ตีสองของคืนก่อนวันส่ง นักศึกษาคนหนึ่งกดตรวจงานเป็นครั้งสุดท้าย แล้วหน้าจอขึ้นแถบสีแดงว่าเนื้อหาร้อยละ 80 น่าจะเขียนด้วย AI ทั้งที่นั่งพิมพ์เองมาสามเดือน ถ้าคุณอยู่ในสถานการณ์นี้ ขอให้อ่านจนจบก่อนตัดสินใจ
ตัวเลขบนหน้าจอไม่ใช่หลักฐาน
เครื่องตรวจไม่รู้ว่าใครเป็นคนเขียน และไม่มีทางรู้ สิ่งที่มันทำคือประเมินความน่าจะเป็นทางสถิติจากรูปแบบภาษาแล้วแปลงเป็นเปอร์เซ็นต์ ค่าร้อยละ 80 ไม่ได้แปลว่าคุณใช้ AI เขียนไป 80 แต่แปลว่าข้อความของคุณมีรูปแบบใกล้เคียงสิ่งที่โมเดลเคยเห็น ความคล้ายกับความจริงคนละเรื่องกัน
ทำไมงานที่เขียนเองถึงถูกธง
คำตอบอยู่ที่คำเดียว คือความสม่ำเสมอ ยิ่งเขียนตามสูตรเป๊ะ ประโยคยาวเท่ากันหมด ใช้คำเชื่อมชุดเดิมซ้ำ ๆ ข้อความก็ยิ่งคาดเดาได้ ซึ่งคือลักษณะที่เครื่องตรวจถูกฝึกให้จับ งานที่เรียบร้อยเกินไปจึงกลายเป็นงานน่าสงสัย
ปัญหานี้หนักเป็นพิเศษกับคนที่ไม่ได้ใช้ภาษาอังกฤษเป็นภาษาแม่ งานวิจัยของ Liang และคณะ (2023) ในวารสาร Patterns ทดสอบเครื่องตรวจ 7 ตัวกับเรียงความ TOEFL พบว่าถูกระบุผิดว่าเป็นงาน AI เฉลี่ยร้อยละ 61.3 ขณะที่งานของเจ้าของภาษาแทบไม่ถูกจับผิด สาเหตุที่คณะผู้วิจัยเสนอคือ ผู้เขียนที่ใช้คลังคำจำกัดกว่าย่อมผลิตข้อความที่คาดเดาง่ายกว่า และเครื่องตรวจอ่านความคาดเดาง่ายนั้นว่าเป็นสัญญาณของเครื่องจักร พูดอีกอย่างคือมันลงโทษคนที่ภาษายังไม่แข็งแรง
สถาบันชั้นนำเองก็ไม่เชื่อตัวเลขนี้
มหาวิทยาลัยแวนเดอร์บิลต์ปิดการใช้เครื่องตรวจ AI ของ Turnitin ตั้งแต่ 16 สิงหาคม 2566 เพราะไม่มีใครอธิบายได้ว่ามันตัดสินอย่างไร แม้ผู้ผลิตอ้างว่าอัตราผิดพลาดต่ำกว่าร้อยละ 1 แต่คูณกับงาน 75,000 ชิ้นต่อปี ก็เท่ากับนักศึกษาราว 750 คนที่อาจถูกกล่าวหาโดยไม่ได้ทำผิด ฝั่ง Turnitin โต้แย้งว่าตัวอย่างที่ใช้ทดสอบสั้นเกินไป ซึ่งมีน้ำหนักอยู่ แต่ผลตรวจก็ยังเป็นการประมาณ ไม่ใช่คำตัดสิน
คนละเรื่องกัน: ตรวจลอกเลียน กับ ตรวจ AI
ในบ้านเรามีความสับสนอีกชั้นหนึ่งที่ต้องแยกให้ออก สถาบันไทยหลายสิบแห่งใช้ระบบอักขราวิสุทธิ์ของจุฬาลงกรณ์มหาวิทยาลัย ซึ่งเปิดให้ใช้ฟรีสำหรับสถาบันที่ลงนามความร่วมมือ ระบบนี้เทียบงานของเรากับฐานข้อมูลวิทยานิพนธ์ วารสาร รายงานวิจัย และวิกิพีเดียภาษาไทย แล้วรายงานออกมาเป็นค่าความคล้ายพร้อมแถบสีชี้ว่าข้อความไหนไปตรงกับเอกสารใด
