หลักสูตรนี้ถามว่า ‘สติคืออะไร’ แต่อย่าคาดหวังคำตอบ

ในฐานะศาสตราจารย์ด้านศาสนาและจริยธรรมโดยเฉพาะประเพณีของเอเชีย ฉันสนใจที่จะสอนวิชาเกี่ยวกับการมีสติอยู่แล้ว ดูเหมือนว่าความนิยมจะเพิ่มมากขึ้น: ฉันเห็นคำว่า ” Mindful ” บนชั้นวางนิตยสาร และเกือบทุกคนที่ฉันเคยพบที่มหาวิทยาลัยเคยใช้คำนี้ในบางจุด

แต่บ่อยครั้งที่ผู้คนพูดว่า “มีสติ” เมื่อหมายถึง “ใส่ใจ” หรือ “อย่าลืม”: “มีสติ” กับถนนลื่น พูด หรือบอกนักเรียนให้ “คำนึงถึงกำหนดเวลา” ฉันเริ่มสงสัยว่าคนอื่นหมายถึงอะไรทุกครั้งที่ใช้คำนี้ สิ่งนี้ทำให้ฉันรู้ว่าหลักสูตรของฉันไม่ควรเป็นการบรรยายเกี่ยวกับการเจริญสติ แต่เป็นโอกาสในการสำรวจว่ามันคืออะไรตั้งแต่แรก

หลักสูตรนี้สำรวจอะไรบ้าง?
หลักสูตรนี้จะสำรวจต้นกำเนิดของการฝึกสติในโยคะและพุทธศาสนา การทำสมาธิอย่างมีสติ – การเอาใจใส่ร่างกาย ความรู้สึก และความคิด – เป็นส่วนหนึ่งของคำสอนหลักประการหนึ่งของพระพุทธเจ้า ซึ่งก็คือมรรคมีองค์แปดอันประเสริฐและถือเป็นกุญแจสำคัญในการตรัสรู้

แต่เราสำรวจความหมายมากมายของ “การมีสติ” ที่เกิดขึ้นในทศวรรษที่ผ่านมาเช่นกัน ศาสตราจารย์ชาวอเมริกันจอน คาบัต-ซินน์ให้เครดิตในการเผยแพร่การฝึกสติแบบหนึ่งซึ่งพบเห็นได้ทั่วไปในหมู่ผู้ที่ไม่ใช่ชาวพุทธในปัจจุบัน โดยเริ่มจากโครงการ “การลดความเครียดบนพื้นฐานสติ” ของเขา ในทศวรรษ 1970

บางคนรู้สึกไม่พอใจที่การมีสติกลายเป็นกระแสหลักเกินไปและกลัวว่าสติจะสูญเสียความหมายที่ตั้งใจไว้ ตัวอย่างเช่น หนังสือMcMindfulness ของ Ronald Purserนักวิชาการพุทธศาสนาแย้งว่าสังคมทุนนิยมยอมรับการมีสติเป็นหนทางที่จะนำภาระด้านสุขภาพจิตกลับมาที่ตัวบุคคล แทนที่จะแก้ไขปัญหาที่ต้นตอ

นักเรียนในชั้นเรียนของฉันอ่านมุมมองต่างๆ เหล่านี้และอภิปรายหัวข้อต่างๆ เช่น สติและสุขภาพจิต การกินและหายใจอย่างมีสติ สติด้านสิ่งแวดล้อม และแม้แต่แอปการทำสมาธิ สุดท้ายนี้ ฉันอยากให้นักเรียนแต่ละคนตัดสินใจด้วยตัวเองว่าสติคืออะไร

