ประเด็นอื้อฉาวเรื่องความซื่อสัตย์ทางวิชาการครั้งใหญ่ได้ปะทุขึ้นที่มหาวิทยาลัยเยล (Yale University) หลังมีการตรวจพบ “หลักฐานชัดเจนว่านักศึกษาใช้ AI” ในการบ้านเกือบหนึ่งในสามของวิชาเรียนยอดนิยมสาขาวิทยาการคอมพิวเตอร์ เหตุการณ์นี้ได้จุดคำถามสำคัญถึงความน่าเชื่อถือของเครื่องมือตรวจจับ AI และบทบาทของปัญญาประดิษฐ์ที่กำลังเปลี่ยนโฉมหน้าวงการศึกษา โดยมีนักศึกษากว่า 150 คนในวิชารหัส CPSC 223 (“โครงสร้างข้อมูลและเทคนิคการเขียนโปรแกรม”) ที่ทั้งคณาจารย์และนักศึกษาต่างต้องเผชิญกับข้อถกเถียงที่ส่งผลกระทบในวงกว้างเกินกว่าแค่ในรั้วมหาวิทยาลัย

เมื่อวันที่ 25 มีนาคมที่ผ่านมา บรรดานักศึกษาต่างตกตะลึงกับประกาศผ่านระบบจัดการการเรียนการสอนออนไลน์ (Canvas) ที่ระบุว่า หากใครยอมรับว่าใช้ AI ทำการบ้านภายใน 10 วัน จะถูกหักคะแนน 50 คะแนน แต่หากถูกจับได้โดยไม่สารภาพผิดก่อน จะถูกส่งเรื่องไปยังคณะกรรมการวินัย (Executive Committee หรือ ExComm) ซึ่งเป็นหน่วยงานที่ดูแลการละเมิดกฎทางวิชาการ และจะได้รับคะแนนเป็นศูนย์ในงานชิ้นนั้นทันที ท่ามกลางกระแสข่าวว่าคณะกรรมการวินัย “มีคดีลักษณะนี้ล้นมือจนรับมือแทบไม่ทัน” แนวโน้มที่การสอบสวนจะยืดเยื้อและทำให้เกรดออกช้า ยิ่งสร้างความวิตกกังวลไปทั่วทั้งมหาวิทยาลัย (Yale Daily News)

เหตุการณ์ครั้งนี้ถือเป็นการส่งเรื่องนักศึกษาจำนวนมากที่สุดไปยังคณะกรรมการวินัย นับตั้งแต่กรณีอื้อฉาวในการสอบวิชามานุษยวิทยาชีวภาพเมื่อปี 2022 ซึ่งสะท้อนความตึงเครียดภายในมหาวิทยาลัย ในยุคที่เครื่องมือ AI สร้างสรรค์อย่าง ChatGPT กลายเป็นเรื่องปกติและเป็นที่ถกเถียงในแวดวงวิชาการ รายงานของคณะกรรมการวินัยเองก็ชี้ว่าจำนวนคดีที่เกี่ยวข้องกับ AI เพิ่มขึ้นอย่างรวดเร็ว จากเพียง 4 กรณีในเทอมฤดูใบไม้ผลิปี 2023 ซึ่งเป็นช่วงแรกๆ ที่มีการอ้างถึง ChatGPT ในรายงานการละเมิดกฎ เพิ่มขึ้นเป็น 5 กรณีในเทอมฤดูใบไม้ผลิปี 2024 และ 7 กรณีในเทอมฤดูใบไม้ร่วงปี 2023

