Human-in-the-loop คืออะไร ทำไม "คนยังต้องอยู่ในลูป" ถึงสำคัญกว่าที่คุณคิด

ปี 2024 ลูกค้าคนหนึ่งถามแชตบอต AI ของสายการบิน Air Canada เรื่องส่วนลดตั๋วงานศพ แชตบอตตอบผิด ลูกค้าเชื่อ จองตั๋ว แล้วพอเรื่องไปถึงศาล สายการบินแก้ตัวว่าแชตบอตเป็น “นิติบุคคลแยกต่างหาก” ที่ต้องรับผิดชอบตัวเอง ศาลไม่เห็นด้วย - บริษัทแพ้ เพราะความจริงง่าย ๆ ข้อเดียว คือ ไม่มีมนุษย์คนไหนอยู่ในลูปตอนที่ AI ให้คำตอบนั้น

เมื่อ AI ตอบเอง แล้วไม่มีใครรับผิดชอบ

เมื่อ 14 กุมภาพันธ์ 2024 เรื่องราวเริ่มจากลูกค้าชื่อนาย Jake Moffatt ที่ต้องเดินทางด่วนเพราะมีคนในครอบครัวเสีย เขาถามแชตบอตบนเว็บไซต์ของสายการบินว่าซื้อตั๋วราคาเต็มก่อนแล้วค่อยขอส่วนลดงานศพย้อนหลังได้ไหม แชตบอตตอบว่า “ได้” - ซึ่งเป็นข้อมูลที่ผิด เพราะนโยบายจริงของสายการบินไม่อนุญาตให้ขอย้อนหลัง

เมื่อลูกค้าทวงเงินส่วนต่าง สายการบินปฏิเสธ และอ้างในชั้นศาลทำนองว่าแชตบอตเป็นระบบที่รับผิดชอบคำพูดของตัวเอง ศาลปัดข้ออ้างนี้ทิ้ง และสั่งให้จ่ายค่าเสียหายราว 650 ดอลลาร์แคนาดา

ตัวเงินไม่ใช่ประเด็น - มันแค่หลักร้อย หัวใจของเคสคือหลักการ: ไม่ว่าคำตอบจะออกมาจากปากคนหรือจากโมเดล AI ความรับผิดยังอยู่ที่มนุษย์และองค์กรเสมอ คุณจะโยนความผิดให้ซอฟต์แวร์ไม่ได้ ถ้าหลักการนี้ใช้กับสายการบินยักษ์ใหญ่ได้ มันก็ใช้กับงานที่คุณปล่อยให้ AI ทำแทนทุกวันเหมือนกัน และนี่คือเหตุผลที่แนวคิด “human-in-the-loop” ไม่ใช่เรื่องไกลตัว

Human-in-the-loop คืออะไรกันแน่

นิยามที่ตรงที่สุดคือ ระบบที่ “ไม่มีการลงมือทำสำคัญใด ๆ เกิดขึ้นโดยไม่ผ่านการอนุมัติจากมนุษย์” พูดง่าย ๆ คือ AI เสนอได้ คิดได้ ร่างได้ แต่จังหวะที่จะกดปุ่มจริง ต้องมีคนอยู่ตรงนั้น

ที่หลายคนไม่รู้คือ มนุษย์อยู่ในลูปสองจังหวะ ไม่ใช่จังหวะเดียว

จังหวะแรกคือ ตอนสอน AI โมเดลอย่าง ChatGPT หรือ Claude ไม่ได้เก่งและสุภาพมาแต่เกิด มันถูกฝึกด้วยวิธีที่เรียกว่า RLHF (Reinforcement Learning from Human Feedback) - แปลเป็นภาษาคนคือ “ให้คนจริงคอยให้คะแนนคำตอบของ AI ว่าอันไหนดี อันไหนแย่” แล้วโมเดลก็ค่อย ๆ ปรับตัวให้ตรงกับสิ่งที่คนชอบ เหตุผลที่ AI ทุกวันนี้ตอบได้สุภาพและมีประโยชน์ ก็เพราะมีมนุษย์นั่งอยู่ในลูปตั้งแต่ขั้นฝึก (อยากเข้าใจลึกขึ้นว่าโมเดลถูกฝึกยังไง อ่านได้ที่ LLM ทำงานยังไง)

จังหวะที่สองคือ ตอนใช้งานจริง คือมีคนคอยตรวจหรืออนุมัติผลลัพธ์ก่อนนำไปใช้ เคส Air Canada พังเพราะขาดจังหวะที่สองนี้ - แชตบอตตอบตรงถึงลูกค้าโดยไม่มีใครคั่นกลาง แต่จังหวะที่สองนี้เองก็ไม่ได้มีแค่รูปแบบเดียว

สามระดับ - คนอยู่ในลูป บนลูป หรือออกนอกลูป

ในทางปฏิบัติ “การมีคนในลูป” ไม่ได้มีแบบเดียว มันมีสามระดับ และการเลือกระดับให้เหมาะกับงานคือหัวใจทั้งหมด

