ChatGPT for Economists

Generative AI หรือ AI ที่สามารถสร้าง content ขึ้นมาใหม่ได้เอง ไม่ว่าจะเป็น text หรือ รูปภาพ โดยเรียนรู้จาก pattern ของข้อมูลที่ได้เคยถูกป้อนเข้าไป ได้สร้างความฮือฮาไม่น้อยในช่วงเวลาที่ผ่านมา และ Generative AI ตัวที่เป็นที่พูดถึงมากที่สุดตอนนี้คือ ChatGPT ที่สร้าง โดยบริษัทชื่อ OpenAI (ซึ่งมีผู้ลงทุนหลักคือ Microsoft)

โดย ChatGPT นี้เปรียบเหมือน Chatbot มหัศจรรย์ ที่สามารถตอบคำถามได้หลากหลาย ช่วยเขียน Script, ร่าง Email, เขียน Code, วางแผนท่องเที่ยว, แต่งเพลง, แต่งกลอน, แต่งนิยาย, etc. ซึ่งในช่วงเวลาที่ผ่านมา ก็มีผู้คนจากหลายสาขาอาชีพได้ไป “ลองเล่น” หรือ ลองใช้งาน ChatGPT นี้กันว่ามันทำอะไรได้บ้าง และมันช่วยทำอะไรแทนเราในสายอาชีพเราได้บ้าง 

 

วันนี้ผู้เขียนอยากจะมาชวนคุยว่า ที่ผ่านมามีนักเศรษฐศาสตร์ได้ไป “ลองเล่น” อะไรกับ ChatGPT มาบ้าง และ ChatGPT จะสามารถถูกใช้ประโยชน์อะไรได้บ้างสำหรับคนที่ทำงานในสายอาชีพนี้

นักเศรษฐศาสตร์ได้นำเอา ChatGPT มาทำวิจัยแล้วพบว่า ChatGPT ช่วยเพิ่ม Productivity ของคนทำงานได้จริง โดย ChatGPT จะช่วยเพิ่ม Productivity ของคนที่ “ไม่เก่ง” ได้มากกว่า Productivity ของคนที่ “เก่ง” อยู่แล้ว

 

งานวิจัยชิ้นแรก “Generative AI at Work” โดย Brynjolfsson & Li & Raymond (2023) ได้นำคนที่ทำงานด้าน Customer Support มากว่า 5,000 คน แล้วให้คนครึ่งหนึ่งใช้เครื่องมือที่เชื่อมต่อกับ ChatGPT ส่วนอีกครึ่งหนึ่งไม่ให้ใช้  งานวิจัยนี้พบว่า Pro ductivity (วัดโดยจำนวนปัญหาที่แก้ได้ภายใน 1 ชม.) เพิ่มขึ้น 14% เลยทีเดียว

ส่วนงานวิจัย ชิ้นที่ 2 “Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence” โดย Noy & Zhang (2023) ได้ทำการทดลองที่คล้ายกันแต่ใช้งานประเภท Mid-Level Professional Writing Tasks แทน ก็ได้ผลอย่างเดียวกันว่า การใช้ ChatGPT ช่วยเพิ่ม Productivity ของการทำงาน

โดยงานวิจัยทั้ง 2 ชิ้น ชี้ให้เห็นด้วยว่า ChatGPT จะช่วยเพิ่ม Productivity ของคนที่ “ไม่เก่ง” ได้มากกว่า Productivity ของคนที่ “เก่ง” อยู่แล้ว ซึ่งน่าจะเป็นเพราะว่า ChatGPT เรียนรู้ข้อมูลจากองค์ความรู้ที่มีอยู่แล้วในโลก แต่ไม่มีข้อมูลใหม่ หรือองค์ความรู้ใหม่ เลยทำให้ ChatGPT สามารถช่วยคนไม่เก่งให้ “Catch Up” องค์ความรู้ที่โลกนี้มีอยู่แล้วได้ง่าย

อย่างไรก็ดี คนที่เก่งอยู่แล้วหากต้องการพัฒนาความสามารถต่อไป อาจต้องคิดต่อยอดได้เอง หรือ คิดเรื่องใหม่ๆ เองได้ หรือ ต้องสามารถสร้างองค์ความรู้ใหม่ๆ เลยทำให้ ChatGPT ช่วยคนที่เก่งอยู่แล้วได้น้อยกว่า

นอกจากนี้ งานวิจัยชิ้นที่ 2 ยังตั้งข้อสังเกตด้วยว่า Technology แบบ ChatGPT จะเปลี่ยนรูปแบบโครงสร้างงานที่คนต้องทำในอนาคต เช่น เดิมคนต้องเริ่มงานทุกอย่างเองจาก Scratch การมี ChatGPT จะทำให้คนไปใช้เวลาส่วนใหญ่ในการสร้าง Idea หรือแก้ไขต่อยอดจากสิ่งที่ Chat GPT เริ่มต้นมาให้แล้ว

 

 

 

 

นักเศรษฐศาสตร์สามารถใช้ ChatGPT มาเป็นผู้ช่วยวิจัย (Research Assistant) และผู้ช่วยสอน (Teaching Assistant) ได้ 

