เรื่องจริงเราอาจยังไม่รู้ เรื่องที่เรารู้อาจยังไม่จริง

ถ้าจะมีสิ่งใดที่ผมได้เรียนรู้ในช่วง 10 ปีที่ผ่าน มันคือการอย่ามั่นใจในความจริงของเราจนเกินไป

“ความจริง” นี้มาจากไหน?

มันน่าจะมาจาก “ข้อเท็จจริง” ที่เราอ่านหรือได้ยินซ้ำๆ จนเกิดเป็นความเชื่อมั่นอย่างแรงกล้าว่าโลกมันทำงานอย่างนี้ พอนานๆ เข้าข้อเท็จจริงมันก็เลยกลายเป็น “ความจริงของเรา” และหนักเข้าก็อาจกลายเป็น “ความจริง” ที่ใครก็แตะต้องไม่ได้

แต่ประสบการณ์ก็สอนให้รู้ว่า ต่อให้เป็นสิ่งที่เรามั่นใจเหลือเกิน เราก็ยังคิดผิดได้อยู่ดี

เคยคิดว่าธุรกิจนี้ทำแล้วรุ่งแน่ๆ ตอนนี้ล้มเลิกไปแล้ว

เคยคิดจะถือหุ้นตัวนี้ไปยาวๆ ตอนนี้ขายทิ้งไปแล้ว

เคยชื่นชมนักเคลื่อนไหวคนนี้ ตอนนี้ไม่ชอบแล้ว

แล้วไอ้ความมั่นใจเหลือเกินนี้มันมาจากไหน?

Confirmation Bias – มันคือการที่เรามองหาหลักฐานและข้อมูลที่ยืนยันความเชื่อที่เรามีอยู่ก่อนแล้ว เช่นถ้าเราชอบคนคนนี้ เราก็จะหาหลักฐานที่ยืนยันว่าคนคนนี้เป็นคนดี คนเก่งและเสียสละ ส่วนหลักฐานอื่นที่ไม่สอดคล้องกับความเชื่อของเรา เราก็จะปัดมันตกทิ้งหรือมองเป็นเพียงเรื่องเล็ก

Filter bubble – สิ่งที่เรากูเกิ้ลกับสิ่งที่เพื่อนกูเกิ้ลนั้นจะได้ผลลัพธ์ไม่เหมือนกัน กูเกิ้ลทำทุกอย่างเพื่อที่จะช่วย personalize search ให้เรา มันจะเลือกผลลัพธ์ที่คิดว่าตอบโจทย์เรามากที่สุดโดยดูจากโลเกชั่น อายุ เพศ รวมถึงสิ่งที่เราเคยค้นหาและเคยคลิ้กดู

Social media bubble – เคยมั้ยที่ไปเจอเพจที่เราไม่เคยได้ยินชื่อมาก่อนเลย แต่มีคนติดตามหลายแสนหรือกระทั่งเป็นล้านคน จนอดถามตัวเองไม่ได้ว่าถ้าเพจมันดังขนาดนี้ทำไมเราถึงไม่รู้จัก

คำตอบก็คือ social media bubble อันเกิดจาก algorithm ที่เลือกโชว์แต่สิ่งที่เราสนใจ สิ่งที่เราคุ้นเคย และความเห็นของคนที่เราเห็นด้วย (และพอเราเจอคนที่เราไม่เห็นด้วยเราก็ไปบล็อคเขาอีก!) เราก็เลยตกอยู่ในโลกที่มีแต่คนเห็นด้วยกับเรา และเราก็(เผลอ)คิดว่าคนจำนวนมากเห็นด้วยกับเรา ความคิดของเราจึงถูกต้องแน่ๆ

ทั้ง filter bubble และ social media bubble จึงเป็นแรงหนุนให้เกิด confirmation bias อย่างง่ายดาย และส่งผลให้เรายึดมั่นในข้อเท็จจริงที่เรามีอย่างแน่นแฟ้น ยิ่งอ่านมาเยอะ ฟังมาเยอะ ก็ยิ่งมั่นใจว่าเราถูก

คำถามสำคัญ – โดยเฉพาะกับคนที่อยู่ในวัย 40 หรือมากกว่านั้นก็คือ – เมื่อเรามั่นใจว่าสิ่งที่เราสนใจนั้นเป็นเรื่องสำคัญ และสิ่งที่เราคิดมันถูกต้อง แล้วเราได้เดินทางมาถึงจุดที่พอใจกับชีวิตแล้วหรือยัง?