ระดับ	ใครเป็นคนตัดสิน	เหมาะกับงานแบบไหน	ตัวอย่าง
In-the-loop	AI เสนอ มนุษย์อนุมัติทุกครั้งก่อนลงมือ	งานความเสี่ยงสูง ผิดแล้วเสียหายหนัก	อนุมัติสินเชื่อ วินิจฉัยโรค
On-the-loop	AI ลงมือเอง มนุษย์เฝ้าดูและเบรกได้ทันที	งานที่ต้องเร็ว แต่ยังต้องคุมได้	คัดกรองธุรกรรม ตรวจจับการฉ้อโกง
Out-of-the-loop	AI ทำเองล้วน คนตรวจย้อนหลัง	งานความเสี่ยงต่ำ ย้อนกลับได้	จัดหมวดอีเมล ติดแท็กรูปภาพ

ลองนึกภาพง่าย ๆ จากชีวิตจริง ให้ AI ช่วยร่างอีเมลตอบลูกค้าแล้วคุณอ่านก่อนกดส่งทุกฉบับ นั่นคือ in-the-loop ปล่อยให้มันคัดอีเมลเข้าโฟลเดอร์สแปมเองโดยคุณแค่ชะโงกดูเป็นพัก ๆ นั่นคือ on-the-loop ส่วนปล่อยให้มันติดแท็กรูปในแกลเลอรีให้เองโดยไม่ต้องสนใจ นั่นคือ out-of-the-loop งานเดียวกับ AI ตัวเดียว แต่คุณเลือกวางตัวเองไว้คนละระยะ ตามว่าพลาดแล้วเจ็บแค่ไหน

หลักง่าย ๆ ที่จำได้ทันทีคือ ยิ่งความเสี่ยงสูง คนยิ่งต้องอยู่ใกล้การตัดสินใจ งานที่ผิดแล้วแก้ได้ในคลิกเดียว ปล่อยให้ AI ทำเองได้สบาย แต่งานที่ผิดแล้วมีคนเดือดร้อนจริง ต้องมีคนกดอนุมัติทุกครั้ง

ข้อสำคัญที่ต้องไม่เข้าใจผิด เป้าหมายของ AI ไม่ใช่การ “เอาคนออกจากลูป” ให้หมด และ HITL ก็ไม่ได้แปลว่าทุกงานต้องมีคนนั่งเฝ้าตลอดไป งานความเสี่ยงต่ำหลายอย่างกำลังขยับไปสู่ on/out-of-the-loop อย่างถูกต้องและสมเหตุสมผล ประเด็นไม่ใช่ “เบรก AI ไว้เพราะกลัว” แต่คือ “เลือกระดับการกำกับให้พอดีกับความเสี่ยง”

กับดักที่คนมองข้าม - มี “คน” ในลูป ไม่ได้แปลว่าปลอดภัย

แต่การเลือกระดับให้ถูกอย่างเดียวยังไม่พอ เพราะนี่คือจุดที่คนส่วนใหญ่เข้าใจผิด - คิดว่าแค่มีมนุษย์อยู่ในลูปก็จบ จริง ๆ แล้วการมีคน “นั่งดู” ไม่ได้รับประกันอะไรเลย ถ้าคนคนนั้นเผลอเชื่อ AI ตลอด

อาการนี้มีชื่อว่า automation bias - แปลเป็นภาษาคนคือ “นิสัยเชื่อระบบอัตโนมัติทั้งที่มันผิด” มนุษย์มีแนวโน้มยอมรับคำแนะนำของ AI แม้คำแนะนำนั้นจะผิด เพราะมันมาแบบมั่นใจและฟังดูมีเหตุผล มีงานวิจัยปี 2025 ที่ให้คนแยกภาพใบหน้าจริงกับภาพที่ AI สร้างขึ้น ผลที่น่าตกใจคือ คนที่ยิ่งมีทัศนคติบวกต่อ AI กลับยิ่งแยกแยะได้ แย่ลง เพราะเชื่อใจมันมากเกินไปจนเลิกตรวจสอบด้วยตัวเอง

ที่อันตรายกว่านั้นคือ ตัว AI เองมักจะ ฟังดูมั่นใจที่สุดในจังหวะที่มันตอบผิด โมเดลภาษามีแนวโน้มพูดด้วยน้ำเสียงหนักแน่นเท่ากันหมด ไม่ว่าคำตอบนั้นจะถูกหรือมั่ว เพราะมันถูกฝึกให้ “ตอบให้ฟังดูดี” ไม่ใช่ “ตอบเฉพาะตอนที่รู้จริง” แปลว่าน้ำเสียงมั่นใจของ AI ไม่ใช่สัญญาณว่ามันถูก

เรื่องนี้สำคัญถึงขั้นที่กฎหมายเขียนระบุไว้ - EU AI Act มาตรา 14 บังคับให้ระบบ AI ความเสี่ยงสูงต้องออกแบบให้มนุษย์ “ตรวจสอบและสั่งหยุดได้จริง” และระบุชัดให้คนที่ทำหน้าที่กำกับต้องรู้ตัวเรื่อง automation bias ไว้โดยตรง กฎนี้มีเส้นตายบังคับใช้กับระบบความเสี่ยงสูง 2 สิงหาคม 2026

