AI ເວົ້າຢ່າງມີເຫດຜົນ ແຕ່ເຈົ້າໄດ້ກວດສອບແລ້ວບໍ? ຸ້ນິດໄສນີ້ຊ່ວຍໃຫ້ເຈົ້າລອດພົ້ນຈາກຄວາມອັບອາຍຄັ້ງໃຫຍ່ໄດ້

ຂ້ອຍຕ້ອງເວົ້າເຖິງເລື່ອງໜຶ່ງທີ່ສຳຄັນที่สุดໃນການໃຊ້ AI ແຕ່ຄົນມັກຫຼົງລືມຫຼາຍທີ່ສຸດ: AI ຈະໃຫ້ຄໍາຕອບທີ່ຜິດພາດດ້ວຍຄວາມໝັ້ນໃຈສູງຫຼາຍ. ນີ້ເອີ້ນວ່າ "ພາບລວມຕາ" (Hallucination), ມັນບໍ່ແມ່ນ bug ທີ່ເກີດເປັນບາງຄັ້ງຄາວ ແຕ່ມັນແມ່ນເນື້ອແທ້ຂອງເຕັກໂນໂລຊີປະເພດນີ້. ມັນບໍ່ໄດ້ຕັ້ງໃຈຫຼອກລວງເຮົາ, ແຕ່ເປັນຍ້ອນວິທີການເຮັດວຽກຂອງມັນທີ່ອາດຈະ "ແຕ່ງຕື່ມຂໍ້ມູນທີ່ເບິ່ງຄືວ່າສົມເຫດສົມຜົນ ແຕ່ໃນຄວາມເປັນຈິງແລ້ວແມ່ນຜິດ" ຂຶ້ນມາ. ຖ້າບໍ່ເຂົ້າໃຈຈຸດນີ້, ບໍ່ຊ້າກໍ່ໄວເຈົ້າຄົງຈະເສຍຜົນປະໂຫຍດອັນໃຫຍ່ຫຼວງຢ່າງແນ່ນອນ.

ຕົ້ນທຶນທີ່ແທ້ຈິງ

ນີ້ບໍ່ແມ່ນການຕື່ນຕົກໃຈຈົນເກີນហេດ (ເກີນເຫດ). ຂ້ອຍເຄີຍເຫັນ ແລະ ເຄີຍໄດ້ຍິນກໍລະນີແບບນີ້ມາຫຼາຍແລ້ວ:

• ມີຄົນເອົາຂໍ້ມູນທີ່ AI ແຕ່ງຂຶ້ນມາໄປເຮັດບົດນຳສະເໜີ (Presentation) ແລ້ວຖືກຈັບໄດ້ຄາໜັງຄາເຂົາ.
• ມີນັກຮຽນອ້າງອີງ "ບົດຄວາມວິໄຈ" ທີ່ AI ໃຫ້ມາ, ແຕ່ຜົນປະກົດວ່າບົດຄວາມນັ້ນບໍ່ມີຢູ່ແທ້.
• ມີຄົນປະຕິບັດຕາມຄຳແນະນຳທາງດ້ານກົດໝາຍ ຫຼື ການແພດທີ່ AI ให้ (ໃຫ້) ມາ, ຈົນເກືອບເກີດເລື່ອງຮ້າຍແຮງ.
• ມີຄົນແຊຣ໌ເນື້ອຫາທີ່ AI ຂຽນຂຶ້ນ, ເຊິ່ງ "ຂໍ້ເທັດຈິງ" ທີ່ຢູ່ໃນນັ້ນແມ່ນຜິດ.

ສິ່ງເຫຼົ່ານີ້ບໍ່ແມ່ນຍ້ອນວ່າຄົນເຫຼົ່ານັ້ນໂງ່, ແຕ່ເປັນຍ້ອນວ່າ AI ເວົ້າດ້ວຍຄວາມໝັ້ນໃຈ ແລະ ລື່ນໄຫຼໂພດ ຈົນເຮັດໃຫ້ຄົນລືມກວດສອບ.