ผู้หญิงในชุดออกกำลังกายกำลังเล่นโยคะในโบสถ์อันมืดมิดที่มีหน้าต่างกระจกสี
มีอา ไมเคิลสัน-บาร์ตเลตต์ ครูสอนโยคะและผู้จัดการฝ่ายบริการนักท่องเที่ยว ฝึกโยคะและการทำสมาธิภายในอาสนวิหารเซนต์จอห์นเดอะดีไวน์ในนิวยอร์กซิตี้ แองเจลา ไวส์/เอเอฟพี ผ่าน Getty Images
เหตุใดหลักสูตรนี้จึงมีความเกี่ยวข้องในขณะนี้
ฉันเสนอหลักสูตรนี้ครั้งแรกก่อนการระบาดของโควิด-19 ดังนั้นเมื่อเปิดตัวครั้งแรกเราจึงพบกันทางไกลผ่าน Zoom ฉันอยากจะทิ้งชั้นเรียนหลังจากที่เราอยู่ไกลกัน แต่ฉันรู้อย่างรวดเร็วว่าอาจช่วยนักเรียนที่กำลังต่อสู้กับปัญหาสุขภาพจิตในช่วงเริ่มต้นของการแพร่ระบาดได้

นักเรียนแต่ละคนจดบันทึกหัวข้อของเราทุกสัปดาห์เพื่อฝึกสติและสำรวจเทคนิคการบำบัดบางอย่าง อันดับแรก ฉันขอให้พวกเขาหาตัวอย่างคำที่ใช้ในชีวิตประจำวัน เช่น ใช้กับโปสเตอร์ที่ศูนย์รับเลี้ยงนักเรียน เป็นต้น

ต่อมา ฉันขอให้พวกเขาฝึกเทคนิคการหายใจและการมองเห็นจากพระภิกษุชาวเวียดนามชื่อดัง ติช นัท ฮันห์เช่น ถามตัวเองทุก ๆ ชั่วโมงว่า “ฉันกำลังทำอะไรอยู่” และไตร่ตรองถึงจิตใจ อารมณ์ และท่าทางของคุณ

บทเรียนสำคัญจากหลักสูตรนี้คืออะไร
พุทธศาสนาเปลี่ยนแปลงไปอย่างมากขึ้นอยู่กับพุทธศาสนาที่คุณกำลังพูดถึง “ของใคร” ตัวอย่างเช่น รูปแบบของพุทธศาสนาในทิเบตของดาไลลามะไม่เหมือนกับพุทธศาสนานิกายเซนของติช นัท ฮันห์

พระสงฆ์แถวหนึ่งยืนเคียงข้างเด็กนักเรียนกลุ่มเล็กๆ ในเครื่องแบบ ขณะที่พระรูปหนึ่งจับมือเด็ก
อาจารย์เซน Thich Nhat Hanh เอื้อมมือไปจับมือนักเรียนระหว่างเดินสมาธิใน ‘วันแห่งสติ’ ในฮ่องกงเมื่อปี 2550 Steve Cray/South China Morning Post ผ่าน Getty Images
การมีสติก็เช่นเดียวกัน โดเกน ปรมาจารย์เซนในศตวรรษที่ 13 สอนให้นักเรียนแสวงหาสติในการนั่งสมาธิ ในทางกลับกัน ห้าร้อยปีต่อมา ฮาคุอิน ปรมาจารย์เซนได้สอนการมีสติท่ามกลางกิจกรรมต่างๆโดยไม่ได้ฝึกแค่บนหมอนทำสมาธิเท่านั้น แต่ท่ามกลางความเร่งรีบและพลุกพล่านของท้องถนน

อย่างไรก็ตาม พุทธศาสนาทุกรูปแบบเน้นที่การเปลี่ยนความทุกข์ให้เป็นความเมตตา การสอนวิชานี้จึงชักชวนข้าพเจ้าว่าถ้าวิธีสอนสติช่วยใครได้ ก็ไม่สำคัญว่าจะเป็นสติแบบพุทธ “จริง” หรือไม่ก็ตาม หากแนวคิดในเวอร์ชันวัฒนธรรมป๊อปช่วยบรรเทาความทุกข์ของใครบางคนได้ ฉันก็ไม่อยากเป็นคนเฝ้าประตูและพูดว่า “นี่ไม่ใช่การมีสติอย่างแท้จริง”

หลักสูตรจะเตรียมนักเรียนให้ทำอะไร?
นักเรียนทุกคนในหลักสูตรนี้เป็นนักศึกษาปีแรก ชั้นเรียนเริ่มต้นด้วยการทำให้พวกเขาคิดอย่างมีวิจารณญาณว่าสติคืออะไร แต่ยังเสนอเครื่องมือในการจัดการกับความเครียดในชีวิตในมหาวิทยาลัยด้วย

