# Optimistic vs Pessimistic Intelligence
ผู้เขียน: วินัย นาดี
วันที่: 14-02-2023
คุณลักษณะ (Traits) อย่างหนึ่งของมนุษย์ที่เราคุ้นเคยกันดี อย่างการมองโลกในแง่ดี (Optimistic) และการมองโลกในแง่ร้าย (Pessimistic) หากมองคนรอบ ๆ ตัวเรา ก็คงมีคนทั้งสองประเภทผสมปนเปกันไปเป็นเรื่องธรรมดา แต่หากมองในมุมการพัฒนาปัญญาประดิษฐ์ หรือเอไอ ก็อาจฟังดูเป็นเรื่องที่น่าคิด...
เราอาจลองใช้ Explanatory Style ซึ่งประกอบไปด้วย 3 Ps ในการวิเคราะห์การมองโลกในแง่ดีและแง่ร้าย โดย P ตัวแรกคือ Permanence (ความคงอยู่ถาวรไม่เปลี่ยนแปลง) P ตัวที่สองคือ Pervasiveness (ความแพร่หลาย) และ P ตัวสุดท้าย คือ Personalisation (ลักษณะเฉพาะบุคคล) การมองโลกในแง่ร้ายนั้น คือการที่มองเหตุการณ์ที่แย่นั้นว่าจะอยู่ถาวร ไม่เปลี่ยนแปลง โดยเป็นเรื่องปกติมีอยู่ทั่วไปอย่างแพร่หลาย และเกิดขึ้นเพราะความผิดของคนใดคนหนึ่ง
ในขณะที่การมองโลกในแง่ดีนั้น มองกลับกันว่าเหตุการณ์ร้าย ๆ นั้นจะอยู่ไม่นาน เป็นเหตุการณ์ที่เกิดขึ้นอย่างเฉพาะเจาะจง ไม่ใช่เรื่องปกติ และไม่ได้เกิดขึ้นเพราะความผิดของคนใดคนหนึ่ง แต่อาจเป็นเพียงแค่อุบัติเหตุหรือโชคไม่ดีเท่านั้นเอง...
ขอยกตัวอย่างง่าย ๆ เช่น การเลือกเส้นทางจากบ้านไปยังสถานที่ใดสถานที่หนึ่ง หลาย ๆ คนคงอาจมีประสบการณ์ว่าถ้าเดินทางช่วงสายอาจจะรถติดเพราะทุกคนต่างออกจากบ้านไปทำงาน ซึ่งเป็นเหตุการณ์ที่เป็นปกติ และโทษทีความผิดไปที่คนใช้รถที่ออกมาอยู่บนถนนในช่วงสายของวันนั้น ๆ
ตัวอย่างถัดมา ขอขยับขึ้นมาอีกระดับ ระบบเครดิตสกอร์ ที่หลาย ๆ คนพูดถึงและหลาย ๆ สถาบันการเงินอยากจะพัฒนาเอไอขึ้นมาเพื่อให้สามารถให้บริการทางการเงินได้อย่างชาญฉลาดและมีประสิทธิภาพ ลองคิดดูว่าเอไอที่จะถูกพัฒนาขึ้นนั้น จะเป็นแบบมองโลกในแง่ร้าย หรือมองโลกในแง่ดี...
ในช่วงเศรษฐกิจไม่ดี เอไออาจจะทำงานในโหมดมองโลกในแง่ร้าย เช่นมองว่าผู้ขอใช้บริการสินเชื่อนั้นอยู่ในสถานการณ์ฝืดเคืองกันอย่างแพร่หลาย และสถานการณ์นี้จะคงอยู่ไประยะนึง แต่หากเราตั้งให้เอไอทำงานในโหมดมองโลกในแง่ดีโดยมองว่าสถานการณ์ของผู้ขอใช้บริการสินเชื่อนั้นแตกต่างกัน และอาจจะมีโอกาสดีๆ สำหรับธุรกิจนั้นๆ
คุณลักษณะความยืดหยุ่นระหว่างการมองโลกในแง่ดีและแง่ร้ายของมนุษย์ หากสามารถผนวกกับความแม่นยำในข้อมูลและการคำนวณของเอไอ ก็คงเป็นโอกาสอันดีที่เราจะได้รับบริการต่าง ๆ ที่ดีขึ้น แต่การหาจุดสมดุลระหว่างการมองโลกในแง่ดีและการมองโลกในแง่ร้ายที่จะสามารถปรับใช้ให้ตรงกับสถานการณ์นั้นยังคงเป็นความท้าทายสำหรับนักพัฒนาเอไอให้คิดกันต่อไป
#Optimistic #Pessimistic# #Permanence #Pervasiveness #Personalisation #BetterAI
Ref: Barker, E. (2017). Barking Up the Wrong Tree: The Surprising Science Behind Why Everything You Know About Success Is (Mostly) Wrong. HarperCollins.
Photo by Loic Leray on Unsplash