ສະຖານະການໃດແດ່ທີ່ "ຕ້ອງ" ກວດສອບ

ບໍ່ແມ່ນທຸກເລື່ອງທີ່ຈະຕ້ອງກວດສອບ (ຖ້າໃຫ້ມັນຂຽນເລື່ອງແຕ່ງ ຫຼື ຄິດໄອເ໊ຍແມ່ນບໍ່ຈຳເປັນຕ້ອງກວດ), ແຕ່ສຳລັບ 4-5 ປະເພດນີ້ ຖ້າພົບແມ່ນຕ້ອງກວດສອບໃຫ້ແນ່ໃຈ:

• ຂໍ້ມູນ, ສະຖິຕິ, ຕົວເລກ: AI ມัก (ມັກ) ແຕ່ງເລື່ອງໃນນີ້ຫຼາຍທີ່ສຸດ.
• ຊື່ຄົນ, ການອ້າງອີງ, ແຫຼ່ງທີ່ມາ: ໂດຍສະເພາະ "ບົດຄວາມວິໄຈນີ້" ຫຼື "ບຸກຄົນນັ້ນເຄີຍເວົ້າໄວ້", ເຊິ່ງມັກຈະເປັນເລື່ອງປອມ.
• ກົດໝາຍ, ການແພດ, ການເງິນ: ກ່ຽວຂ້ອງກັບສິດທິຜົນປະໂຫຍດ ແລະ ຄວາມປອດໄພ, ຕ້ອງຊອກຫາຜູ້ຊ່ຽວຊານມາຢືນຢັນສະເໝີ.
• ຂ່າວສານປັດຈຸບັນ, ຂໍ້ມູນຂ່າວສານຫຼ້າສຸດ: ຄວາມຮູ້ຂອງ AI ອາດຈະລ້າສະໄໝແລ້ວ.
• ເນື້ອຫາໃດກໍ່ຕາມທີ່ເຈົ້າຈະເຜີຍແຜ່ຕໍ່ສາທາລະນະຊົນ ແລະ ຕ້ອງຮັບຜິດຊອບ.

ວິທີກວດສອບ (ງ່າຍຫຼາຍ)

1. ໃຊ້ໂປຣແກຣມຊອກຫາຂໍ້ມູນ (Search Engine) ເພື່ອປຽບທຽບ: ເອົາຂໍ້ເທັດຈິງທີ່ AI ເວົ້າ ມາ Google ເບິ່ງດ້ວຍຕົວເອງ.
2. ຮ້ອງຂໍແຫຼ່ງທີ່ມາຈາກ AI: ຖາມມັນວ່າ "ແຫຼ່ງທີ່ມາຂອງຂໍ້ມູນນີ້ແມ່ນຫຍັງ?", ແລ້ວໄປກວດເບິ່ງວ່າແຫຼ່ງທີ່ມານັ້ນມີຢູ່ຈິງບໍ ແລະ ໄດ້ເວົ້າເຖິງເລື່ອງນີ້ແທ້ບໍ.
3. ໃຊ້ AI Search ທີ່ມີການລະບຸແຫຼ່ງທີ່ມາ: ເຊັ່ນ Perplexity ທີ່ຈະມີການແນບແຫຼ່ງທີ່ມາ1 ມາພ້ອມ, ເຊິ່ງສຳກັນກັບການໃຫ້ເຈົ້າສາມາດກົດເຂົ້າໄປກວດສອບໄດ້ໂດຍກົງ.
4. ເລື່ອງສຳຄັນໃຫ້ຖາມຜູ້ຊ່ຽວຊານ: ເລື່ອງກົດໝາຍໃຫ້ຖາມທະນາຍຄວາມ, ເລື່ອງການແພດໃຫ້ຖາມທ່ານໝໍ, AI ໃຊ້ເປັນພຽງຂໍ້ມູນອ້າງອີງເທົ່ານັ້ນ.

ທັດສະນະຄະຕິອັນໜຶ່ງ

ໃຫ້ເບິ່ງ AI ເປັນ "ເພື່ອນຄົນໜຶ່ງທີ່ມີຄວາມຮູ້ກວ້າງຂວາງ, ແຕ່ບາງຄັ້ງກໍ່ເວົ້າຜິດດ້ວຍຄວາມໝັ້ນໃຈ". ຄຳເວົ້າຂອງມັນມີຄ່າຄວນແກ່ການອ້າງອີງ, ແຕ່ ສິ່ງທີ່ມັນເວົ້າບໍ່ໄດ້ເທົ່າກັບຄວາມເປັນຈິງ, ຈະເຊື່ອຖື ຫຼື ບໍ່ແມ່ນເຈົ້າເປັນຜູ້ຕັດສິນໃຈຫຼັງຈາກທີ່ໄດ້ກວດສອບແລ້ວ. ນີ້ບໍ່ແມ່ນການບໍ່ໄວ້ວາງໃຈ AI, ແຕ່เป็นการ (ແມ່ນການ) ໃຊ້ AI ຢ່າງສະຫຼາດ.