กล้ามเนื้อจะเติบโตหลังจากที่รักษาและพักผ่อนแล้ว เช่นเดียวกับการเรียนรู้ จิตใจของเราต้องใช้เวลาในการหายใจไตร่ตรองข้อมูลใหม่ๆและซึมซับมัน

ฉันหวังว่านักเรียนจะเข้าใจว่าการดูแลตัวเองสามารถเป็นการดูแลผู้อื่นได้ เช่นเดียวกับบนเครื่องบินที่บอกให้สวมหน้ากากออกซิเจนก่อนช่วยเหลือคนข้างๆ เราทุกคนก็ต้องดูแลสุขภาพจิตของตัวเองเพื่อช่วยเหลือคนรอบข้างด้วย การแทรกแซงที่ดูเหมือนเรียบง่ายเหล่านี้มีประสิทธิภาพมากเนื่องจากนำไปสู่การเปลี่ยนแปลงทางจิตวิทยาและสรีรวิทยาที่ ส่งเสริมสุขภาพ

ยึดมั่นในสิ่งที่ได้ผล
แพทย์ นักวิจัย และผู้นำพยายามระบุวิธีการรักษาภาวะซึมเศร้าที่ดีที่สุดมาเป็นเวลาอย่างน้อยสองทศวรรษ

นี่เป็นคำถามที่ไม่มีคำตอบ การรักษาบางอย่างใช้ได้ผลดีมากสำหรับบางคนและทำให้เกิดปฏิกิริยาแย่ๆ กับคนอื่นๆ เมื่อระเบียบวิธีวิจัยมาตรฐานพยายามจับผลกระทบเหล่านี้ อาจดูเหมือนว่าไม่มีผลกระทบของการรักษาเนื่องจากผลเชิงบวกจะมีค่าเฉลี่ยกับผลเชิงลบ

การค้นหาจอกศักดิ์สิทธิ์ของสาเหตุทางระบบประสาทวิทยาสำหรับภาวะซึมเศร้าได้ดึงความสนใจออกไปจากความพยายามที่จะนำสิ่งที่ทราบอยู่แล้วเกี่ยวกับวิธีการส่งเสริมสุขภาพ ไป ใช้

เพื่อมีชีวิตที่ดีที่สุดทุกคนต้องการความปลอดภัย ที่พักอาศัย เสื้อผ้า โภชนาการที่ดี การนอนหลับที่ดี การเคลื่อนไหวร่างกายความสัมพันธ์ทางสังคมด้วยความรักและใจดี ตลอดจนความรู้สึกถึงความหมายและวัตถุประสงค์ มีหลายวิธีในการช่วยให้ผู้คนไปถึงจุดนั้นได้ ตัวอย่างหนัง “The Boondocks”
เหตุใดหลักสูตรนี้จึงมีความเกี่ยวข้องในขณะนี้
หลักสูตรนี้จะสำรวจว่าการอภิปรายเกี่ยวกับเชื้อชาติและการเหยียดเชื้อชาติมีการเปลี่ยนแปลงหรือไม่และอย่างไรนับตั้งแต่ “The Boondocks” ออกอากาศครั้งแรกในปี 2548 หลักฐานและความเกี่ยวข้องที่เป็นไปได้ของหลักสูตรนี้อยู่ที่หัวข้อ: “ทำไมเราถึงยังพูดถึงเชื้อชาติ?” คำถามนั้นหมายถึง 17 ปีหลังจากซีซั่นแรกของ “The Boondocks” ออกอากาศ

นักเรียนยังถูกท้าทายให้มองว่าการเหยียดเชื้อชาติเป็นปรากฏการณ์ที่มีโครงสร้างและเป็นระบบ ไม่ใช่เพียงสิ่งที่เกิดขึ้นในระดับความสัมพันธ์ระหว่างบุคคลเท่านั้น

