SDG 4 · การศึกษาที่มีคุณภาพ
โอกาส: ช่วยอธิบายเนื้อหาในหลายระดับ สร้างแบบฝึก สรุป และช่วยครูเตรียมสื่อได้เร็วขึ้น
ต้องระวัง: คำตอบผิด อคติ การพึ่งพา AI จนลดการคิดเอง และการคุ้มครองข้อมูลผู้เรียน
AI FOR SOCIAL IMPACT
AI × SDGs — ใช้เทคโนโลยีเพื่อช่วยแก้โจทย์จริง
AI ไม่ใช่คำตอบของทุกปัญหา แต่สามารถเป็นเครื่องมือหนึ่งเมื่อโจทย์ชัด มีข้อมูลเหมาะสม มีคนรับผิดชอบ และคำนึงถึงผลกระทบต่อผู้เกี่ยวข้อง หน้านี้ชวนมองทั้ง “โอกาส” และ “สิ่งที่ต้องระวัง” ไปพร้อมกัน
เชื่อม AI กับเป้าหมายการพัฒนา
ตัวอย่าง 8 พื้นที่ที่เห็นภาพได้ง่าย
ตัวอย่างต่อไปนี้เป็นแนวทางเพื่อการเรียนรู้ ไม่ได้หมายความว่า AI จะเหมาะกับทุกบริบทหรือทดแทนผู้เชี่ยวชาญในแต่ละสาขา
SDG 8 · งานที่มีคุณค่าและการเติบโตทางเศรษฐกิจ
โอกาส: ช่วยงานซ้ำ ๆ วิเคราะห์ข้อมูลเบื้องต้น สนับสนุนผู้ประกอบการรายเล็ก และเพิ่มโอกาสเรียนรู้ทักษะใหม่
ต้องระวัง: ความเหลื่อมล้ำด้านทักษะ การเปลี่ยนบทบาทงาน และการใช้ AI ประเมินคนโดยขาดความโปร่งใส
SDG 9 · อุตสาหกรรม นวัตกรรม และโครงสร้างพื้นฐาน
โอกาส: ช่วยวิเคราะห์กระบวนการ ค้นหารูปแบบความผิดปกติ และสนับสนุนการออกแบบบริการหรือผลิตภัณฑ์ใหม่
ต้องระวัง: คุณภาพข้อมูล ความปลอดภัยของระบบ และการพึ่งพาโมเดลที่ไม่เข้าใจข้อจำกัด
SDG 11 · เมืองและชุมชนที่ยั่งยืน
โอกาส: ช่วยจัดการข้อมูลพื้นที่ การเดินทาง บริการสาธารณะ หรือช่องทางรับฟังปัญหาจากประชาชน
ต้องระวัง: Privacy การเฝ้าระวังเกินจำเป็น และการออกแบบระบบโดยไม่ฟังบริบทของคนในพื้นที่
SDG 12 · การผลิตและบริโภคที่รับผิดชอบ
โอกาส: ช่วยคาดการณ์ความต้องการ ลดของเสีย จัดการสต็อก หรือช่วยสื่อสารข้อมูลเพื่อการเลือกบริโภค
ต้องระวัง: อย่าให้การเพิ่มประสิทธิภาพกลายเป็นการเพิ่มการใช้ทรัพยากรโดยไม่จำเป็น
SDG 13 · การรับมือการเปลี่ยนแปลงสภาพภูมิอากาศ
โอกาส: ช่วยวิเคราะห์ข้อมูลสภาพอากาศ พลังงาน หรือระบบธรรมชาติ เพื่อสนับสนุนการวางแผนและการวิจัย
ต้องระวัง: ระบบ AI เองใช้พลังงานและโครงสร้างพื้นฐาน จึงควรมองผลกระทบตลอดวงจรด้วย
SDG 16 · สังคมสงบสุขและสถาบันที่เข้มแข็ง
โอกาส: ช่วยจัดหมวดข้อมูล สรุปเอกสาร หรือเพิ่มการเข้าถึงข้อมูลสาธารณะ
ต้องระวัง: ข่าวปลอม Deepfake การโน้มน้าว การตัดสินใจอัตโนมัติ และสิทธิของผู้ได้รับผลกระทบ
SDG 17 · หุ้นส่วนเพื่อการพัฒนา
โอกาส: ช่วยเชื่อมข้อมูลจากหลายภาคส่วน ทำงานร่วมกัน และสื่อสารความรู้ข้ามภาษา
ต้องระวัง: ต้องกำหนดบทบาท ความรับผิดชอบ มาตรฐานข้อมูล และการแบ่งปันข้อมูลให้ชัด
ก่อนใช้ AI กับโจทย์สังคม
เริ่มจากปัญหา ไม่ใช่เริ่มจากเครื่องมือ
นิยามปัญหา
ปัญหาคืออะไร ใครได้รับผลกระทบ และอะไรคือผลลัพธ์ที่อยากเห็น?
ถามว่า AI จำเป็นไหม
บางโจทย์แก้ด้วยกระบวนการธรรมดาได้ง่ายกว่า ถูกกว่า และปลอดภัยกว่า
ตรวจข้อมูล
ข้อมูลมาจากไหน มีสิทธิใช้หรือไม่ ครบพอหรือมีอคติบางแบบ?
ทดลองอย่างจำกัด
เริ่มเล็ก วัดผลจริง ตรวจผลกระทบ และมีทางย้อนกลับเมื่อระบบผิดพลาด
ให้คนรับผิดชอบ
กำหนดผู้ตรวจ ผู้อนุมัติ ช่องทางร้องเรียน และการติดตามหลังใช้งาน
YDML × Learning by Doing
จากบทเรียนสู่โครงการ AI for Social Impact
แนวคิดของ YDML คือให้ผู้เรียนใช้ AI กับโจทย์จริง โดยไม่แยกเทคโนโลยีออกจากคนและบริบทของปัญหา ผู้เรียนจึงควรได้ทั้งทักษะการใช้เครื่องมือและทักษะตั้งคำถาม ตรวจสอบ และประเมินผลกระทบ
อ่านต่อ
แหล่งอ้างอิงสำหรับ AI เพื่อสังคม
ITU
AI for Good
เวทีและแหล่งกรณีศึกษาการประยุกต์ AI กับโจทย์เพื่อประโยชน์สาธารณะและการพัฒนา
เปิด AI for Good ↗UN
UN Sustainable Development Goals
ข้อมูลเป้าหมาย SDGs และตัวชี้วัดจากแหล่งทางการของสหประชาชาติ
ดู 17 เป้าหมาย ↗YD
อยู่ ดี มี อนาคตที่ยั่งยืน
เนื้อหา SDGs และ Carbon ที่ YDML เรียบเรียงให้เชื่อมกับชีวิตประจำวัน
ไปยังหมวดความยั่งยืน →