สำหรับผู้อ่านชาวไทย สถานการณ์ที่มหาวิทยาลัยเยลนับเป็นกรณีศึกษาที่น่าจับตา ซึ่งเผยให้เห็นการรับมือของมหาวิทยาลัยทั่วโลกต่อเทคโนโลยี AI ที่กำลังเข้ามาท้าทายขนบปฏิบัติทางวิชาการแบบดั้งเดิม มหาวิทยาลัยชั้นนำของไทยหลายแห่ง โดยเฉพาะคณะที่โดดเด่นด้านวิทยาการคอมพิวเตอร์และวิศวกรรมศาสตร์ ก็กำลังเผชิญความท้าทายเดียวกันในการจัดการการใช้ AI ทั้งในห้องเรียนและในการประเมินผล ในขณะที่กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (อว.) และกระทรวงศึกษาธิการของไทยกำลังส่งเสริมทักษะดิจิทัลและการเขียนโค้ดในหลักสูตร ปัญหาที่เกิดขึ้นที่เยลจึงเป็นเหมือนภาพสะท้อนอนาคตและประเด็นถกเถียงที่ห้องเรียนไทยจะต้องเผชิญในไม่ช้า (MoE Thailand)

อาจารย์ผู้สอนวิชานี้ระบุว่า เทคโนโลยีตรวจจับการลอกเลียนวรรณกรรมทางดิจิทัลนั้นมีมานานก่อนยุค AI แชตบอต แต่อาจารย์สาขาวิทยาการคอมพิวเตอร์ท่านหนึ่งที่เยลตั้งข้อสังเกตว่า “เครื่องมือตรวจจับความคล้ายคลึงของโค้ดเหล่านี้ อาจจะเก่งเรื่องการหาจุดที่เหมือนกัน มากกว่าจะฟันธงได้ว่ามาจากการใช้ AI” นักศึกษาหลายคนแสดงความกังวลต่อความน่าเชื่อถือของเครื่องมือตรวจจับ AI และบางคนก็กลัวว่าจะถูกกล่าวหาอย่างไม่เป็นธรรม นักศึกษาคนหนึ่งเล่าให้ Yale Daily News ฟังว่า “คนส่วนใหญ่ที่ผมคุยด้วยก็ยังไม่แน่ใจ… ที่กังวลที่สุดคือการถูกกล่าวหาว่าใช้ AI ทั้งที่ไม่ได้ใช้ แล้วไม่สามารถพิสูจน์ตัวเองได้”

นอกจากการส่งโค้ดโปรแกรมแล้ว นักศึกษายังต้องแนบบันทึก (log) ที่อธิบายกระบวนการคิดและแก้ปัญหาของตนเอง ซึ่งถูกออกแบบมาเพื่อแสดงให้เห็นว่านักศึกษาลงมือทำด้วยตัวเองจริง ๆ อย่างไรก็ตาม นักศึกษาคนหนึ่งชี้ว่าบันทึกดังกล่าว “สร้างขึ้นมาทีหลังได้ง่าย ๆ” ความคลุมเครือและความยากในการพิสูจน์ว่ามีการใช้ AI จริงหรือไม่ ยิ่งสร้างความกังวลให้นักศึกษา และยังจุดประกายคำถามใหญ่ถึงนิยามของความซื่อสัตย์ทางวิชาการในยุค AI

นโยบายของวิชา CPSC 223 ระบุชัดเจนว่า ห้ามใช้เครื่องมือ AI ช่วยสร้างโค้ดในการบ้าน แต่นักศึกษาสามารถใช้ AI เพื่อเรียนรู้แนวคิดหรือระดมสมองนอกเหนือจากงานที่ส่งได้ แม้จะมีการย้ำนโยบายนี้ตั้งแต่ต้นเทอม แต่บทสัมภาษณ์ชี้ว่านักศึกษาส่วนใหญ่รู้สึกว่ากฎเน้นไปที่การป้องกันการลอกงานจากเพื่อนมากกว่าการใช้ AI นอกจากนี้ยังมีความสับสนว่าการใช้ AI เพื่อช่วยตรวจหาข้อผิดพลาดของโค้ด (debugging) หรือเพื่อการเรียนรู้ทั่วไปนั้นเหมาะสมเพียงใด โดยเฉพาะเมื่อนักศึกษาจำนวนมากพบว่าเครื่องมืออย่าง ChatGPT เข้าถึงง่ายกว่าชั่วโมงให้คำปรึกษาของผู้ช่วยสอน (Teaching Assistant) ที่มีจำกัด