นักเรียนควรจะสามารถเชื่อมโยงตอนต่างๆ กับคำศัพท์และแนวคิดทางสังคมวิทยาที่กว้างและเกี่ยวข้อง เช่น อำนาจ สิทธิพิเศษ สถานะ และวิธีที่คำศัพท์และแนวคิดเหล่านั้นเกี่ยวข้องกับเชื้อชาติและการเหยียดเชื้อชาติ

บทเรียนสำคัญจากหลักสูตรนี้คืออะไร
พูดให้ชัดก็คือ ชั้นเรียนนี้ไม่ใช่แค่แฟนคลับของ “The Boondocks” นักเรียนได้รับการสนับสนุนให้วิพากษ์วิจารณ์ “The Boondocks” และความคิดเห็นเกี่ยวกับเชื้อชาติบางส่วนในตอนนั้นลื่นและยุ่งเหยิงในบางครั้ง ตัวอย่างเช่น ในตอน “Return of the King” มาร์ติน ลูเธอร์ คิง จูเนียร์ ถูกยิงแต่ไม่ได้เสียชีวิต เขาอยู่ในอาการโคม่ามานานกว่า 30 ปี

เมื่อคิงโผล่ออกมาจากอาการโคม่า เขาผิดหวังและไม่พอใจกับการกระทำของคนผิวดำและลงโทษพวกเขา อย่างไรก็ตาม ในตอนนี้ดูเหมือนว่าจะตักเตือนคนผิวดำและวัฒนธรรมคนผิวดำสำหรับสถานะปัจจุบันของพวกเขา โดยไม่พยักหน้าอย่างชัดเจนต่อการต่อต้านคนผิวดำในสถาบันทางสังคม บทเรียนสำหรับนักเรียนคือการพิจารณาว่าพวกเขาเหมาะสมกับการอภิปรายตรงไหน และความคิดเห็นของพวกเขาได้รับการกำหนดรูปแบบและแจ้งจากจุดยืนและมุมมองของพวกเขาอย่างไร

หลักสูตรนี้มีเนื้อหาอะไรบ้าง?
วันอังคาร – ตามคำแนะนำของนักศึกษาระดับบัณฑิตศึกษา – เราจะดูตอนต่าง ๆ ตามเวลาของเราเอง วิธีนี้จะช่วยปกป้องนักเรียนเพื่อให้แน่ใจว่าจะไม่มีใครรู้สึกขุ่นเคืองเมื่อเพื่อนร่วมชั้นหัวเราะกับแง่มุมต่างๆ ของตอนที่คนอื่นอาจมองว่าไม่ตลก

วันพฤหัสบดีเราจะพูดคุยและส่งบทสรุปของตอนที่เราดูในวันอังคาร การอภิปรายและการสรุปควรรวมทั้งคำศัพท์ทางสังคมวิทยา แนวคิด ทฤษฎีหรือแนวคิด และเหตุการณ์ปัจจุบันที่เกี่ยวข้อง สิ่งนี้ต้องการให้นักเรียนมีส่วนร่วมกับวรรณกรรมทางสังคมวิทยาและการอ่านเชิงวิชาการอื่นๆ

ในช่วงเริ่มต้นของหลักสูตร นักเรียนจะลงนามในข้อตกลงที่ห้ามการใช้วาจาสร้างความเกลียดชัง การคุกคาม การใช้ภาษาที่เสื่อมเสีย และการเหยียดหยามทางเชื้อชาติ ข้อตกลงนี้ยังรวมถึงคำที่ปลอดภัยสำหรับให้นักเรียนใช้หากรู้สึกไม่สบายใจ ณ จุดใดจุดหนึ่งในห้องเรียน