ການສ້າງນິໄສໃນການກວດສອບ, ມື້ໜຶ່ງອາດຈະຊ່ວຍໃຫ້ເຈົ້າລອດພົ້ນຈາກຄວາມອັບອາຍຄັ້ງໃຫຍ່ກໍ່ເປັນໄດ້. ຄົນທີ່ຮູ້ຈັກໃຊ້ AI ບໍ່ແມ່ນຄົນທີ່ເຊື່ອໝັ້ນ AI ຢ່າງໝົດໃຈ, ແຕ່ແມ່ນຄົນທີ່ຮູ້ຈັກວິທີກວດສອບຄວາມຖືກຕ້ອງ. ອ່ານເພີ່ມເຕີມ: AI ພາບລວມຕາຄືຫຍັງ, ຂໍ້ຜິດພາດທີ່ມັກພົບເລື້ອຍທີ່ສຸດເມື່ອໃຊ້ AI ເປັນຄັ້ງທຳອິດ.

ຂໍ້ຄວາມສັ້ນໆ: AI ມັກເວົ້າເລື່ອງບໍ່ມີສາລະດ້ວຍຄວາມໜ້າເຊື່ອຖື, ນີ້ແມ່ນເນື້ອແທ້ຂອງມັນບໍ່ແມ່ນ bug—ຂໍ້ມູນ, ຊື່ຄົນ, ການອ້າງອີງ, ກົດໝາຍ ແລະ ການແພດ ຕ້ອງກວດສອບໃຫ້ລະອຽດ, ให้ (ໃຫ້) ເບິ່ງມັນເປັນເພື່ອນທີ່ຮູ້ຫຼາຍແຕ່ມັກເວົ້າຜິດດ້ວຍຄວາມໝັ້ນໃຈ, ສິ່ງທີ່ມັນເວົ້າບໍ່ໄດ້ໝາຍຄວາມວ່າເປັນຄວາມຈິງສະເໝີໄປ.

ແຫຼ່ງຂໍ້ມູນ

ຮວບຮວມຈາກປະສົບການຂອງທີມງານບັນນາທິການ ແລະ ຂໍ້ມູນທົ່ວໄປ.

ຄວາມເຂົ້າໃຈຜິດ ແລະ ກົນຈັກທີ່ມັກພົບເລື້ອຍ

ຫຼາຍໆຄົນເມື່ອໃຊ້ AI, ມັກຈະຕົກຢູ່ໃນຂຸມພາງຂອງຄວາມເຂົ້າໃຈຜິດ ແລະ ກົນຈັກທີ່ພົບເລື້ອຍ. ຕົວຢ່າງເຊັ່ນ: ຄິດວ່າຄຳຕອບຂອງ AI ຈະต้อง (ຕ້ອງ) ຖືກຕ້ອງສະເໝີ, ຫຼື ຄິດວ່າ AI ສາມາດທົດແທນການຕັດສິນໃຈ ແລະ ຄວາມສາມາດໃນການຄິດວິພາກວິຈານຂອງມະນຸດໄດ້. ໃນຄວາມເປັນຈິງແລ້ວ, ຄຳຕອບຂອງ AI ອາດຈະອີງໃສ່ຂໍ້ມູນທີ່ລ້າສະໄໝ, ສົມມຸດຕິຖານທີ່ຜິດພາດ ຫຼື ຂາດຄວາມຮູ້ພື້ນຫຼັງ. ດັ່ງນັ້ນ, ຜູ້ໃຊ້ຈຶ່ງຕ້ອງຮັກສາຄວາມລະມັດລະວັງ ແລະ ມີແນວຄິດວິພາກວິຈານ, ເພື່ອຫຼີກລ່ຽງການຖືກຫຼອກລວງໂດຍຄຳຕອບທີ່ໝັ້ນໃຈຂອງ AI.