ภาควิชาวิทยาการคอมพิวเตอร์ของมหาวิทยาลัยเยลให้อิสระแก่อาจารย์ผู้สอนในการกำหนดนโยบายการใช้ AI ของตนเอง โดยผู้บริหารภาควิชาสนับสนุนแนวทางที่ส่งเสริมทักษะที่นำไปปรับใช้ได้จริง ไม่ยึดติดกับซอฟต์แวร์ตัวใดตัวหนึ่ง ผู้อำนวยการหลักสูตรระดับปริญญาตรีของภาควิชากล่าวว่า “ผู้สอนมีอิสระอย่างเต็มที่ในการจัดการเรียนการสอน… รวมถึงระดับการใช้ AI ที่อนุญาตและวิธีการตรวจจับ เรามุ่งมั่นที่จะมอบการศึกษาที่ทำให้นักศึกษามีชุดทักษะที่ไม่ผูกติดอยู่กับซอฟต์แวร์ตัวใดตัวหนึ่ง ไม่ว่าจะเป็น AI หรือเทคโนโลยีอื่น ๆ”

อย่างไรก็ตาม ปัญหานี้ไม่ได้จำกัดอยู่แค่ในห้องเรียน แต่ยังส่งผลกระทบต่ออนาคตการทำงานของนักศึกษาด้วย อาจารย์ท่านหนึ่งชี้ว่าระบบ AI มีความสามารถในการทำงานด้านการพัฒนาซอฟต์แวร์โดยอัตโนมัติมากขึ้นเรื่อย ๆ และได้เตือนนักศึกษาว่า “ถ้าคุณให้ AI ทำงานแทนคุณ วันหนึ่ง AI ก็จะมาแย่งงานคุณไป” นัยยะสำคัญสำหรับนักศึกษาและบัณฑิตไทยนั้นชัดเจน คือ แม้การใช้ AI เสริมการเรียนรู้จะมีประโยชน์ แต่การพึ่งพาโค้ดที่สร้างโดย AI มากเกินไปอาจหมายถึงการเสียโอกาสในตลาดแรงงานของไทยที่กำลังเปลี่ยนผ่านสู่ยุคดิจิทัลอย่างรวดเร็ว

เราเริ่มเห็นเสียงสะท้อนจากกรณีอื้อฉาวที่เยลในมหาวิทยาลัยไทย ซึ่งกำลังพยายามบูรณาการความรู้ด้าน AI เข้ากับการรักษามาตรฐานทางวิชาการ ความท้าทายคือการสร้างนโยบายและเครื่องมือที่สามารถแยกแยะระหว่างการใช้ AI อย่างมีจริยธรรมเพื่อการเรียนรู้ กับการใช้ AI ทำงานแทนอย่างผิดจรรยาบรรณ การศึกษาล่าสุดจากสถาบันเทคโนโลยีแห่งเอเชีย (AIT) และจุฬาลงกรณ์มหาวิทยาลัยชี้ว่า การให้ความรู้เรื่อง AI และการอบรมเรื่องความซื่อสัตย์ทางวิชาการอย่างชัดเจนนั้นมีประสิทธิภาพมากกว่าการใช้มาตรการลงโทษเพียงอย่างเดียว (AIT Research; Chula AI Ethics) ในขณะที่กระทรวงศึกษาธิการของไทยยังคงผลักดันการเรียนรู้แบบผสมผสานและออนไลน์ การคาดหวังให้ครูและผู้บริหารรับมือกับความซับซ้อนของการตรวจจับ AI โดยไม่มีแนวทางที่ชัดเจนและการสนับสนุน อาจนำไปสู่ความสับสนและไม่เป็นธรรมได้ (Bangkok Post)