ถ้าเราซื่อตรงกับตัวเอง และได้คำตอบว่ามันยังมีบางแง่มุมของชีวิตที่เรายังไม่พอใจ นั่นก็เป็นสัญญาณว่า “แผนที่” ของเราอาจจะยังคลาดเคลื่อน

เพราะถ้าที่ผ่านมาเราคิดถูก-ทำถูกมาตลอด ชีวิตเราน่าจะไปได้ไกลกว่านี้แล้วไม่ใช่หรือ?

อย่ามั่นใจกับสิ่งที่เรารู้มากเกินไป ลองพูดคุยกับคนฉลาดๆ ที่มีความเห็นเป็นปฏิปักษ์กับเรา และเมื่อได้คุยกันมากพอเราอาจจะเลิกเป็นปฏิปักษ์ต่อกัน

เพราะเรื่องจริงเราอาจยังไม่รู้ เรื่องที่เรารู้อาจยังไม่จริงครับ

นิทานมะระ

วันนี้วันศุกร์ มาฟังนิทานกันนะครับ

ลูกศิษย์กลุ่มหนึ่งกำลังจะไปแสวงบุญตามสถานที่ศักดิ์สิทธิ์ต่างๆ

พระอาจารย์นำมะระมาลูกหนึ่ง แล้วพูดกับลูกศิษย์ว่า

“พวกเจ้านำมะระนี้ติดตัวไป และทุกครั้งเมื่อผ่านแม่น้ำศักดิ์สิทธิ์ ให้นำมะระนี้ลงไปแช่ด้วย และเมื่อทำการบูชาถวายเครื่องสักการะสิ่งศักดิ์สิทธิ์ ให้นำมะระนี้รวมลงไปเซ่นไหว้ด้วย”

ทุกครั้งที่ผ่านแม่น้ำหรือสถานที่ศักดิ์สิทธิ์ เหล่าลูกศิษย์ก็ทำตามที่พระอาจารย์สั่ง เมื่อกลับมาถึงวัด พระอาจารย์จึงสั่งให้นำมะระนั้นไปปรุงเป็นอาหาร

เมื่อถึงเวลาฉัน พระอาจารย์ฉันมะระลงไปหนึ่งคำ แล้วพูดขึ้นว่า

“แปลกจริงๆ มะระลูกนี้ผ่านพิธีกรรมจากสถานที่ศักดิ์สิทธิ์ตั้งหลายแห่ง ทำไมถึงยังไม่ได้กลายเป็นรสหวาน”

หลักฐานชิ้นสำคัญของอารยธรรมมนุษย์

Margaret Mead เป็นนักมานุษยวิทยาที่โด่งดังคนหนึ่งของอเมริกาในยุค 1960’s

ครั้งหนึ่งเคยมีนักศึกษาถามเธอว่า อะไรคือหลักฐานทางประวัติศาสตร์ที่บ่งบอกถึงจุดเริ่มต้นของอารยธรรมมนุษย์

นักศึกษานึกว่าจะอาจารย์มี้ดจะพูดถึงเครื่องปั้นดินเผา อุปกรณ์ล่าสัตว์ หินลับมีด หรือวัตถุบูชา

แต่เปล่าเลย มี้ดบอกว่าหลักฐานแรกของอารยธรรมคือกระดูกโคนขาที่มีอายุ 15,000 ปี

กระดูกโคนขาคือกระดูกที่ยาวที่สุดในร่างกายมนุษย์ที่เชื่อมสะโพกกับเข่าไว้ด้วยกัน ในยุคสมัยที่ไม่มีความรู้ทางการแพทย์ หากกระดูกโคนขาแตก ต้องใช้เวลาราว 6 สัปดาห์กว่าจะหายดี กระดูกโคนขาอายุ 15,000 ที่ถูกขุดเจอนั้นเคยผ่านการแตกและสมานแผลมาเรียบร้อยแล้ว

