สิ่งที่ระบบเข้าถึงได้ส่วนใหญ่คือความรู้ที่เคยถูกเขียน บันทึก แปลงเป็นข้อมูลดิจิทัล เผยแพร่บนอินเทอร์เน็ต หรือจัดเก็บอยู่ในฐานข้อมูลที่นำมาใช้พัฒนาระบบได้ ความสามารถของ AI จึงไม่ได้สะท้อนเพียงว่ามันประมวลผลข้อมูลได้ดีเพียงใด แต่ยังขึ้นอยู่กับว่า ความรู้ของใครถูกบันทึกไว้ในข้อมูลเหล่านั้น และความรู้ของใครไม่เคยมีโอกาสเข้าไปอยู่ในนั้นเลย

แล้วความรู้ที่ไม่เคยถูกเขียนลงในหนังสือ ไม่เคยถูกนำขึ้นเว็บไซต์ หรือยังคงถ่ายทอดจากคนรุ่นหนึ่งไปสู่อีกรุ่นหนึ่งผ่านคำบอกเล่า จะมีที่อยู่ตรงไหนในโลกที่ผู้คนพึ่งพา AI มากขึ้นทุกวัน?

AI ไม่ได้แค่ให้คำตอบ แต่เริ่มตัดสินใจ

คำถามนี้ยิ่งสำคัญขึ้นเมื่อเทคโนโลยีกำลังเคลื่อนจาก Generative AI ไปสู่ Agentic AI

Generative AI ที่เราคุ้นเคยทำหน้าที่สร้างข้อความ ภาพ เสียง หรือเนื้อหาตามคำสั่งของผู้ใช้ ส่วน Agentic AI สามารถทำได้มากกว่านั้น ระบบอาจวางแผนงาน ค้นหาและเลือกข้อมูล ใช้เครื่องมือต่าง ๆ ตัดสินใจระหว่างทาง และดำเนินงานบางอย่างต่อเนื่องแทนมนุษย์

ความแตกต่างจึงไม่ได้อยู่ที่ AI จะ “ตอบอะไร” แต่อยู่ที่มันอาจเริ่มมีบทบาทในการเลือกด้วยว่า ข้อมูลใดเกี่ยวข้อง แหล่งใดน่าเชื่อถือ ทางเลือกใดควรได้รับความสำคัญ และควรดำเนินการอย่างไรต่อไป

หากระบบเหล่านี้ถูกนำไปใช้ในสถานศึกษา ที่ทำงาน อุตสาหกรรมสร้างสรรค์ บริการสาธารณะ หรือกระบวนการตัดสินใจที่มีผลต่อชีวิตผู้คน ฐานความรู้ของ AI ย่อมมีความหมายมากกว่าการเป็นเพียงแหล่งข้อมูลสำหรับตอบคำถาม เพราะสิ่งที่ระบบรู้และไม่รู้ อาจส่งผลต่อสิ่งที่มันเลือก สิ่งที่มันแนะนำ และสิ่งที่มันลงมือทำ

โลกไม่ได้มีความรู้เพียงแบบเดียว

เมื่อวันที่ 2 กันยายน 2026 UNESCO จัดวงเสวนาในหัวข้อ “Plural Intelligences: Designing Agentic AI that Respects Cultural and Epistemic Diversity” เพื่อสำรวจว่า Agentic AI อาจเปลี่ยนแปลงการสร้าง การตรวจสอบ การนำไปใช้ และการบริโภคความรู้อย่างไร รวมถึงจะออกแบบระบบเหล่านี้ให้เคารพความหลากหลายทางวัฒนธรรม ภาษา โลกทัศน์ และระบบความรู้ได้อย่างไร

คำว่า Plural Intelligences ในบริบทนี้ไม่ได้หมายถึงทฤษฎีพหุปัญญาที่แบ่งความสามารถของมนุษย์ออกเป็นด้านต่าง ๆ แต่ชี้ให้เห็นว่า มนุษย์ไม่ได้มีวิธีทำความเข้าใจโลกเพียงแบบเดียว แต่ละสังคมมีวิธีสร้าง ถ่ายทอด และตรวจสอบความรู้แตกต่างกันไป

ความรู้บางประเภทเกิดจากการวิจัยและได้รับการบันทึกเป็นลายลักษณ์อักษร บางประเภทสั่งสมจากประสบการณ์ของคนในพื้นที่ บางอย่างถ่ายทอดผ่านภาษา เรื่องเล่า เพลง พิธีกรรม การทำงาน หรือการสังเกตธรรมชาติต่อเนื่องหลายชั่วอายุคน ความรู้เหล่านี้อาจมีวิธีอธิบายและเกณฑ์ยืนยันความน่าเชื่อถือที่ไม่เหมือนกับความรู้ในระบบวิชาการสมัยใหม่

