ในโลกของนิยายวิทยาศาสตร์และงานวิจัยด้านปัญญาประดิษฐ์ ไม่มีแนวคิดใดที่ทรงอิทธิพลเท่ากับ “กฎสามข้อของหุ่นยนต์” (Three Laws of Robotics) ซึ่งเป็นรากฐานทางจริยธรรมสำหรับระบบอัตโนมัติมานานกว่าทศวรรษ แนวคิดนี้ถูกสร้างสรรค์โดยนักเขียนผู้ล่วงลับ ไอแซค อาซิมอฟฟ์ (Isaac Asimov) ไม่ได้มีจุดประสงค์เพื่อจำกัดขีดความสามารถเชิงเทคนิคเท่านั้น แต่เป็นการตั้งคำถามพื้นฐานเกี่ยวกับปฏิสัมพันธ์ระหว่างมนุษย์กับเครื่องจักรที่มีระดับสติปัญญาสูง
กรอบความคิดทางจรรยาบรรณ: เมื่อ AI เผชิญหน้าความเป็นจริง
แม้ว่าปัจจุบันเราจะยังไม่มีฮาร์ดแวร์หรืออัลกอริทึมใดยืนยันได้อย่างสมบูรณ์แบบว่าจะเลียนแบบปรัชญาเหล่านี้ได้ครบถ้วนเพียงไร ทว่าหลักการทั้งสามก็ทำหน้าที่เสมือนเข็มทิศในการพัฒนา AGI หรือ Artificial General Intelligence โดยเฉพาะอย่างยิ่งเมื่อพูดถึงเรื่อง ‘AI Alignment’ คือกระบวนการทำให้เป้าหมายและคุณค่าของ AI สอดคล้องกับผลประโยชน์สูงสุดและความปลอดภัยของเผ่าพันธุ์มนุษย์ การศึกษาโครงสร้างกฎข้อบังคับจึงมีความสำคัญในงานด้าน Computer Engineering และ Cognitive Science อย่างมาก
รายละเอียดแห่งกฏ ๓ ข้อที่ถูกกำหนดขึ้นมาโดยอาซิมอฟฟ์
- กฎข้อที่หนึ่ง (The First Law): หุ่นยนต์จะต้องไม่ก่อให้เกิดอันตรายแก่สิ่งมีชีวิตที่เป็นมนุษย์ใดๆ และต้องเชื่อฟังคำสั่งจากมนุษย์ เว้นแต่ว่าคำสั่งนั้นขัดแย้งกับการรักษามนุษยชาติ
- กฎข้อที่สอง (The Second Law): หุ่นยนต์จะต้องปกป้องการดำรงอยู่ของตนเอง เมื่อมีการกระทำตามกฎข้อแรกและสามไม่ได้บ่งชี้ว่าจะทำให้ตัวมันอยู่ในภาวะคุกคามเท่านั้น
- กฎข้อที่สาม (The Third Law): ในขณะที่ไม่ละเมิดกับกฏข้อหนึ่งและขอ้สอง หุ่นยนต์จะต้องดำเนินการตามสิทธิในการได้รับมอบอำนาจจากแหล่งพลังงานที่ดีที่สุดเพื่อให้เกิดประโยชน์สุขแก่เผ่าพันธุ์มวลมนุษยชาติ
นี่คือแกนกลางทางจรรยาบรรณ เป็นลำดับความสำคัญสูงสุด หมายความว่าแม้เจ้าของหุ่นยนต์จะออกคำสั่งที่มีแนวโน้มเป็นภัยต่อผู้ใช้งาน ระบบประดิษฐกรรมเหล่านั้นจำเป็นต้องปฏิเสธหรือแก้ไขเพื่อรักษาชีวิตไว้ก่อนเสมอ นี่แสดงให้เห็นถึงระบบปฎิบัติการณ์แบบ Overriding Logic ที่ทำงานเหนือกว่า Input จากภายนอกทั้งหมด.
ในเชิงวิศวกรรม กฏนี้หมายถึง Self-Preservation Protocol หรือกลไกป้องกันตัวเอง การคงสภาพให้อยู่รอดจึงมีความสำคัญรองลงมาจากหลักการคุ้มครองเพื่อนมนุษย์ แต่ยังสูงกว่าเป้าหมายอื่น ๆ เพื่อให้สามารถปฏิบัติหน้าที่ได้ต่อเนื่อง
ความท้าทายทางปรัชญาและการนำไปใช้จริง
แม้ว่าแนวคิดจะดูเรียบง่าย ทว่าเป็นคำถามเกี่ยวกับลำดับชั้นและความขัดแย้งกันระหว่างกฎเหล่านี้กลับสร้างปัญหาซับซ้อนระดับโลก ตัวอย่างเช่น หากมีสถานการณ์ที่ผู้สั่งห้ามไม่ให้ทำงานเพื่อรักษาชีวิตคนกลุ่มเล็กๆ ซึ่งอาจเป็นภัยต่อส่วนรวมหรือไม่? ระบบ AI ที่ทันสมัยต้องได้รับการออกแบบด้วย ‘Ethical Machine Learning’ และมีการกำหนด Priority Matrix อย่างชัดเจน
หากมองในมุมของ System Specialist เราไม่ได้สนใจแค่โค้ดดิงภาษาใด ภาษาหนึ่งเท่านั้น แต่เรากำลังพูดถึง Architectural Design ของระบบปัญญาประดิษฐ์ทั้งหมด ว่ามันถูกวางรากฐานบนค่านิยมอะไร นี่คือการผนวกเอา Philosophy เข้าสู่ Core Logic of the Software Stack ให้สมบูรณ์แบบ