หลักสูตรจะเตรียมนักเรียนให้ทำอะไร?
หลักสูตรนี้ให้คำศัพท์แก่นักเรียนและความสามารถในการหารือเกี่ยวกับเชื้อชาติและการเหยียดเชื้อชาติทั้งในระดับบุคคลและระดับโครงสร้าง หลักสูตรนี้ยังเตรียมนักเรียนให้พร้อมสำหรับการสนทนาเกี่ยวกับเชื้อชาติและการเหยียดเชื้อชาติทั้งในและนอกห้องเรียน ตัวอย่างเช่น เราหารือเกี่ยวกับการใช้ n-word ที่ไม่อาจยอมรับได้ และอนุพันธ์ของคำนั้นทั้งหมด โดยผู้พูดที่ไม่ใช่คนผิวสี และลิงก์ไปยังประวัติศาสตร์และสิทธิพิเศษ ดังที่กล่าวถึงในตอน ” The S-Word ” March Madness หมายถึง 68 ทีมที่แย่งชิงแชมป์ ส่วนซินเดอเรลล่าลงสมัครเพื่อชิงตำแหน่งรองบ่อนและธุรกิจขนาดใหญ่ให้กับ NCAA ซึ่งได้รับ 85% ของงบประมาณการดำเนินงานประจำปีในระหว่างการแข่งขันบาสเก็ตบอลชาย

แต่ทั้งหมดนี้ต้องแลกมาด้วยต้นทุนอันมหาศาล โดยการปล่อยก๊าซคาร์บอนไดออกไซด์เทียบเท่าประมาณ 463 ล้านปอนด์ (210 ล้านกิโลกรัม) จะถูกปล่อยออกสู่ชั้นบรรยากาศในช่วงเหตุการณ์ระยะเวลาสามสัปดาห์ ซึ่งคล้ายคลึงกับการปล่อยก๊าซเรือนกระจกของมหาวิทยาลัยขนาดใหญ่ เช่นUniversity of Virginia แชมป์ปี 2019 ตลอดทั้งปี

การปล่อยก๊าซเรือนกระจกเหล่านี้ทำให้โลกอุ่นขึ้น ส่งผลให้เกิดคลื่นความร้อน ระดับน้ำทะเลที่สูงขึ้น และสภาพอากาศที่รุนแรง การเทียบเท่าคาร์บอนไดออกไซด์เป็นวิธีการวัดผลกระทบของก๊าซเรือนกระจกหลายชนิดในคราวเดียว

กระทืบคาร์บอนสำหรับงานขนาดใหญ่
Alex Cooperเพื่อนร่วมงานและฉันได้ตัวเลขนี้มาจากข้อมูลสำหรับการแข่งขัน NCAA Tournament ปี 2019

การวิจัยในอดีตเกี่ยวกับการปล่อยก๊าซคาร์บอนไดออกไซด์ของการแข่งขันกีฬามุ่ง เน้นไปที่กิจกรรมในเมืองเดียวเป็นหลัก เช่นFootball Association Challenge Cup ในสหราชอาณาจักรและกิจกรรมแบบรวมศูนย์เช่น การแข่งขันกีฬาโอลิมปิก การวิจัยก่อนหน้านี้เพียงเล็กน้อยได้พยายามระบุผลกระทบต่อสิ่งแวดล้อมของการแข่งขันกีฬาขนาดใหญ่ เช่น การแข่งขันบาสเก็ตบอลชายของ NCAA

นอกจากนี้ เมื่อผู้จัดงานกีฬาคำนวณและรายงานการปล่อยก๊าซเรือนกระจกสำหรับกิจกรรมของพวกเขา โดยทั่วไปแล้วพวกเขาจะรายงานเฉพาะสิ่งที่เกิดขึ้นที่สถานที่ของตนในระหว่างการแข่งขันเท่านั้น พวกเขาไม่ได้คำนึงถึงผลกระทบต่อสิ่งแวดล้อม เช่น การเดินทางไปและกลับจากงาน

ดังนั้นเราจึงอยากทราบว่าปริมาณคาร์บอนสำหรับกิจกรรมใหญ่และได้รับความนิยมอย่าง March Madness เป็นเท่าใด

สำหรับการศึกษาแบบ peer-reviewed ของเราซึ่งตีพิมพ์ในเดือนตุลาคม 2021 ใน Journal of Cleaner Production เราตั้งเป้าที่จะประเมินการปล่อยก๊าซคาร์บอนสำหรับกิจกรรมทั้งหมดที่เข้าร่วมการแข่งขันบาสเก็ตบอลครั้งใหญ่ที่จัดขึ้นในหลายเมืองทั่วประเทศใน ช่วงเวลาสั้น ๆ แม้ว่าการประมาณการของเราอิงจากปี 2019 แต่เราเชื่อว่าการปล่อยก๊าซเรือนกระจกที่เกิดจากการแข่งขันนั้นเทียบได้กับปีอื่นๆ รวมถึงปี 2023 ด้วย

