ความท้าทายใหม่จากปัญญาประดิษฐ์แบบรู้สร้าง: การสร้างข้อมูลเท็จ การบิดเบือนข้อมูล และการลอกเลียนวรรณกรรม
DOI:
https://doi.org/10.55003/JIE.25103คำสำคัญ:
ปัญญาประดิษฐ์แบบรู้สร้าง, การสร้างข้อมูลเท็จ, การบิดเบือนข้อมูล, การลอกเลียนวรรณกรรม, จริยธรรมทางเทคโนโลยีบทคัดย่อ
ปัญญาประดิษฐ์แบบรู้สร้าง (GenAI) บนสถาปัตยกรรม Transformer ก่อให้เกิดความท้าทายต่อความซื่อสัตย์ทางวิชาการ และการคุ้มครองทรัพย์สินทางปัญญา การศึกษาพบรูปแบบการกระทำผิด 3 ประเภท การสร้างข้อมูลเท็จเกิดใน 3 ลักษณะ ได้แก่ การเลียนแบบสำนวนการเขียนโดยอ้างอิงผู้เขียนอื่นโดยไม่ชอบ การสร้างบทความวิชาการที่มีโครงสร้างน่าเชื่อถือแต่บรรจุข้อมูลเท็จ และการสร้างอัตลักษณ์ปลอมออนไลน์เพื่อชักนำผู้อ่าน การบิดเบือนข้อมูลเกิดเมื่อปัญญาประดิษฐ์ดัดแปลงเนื้อหาต้นฉบับจนความหมายเดิมสูญเสียไป โดยการสรุปที่ขาดการตีความบริบทนำไปสู่การบิดเบือนข้อเท็จจริงอย่างเป็นระบบ การลอกเลียนวรรณกรรมมีความซับซ้อนเพิ่มขึ้น เนื่องจากการถอดความด้วยปัญญาประดิษฐ์หลบเลี่ยงซอฟต์แวร์ตรวจจับแบบดั้งเดิมได้ ขณะที่การนำผลงานลิขสิทธิ์ไปใช้ฝึกโมเดลยังไร้ข้อยุติทางกฎหมาย การทดสอบเครื่องมือตรวจจับ 16 ชนิด พบว่ามีเพียง Copyleaks, Turnitin และ Originality.ai ที่มีความแม่นยำสูง เครื่องมือที่มีอยู่จัดประเภทงานเขียนของผู้ใช้ภาษาอังกฤษ เป็นภาษาที่สองว่าเป็นเนื้อหา AI ผิดพลาดมากกว่าครึ่งหนึ่ง สะท้อนความลำเอียงที่ส่งผลเสียต่อนักวิชาการไทยโดยตรง และยังไม่มีเครื่องมือสำหรับภาษาไทย บทความเสนอกรอบการจัดการครอบคลุมการปฏิรูปกฎหมาย เทคโนโลยีตรวจจับกลยุทธ์ทางการศึกษา การกำกับดูแลแพลตฟอร์ม และนโยบายสาธารณะ
เอกสารอ้างอิง
Bai, Y., Kadavath, S., Kundu, S., Askell, A., Kernion, J., Jones, A., Chen, A., Goldie, A., Mirhoseini, A., McKinnon, C., Chen, C., Olsson, C., Olah, C., Hernandez, D., Drain, D., Ganguli, D., Li, D., Tran-Johnson, E., Perez, E., ... Kaplan, J. (2022). Constitutional AI: Harmlessness from AI feedback. https://arxiv.org/abs/2212.08073.
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., ... Amodei, D. (2020). Language models are few-shot learners. In Advances in Neural Information Processing Systems. https://arxiv.org/abs/2005.14165.
Copyright Act B.E. 2537. (1994, December 21). Royal Thai Government Gazette. Vol. 111, Part 23 Kor, pp. 1–34. (in Thai)
Floridi, L., & Cowls, J. (2019). A unified framework of five principles for AI in society. https://hdsr.mitpress.mit.edu/pub/l0jsh9d1/release/8/.