จุดสำคัญคือ ค่าความคล้ายไม่ใช่ค่าความเป็น AI อักขราวิสุทธิ์ตอบคำถามว่าข้อความนี้ไปเหมือนของใครที่มีอยู่แล้วหรือเปล่า ส่วนเครื่องตรวจ AI ตอบคำถามคนละข้อว่ารูปแบบภาษานี้ดูเหมือนเครื่องเขียนไหม เวลาถูกทัก ให้ถามให้ชัดก่อนว่าอาจารย์กำลังพูดถึงค่าตัวไหน เพราะวิธีชี้แจงสองกรณีนี้ต่างกันสิ้นเชิง ถ้าเป็นค่าความคล้าย เราแก้ด้วยการเพิ่มการอ้างอิงและเรียบเรียงใหม่ ซึ่งจบได้ในวันเดียว
แล้วมหาวิทยาลัยไทยกำหนดไว้ว่าอย่างไร
มหาวิทยาลัยมหิดลประกาศแนวปฏิบัติการใช้ Generative AI ในบริบทของการศึกษา เมื่อ 18 สิงหาคม 2568 หัวใจอยู่ที่ข้อ 2.2 ซึ่งกำหนดให้นักศึกษาระบุแหล่งที่มา และขอบเขตการใช้งาน AI ให้ชัดเจน ห้ามนำผลงานที่ AI สร้างมาแอบอ้างเป็นของตน สังเกตว่าทั้งฉบับไม่มีข้อใดกำหนดเปอร์เซ็นต์จากเครื่องตรวจเป็นเกณฑ์ตัดสิน เกณฑ์อยู่ที่แจ้งหรือไม่แจ้ง ไม่ใช่ตัวเลขเท่าไร
ภาคผนวกยังแบ่งระดับการอนุญาตไว้ห้าระดับ อ้างอิงจาก AI Assessment Scale เริ่มจากห้ามใช้เลย ใช้เพื่อวางแผนและระดมสมอง ใช้ร่วมกันโดยต้องปรับแก้ด้วยตนเอง ใช้อย่างเต็มรูปแบบโดยต้องอธิบายเหตุผลทุกขั้นตอน ไปจนถึงใช้อย่างสร้างสรรค์ โดยให้ผู้สอนเป็นผู้กำหนดว่ารายวิชานั้นอยู่ระดับใด คำถามที่ถูกต้องจึงไม่ใช่ว่าใช้ AI ได้ไหม แต่คือหลักสูตรของเราอนุญาตถึงระดับใด
เอกสารฉบับเดียวกันยังระบุความเสี่ยงไว้ห้าด้าน ด้านที่ตรงกับสถานการณ์นี้ที่สุดคือการสร้างหลักฐานที่ดูน่าเชื่อถือแต่ไม่มีอยู่จริง และการพึ่งพา AI จนบั่นทอนทักษะการคิดเชิงวิพากษ์ของผู้เรียนเอง ทั้งสองข้อนี้คือเหตุผลที่ระเบียบมีอยู่ ไม่ใช่การไล่จับผิดว่าใครพิมพ์เอง
วารสารไทยก็ขยับแล้ว และเข้มกว่าที่หลายคนคิด
ใครกำลังจะส่งบทความลงวารสารในฐาน TCI ควรอ่านหัวข้อนี้ให้จบ ปัจจุบันวารสารไทยจำนวนมากประกาศนโยบายการใช้ AI ไว้บนหน้าเว็บของตนเองแล้ว เนื้อหาไปในทางเดียวกันสามข้อ คือ AI เป็นผู้นิพนธ์ไม่ได้เพราะรับผิดชอบต่อผลงานไม่ได้ ใช้ช่วยเกลาภาษาหรือแปลได้ แต่ห้ามให้เขียนเนื้อหาหลักแทน และต้องเปิดเผยการใช้งานอย่างชัดเจน