วิธีการ (ວິທີການ) ໃຊ້ AI ຢ່າງມີປະສິດທິພາບ

ການໃຊ້ AI ຢ່າງມີປະສິດທິພາບ, ຕ້ອງເຂົ້າໃຈເຖິງຈຸດເດັ່ນ ແລະ ข้อจำกัด (ຂໍ້ຈຳກັດ) ຂອງມັນ. ກ່ອນອື່ນໝົດ, ຕ້ອງກຳນົດບັນຫາ ແລະ ຄວາມຕ້ອງການໃຫ້ຈະແຈ້ງ, ຈາກນັ້ນຈຶ່ງໃຊ້ AI ເພື່ອເຮັດການຄົ້ນຄວ້າ ແລະ วิเคราะห์ (ວິເຄາະ) ເບື້ອງຕົ້ນ. ຕໍ່ມາ, ຕ້ອງກວດສອບ ແລະ วิพากษ์วิจารณ์ (ວິພາກວິຈານ) ຄຳຕອບຂອງ AI ເພື່ອຮັບປະກັນຄວາມຖືກຕ້ອງ ແລະ ความน่าเชื่อถือ (ຄວາມໜ້າເຊື່ອຖື). ພ້ອມດียว (ພ້ອມດຽວກັນ) ນັ້ນ, ຕ້ອງຄໍານຶງເຖິງຄວາມລໍາອຽງ ແລະ ข้อจำกัด (ຂໍ້ຈຳກັດ) ຂອງ AI, ເພື່ອຫຼີກລ່ຽງການຖືກຊັກນຳໄປໃນທາງທີ່ຜິດໂດຍຄຳຕອບທີ່ໝັ້ນໃຈຂອງມັນ. ສຸດທ້າຍ, ຕ້ອງເຊື່ອມໂຍງຄຳຕອບຂອງ AI ເຂົ້າກັບຄວາມຮູ້ ແລະ ປະສົບການຂອງຕົນເອງ, ເພື່ອສ້າງຄວາມເຂົ້າໃຈ ແລະ ការตัดสินใจ (ການຕັດສິນໃຈ) ທີ່ຮອບດ້ານ.

ຄຳແນະນຳສຳລັບກຸ່ມຄົນຕ່າງໆ

ສຳລັບຜູ້ໃຊ້ຈາກກຸ່ມຄົນຕ່າງໆ, ຄວນມີຄຳແນະນຳ ແລະ ຂໍ້ຄວນລະວັງທີ່ແຕກຕ່າງກັນ. ຕົວຢ່າງເຊັ່ນ: ສໍາລັບ (ສຳລັບ) ນັກຮຽນ ແລະ ນັກຄົ້ນຄວ້າ, ຕ້ອງເນັ້ນໜັກເຖິງຄວາມສຳຄັນຂອງການກວດສອບ ແລະ ការตรวจสอบความถูกต้อง (ການກວດສອບຄວາມຖືກຕ້ອງ), ເພື່ອຫຼີກລ່ຽງການຖືກຊັກນຳໂດຍຄຳຕອບທີ່ຜິດຂອງ AI. ສໍາລັບ (ສຳລັບ) ຜູ້ຊ່ຽວຊານທາງທຸລະກິດ ແລະ ວິຊາຊີບ, ຕ້ອງເນັ້ນໜັກເຖິງຈຸດເດັ່ນ ແລະ ข้อจำกัด (ຂໍ້ຈຳກັດ) ຂອງ AI, ເພື່ອຫຼີກລ່ຽງການເພິ່ງພາອາໄສ AI ຫຼາຍຈົນເກີນໄປ. ສໍາລັບ (ສຳລັບ) ປະຊາຊົນທົ່ວໄປ, ຕ້ອງເນັ້ນໜັກເຖິງຄວາມສຳຄັນຂອງແນວຄິດວິພາກວິຈານ ແລະ ທັກສະການຮູ້ເທົ່າທັນສື່, ເພື່ອຫຼີກລ່ຽງການຖືກຫຼອກລວງໂດຍຄຳຕອບທີ່ໝັ້ນໃຈຂອງ AI.