Henderson, P., Hu, J., Romoff, J., Brunskill, E., Jurafsky, D., & Pineau, J. (2020). Towards the systematic reporting of the energy and carbon footprints of machine learning. Journal of Machine Learning Research, 21(248), 1–43.
Jawahar, G., Sagot, B., & Seddah, D. (2020). What does BERT learn about the structure of language? https://aclanthology.org/P19-1356.pdf.
Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1(9), pp. 389–399.
Kirchenbauer, J., Geiping, J., Wen, Y., Katz, J., Miers, I., & Goldstein, T. (2023a). A watermark for large language models. https://proceedings.mlr.press/v202/kirchenbauer23a/kirchenbauer23a.pdf.
Kirchenbauer, J., Geiping, J., Wen, Y., Shu, M., Saifullah, K., Kong, K., Fernando, K., Saha, A., Goldblum, M., & Goldstein, T. (2023b). On the reliability of watermarks for large language models. https://openreview.net/pdf?id=DEJIDCmWOz.
Kreps, S., McCain, R. M., & Brundage, M. (2022). All the news that's fit to fabricate: AI-generated text as a tool of media misinformation. Journal of Experimental Political Science, 9(1), pp. 104–117.
Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., & Zou, J. (2023). GPT detectors are biased against non-native English writers. Patterns, 4(7), 100779.
Mittelstadt, B. D., Allo, P., Taddeo, M., Wachter, S., & Floridi, L. (2016). The ethics of algorithms: Mapping the debate. Big Data & Society, 3(2), 1–21.
Perkins, M. (2023). Academic integrity considerations of AI large language models in the post-pandemic era: ChatGPT and beyond. https://open-publishing.org/journals/index.php/jutlp/article/view/635/635.
Sadasivan, V. S., Kumar, A., Balasubramanian, S., Wang, W., & Feizi, S. (2023). Can AI-generated text be reliably detected? https://openreview.net/pdf?id=NvSwR4IvLO.
Samuelson, P. (2023). Generative AI meets copyright. Science, 381(6654), 158–161.
Sullivan, M., Kelly, A., & McLaughlan, P. (2023). ChatGPT in higher education: Considerations for academic integrity and student learning. Journal of Applied Learning and Teaching, 6(1), 1–10.
Thorp, H. H. (2023). ChatGPT is fun, but not an author. Science, 379(6630), 313.
Turnitin. (2023). AI writing detection: The facts. https://www.turnitin.ph/solutions/topics/ai-writing.
Van Noorden, R., & Perkel, J. M. (2023). AI and science: What 1,600 researchers think. Nature, 621(7980), pp. 672–675.
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need. https://arxiv.org/pdf/1706.03762.
Wardle, C., & Derakhshan, H. (2017). Information disorder: Toward an interdisciplinary framework for research and policy making. https://edoc.coe.int/en/media/7495-information-disorder-toward-an-interdisciplinary-framework-for-research-and-policy-making.html.
Weber-Wulff, D., Anohina-Naumeca, A., Bjelobaba, S., Foltýnek, T., Guerrero-Dib, J., Popoola, O., Šigut, P., & Waddington, L. (2023). Testing of detection tools for AI-generated text. https://arxiv.org/pdf/2306.15666.
Zellers, R., Holtzman, A., Rashkin, H., Bisk, Y., Farhadi, A., Roesner, F., & Choi, Y. (2019). Defending against neural fake news. https://arxiv.org/pdf/1905.12616.
Zhang, Y., Sun, S., Galley, M., Chen, Y. C., Brockett, C., Gao, X., Gao, J., Liu, J., & Dolan, B. (2020). DIALOGPT: Large-scale generative pre-training for conversational response generation. https://arxiv.org/pdf/1911.00536.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 วารสารครุศาสตร์อุตสาหกรรม
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
"ข้อคิดเห็น เนื้อหา รวมทั้งการใช้ภาษาในบทความถือเป็นความรับผิดชอบของผู้เขียน"