สรุปกับดักนี้ให้สั้นที่สุด: การ “เซ็นผ่าน ๆ” ไม่นับว่าเป็น HITL จริง คนในลูปต้องมีทั้งอำนาจที่จะเบรก และความเข้าใจขีดจำกัดของ AI มากพอที่จะกล้าเถียงมัน ไม่อย่างนั้นมนุษย์ก็เป็นแค่ตรายาง ไม่ใช่ผู้ตรวจสอบ

แล้วเราควรวางตัวเองในลูปยังไง

ข่าวดีคือ HITL ไม่ใช่เรื่องขององค์กรใหญ่อย่างเดียว มันคือนิสัยที่คนใช้ AI ทุกคนควรมี และเริ่มได้ทันทีด้วยเช็กลิสต์สั้น ๆ ก่อนจะเชื่อคำตอบของ AI:

ก่อนเชื่อคำตอบ AI ถามตัวเอง 3 ข้อ:
1. ความเสี่ยงสูงไหม?      → ถ้าผิดแล้วเสียหายหนัก ต้องตรวจเสมอ
2. ย้อนกลับได้ไหม?        → ถ้าแก้ทีหลังไม่ได้ อย่ารีบเชื่อ
3. ตรวจสอบจากแหล่งอื่นได้ไหม? → ถ้าได้ ให้เช็กก่อนใช้จริง

นอกจากเช็กลิสต์ ให้ตั้งคำถามกับ AI เสมอ โดยเฉพาะ เมื่อมันดูมั่นใจมาก เพราะอย่างที่เห็นแล้วว่าความมั่นใจกับความถูกต้องไม่ใช่เรื่องเดียวกัน

มีงานวิจัยที่ให้เคล็ดลับน่าสนใจ: การโฟกัสไปที่ “ความเสี่ยงที่ AI จะผิด” ช่วยลดการเชื่อ AI แบบผิด ๆ ได้ดีกว่าการโฟกัสที่ “ความแม่นยำของ AI” พูดง่าย ๆ คือ แทนที่จะถามว่า “AI แม่นแค่ไหน” ให้ถามว่า “ถ้ามันผิด จะเกิดอะไรขึ้นกับฉัน” คำถามแบบหลังทำให้เราระมัดระวังอย่างมีเหตุผลมากกว่า - เคสใกล้ตัวคนไทยอย่างมิจฉาชีพที่ใช้ AI ปลอมเสียงก็เป็นตัวอย่างชัดว่าทำไมการไม่เชื่อทันทีถึงสำคัญ

และอย่าลืมกรอบที่ถูกต้อง: HITL ไม่ใช่การกั๊ก AI ไว้เพราะกลัว แต่คือการให้คนกับ AI ทำงานร่วมกันแล้วได้ผลดีกว่าฝ่ายใดฝ่ายหนึ่งทำเดี่ยว ๆ งานวิจัยจาก Stanford GSB ที่ติดตามพนักงานซัพพอร์ตกว่า 5,000 คน พบว่าผู้ช่วย AI ช่วยให้แก้ปัญหาได้เพิ่มขึ้น 14% โดยเฉลี่ย และในกลุ่มมือใหม่ทักษะต่ำเพิ่มขึ้นถึง 34% - AI เสริมคน ไม่ใช่แทนคน ที่น่าสังเกตคือ งานอีกประเภทที่กำลังโตสวนกระแสคือ “งานกำกับและสอน AI” อย่าง data labeling ซึ่งตลาดทั่วโลกขยายตัวหลายเท่าตัวภายในไม่กี่ปี ความต้องการ “คนกำกับ AI” จึงกำลังเพิ่มขึ้น ไม่ใช่ลดลง

ทำไมเราถึงตั้งชื่อเว็บนี้ว่า humanintheloop

ถ้าอ่านมาถึงตรงนี้ คุณคงเดาได้แล้วว่าทำไมเว็บนี้ถึงชื่อ humanintheloop - เพราะมันคือปรัชญาของเราตรง ๆ

เราเชื่อว่ายุค AI ที่ดีที่สุดไม่ใช่ยุคที่คนถอยออกไปแล้วปล่อยให้เครื่องตัดสินแทน แต่เป็นยุคที่คน “อยู่ในลูป” อย่างเข้าใจ - รู้ว่า AI ทำอะไรได้และทำอะไรไม่ได้ กล้าตั้งคำถามเมื่อมันมั่นใจเกินไป และใช้มันเป็นเครื่องมือ ไม่ใช่ผู้พิพากษา

เว็บนี้มีอยู่เพื่อให้คนไทยทั่วไป “อยู่ในลูป” ได้จริง ด้วยการอธิบาย AI ด้วยภาษาคน เพื่อให้คุณตามทันและตัดสินใจเองได้ พูดอีกแบบคือ การที่คุณอ่านเว็บนี้ก็คือการฝึกตัวเองให้เป็น human-in-the-loop ในชีวิตที่มี AI มากขึ้นทุกวัน เจอกันในบทความถัดไปที่ humanintheloop.in.th

---