มี้ดอธิบายว่า ในโลกแห่งสิงสาราสัตว์ ถ้าขาคุณหัก นั่นหมายถึงความตาย เพราะคุณวิ่งหนีไม่ได้ ไม่สามารถออกหาอาหารอะไรได้ คุณทำได้แค่เพียงนอนรอวันเวลาที่จะกลายเป็นอาหารของสัตว์อื่นเท่านั้น ไม่มีสัตว์ชนิดใดที่เอาชีวิตรอดได้นานพอให้กระดูกกลับมาสมานกันอีกครั้ง

แต่กระดูกโคนขาที่เคยแตกและกลับมาหายดีคือหลักฐานที่บ่งบอกว่าคนๆ นั้นมีคนคอยดูแล มีคนคอยอุ้มไปไหนต่อไหน และคอยหาอาหารมาให้จนกว่าเขาจะหาย

กระดูกโคนขา 15,000 ปีจึงบ่งบอกว่ามนุษย์เริ่มช่วยเหลือมนุษย์ด้วยกันเอง ไม่ได้ทิ้งเขาไว้เพียงลำพังเพื่อเอาตัวรอด

และนี่แหละคือจุดเริ่มต้นของอารยธรรม


ขอบคุณเนื้อหาจาก Remy Blumenfeld | Forbes | How A 15,000-Year-Old Human Bone Could Help You Through The Coronacrisis

Siri ไม่ได้เข้าใจสิ่งที่เราพูดหรอกนะ

ตอนนี้ผมกำลังอ่านหนังสือ “ฉลาดกว่า AI” ของสำนักพิมพ์ howto อยู่ครับ

เขาโฆษณาว่านี่เป็นหนังสือ AI ที่ขายดีที่สุดในญี่ปุ่น

แม้จะเขียนมา 5 ปีแล้ว แต่หลายสิ่งหลายอย่างก็ยังเป็นความรู้ใหม่สำหรับผมมาก

มีช่วงตอนหนึ่งที่ผมลองอ่านแล้วทำตามแล้วสนุกมาก คือการ “เข้าใจคำสั่งของมนุษย์” ของ AI

หลายคนคงคุ้นเคยกับการพูดคุยกับ Siri หรือ Google Assistant เพื่อให้มันเปิด Google Maps พาเราไปไหนต่อไหน แล้วเราก็คิดว่า AI นี่ชักจะพูดจารู้เรื่องเหมือนมนุษย์มากขึ้นทุกที

แต่ที่เราคิดว่า AI เข้าใจเรานั้น จริงๆ แล้วมันไม่ได้เข้าใจเราจริงๆ หรอก มันแค่ “ทำเป็นเข้าใจ” เราเฉยๆ

ลองทดลองดูง่ายๆ ก็ได้ ในตัวอย่างนี้ผมลองกับ Google search ในคอมพิวเตอร์แล็ปท็อปของผม แต่คุณจะลองทำผ่าน Siri หรือ Google Assistant บนโทรศัพท์ก็คงจะได้ผลลัพธ์ไปในทิศทางเดียวกัน

ตัวอย่างแรก ผมอยากหาร้านอาหารอิตาเลี่ยนดีๆ ที่อยู่แถวนี้ ก็เลยพิมพ์ว่า

find good italian restaurants near me

ก็จะได้ลิสต์ร้านอาหารที่คะแนน 4 ดาวขึ้นไปมาโชว์ให้เห็น

แต่ถ้าเราอยากหาร้านอาหารอิตาเลี่ยนที่ไม่อร่อยล่ะ?

find bad italian restaurants near me

ผลลัพธ์ที่ได้คือรายชื่อร้านอาหารอิตาเลี่ยน 4 ดาวขึ้นไปเหมือนกัน ตัวผลลัพธ์อาจจะไม่เหมือนข้อแรกซะทีเดียว แต่ในตัวอย่างนี้ผมก็มีร้านที่ซ้ำกับข้อแรกคือร้าน Peppe และไม่มีร้านไหนที่ได้คะแนนน้อยๆ เลย

