ปัญญาประดิษฐ์สำหรับการวิเคราะห์อารมณ์แบบ伪วิทยาศาสตร์กำลังบุกรุกสถานที่ทำงาน รายงานจาก The Atlantic เผย
ในยุคที่เทคโนโลยีปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนแปลงรูปแบบการทำงาน รายงานล่าสุดจากนิตยสาร The Atlantic ได้เปิดโปงแนวโน้มที่น่ากังวลอย่างหนึ่ง คือ การนำระบบ AI สำหรับการวิเคราะห์อารมณ์ (emotion AI) มาใช้ในสถานที่ทำงาน โดยเฉพาะในกระบวนการคัดเลือกบุคลากรและการประเมินผลงาน ซึ่งระบบเหล่านี้มักอ้างว่าสามารถอ่านอารมณ์จากใบหน้าและน้ำเสียงได้อย่างแม่นยำ แต่ผู้เชี่ยวชาญชี้ว่ามันตั้งอยู่บนพื้นฐานทางวิทยาศาสตร์ที่ไม่น่าเชื่อถือ
รายงานของ The Atlantic ซึ่งตีพิมพ์เมื่อเร็วๆ นี้ เน้นย้ำถึงบริษัทหลายแห่งที่กำลังนำเทคโนโลยีนี้ไปใช้ โดยเฉพาะในอุตสาหกรรมการจ้างงาน HireVue และ Modern Hire เป็นตัวอย่างเด่นที่ใช้ AI วิเคราะห์วิดีโอสัมภาษณ์งาน โดยสแกนใบหน้าผู้สมัครเพื่อตรวจจับอารมณ์ เช่น ความมั่นใจ ความเครียด หรือความซื่อสัตย์ บริษัทเหล่านี้宣称ว่าสามารถลดอคติของมนุษย์และเพิ่มประสิทธิภาพในการคัดเลือกได้ แต่ความจริงแล้ว ระบบดังกล่าวอาศัยทฤษฎีของ Paul Ekman นักจิตวิทยาชาวอเมริกัน ซึ่งเสนอว่ามีการแสดงออกทางใบหน้าสากลสำหรับอารมณ์หกประการหลัก ได้แก่ ความสุข ความโกรธ ความกลัว ความรังเกียจ ความประหลาดใจ และความเศร้า
อย่างไรก็ตาม ทฤษฎีของ Ekman ถูกวิพากษ์วิจารณ์อย่างหนักในวงการวิชาการ Lisa Feldman Barrett นักจิตวิทยาด้านประสาท จาก Northeastern University เป็นหนึ่งในนักวิจัยชั้นนำที่โต้แย้งว่า อารมณ์ไม่ใช่สิ่งที่แสดงออกอย่างสากลทั่วโลก การแสดงออกทางใบหน้ามีความแตกต่างตามวัฒนธรรม สังคม และบริบทส่วนบุคคล Barrett ระบุในหนังสือของเธอเรื่อง “How Emotions Are Made” ว่า การตีความอารมณ์จากใบหน้าเป็นเพียงการคาดเดาที่ไม่แม่นยำ และการใช้ AI ในลักษณะนี้เสี่ยงต่อการตัดสินผิดพลาด โดยเฉพาะในกลุ่มคนหลากหลายเชื้อชาติและวัฒนธรรม
ตัวอย่างที่ชัดเจนคือ Amazon ซึ่งเคยพัฒนาระบบ AI สำหรับการคัดเลือกพนักงาน แต่ถูกยกเลิกในปี 2018 เนื่องจากพบว่ามีอคติต่อผู้หญิง จากการฝึกฝนข้อมูลที่มาจากผู้สมัครชายเป็นหลัก นอกจากนี้ Unilever ใช้ระบบของ Pymetrics ซึ่งรวมการวิเคราะห์อารมณ์จากเกมและการติดตามดวงตาเพื่อคัดเลือกผู้สมัครกว่า 250,000 คนต่อปี โดยอ้างว่าลดเวลาในการคัดเลือกจาก 4 เดือนเหลือ 4 สัปดาห์ แต่ผู้เชี่ยวชาญเตือนว่าประสิทธิภาพที่แท้จริงยังไม่ได้รับการพิสูจน์ทางวิทยาศาสตร์อย่างเข้มงวด