คำถามของ UNESCO จึงไม่ได้อยู่ที่ว่าจะทำให้ AI มีข้อมูลมากขึ้นได้อย่างไร แต่รวมถึงว่า จะทำอย่างไรไม่ให้ AI นำโลกทัศน์หรือระบบความรู้บางแบบมาใช้เป็นมาตรฐานแทนความหลากหลายทั้งหมดของมนุษย์ UNESCO

อินเทอร์เน็ตไม่ใช่โลกทั้งใบ

ความรู้ที่ปรากฏบนอินเทอร์เน็ตไม่ได้กระจายอย่างเท่าเทียมกันทุกภาษาและทุกสังคม ภาษาที่มีผู้ใช้จำนวนมากและมีทรัพยากรทางเศรษฐกิจสูงย่อมมีหนังสือ เว็บไซต์ งานวิจัย ข่าว และฐานข้อมูลดิจิทัลจำนวนมากกว่า ขณะที่ภาษาของชุมชนขนาดเล็ก ภาษาถิ่น หรือภาษาที่ใช้เป็นแค่ภาษาพูดเป็นหลัก อาจมีข้อมูลออนไลน์เพียงเล็กน้อย

แม้ข้อมูลเกี่ยวกับชุมชนหนึ่งจะมีอยู่บนอินเทอร์เน็ต ก็ยังต้องถามต่อไปว่า ใครเป็นผู้บันทึกข้อมูลเหล่านั้น

บางครั้งเรื่องราวของชุมชนถูกอธิบายโดยนักท่องเที่ยว หน่วยงานรัฐ นักวิจัย หรือสื่อจากภายนอก มากกว่าจะได้รับการถ่ายทอดผ่านเสียงของคนในชุมชนเอง สิ่งที่ AI เรียนรู้จึงอาจเป็นความรู้ “เกี่ยวกับ” ชุมชน แต่ไม่ใช่ความรู้ “จาก” ชุมชน

ความแตกต่างนี้มีความสำคัญ เพราะคนภายนอกอาจมองเห็นพิธีกรรมหนึ่งในฐานะกิจกรรมทางวัฒนธรรม ขณะที่คนในชุมชนอาจมองว่าเป็นส่วนหนึ่งของศรัทธา ความทรงจำ และความสัมพันธ์ระหว่างคนหลายรุ่น ทั้งสองคำอธิบายอาจกล่าวถึงสิ่งเดียวกัน แต่ไม่ได้ให้ความหมายแบบเดียวกัน

ดังนั้น การค้นไม่พบข้อมูล ไม่ได้หมายความว่าความรู้นั้นไม่มีอยู่ และการที่ความรู้บางอย่างไม่ปรากฏในฐานข้อมูลของ AI ก็ไม่ได้ทำให้สิ่งนั้นหมดสถานะความเป็นความรู้

ภาษาใดจะมีอยู่ในคำตอบของ AI

ภาษาไม่ได้ทำหน้าที่เพียงบรรจุข้อมูล แต่ยังเป็นวิธีมองและจัดระเบียบโลก คำบางคำเชื่อมโยงกับความสัมพันธ์ทางสังคม ความสุภาพ ศาสนา ความรู้สึก หรือประสบการณ์เฉพาะของชุมชน จึงอาจไม่มีคำในอีกภาษาหนึ่งที่ถ่ายทอดความหมายได้ครบถ้วน

AI อาจแปลคำหรือสร้างประโยคในภาษาหนึ่งได้อย่างถูกต้องตามโครงสร้าง แต่ความสามารถทางภาษายังไม่เท่ากับความเข้าใจบริบททั้งหมดที่อยู่เบื้องหลังภาษานั้น

เมื่อข้อมูลในภาษาท้องถิ่นมีอยู่น้อย ระบบอาจอาศัยคำอธิบายจากภาษาอังกฤษหรือภาษาหลักอื่นก่อน แล้วจึงแปลกลับมาเป็นภาษาของผู้ใช้ คำตอบที่ได้จึงอาจอ่านลื่นไหลและดูเป็นธรรมชาติ แต่กรอบความคิดภายในยังมาจากคำอธิบายของคนนอก