แล้วถ้าอยากหาร้านอร่อยๆ ที่ไม่ใช่ร้านอิตาเลี่ยนล่ะ?

find good restaurants near me except italian restaurants


ผลลัพธ์ก็แทบไม่ต่างจากข้อแรกเช่นกัน ร้านที่โชว์ขึ้นมาล้วนแล้วแต่เป็นร้านอิตาเลี่ยนที่ได้คะแนนดีๆ ทั้งนั้น

นี่มันเกิดอะไรขึ้น? ทำไม AI ที่เก่งกาจถึงไม่เข้าใจคำว่า “bad” หรือ “except”?

สาเหตุก็เพราะ AI ไม่ได้เข้าใจความหมายของภาษามนุษย์จริงๆ สิ่งที่มันทำคือใช้หลักการสถิติและความน่าจะเป็นในการศึกษา big data ว่าถ้าถูกถามด้วยประโยคที่มี keywords เหล่านี้ คำตอบควรจะเป็นแบบไหน

แต่เนื่องจากไม่ค่อยมีคนถามหาร้านอาหารอิตาเลี่ยนที่ไม่อร่อยหรือร้านอร่อยที่ไม่ใช่ร้านอิตาเลี่ยน ฐานข้อมูล big data จึงไม่ค่อยมีรูปประโยคเหล่านี้ และคำว่า bad หรือคำว่า except จึงไม่มีน้ำหนัก ผลลัพธ์จึงไม่ต่างจากการค้นหาร้านอิตาเลี่ยนตามปกติ

ผมว่านี่เป็นประเด็นสำคัญ เพราะมันคือช่องว่างระหว่างสติปัญญาของมนุษย์และสติปัญญาของ AI ซึ่งอาจจะเป็นกุญแจนำเราไปสู่คำตอบที่ว่า มนุษย์เราจะยังรักษาคุณค่าของตัวเองไว้ได้อย่างไรในวันที่ AI ครองเมือง

ไว้อ่านหนังสือเล่มนี้จบผมอาจจะได้มาเล่าให้ฟังเพิ่มเติมนะครับ

ลองผิดให้เยอะๆ แล้วมันจะถูกเอง

“Once you’ve made all the mistakes in the field, you’re considered an expert.”
-Derek Sivers

คนเก่งจึงไม่ใช่คนที่ทำถูกมากกว่าคนอื่น แต่คือคนที่ผ่านการทำผิดพลาดมามากกว่าคนอื่น

เหมือนเอดิสันที่ค้นพบ 10,000 วิธีที่ไม่ควรทำหลอดไฟ

ครั้งหนึ่งเคยมีคนมาปรึกษาบล็อกเกอร์ชื่อดังอย่าง Seth Godin ว่าทำยังไงถึงจะมีงานเขียนดีๆ

เซธจึงตอบกลับไปว่า “Show me your bad writing” – ไหนลองเอางานเขียนแย่ๆ ของคุณมาให้ผมดูหน่อย ปรากฎว่าคนที่ถามก็อึ้งเพราะตัวเองแทบไม่ได้เขียนอะไรออกมา

เราวาดหวังว่าจะเก่งเรื่องนั้นเรื่องนี้ แต่พอได้ลงมือทำแล้วรู้สึกว่าทำได้ไม่ดีเราก็เลยล้มเลิกเสียกลางกัน

คนที่เป็นมืออาชีพ เริ่มต้นเขาก็คงทำได้ไม่ดีเหมือนกัน ต่างกันแค่ว่าเขาไม่ล้มเลิกเท่านั้นเอง

ถ้าอยากจะเป็นตัวเทพ จึงต้องห้ามกลัวที่จะผิด

จริงๆ แล้วการทำผิดนั่นแหละคือสัญญาณที่ดี เพราะมันหมายความว่าเราได้เรียนรู้สิ่งที่เราไม่เคยรู้หรือเคยเข้าใจผิด และมันหมายความว่าวันพรุ่งนี้เราจะฉลาดและรอบคอบกว่าวันนี้

ลองผิดให้เยอะๆ แล้วมันจะถูกเองครับ