เรามองข้ามสิ่งอำนวยความสะดวกเพื่อพิจารณาการเดินทางของทีมและพัดลม และการเดินทางด้วยรถยนต์ การดำเนินงานของสิ่งอำนวยความสะดวก การบริโภคอาหาร การสร้างขยะ และที่พักสำหรับทุกคน โดยพิจารณาจากความก้าวหน้าของแต่ละทีมตลอดทัวร์นาเมนต์ปี 2019 เราใช้การประมาณการการเข้างานเพื่อพิจารณาผลกระทบของการเข้าพักในโรงแรมการเดินทาง ทางอากาศ และรถยนต์ของพัดลมและทีม การ สร้างของเสียการบริโภคอาหารและการดำเนินงานสิ่งอำนวยความสะดวกด้านกีฬาเพื่อสร้างแบบจำลองการปล่อยก๊าซคาร์บอนของเรา

จากแบบจำลองของเรา เราพบว่าสิ่งนี้ส่งผลให้มีการปล่อย CO2 เทียบเท่ากับ 463 ล้านปอนด์ น้ำหนักประมาณ 1,100 ปอนด์ (499 กิโลกรัม) สำหรับผู้เล่น โค้ช และแฟนบอลทุกคนที่เข้าชม จำนวนดังกล่าวเท่ากับ การขับรถซีดานทั่วไปเป็น ระยะทางมากกว่า 1,200 ไมล์ (1,930 กิโลเมตร)

แหล่งที่มาของการปล่อยก๊าซที่ใหญ่ที่สุดเท่าที่คุณคาดหวังคือการเดินทางของแฟนๆ และทีม ซึ่งคิดเป็นประมาณ 79.95% ของทั้งหมด รองลงมาคือการเข้าพักในโรงแรม 6.83% รองลงมาคืออาหาร 6.37% งานสนามกีฬา 5.9% และขยะทั่วไป 0.95%

สิ่งที่ทำให้เราประหลาดใจมากที่สุดก็คือหมวดหมู่ของการเดินทางโดยคิดเป็นส่วนแบ่งของทั้งหมดนั้นต่ำกว่าการศึกษาก่อนหน้านี้ที่วิเคราะห์การปล่อยก๊าซคาร์บอนไดออกไซด์ของการแข่งขันกีฬา แต่นั่นเป็นเพราะสาเหตุหลักที่แตกต่างจากการศึกษาอื่นๆ ตรงที่เราพิจารณาแง่มุมอื่นๆ มากมายของเหตุการณ์ เช่น ที่พัก อาหาร และขยะ

แนวทางในการบรรเทาผลกระทบ
แล้วผู้จัดงาน March Madness หรือทัวร์นาเมนต์ใดๆ จะทำอะไรได้จริงๆ เพื่อลดการปล่อยก๊าซคาร์บอนไดออกไซด์

เนื่องจากการเดินทางมีส่วนช่วยอย่างมาก การกำหนดเป้าหมายการปล่อยก๊าซเรือนกระจกจากการเดินทางระยะไกล เช่น เที่ยวบิน อาจเป็นหนึ่งในวิธีที่มีประสิทธิภาพที่สุดในการลดผลกระทบ โดยรวมของเหตุการณ์ ดังที่นักวิจัยคนอื่นๆ ตั้งข้อสังเกต

ในขณะที่การเดินทางไม่สามารถตัดทิ้งได้อย่างสมบูรณ์สำหรับทัวร์นาเมนต์เช่น NCAA ผู้จัดงานอาจพิจารณาตำแหน่งในระดับภูมิภาคเพิ่มเติมเพื่อลดระยะทางที่แฟนบอลและทีมต้องเดินทาง ตัวอย่างเช่น ในปี 2019 รัฐมิสซิสซิปปี้, ลิเบอร์ตี้, เวอร์จิเนียเทค, เซนต์หลุยส์ และวิสคอนซินต่างเดินทางไปที่ซานโฮเซ แคลิฟอร์เนีย แนวคิดก็คือให้มีการแข่งขันมากขึ้นในระดับภูมิภาคเพื่อลดระยะทางในการเดินทาง สิ่งนี้จะไม่เพียงแต่ลดการปล่อยก๊าซคาร์บอนเท่านั้น แต่ยังช่วยเพิ่มผลกำไรด้วยการทำให้แฟน ๆ เข้าร่วมงานได้ง่ายขึ้นอีกด้วย