ไม่เพียงแต่ในกระบวนการจ้างงานเท่านั้น Emotion AI ยังถูกนำไปใช้ในการประชุมทางไกลและการประเมินผลงานด้วย Microsoft ใช้ระบบใน Microsoft Viva Insights เพื่อวิเคราะห์โทนเสียงและใบหน้าในที่ประชุม Zoom เพื่อให้คำแนะนำเรื่อง “well-being” ของพนักงาน ขณะที่ Zoom มีฟีเจอร์ที่คล้ายกันในการตรวจจับอารมณ์เพื่อปรับปรุงการมีส่วนร่วม แต่ปัญหาคือ ความแม่นยำของระบบเหล่านี้ต่ำ โดยเฉพาะเมื่อเทียบกับความหลากหลายทางวัฒนธรรม เช่น ชาวเอเชียอาจแสดงอารมณ์แตกต่างจากชาวตะวันตก ส่งผลให้เกิดการตีความที่บิดเบี้ยว
ในระดับกฎระเบียบ สหภาพยุโรปได้จัดให้เทคโนโลยีการรับรู้และวิเคราะห์อารมณ์อยู่ในกลุ่ม “ความเสี่ยงสูง” ภายใต้ EU AI Act ซึ่งมีผลบังคับใช้ในอนาคตอันใกล้ โดยห้ามใช้ในบางบริบท เช่น การสอบสวนของตำรวจหรือการคัดเลือกบุคลากรในภาครัฐ เพื่อป้องกันการละเมิดความเป็นส่วนตัวและการเลือกปฏิบัติ ในสหรัฐอเมริกา ยังไม่มีกฎหมายเฉพาะ แต่มีกระแสเรียกร้องจากนักวิจัยและองค์กรสิทธิมนุษยชนให้เพิ่มการกำกับดูแล
ผู้เชี่ยวชาญอย่าง Alessandro Vinciarelli จากมหาวิทยาลัย Glasgow ชี้ว่า Emotion AI ในปัจจุบันยังอยู่ในขั้น “pseudoscience” หรือ伪วิทยาศาสตร์ เพราะขาดหลักฐานทางวิทยาศาสตร์ที่มั่นคง และมักถูกใช้เพื่อการตลาดมากกว่าความแม่นยำจริง รายงานของ The Atlantic ยังยกตัวอย่างบริษัท Affectiva ซึ่งขายเทคโนโลยีนี้ให้กับองค์กร โดยอ้างความสามารถในการอ่านอารมณ์จากใบหน้าและเสียง แต่การทดสอบอิสระพบว่าความแม่นยำอยู่ที่เพียง 60-70% เท่านั้น ซึ่งต่ำกว่ามาตรฐานที่ยอมรับได้ในบริบทธุรกิจ
นอกจากนี้ รายงานยังกล่าวถึงผลกระทบต่อพนักงาน เช่น การถูกเฝ้าระวังอย่างต่อเนื่อง (surveillance) ซึ่งอาจนำไปสู่ความเครียดและการสูญเสียความไว้วางใจในองค์กร พนักงานอาจรู้สึกถูกตัดสินจากสิ่งที่ AI “อ่าน” ได้ไม่ถูกต้อง ส่งผลต่อขวัญกำลังใจและประสิทธิภาพการทำงานโดยรวม
แม้บริษัทผู้พัฒนาจะยืนยันว่าปรับปรุงอัลกอริทึมให้ดีขึ้น แต่ชุมชนนักวิจัยยังคงเรียกร้องให้หยุดใช้เทคโนโลยีนี้จนกว่าจะมีหลักฐานทางวิทยาศาสตร์ที่ชัดเจน รายงานจาก The Atlantic จึงเป็นสัญญาณเตือนถึงผู้บริหารองค์กรให้พิจารณาความเสี่ยงก่อนนำ AI มาปรับใช้ โดยเฉพาะในด้านที่เกี่ยวข้องกับมนุษย์และอารมณ์ ซึ่งเป็นเรื่องซับซ้อนเกินกว่าที่เครื่องจักรจะเข้าใจได้อย่างสมบูรณ์
(จำนวนคำประมาณ 728 คำ)
This Article is sponsored by Gnoppix AI (https://www.gnoppix.org)