ທ່າອ່ຽງ ແລະ ສິ່ງທ້າທາຍໃນອະນາຄົດ

ທ່າອ່ຽງ ແລະ ສິ່ງທ້າທາຍໃນອະນາຄົດແມ່ນການພັດທະນາ ແລະ ການນຳໃຊ້ AI ທີ່ຈະກວ້າງຂວາງ ແລະ ເລິກເຊິ່ງຍິ່ງຂຶ້ນ. ສິ່ງນີ້ຈະນຳມາເຊິ່ງໂອກາດ ແລະ ສິ່ງທ້າທາຍໃໝ່ໆ, ເຊິ່ງຮຽກຮ້ອງໃຫ້ຜູ້ໃຊ້ ແລະ ຜູ້ພັດທະນາຕ້ອງຮ່ວມມືກັນ ເພື່ອຮັບປະກັນຄວາມປອດໄພ, ຄວາມໜ້າເຊື່ອຖື ແລະ ຄວາມຍຸດຕິທຳຂອງ AI. ພ້ອມດຽວກັນນັ້ນ, ຕ້ອງເອົາໃຈໃສ່ຕໍ່ຜົນກະທົບທາງສັງຄົມ ແລະ ບັນຫາຈັນຍາບັນຂອງ AI, ເພື່ອຫຼີກລ່ຽງການຖືກນຳໄປໃຊ້ໃນຈຸດປະສົງທີ່ຜິດສິນລະທຳ ຫຼື ເປັນອັນຕະລາຍ. ສຸດທ້າຍ, ຕ້ອງປັບປຸງ ແລະ ພັດທະນາເຕັກໂນໂລຊີ ແລະ ວິທີການ (Algorithm) ຂອງ AI ຢ່າງຕໍ່ເນື່ອງ, ເພື່ອຮັບປະກັນວ່າມັນສາມາດໃຫ້ຄຳຕອບ ແລະ ການບໍລິການທີ່ຖືກຕ້ອງ ແລະ ເຊື່ອຖືໄດ້ຫຼາຍຂຶ້ນ.

ປະສານງານຮ່ວມກັບເຄື່ອງມື ແລະ ເຕັກໂນໂລຊີອື່ນໆ

ສຸດທ້າຍ, ຕ້ອງເນັ້ນໜັກເຖິງຄວາມສຳຄັນຂອງການປະສານງານຮ່ວມກັບເຄື່ອງມື ແລະ ເຕັກໂນໂລຊີອື່ນໆ. AI ບໍ່ແມ່ນເຄື່ອງມື ແລະ ເຕັກໂນໂລຊີພຽງໜຶ່ງດຽວ, ມັນຈຳເປັນຕ້ອງໄດ້ຮັບການເຊື່ອມໂຍງ ແລະ ປະສານເຂົ້າກັບເຄື່ອງມື ແລະ ເຕັກໂນໂລຊີອື່ນໆ ຈຶ່ງຈະສາມາດສະແດງມູນຄ່າສູງສຸດຂອງມັນໄດ້. ຕົວຢ່າງເຊັ່ນ: ການປະສານເຕັກໂນໂລຊີການປະມວນຜົນພາສາທຳມະຊາດ (NLP), ການຮຽນຮູ້ຂອງເຄື່ອງຈັກ (Machine Learning) ແລະ ການສະແດງຜົນຂໍ້ມູນ (Data Visualization), ເພື່ອໃຫ້ສາມາດສະໜອງຄວາມເຂົ້າໃຈ ແລະ ການຕັດສິນໃຈທີ່ຮອບດ້ານຍິ່ງຂຶ້ນ. ພ້ອມດຽວກັນນັ້ນ, ຕ້ອງຄໍານຶງເຖິງຄວາມຕ້ອງການ ແລະ ຄວາມມັກຂອງຜູ້ໃຊ້, ເພື່ອສະໜອງການບໍລິການ ແລະ ປະສົບການທີ່ເປັນສ່ວນຕົວ ແລະ ເຂົ້າເຖິງຄວາມເປັນມະນຸດຫຼາຍຂຶ້ນ.

ປະເພດຂໍ້ຜິດພາດທົ່ວໄປຂອງ AI

ປະເພດຂໍ້ຜິດພາດຂອງ AI ມີຫຼາກຫຼາຍຮູບແບບ, ລວມທັງແຕ່ບໍ່ຈຳກັດພຽງແຕ່ປະເພດເຫຼົ່ານີ້:

ປະເພດຂໍ້ຜິດພາດ	ຄຳອະທິບາຍ
ຂໍ້ມູນຜິດພາດ	ຂໍ້ມູນທີ່ AI ໃຫ້ມາບໍ່ຖືກຕ້ອງ ຫຼື ລ້າສະໄໝ
ຄວາມຮູ້ຜິດພາດ	ຄວາມຮູ້ຂອງ AI ບໍ່ພຽງພໍ ຫຼື ບໍ່ສົມບູນ
ການໃຫ້ເຫດຜົນຜິດພາດ	ຂະບວນການໃຫ້ເຫດຜົນຂອງ AI ມີຈຸດບົກພ່ອງ ຫຼື ບໍ່ຖືກຕ້ອງ
ຄຳສັບຜິດພາດ	ຄຳສັບທີ່ AI ໃຊ້ບໍ່ຖືກຕ້ອງ ຫຼື ບໍ່ເໝາະສົມ
ບໍລິບົດຜິດພາດ	AI ບໍ່ໄດ້ຄຳນຶງເຖິງບໍລິບົດ ຫຼື ຄວາມຮູ້ພື້ນຫຼັງ

