความที่ได้อ่านมานั้น. ซึ่ง GPT-4 ก็สามารถแจกแจงหัวข้อที่คิดว่าน่าสนใจให้ได้

การออกแบบงานวิจัย

เมื่อลองดูหัวข้อที่แจกแจงมา สมมติว่าเราสนใจเรื่อง semantic prosody กับการแปล เราก็สามารถขอให้ช่วยออกแบบงานวิจัยให้ดูได้ว่า ถ้าอยากจะวิจัยเรื่องนี้จะต้องวางแผนวิจัยอย่างไร GPT-4 ก็จะช่วยร่างแผนงานเป็นตัวอย่างให้ดูตั้งแต่ชื่อเรื่อง วัตถุประสงค์ ระเบียบวิธีวิจัย และผลที่คาดว่าจะได้. สิ่งที่ได้เป็นเหมือนการถามที่ปรึกษาหรือนักวิจัยพี่เลี้ยงให้ลองทำเป็นตัวอย่างให้ดู ถ้าเรารู้จักใช้ประโยชน์ เราก็จะได้เห็นตัวอย่างวิธีคิดที่ GPT-4 นำเสนอให้ดู เราสามารถเลือกให้แสดงการออกแบบหลาย ๆ หัวข้อได้ เป็นวิธีหนึ่งที่ช่วยเสริมความเข้าใจจากการศึกษาตัวอย่างการออกแบบนี้ได้

การทำแบบสอบถาม

ในงานวิจัยที่ต้องอาศัยการทำแบบสอบถาม เราก็สามารถให้ ChatGPT ช่วยร่างแบบสอบถามให้ได้ ในตัวอย่างนี้ต้องการทำแบบสอบถามเพื่อประเมินประสบการณ์ของผู้ร่วมทดลองว่ามีความคุ้นเคยกับภาษาต่างประเทศมากแค่นั้น ปกติเราก็จะคิดคำถามเกี่ยวกับกิจกรรมการใช้ชีวิตที่เกี่ยวกับโอกาสการได้ใช้ภาษาต่างประเทศนั้น ซึ่งในที่นี้ก็ยกตัวอย่างคำถามให้ดู 2–3 ตัวอย่าง ที่เหลือ ChatGPT ก็คิดต่อให้ได้จนครบ 20 คำถาม

แต่สิ่งที่ได้ยังไม่เป็นแบบฟอร์มสวยงาม ก็สามารถสั่งต่อให้สร้างเป็นตารางสำหรับใส่ค่า 1–5 ได้. ตารางแรกยังไม่ใช่แบบที่ต้องการก็สั่งใหม่จนได้ตารางถัดมา

การคำนวณทางสถิติ

ข้อมูลงานวิจัยที่ได้มาเป็นตารางข้อมูล เราสามารถใช้ Code interpreter เพื่ออ่านไฟล์นั้นแล้วให้สร้างกราฟและประมวลผลข้อมูลตารางนั้นได้ หรือถ้าไม่ได้ใช้ ChatGPT Plus ก็อาจสั่งให้ช่วยเขียนโปรแกรมเพื่อมาใช้กับข้อมูลเองก็ได้. ตัวอย่างนี้เป็นการขอให้คำนวณ subject agreement โดยใช้ Kappa coefficient สิ่งที่ทำคือบอกไปว่าข้อมูล Excel เก็บอะไรบ้าง และต้องการให้ช่วยคำนวณอะไร ChatGPT ก็สามารถเขียนโปรแกรม Python มาให้ จากนั้นเราก็ copy code ไปใช้กับข้อมูลได้

ควรใช้ ChatGPT Plus ช่วยงานวิจัยหรือไม่

ความสามารถของ AI อย่าง ChatGPT Plus ในการช่วยทำงานวิจัยตั้งแต่ทบทวนวรรณกรรมไปจนถึงการวางแผนวิจัยให้ สามารถช่วยให้นักวิจัยที่ยังไม่มีประสบการณ์มากเหมือนมีพี่เลี้ยงช่วยให้คำแนะนำต่าง ๆ แต่ก็เป็นประเด็นที่ควรพิจารณาในแวดวงวิชาการต่อว่าขอบเขตและความเหมาะสมคืออะไร. เราควรยอมให้มีการใช้งานมากน้อยแค่ไหน

หากมองว่าสำหรับนักวิจัยใหม่ การมี ChatGPT Plus ทำให้เหมือนมีพี่เลี้ยงนักวิจัยที่ช่วยอ่านและสรุปงานให้รอบแรก ใน Code interpreter เมื่อให้ Show work จะเห็นว่ามีการไปดึงเนื้อหาในบทความออกมาได้เพื่อนำมาสรุป แต่ผู้วิจัยเองก็ต้องไปอ่านบทความนั้นต่อเพื่อทำความเข้าใจและที่สำคัญคือยืนยันด้วยตัวเองว่าสิ่งที่ GPT-4 สรุปมาให้นั้นถูกต้องครบถ้วนจริงไหม. ซึ่ง ณ วันนี้ยังถือเป็นข้อกังวลที่สำคัญของการใช้งาน AI อย่าง ChatGPT ว่าอาจเขียนอะไรออกมาจากจินตนาการตัวเองมากกว่าอาศัยข้อมูลจริงก็ได้