ChatGPT สามารถช่วยเสนอหัวข้อที่น่าสนใจ ช่วย Brainstorm Idea จากองค์ความรู้ที่โลกนี้มีอยู่ และช่วยอ่านและสรุปเนื้อหาได้ นอกจากนี้ ยังช่วยออกแบบบทเรียน เตรียมการสอน และออกแบบการบ้านได้ด้วย

อย่างไรก็ดี ChatGPT ยังมีความมั่วอยู่ เช่น บางทีก็มั่วงานวิจัยบางงานขึ้นมา โดยที่งานนั้นไม่มีอยู่จริง หรือ บางครั้งก็เสนอ Idea หรือตอบคำถามแบบวนไปวนมากำกวม (เพราะ ChatGPT ไม่ได้เข้าใจเนื้อหาจริงๆ เพียงแต่ใช้หลักการในการเดาว่าควรจะเอาคำไหนมาตอบ) ดังนั้น นักเศรษฐศาสตร์จึงควรใช้ ChatGPT อย่างระมัดระวัง และรู้จักใช้วิจารณญาณ รวมถึงต้องตรวจสอบความถูกต้องเอง

ChatGPT ยังสามารถทำงานเป็น Proofreader ช่วยตรวจ Grammar และยังช่วยเขียน Code ได้ด้วย ไม่ว่าจะเป็น Stata หรือ Python (และภาษาอื่นๆ)

แต่อย่างไรก็ดี การช่วยเขียน Code อาจจะเป็นการแนะนำแบบกว้างๆ ถ้าอยากได้ Code แบบมีรายละเอียดเฉพาะกับข้อมูลที่ใช้ อาจต้องหาวิธีที่แยบยลในการถามและให้ข้อมูล และ Code ที่ได้มาอาจยังไม่ถูกทั้งหมด ดังนั้น นักเศรษฐศาสตร์ยังคงต้องคอยตรวจสอบให้ดีและแก้ไขให้ถูกต้อง จะได้ไม่ได้ Results ที่ผิดพลาด

นอกจากนี้ ยังเริ่มมีการนำ ChatGPT มาใช้ในงานวิจัยประเภท Natural Language Processing (NLP) เช่น นำ ChatGPT มาอ่านข้อมูล Text ที่เกี่ยวข้อง ไม่ว่าจะเป็น News, Fed Speech, Annual Reports, หรือ Social Media เพื่อนำมาใช้วิเคราะห์ในหัวข้อที่เกี่ยวข้องกับเศรษฐศาสตร์

อย่างไรก็ดี ChatGPT ยังมีข้อจำกัด และ ข้อควรระวัง

ประเด็นข้อควรระวังข้อแรก คือ เรื่องของการให้ข้อมูลที่ผิด (Misinformation) อย่างที่ได้อธิบายไปข้างต้นว่า ChatGPT ไม่ได้ “เข้าใจ” ว่าตัวเองตอบอะไรออกมา และไม่ได้แยกแยะได้ว่าข้อมูลที่ตัวเองได้มาจากการถูกสอนมีความถูกต้องไหม จึงทำให้มีการให้ข้อมูลที่ผิด หรือ ให้ข้อมูลที่ไม่มีอยู่จริง

ข้อควรระวังข้อที่ 2 คือ เรื่องของ Plagiarism เนื่องด้วย ChatGPT เรียนรู้จากข้อมูล Text มากมายที่ถูกสอนเข้าไป เวลาตอบอาจจะมีการลอก Pattern หรือเนื้อหาบางอย่างที่เคยถูกสอนออกมาตอบ

นอกจากจะไม่ได้ให้ Source แล้วว่าเอามาจากไหน แล้วการเขียนอาจจะมีความคล้ายงานอื่นที่เคยถูกเขียนมาแล้ว ส่วนตัวแล้วมองว่าการเขียนงานวิจัยไม่ควรใช้ Text ที่ ChatGPT เขียนออกมาใช้เป็นเนื้อหาโดยตรง เพราะมีประเด็นสุ่มเสี่ยงด้านนี้

ข้อควรระวังข้อที่ 3 คือ เรื่องประเด็นลิขสิทธิ์ของงานต่างๆ ที่สร้าง โดย Generative AI เช่น ChatGPT หรือ MidJourney เข้าใจว่าอาจจะยังไม่ได้ข้อสรุปที่ชัดเจนตรงกันทั่วโลกว่า งานศิลปะที่สร้างโดย Generative AI เป็นลิขสิทธิ์ของใคร และมีการละเมิดลิขสิทธิ์จากงานอื่นๆ ที่ AI เหล่านี้ไปเรียนรู้ตัวอย่าง หรือ Pattern มาหรือไม่ 

ยุคนี้เป็นยุคที่น่าตื่นเต้นของ Generative AI เราน่าจะได้เห็นศักยภาพที่เพิ่มขึ้นของมันได้เรื่อยๆ คนที่รู้จักปรับตัวจะสามารถใช้ประโยชน์จาก Technology ที่ก้าวหน้าเพิ่มขึ้นนี้มาเพิ่ม Productivity ของตัวเอง

 

References:

Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). “Generative AI at Work.” https://www.nber.org/system/files/working_papers/w31161/w31161.pdf   

Noy, S., and Zhang, W. (2023), “Experimental Evidence on the Productivity Effects of Generative AI.” https://economics.mit.edu/sites/default/files/inline-files/Noy_Zhang_1.pdf