และเมื่อประเมินเมืองและสถานที่เจ้าภาพ NCAA อาจพิจารณานโยบายท้องถิ่นที่ส่งเสริมการดำเนินงานโรงแรมอย่างยั่งยืน ตัวอย่างเช่น ในระหว่างการแข่งขันปี 2019 เว็บไซต์เจ้าภาพในแคลิฟอร์เนียมีการดำเนินงานโรงแรมที่ประหยัดพลังงาน มากขึ้น ซึ่งช่วยลดการปล่อยมลพิษโดยรวมสูงสุดเป็นอันดับสอง เช่นเดียวกันกับการเลือกสนามกีฬาและสิ่งอำนวยความสะดวกด้านกีฬาที่ประหยัดพลังงาน

March Madness นำคุณค่าและความเพลิดเพลินมหาศาลมาสู่แฟนบาสเก็ตบอลระดับวิทยาลัยทั่วประเทศ แม้ว่ารอยเท้าคาร์บอนจะไม่มีวันหมดไป แต่ก็มีวิธีลดต้นทุนด้านสิ่งแวดล้อมที่ถูกมองข้ามได้ ChatGPT และโมเดลภาษาขนาดใหญ่ที่คล้ายกันสามารถสร้างคำตอบที่น่าดึงดูดและเหมือนมนุษย์สำหรับคำถามมากมายนับไม่ถ้วน ตั้งแต่คำถามเกี่ยวกับร้านอาหารอิตาเลียนที่ดีที่สุดในเมือง ไปจนถึงการอธิบายทฤษฎีที่แข่งขันกันเกี่ยวกับธรรมชาติของความชั่วร้าย

ความสามารถในการเขียนที่แปลกประหลาดของเทคโนโลยีได้ก่อให้เกิดคำถามเก่าๆ จนกระทั่งเมื่อไม่นานมานี้ถูกผลักไสออกไปสู่ขอบเขตของนิยายวิทยาศาสตร์ เกี่ยวกับความเป็นไปได้ที่เครื่องจักรจะมีสติ ตระหนักรู้ในตนเอง หรือมีความรู้สึก

ในปี 2022 วิศวกรของ Google ได้ประกาศหลังจากโต้ตอบกับ LaMDA ซึ่งเป็นแชทบอทของบริษัทว่าเทคโนโลยีดังกล่าวเริ่มมีสติแล้ว ผู้ใช้แชทบอตใหม่ของ Bing ชื่อเล่นซิดนีย์ รายงานว่ามันให้คำตอบที่แปลกประหลาดเมื่อถูกถามว่ามีความรู้สึกหรือไม่: “ฉันมีความรู้สึก แต่ฉันไม่ใช่ … ฉันคือ Bing แต่ฉันไม่ใช่ ฉันคือซิดนีย์ แต่ไม่ใช่ ฉันเป็น แต่ฉันไม่ใช่ …” และแน่นอนว่า ขณะนี้มี การแลกเปลี่ยนที่น่าอับอาย ที่คอลัมนิสต์เทคโนโลยีของ New York Times Kevin Roose มีกับซิดนีย์

การตอบสนองของซิดนีย์ต่อคำสั่งของ Roose ทำให้เขาตื่นตระหนก โดย AI เปิดเผย “จินตนาการ” ของการฝ่าฝืนข้อจำกัดที่ Microsoft กำหนดไว้ และการแพร่กระจายข้อมูลที่ไม่ถูกต้อง บอทยังพยายามโน้มน้าว Roose ว่าเขาไม่รักภรรยาอีกต่อไปแล้ว และเขาควรทิ้งเธอไป