ที่ควรรู้คือบทลงโทษไล่ระดับกันอยู่ วารสารวิทยาการบริหารภาครัฐสมัยใหม่ จัดการไม่เปิดเผยการใช้ AI เป็นความผิดระดับเล็กน้อย แก้ด้วยการเพิ่มข้อความเปิดเผย ไม่กระทบการตีพิมพ์ แต่จัดการสร้างข้อมูลหรือเอกสารอ้างอิงเท็จเป็นระดับร้ายแรง โทษคือปฏิเสธทันที ห้ามส่งบทความ 2 ถึง 5 ปี และแจ้งสถาบันต้นสังกัด ระยะห่างของโทษสองระดับนี้บอกอะไรบางอย่าง สิ่งที่วงการวิชาการกลัวไม่ใช่การที่คุณใช้เครื่องมือ แต่คือการที่งานมีข้อมูลปลอมอยู่ในนั้น
นโยบายฉบับเดียวกันยังเขียนแนวทางให้ผู้ทรงคุณวุฒิไว้ด้วย และมีประโยคหนึ่งที่นักศึกษาควรรู้ คือห้ามปฏิเสธบทความทันทีเพียงเพราะสงสัยว่าใช้ AI ให้ระบุเหตุผลและส่งให้กองบรรณาธิการสอบถามผู้เขียนก่อน หลักการเดียวกันนี้ใช้ได้กับห้องสอบวิทยานิพนธ์ ความสงสัยไม่เท่ากับข้อสรุป
อีกจุดที่น่าสนใจคือรายการสัญญาณที่วารสารแนะนำให้ผู้ทรงคุณวุฒิเฝ้าระวัง หนึ่งในนั้นคือบทความที่ขาดความเชื่อมโยงกับบริบทไทยหรือบริบทท้องถิ่น ข้อนี้มีค่ามาก เพราะมันบอกวิธีป้องกันตัวไปในตัว งานที่พูดถึงพื้นที่จริง หน่วยงานจริง และตัวเลขที่เก็บมาเอง คืองานที่เลียนแบบยากที่สุด
เขียนข้อความเปิดเผยการใช้ AI อย่างไรให้ปลอดภัย
ถ้าคุณใช้ AI ช่วยจริงในบางขั้นตอน ทางที่ปลอดภัยที่สุดคือเขียนบอกให้ชัด ไม่ใช่ปิดแล้วลุ้น รูปแบบที่วารสารไทยหลายฉบับกำหนดตรงกันมีสี่ส่วน คือชื่อเครื่องมือและรุ่นที่ใช้ วัตถุประสงค์ ขอบเขตว่าใช้กับส่วนใดของงาน และวิธีที่ผู้เขียนตรวจสอบผลลัพธ์นั้น โดยวางไว้ในบทที่ 3 หรือกิตติกรรมประกาศ
ตัวอย่างที่เขียนได้จริง ผู้วิจัยใช้เครื่องมือปัญญาประดิษฐ์ช่วยตรวจไวยากรณ์ และปรับสำนวนบทคัดย่อภาษาอังกฤษ รวมถึงช่วยเขียนชุดคำสั่งสำหรับประมวลผลข้อมูล ผู้วิจัยตรวจสอบผลลัพธ์ทุกส่วนและรับผิดชอบต่อความถูกต้องของเนื้อหาทั้งหมด สามบรรทัดนี้เปลี่ยนสถานะของคุณจากผู้ถูกสงสัยเป็นผู้ที่ทำตามระเบียบ
ห้าอย่างที่ควรทำภายในสัปดาห์นี้
หนึ่ง รวบรวมหลักฐานเชิงกระบวนการ ประวัติการแก้ไขใน Google Docs หรือ Word ไฟล์ร่าง โน้ตลายมือ บันทึกการสืบค้น สิ่งเหล่านี้แสดงว่างานโตขึ้นจากมือคุณ