ข้อถกเถียงเรื่องความยุติธรรมและความเป็นไปได้ในการตรวจจับ AI มีแนวโน้มที่จะเข้มข้นขึ้น นักศึกษาที่เยลคนหนึ่งแย้งว่าแนวทางที่เข้มงวดเกินไป (เช่น การเพิ่มสัดส่วนคะแนนสอบในห้อง) อาจเป็นการลงโทษนักศึกษาที่ซื่อสัตย์อย่างไม่เป็นธรรม ในขณะที่บางคนรู้สึกว่าการอนุญาตให้ใช้ AI ได้อย่างจำกัด โดยต้องมีความรับผิดชอบควบคู่ไป เช่น การบังคับให้อธิบายการทำงานของโค้ดอย่างละเอียด จะช่วยรักษาความซื่อสัตย์ทางวิชาการและส่งเสริมผลลัพธ์การเรียนรู้ที่ดีกว่า

เมื่อมองไปข้างหน้า ผู้กำหนดนโยบายและผู้บริหารมหาวิทยาลัยในไทยควรทำงานเชิงรุกเพื่อสร้างความชัดเจนเกี่ยวกับนโยบายการใช้ AI และลงทุนในโครงการด้านจริยธรรมดิจิทัลที่แข็งแกร่ง ข้อเสนอแนะเชิงปฏิบัติมีดังนี้:

  • สื่อสารนโยบายการใช้ AI ให้นักศึกษาและคณาจารย์เข้าใจอย่างชัดเจนด้วยภาษาที่เข้าถึงง่าย
  • จัดการอบรมและให้การสนับสนุนทั้งนักศึกษาและผู้สอนเกี่ยวกับการใช้ AI อย่างมีจริยธรรม
  • ใช้เครื่องมือตรวจจับ AI อย่างรอบคอบ และตรวจสอบความแม่นยำก่อนนำไปสู่การตัดสินอย่างเป็นทางการ
  • ส่งเสริมให้นักศึกษาบันทึกกระบวนการเรียนรู้ของตนเอง เช่น การทำเอกสารประกอบโค้ดและบันทึกการเรียนรู้ แต่ก็ต้องยอมรับข้อจำกัดของวิธีนี้
  • สร้างวัฒนธรรมทางวิชาการที่เปิดกว้าง ซึ่งนักศึกษาสามารถพูดคุยเกี่ยวกับปัญหาด้านเทคโนโลยีได้อย่างตรงไปตรงมา เพื่อลดความกลัวและส่งเสริมความรับผิดชอบร่วมกัน

เหตุการณ์ที่เยลถือเป็นอุทาหรณ์สำคัญสำหรับประเทศไทยและมหาวิทยาลัยทั่วโลก ในขณะที่บทบาทของ AI ในการศึกษากำลังขยายตัวออกไปอย่างไม่หยุดยั้ง มีเพียงนโยบายที่โปร่งใส กระบวนการที่เป็นธรรม และการให้ความรู้ด้านจริยธรรมดิจิทัลเชิงรุกเท่านั้น ที่จะช่วยให้สถาบันการศึกษาสามารถปรับตัวได้โดยไม่กระทบต่อความไว้วางใจของนักศึกษาหรือคุณค่าทางวิชาการ

สำหรับนักศึกษาหรือนักการศึกษาในปัจจุบัน ถึงเวลาแล้วที่จะต้องเปิดพื้นที่สนทนาเรื่อง AI ในการเรียนรู้ ซึ่งเป็นการพูดคุยที่ต้องสร้างสมดุลระหว่างนวัตกรรม ความซื่อสัตย์ และความเป็นธรรม ในขณะที่สังคมไทยและโลกกำลังก้าวเข้าสู่ยุคที่ขับเคลื่อนด้วย AI อย่างเต็มตัว

สำหรับข้อมูลเพิ่มเติม สามารถอ่านรายงานต้นฉบับจาก Yale Daily News แหล่งข้อมูลจาก สถาบันเทคโนโลยีแห่งเอเชีย (AIT) ข้อมูลล่าสุดเกี่ยวกับ โครงการด้านจริยธรรม AI ของจุฬาลงกรณ์มหาวิทยาลัย และ กระทรวงศึกษาธิการของไทย