ใช้ AI ช่วยเลือกนายกเทศมนตรี? คำถามจาก Hacker News ชวนคิดก่อนเข้าคูหา

เมื่อการตัดสินใจเลือกตั้งกลายเป็นโจทย์ให้ AI ช่วยคิด

หากต้องเลือกนายกเทศมนตรีหรือลงคะแนนเห็นชอบข้อเสนอที่ส่งผลต่อชุมชน คุณจะให้ AI เข้ามาช่วยมากแค่ไหน? นี่คือประเด็นที่หัวข้อกระทู้ Ask HN บน Hacker News หยิบขึ้นมาถาม ผ่านข้อความ “Are you using AI to do election choices like Mayor, Special Measures” ซึ่งตั้งคำถามถึงการใช้ AI ประกอบการตัดสินใจในการเลือกตั้งและการลงคะแนนต่อข้อเสนอเฉพาะเรื่อง

ข้อมูลต้นฉบับที่ได้รับมีเพียงหัวข้อคำถาม จึงยังไม่สามารถระบุได้ว่าผู้ร่วมสนทนาใช้เครื่องมือใด มีประสบการณ์อย่างไร หรือเห็นด้วยกับแนวทางนี้มากน้อยเพียงใด อย่างไรก็ตาม คำถามดังกล่าวเปิดพื้นที่ให้พิจารณาว่า AI ควรมีบทบาทตรงไหนระหว่างการช่วยทำความเข้าใจข้อมูลกับการเสนอทางเลือกให้ผู้มีสิทธิออกเสียง

โจทย์สำคัญคือข้อมูลอ้างอิงและวิธีเปรียบเทียบ

แนวทางที่น่าพิจารณาคือให้ AI ช่วยจัดระเบียบเอกสาร เช่น สรุปนโยบายจากข้อมูลที่ผู้ใช้ป้อน เปรียบเทียบคำตอบของผู้สมัครภายใต้หัวข้อเดียวกัน หรือแยกข้อเสนอออกเป็นเป้าหมาย งบประมาณ และเงื่อนไขการดำเนินงาน เพื่อให้ผู้อ่านตรวจสอบแต่ละประเด็นได้สะดวกขึ้น

การออกแบบเครื่องมือประเภทนี้ควรให้ความสำคัญกับการแสดงแหล่งที่มาของข้อความ วันที่ของเอกสาร และส่วนที่ระบบยังตอบไม่ได้ หากนำระบบค้นคืนเอกสารมาประกอบการสร้างคำตอบ หรือ RAG มาใช้ ก็ควรเปิดให้ผู้ใช้ย้อนอ่านข้อความต้นทางได้ด้วย การมีเอกสารอ้างอิงไม่ได้ทดแทนการตรวจสอบว่าคำสรุปตรงกับต้นฉบับหรือไม่

อีกประเด็นที่ควรทดสอบคือความสม่ำเสมอของเกณฑ์เปรียบเทียบ ตัวอย่างเช่น หากวิเคราะห์นโยบายด้านการเดินทาง ผู้สมัครทุกคนควรถูกพิจารณาจากคำถามชุดเดียวกัน พร้อมแยกข้อเท็จจริง คำกล่าวอ้าง และบทวิเคราะห์ออกจากกันอย่างชัดเจน

มุมมองสำหรับนักพัฒนาและผู้ประกอบการไทย

สำหรับทีมไทยที่ต้องการพัฒนาเครื่องมืออ่านนโยบายหรือสรุปเอกสารสาธารณะ จุดเริ่มต้นที่เหมาะสมคือกำหนดขอบเขตข้อมูลให้ชัดเจน และออกแบบให้ผู้ใช้ตรวจสอบคำตอบได้ เช่น แสดงข้อความต้นทางคู่กับบทสรุป ระบุวันอัปเดต และแจ้งเมื่อเอกสารของแต่ละฝ่ายมีรายละเอียดไม่เท่ากัน

การทดสอบภาษาไทยควรครอบคลุมชื่อบุคคล ชื่อพื้นที่ ศัพท์ราชการ ตัวเลขงบประมาณ และข้อความที่มีเงื่อนไขหลายชั้น ส่วนเกณฑ์ประเมินคุณภาพควรวัดทั้งความถูกต้อง ความครบถ้วน และการรักษาความหมายของต้นฉบับ สำหรับผลิตภัณฑ์ที่เปิดให้ประชาชนใช้งาน ควรเปิดเผยหลักเกณฑ์การเลือกแหล่งข้อมูลและวิธีจัดลำดับเนื้อหา เพื่อให้ผู้ใช้เข้าใจว่าบทสรุปที่เห็นเกิดขึ้นอย่างไร

ทดลองสร้างระบบสรุปและเปรียบเทียบเอกสารผ่าน Tora API

ผู้พัฒนาที่สนใจต่อยอดแนวคิดนี้สามารถเริ่มจากเอกสารสาธารณะชุดเล็ก แล้วทดสอบการสรุป การดึงประเด็น และการแสดงหลักฐานประกอบคำตอบผ่าน Tora Playground ก่อนนำไปเชื่อมกับแอปพลิเคชันผ่าน Tora API

หากต้องการประเมินโมเดลอย่าง Claude 3.7, GPT-4o หรือ DeepSeek R1 ควรตรวจสอบรายชื่อรุ่นที่เปิดให้บริการและเงื่อนไขปัจจุบันที่ หน้าราคาและบริการ พร้อมเลือกโมเดลจากผลทดสอบกับเอกสารภาษาไทยจริง โดยให้ความสำคัญกับคำตอบที่ตรวจสอบย้อนกลับได้และช่วยให้ผู้ใช้ตัดสินใจด้วยข้อมูลที่เข้าใจชัดเจนขึ้น