สอง อย่าเพิ่งขอโทษ หลายคนตกใจจนพิมพ์ข้อความยอมรับผิดไปก่อน ทั้งที่ยังไม่มีใครแสดงหลักฐาน ข้อความนั้นจะย้อนกลับมาทำร้าย
สาม ขอทราบเกณฑ์ของสถาบันเป็นลายลักษณ์อักษร ว่าอนุญาตให้ใช้ AI ถึงระดับใด ค่าที่ทักมาเป็นค่าความคล้ายหรือค่าตรวจ AI และผลตรวจใช้เป็นหลักฐานเดี่ยวได้ไหม
สี่ เสนอวิธีพิสูจน์เชิงรุก ขออธิบายที่มาของแต่ละบทต่อหน้าอาจารย์ คนที่เขียนเองย่อมเล่าเบื้องหลังได้ ส่วนคนที่ให้ AI เขียนแทนจะติดตรงนี้
ห้า แก้ที่ต้นเหตุ ไม่ใช่แก้ที่ตัวเลข อ่านงานตัวเองแล้วถามว่าย่อหน้านี้มีความคิดเราตรงไหน
เขียนอย่างไรให้เป็นเสียงของตัวเอง
สลับความยาวประโยคให้ไม่เท่ากัน แทรกประโยคสั้นห้วน ๆ คั่นประโยคยาว มนุษย์เขียนแบบนั้น แต่โมเดลแทบไม่ทำ ลดคำเชื่อมชุดเดิมเหลือย่อหน้าละสองครั้ง ใส่การตีความของตัวเองอย่างน้อยหนึ่งประโยคต่อย่อหน้า และเติมข้อมูลเฉพาะที่ตรวจสอบได้ เช่น ตัวเลขระดับจังหวัด ชื่อหน่วยงาน ปีเก็บข้อมูล ข้อนี้สำคัญที่สุด เพราะเลียนแบบไม่ได้
ลองเทียบสองประโยคนี้ดู ประโยคแรกว่าผู้ประกอบการขนาดกลางและขนาดย่อมมีการปรับตัว ด้านเทคโนโลยีเพิ่มขึ้นอย่างต่อเนื่อง ประโยคที่สองว่าจากการลงพื้นที่ 12 ร้านในเขตเทศบาล มีเพียง 3 ร้านที่ใช้ระบบบันทึกยอดขายแบบดิจิทัล ที่เหลือยังจดใส่สมุด ประโยคแรกใครก็เขียนได้ ประโยคที่สองมีแต่คนที่ไปยืนอยู่ตรงนั้นเท่านั้นที่เขียนได้
สิ่งที่ห้ามทำเด็ดขาด
อย่าใช้โปรแกรมแปลงข้อความให้ดูเหมือนมนุษย์เขียน ความเสี่ยงมีสองชั้น ชั้นแรกคือมันมักบิดความหมายทางวิชาการจนผิดเพี้ยนโดยไม่รู้ตัว ชั้นที่สองหนักกว่า เมื่อกรรมการถามว่าประโยคนี้หมายความว่าอย่างไร คุณตอบไม่ได้
และอย่าลืมว่านโยบายวารสารไทยระบุตรง ๆ ว่าการใช้ AI ปรับแต่งข้อความเพื่อหลบโปรแกรมตรวจ ถือเป็นการฉ้อฉลทางวิชาการ ไม่ใช่เทคนิค การไล่แก้ตัวเลขคือการรักษาอาการ ไม่ใช่รักษาโรค
ส่งท้าย
ตัวเลขบนหน้าจอวัดรูปแบบของภาษา ไม่ได้วัดความซื่อสัตย์ของผู้เขียน คนที่ทำงานเองมีสิ่งที่เครื่องตรวจไม่มีวันมี นั่นคือคำอธิบายว่าทำไมถึงเลือกทฤษฎีนี้ ทำไมถึงเก็บข้อมูลจากพื้นที่นี้ และตัวเลขที่ได้บอกอะไร เตรียมคำอธิบายชุดนั้นให้พร้อม แล้วเดินเข้าห้องสอบ