หากใช้ ChatGPT เป็นเครื่องมือช่วยทบทวนวรรณกรรมโดยที่ผู้วิจัยยังคงอ่านและทำความเข้าใจงานเองด้วย ก็คงเป็นเรื่องที่ยังยอมรับได้และเป็นเรื่องดีเหมือนเป็นการฝึกทำวิจัยโดยมีพี่เลี้ยงคอยช่วยได้. แต่หากผู้วิจัยเชื่อใจสิ่งที่ ChatGPT สรุปมาและเลือกทางง่ายคือนำเอาสิ่งที่ ChatGPT เขียนมาให้ไปใช้โดยไม่ได้ไปอ่านต้นฉบับเอง แถมยังให้ ChatGPT เขียนบททวนวรรณกรรมแบบที่มีการอ้างอิงบทความที่อ่าน แล้วเอาบททบทวนวรรณกรรมนั้นมาใช้เลย ไม่ได้เขียนจากความเข้าใจของตัวเอง กล่าวคือใช้ ChatGPT เป็นหลักในการผลิตงานเลย เช่นนี้แล้วจะยังถือเป็นผลงานวิจัยของคนผู้นั้นได้หรือไม่

อนาคตการทำงานวิชาการจะเปลี่ยนไป?

ในอนาคต ขีดความสามารถของ AI มีแต่จะเพิ่มมากขึ้น. ณ ปัจจุบัน เรายังอาจเห็นการสรุปที่ไม่ครบถ้วนหรือผิดเพี้ยนบ้าง แต่หากผลที่ได้จาก AI ดีและถูกต้องมากขึ้นจนโอกาสที่จะทำงานผิดพลาดน้อยมาก คนก็จะไม่เห็นความจำเป็นของการตรวจทานหรือตรวจสอบด้วยตัวเองอีก และ AI ก็จะถูกใช้เป็นเครื่องมือพื้นฐานเพื่อต่อยอดการทำวิจัยไปเลย. หากเป็นเช่นนี้จะยอมรับกันได้หรือไม่ เรื่องนี้ก็จะเป็นประเด็นที่ต้องถกเถียงกัน. บทความนี้ไม่ได้มีเจตนาชี้ช่องให้คนใช้ประโยชน์จาก AI อย่าง ChatGPT plus ในลักษณะนี้ เพียงแต่ต้องการชี้ให้เห็นความเป็นไปได้ที่จะมีผู้ทำเช่นนี้ เพราะจากตัวอย่างที่ได้ทดลองทำในที่นี้ เราก็ได้เห็นถึงศักยภาพของ AI ณ ปัจจุบันแล้ว ยิ่งไม่ต้องพูดถึง AI ในอนาคตในอีกไม่กี่ปีข้างหน้า

หากการใช้ AI เป็นหลักในการทำงานวิจัยไม่เป็นที่ยอมรับในแวดวงวิชาการ ก็จะมีคำถามว่าแล้วเราจะรู้ได้อย่างไรว่า ใครใช้ประโยชน์จากเครื่องมือ AI มากน้อยแค่ไหนและใช้อย่างไรบ้าง จะอาศัยโปรแกรมตรวจจับบทความที่เขียนแบบที่มีอยู่ก็ไม่น่าจะพอ เพราะเครื่องมือเหล่านี้เพียงตรวจว่าภาษาที่เห็นนั้นเขียนด้วย AI หรือเขียนด้วยมนุษย์ และก็มีหลากหลายวิธีที่จะใช้หลีกเลี่ยงไม่ให้เครื่องมือนี้ตรวจจับได้. สิ่งที่ผู้อ่านประเมินงานวิจัยจะเห็นก็คือผลงานที่สำเร็จแล้วในรูปบทความวิจัย เมื่อไม่สามารถตรวจจับจากภาษาได้ ก็ต้องอาศัยการประเมินจากผลของงานว่าเขียนออกมาดีหรือไม่ดี หากทำมาไม่ดี ผู้ประเมินก็คงบอกไม่ได้ว่าเป็นเพราะนักวิจัยทำมาเองไม่ดีหรือนักวิจัยไม่เก่งในการใช้งาน AI ช่วยทำงานวิจัย. หรือถ้าทำมาได้ดี เราก็ไม่รู้ว่าทำผลงานได้ดีด้วยความสามารถของตัวเองหรือเพราะสามารถใช้ AI ช่วยงานได้ดี

ทางออกในเรื่องนี้นั้นคงไม่มีใครตอบได้ในตอนนี้ว่าควรทำอย่างไร. หรือในอนาคตการใช้เครื่องมือ AI ช่วยวิจัยในขั้นตอนต่าง ๆ อาจจะกลายเป็นวิถีปฏิบัติปกติที่ยอมรับได้. ไม่ว่าต่อไปจะเป็นเช่นไร สำหรับนักวิจัย บางทีสิ่งที่สำคัญสุดอาจเป็นเรื่องว่าเราทำวิจัยเพราะอะไร เพราะเรามีคำถามที่อยากรู้ อยากหาคำตอบ และเรามีความสุขความพอใจกับการทำงานในกระบวนการขั้นตอนต่าง ๆ เพื่อให้ได้มาซึ่งคำตอบ เราสนุกกับการเรียบเรียงความคิดเพื่อเขียนบอกเล่าสิ่งที่เรารู้และค้นพบให้กับคนอื่น ๆ ได้รับรู้และตื่นเต้นไปกับเราใช่หรือไม่. และนี่อาจเป็นสิ่งสำคัญที่สุดสำหรับผู้ทำวิจัย ไม่ว่าเทคโนโลยีหรือเครื่องมือจะเปลี่ยนแปลงก้าวหน้าไปอย่างไร ไม่ว่าเราจะใช้เครื่องมือ AI มากน้อยแค่ไหน หากเราไม่ได้สัมผัสรับรู้สิ่งเหล่านี้ ไม่ได้ตอบความอยากรู้และช่วยให้เราได้รู้มากขึ้น การทำงานวิจัยก็ไร้ซึ่งความหมาย