ภาษาขนาดเล็กจึงไม่ได้หายไปจาก AI โดยสิ้นเชิง เราอาจยังพิมพ์คำถามและได้รับคำตอบในภาษานั้นได้ แต่สิ่งที่อาจขาดหายไปคือวิธีคิด ความละเอียดอ่อน และน้ำเสียงของผู้คนที่ใช้ภาษานั้นในชีวิตจริง

การที่ AI “พูดภาษาเราได้” จึงยังไม่ตอบคำถามว่า เสียงของเราอยู่ในความรู้ที่มันใช้สร้างคำตอบด้วยหรือไม่

คำตอบที่พบบ่อยอาจกลายเป็นความจริงมาตรฐาน

หากผู้คนจำนวนมากถาม AI เกี่ยวกับเรื่องเดียวกัน และระบบสร้างคำตอบจากแหล่งข้อมูลเด่นชุดใกล้เคียงกัน คำอธิบายบางแบบอาจค่อย ๆ ได้รับสถานะเป็นคำตอบมาตรฐาน

ความเปลี่ยนแปลงนี้อาจเกิดขึ้นโดยไม่มีใครตั้งใจทำลายความหลากหลาย คำอธิบายจากวัฒนธรรมหลักที่อ่านง่ายกว่า ค้นพบได้ง่ายกว่า มีเอกสารรองรับมากกว่า และถูกทำซ้ำบ่อยกว่า ส่วนความหมายเฉพาะถิ่นซึ่งมีข้อมูลน้อยอาจถูกย่อให้เหลือเพียงคำอธิบายกว้าง ๆ หรือหายไปจากคำตอบทั้งหมด

เมื่อเวลาผ่านไป ผู้คนอาจเริ่มเชื่อว่า สิ่งที่ AI ไม่กล่าวถึงนั้นไม่มีความสำคัญ หรือความรู้ที่ไม่มีแหล่งอ้างอิงออนไลน์ไม่น่าเชื่อถือเท่ากับสิ่งที่ระบบค้นพบได้ทันที

ยิ่งไปกว่านั้น คนรุ่นใหม่อาจหันไปถาม AI ก่อนถามผู้สูงอายุ ผู้รู้ทางศาสนา ช่างฝีมือ เกษตรกร หรือสมาชิกในชุมชน หากคำตอบจากระบบรวดเร็วกว่า สะดวกกว่า และดูเป็นระเบียบกว่า

ในระยะแรก AI อาจสะท้อนความไม่เท่าเทียมของข้อมูลที่มีอยู่ แต่เมื่อผู้คนใช้คำตอบเหล่านั้นซ้ำในการเรียน การเขียน และการสร้างเนื้อหา ระบบก็อาจมีส่วนทำให้ความรู้บางชุดปรากฏเด่นขึ้นเรื่อย ๆ ขณะที่ความรู้อีกหลายชุดค่อย ๆ หายไป

ปัญหาจึงไม่ได้อยู่แค่ว่า AI อาจให้ข้อมูลผิด แต่อยู่ที่มันอาจทำให้เราลืมถามถึงความรู้ซึ่งไม่เคยมีโอกาสเข้าไปอยู่ในคำตอบตั้งแต่แรก

การนำความรู้ขึ้นอินเทอร์เน็ตไม่ใช่คำตอบทั้งหมด

ทางออกอาจดูเหมือนง่าย แค่นำความรู้ท้องถิ่น ภาษาของคนกลุ่มน้อย และเรื่องราวของชุมชนเข้าสู่โลกดิจิทัลให้มากขึ้น แต่ความรู้ไม่ใช่ทรัพยากรที่ใครจะหยิบไปบันทึก เผยแพร่ หรือใช้ฝึก AI ได้โดยไม่มีขอบเขต

ความรู้บางอย่างเป็นสมบัติร่วมของชุมชน บางอย่างเกี่ยวข้องกับศาสนาและพิธีกรรม บางเรื่องอนุญาตให้ถ่ายทอดเฉพาะแก่สมาชิกบางกลุ่มหรือในบางช่วงเวลา และบางอย่างอาจสร้างความเสียหายหากถูกตัดออกจากบริบทแล้วนำไปใช้เชิงพาณิชย์

ก่อนถามว่าจะนำความรู้เหล่านี้เข้าสู่ AI อย่างไร เราจึงต้องถามว่า ใครเป็นเจ้าของ ใครมีสิทธิ์บันทึก ชุมชนให้ความยินยอมหรือไม่ และหากบริษัทนำความรู้นั้นไปสร้างผลิตภัณฑ์หรือผลประโยชน์ทางเศรษฐกิจ ชุมชนต้นทางจะได้รับสิ่งใดกลับคืนมา