ຂັ້ນຕອນທີ່ນຳໃຊ້ໄດ້ຈິງ: ການກວດສອບຄຳຕອບຂອງ AI

ການກວດສອບຄຳຕອບຂອງ AI ແມ່ນມີຄວາມສຳຄັນຫຼາຍ, ນີ້คือ (ຄື) ບາງຂັ້ນຕອນທີ່ສາມາດນຳໄປໃຊ້ໄດ້ຈິງ:

1. ກວດສອບແຫຼ່ງທີ່ມາ: ຄົ້ນຫາວ່າຄຳຕອບຂອງ AI ມາຈາກໃສ, ມີຄວາມໜ້າເຊື່ອຖືຫຼືບໍ່.
2. ປຽບທຽບຂ້າມຊ້ອນ: ໃຊ້ເຄື່ອງມື ແລະ ແຫຼ່ງຂໍ້ມູນອື່ນໆເພື່ອເຮັດການປຽບທຽບ, ຢືນຢັນວ່າຄຳຕອບຂອງ AI ຖືກຕ້ອງຫຼືບໍ່.
3. ວິເຄາະການໃຫ້ເຫດຜົນ: วิเคราะห์ (ວິເຄາະ) ຂະບວນການໃຫ້ເຫດຜົນຂອງ AI, ຢືນຢັນ່ວ່າ (ວ່າ) ມີຈຸດບົກພ່ອງ ຫຼື ບໍ່ຖືກຕ້ອງຫຼືບໍ່.
4. ພิจารณาบริบท (ພິຈາລະນາບໍລິບົດ): ຄຳນຶງເຖິງບໍລິບົດ ແລະ ຄວາມຮູ້ພື້ນຫຼັງ, ຢືນຢັນວ່າຄຳຕອບຂອງ AI ຫາກເໝາະສົມຫຼືບໍ່.

ທະລຸລ້າງຄວາມເຊື່ອທີ່ຜິດ: AI ບໍ່ແມ່ນສິ່ງທີ່ວິເສດທຸກຢ່າງ

ຫຼາຍໆຄົນຄິດວ່າ AI ແມ່ນສິ່ງທີ່ວິເສດທຸກຢ່າງ, ສามารถ (ສາມາດ) ແກ້ໄຂບັນຫາທຸກຢ່າງໄດ້. ເຖິງຢ່າງໃດກໍ່ຕາມ, ຄວາມເປັນຈິງແລ້ວແມ່ນບໍ່ແມ່ນແນວນັ້ນ. AI ມີຂໍ້ຈຳກັດ ແລະ ຂໍ້ບົກພ່ອງຂອງມັນ, ຜູ້ໃຊ້ຈຳເປັນຕ້ອງເຂົ້າໃຈ ແລະ ເຄົາລົບ. ນີ້คือ (ຄື) ຄວາມເຊື່ອທີ່ຜິດບາງຢ່າງທີ່ຕ້ອງຖືກທະລຸລ້າງ:

ความเชื่อที่ผิด (ຄວາມເຊື່ອທີ່ຜິດ)	ການທະລຸລ້າງ
AI ແມ່ນວິເສດທຸກຢ່າງ	AI ມີຂໍ້ຈຳກັດ ແລະ ຂໍ້ບົກພ່ອງຂອງມັນ
ຄຳຕອບຂອງ AI ຕ້ອງຖືກຕ້ອງສະເໝີ	ຄຳຕອບຂອງ AI ອາດຈະຜິດພາດ ຫຼື ບໍ່ສົມບູນ
AI ສามารถທົດແທນການຕັດສິນໃຈຂອງມະນຸດໄດ້	AI ຕ້ອງການການຕັດສິນໃຈ ແລະ ການວິພາກວິຈານຈາກມະນຸດ

ຄຳແນະນຳສຳລັບກຸ່ມຄົນຕ່າງໆ: ນັກຮຽນ ແລະ ນັກຄົ້ນຄວ້າ

ສຳລັບນັກຮຽ