การทำให้ AI เคารพความหลากหลายจึงไม่ควรหมายถึงแค่การรวบรวมข้อมูลจากทุกพื้นที่เข้าสู่คลังข้อมูลส่วนกลาง แต่ต้องรวมถึงสิทธิของชุมชนในการกำหนดว่า ความรู้ใดเปิดเผยได้ ใครเข้าถึงได้ ใช้เพื่อวัตถุประสงค์ใด และความรู้ใดควรได้รับการปกป้องไว้

บางครั้ง การเคารพความรู้ไม่ได้หมายถึงการนำความรู้นั้นเข้าสู่ระบบ แต่อาจหมายถึงการยอมรับว่า AI ไม่มีสิทธิ์รู้ทุกอย่าง

AI ไม่จำเป็นต้องรู้ทุกอย่าง แต่ต้องรู้ขอบเขตของตนเอง

AI ที่เคารพความหลากหลายทางวัฒนธรรมและระบบความรู้ไม่จำเป็นต้องตอบได้ทุกคำถาม สิ่งสำคัญกว่าอาจเป็นความสามารถในการยอมรับว่า ข้อมูลเกี่ยวกับภาษา ชุมชน หรือประเพณีหนึ่งยังมีจำกัด และคำตอบที่ให้เป็นเพียงมุมมองหนึ่ง ไม่ใช่ความจริงทั้งหมด

ระบบควรช่วยให้ผู้ใช้มองเห็นที่มาของข้อมูล แยกคำอธิบายจากบุคคลภายนอกออกจากเสียงของคนในชุมชน และเปิดพื้นที่ให้ผู้รู้ท้องถิ่นสามารถตรวจสอบ โต้แย้ง หรือเพิ่มเติมสิ่งที่ขาดหายไปได้

ในบางคำถาม คำตอบที่รับผิดชอบที่สุดของ AI อาจไม่ใช่ข้อความยาวที่ฟังดูรอบรู้ แต่อาจเป็นการบอกผู้ใช้ว่า เรื่องนี้ต้องอาศัยบริบทเฉพาะ และควรสอบถามผู้ที่มีประสบการณ์ตรงในชุมชนนั้น

แนวคิดดังกล่าวสอดคล้องกับหลักความครอบคลุม ความหลากหลายทางวัฒนธรรม และการเคารพระบบความรู้ที่แตกต่างกันใน ข้อเสนอแนะว่าด้วยจริยธรรมของปัญญาประดิษฐ์ของ UNESCO

สิ่งที่ AI ไม่รู้ ยังเป็นความรู้อยู่เสมอ

AI อาจมีบทบาทสำคัญในการช่วยแปลภาษา บันทึกเรื่องราว และทำให้ความรู้ที่เคยเข้าถึงได้ยากเข้าถึงผู้คนง่ายขึ้น หากได้รับการออกแบบและใช้งานอย่างเหมาะสม เทคโนโลยีนี้อาจช่วยรักษาภาษาและภูมิปัญญาบางอย่างไว้แทนที่จะทำให้สิ่งเหล่านั้นเลือนหาย

แต่ก่อนจะไปถึงจุดนั้น เราต้องไม่สับสนระหว่าง “ความรู้ที่ AI เข้าถึงได้” กับ “ความรู้ทั้งหมดที่มนุษย์มี”

อินเทอร์เน็ตเป็นเพียงส่วนหนึ่งของโลก หนังสือและฐานข้อมูลเป็นเพียงส่วนหนึ่งของความทรงจำมนุษย์ และคำตอบของ AI เป็นเพียงสิ่งที่ระบบสามารถประกอบขึ้นจากร่องรอยของความรู้ที่มันได้รับ

นอกเหนือจากข้อมูลเหล่านั้น ยังมีความรู้ที่อยู่ในภาษาเล็ก ๆ ในมือของช่างฝีมือ ในความทรงจำของผู้สูงอายุ ในเรื่องเล่าของครอบครัว ในพิธีกรรมของชุมชน และในประสบการณ์ที่ไม่เคยถูกเขียนหรือบันทึกไว้ที่ใด

ในอนาคต ความรู้บางอย่างอาจไม่ได้สูญหายเพราะไม่มีใครจดจำ แต่สูญหายเพราะผู้คนเลิกถามผู้ที่ยังจดจำมันอยู่ แล้วหันไปถามระบบที่ไม่เคยรู้จักความรู้นั้นตั้งแต่ต้น