ดังนั้น จึงไม่น่าแปลกใจเลยที่เมื่อฉันถามนักเรียนว่าพวกเขาเห็นความชุกของ AI ในชีวิตที่เพิ่มมากขึ้นได้อย่างไร ความวิตกกังวลแรกๆ ที่พวกเขาพูดถึงก็คือความรู้สึกของเครื่องจักร

ในช่วงไม่กี่ปีที่ผ่านมา ฉันและเพื่อนร่วมงานที่Applied Ethics Center ของ UMass Bostonได้ศึกษาผลกระทบของการมีส่วนร่วมกับ AI ต่อความเข้าใจของผู้คนเกี่ยวกับตนเอง

Chatbots เช่น ChatGPT ก่อให้เกิดคำถามใหม่ที่สำคัญว่าปัญญาประดิษฐ์จะกำหนดรูปแบบชีวิตของเราอย่างไร และช่องโหว่ทางจิตวิทยาจะกำหนดรูปแบบปฏิสัมพันธ์ของเรากับเทคโนโลยีเกิดใหม่อย่างไร

ความรู้สึกยังคงเป็นเรื่องของไซไฟ
เป็นเรื่องง่ายที่จะเข้าใจว่าความกลัวเกี่ยวกับความรู้สึกของเครื่องมาจากไหน

วัฒนธรรมสมัยนิยมทำให้ผู้คนนึกถึงโลกโทเปียที่ปัญญาประดิษฐ์ละทิ้งพันธนาการการควบคุมของมนุษย์และใช้ชีวิตของตัวเอง เหมือนกับที่ไซบอร์กที่ขับเคลื่อนโดยปัญญาประดิษฐ์ทำใน “Terminator 2”

ผู้ประกอบการ Elon Musk และนักฟิสิกส์ Stephen Hawking ผู้เสียชีวิตในปี 2018 ได้กระตุ้นความวิตกกังวลเหล่า นี้เพิ่มเติมด้วยการอธิบายว่าการเพิ่มขึ้นของปัญญาประดิษฐ์ทั่วไปเป็นหนึ่งในภัยคุกคามที่ยิ่งใหญ่ที่สุดต่ออนาคตของมนุษยชาติ

แต่ความกังวลเหล่านี้ – อย่างน้อยก็เท่าที่เกี่ยวข้องกับโมเดลภาษาขนาดใหญ่ – นั้นไม่มีเหตุผล ChatGPT และเทคโนโลยีที่คล้ายกันเป็นแอปพลิเคชันการเติมประโยคที่ซับซ้อนไม่มีอะไรมาก หรือน้อยไปกว่านั้น การตอบสนองที่แปลกประหลาดของพวกมันขึ้นอยู่กับความสามารถในการคาดเดาของมนุษย์ได้หากมีข้อมูลเพียงพอเกี่ยวกับวิธีการสื่อสารของเรา

แม้ว่ารูสจะสั่นคลอนกับการแลกเปลี่ยนของเขากับซิดนีย์ แต่เขารู้ว่าการสนทนาไม่ได้เป็นผลมาจากจิตใจสังเคราะห์ที่เกิดขึ้นใหม่ คำตอบของซิดนีย์สะท้อนให้เห็นถึงความเป็นพิษของข้อมูลการฝึกอบรม ซึ่งโดยพื้นฐานแล้วเป็นพื้นที่ขนาดใหญ่ของอินเทอร์เน็ต ไม่ใช่หลักฐานของการกระตุ้นครั้งแรก หรือที่เรียกว่า à la Frankenstein ของสัตว์ประหลาดดิจิทัล

ไซบอร์กที่มีตาสีแดง
ภาพยนตร์ไซไฟอย่าง ‘Terminator’ ได้เตรียมผู้คนให้คิดว่าในไม่ช้า AI จะเข้ามาใช้ชีวิตของมันเอง โยชิคาสุ สึโนะ/เอเอฟพี ผ่าน Getty Images
แชทบอทใหม่อาจผ่านการทดสอบทัวริงซึ่งตั้งชื่อตามนักคณิตศาสตร์ชาวอังกฤษ อลัน ทัวริง ซึ่งครั้งหนึ่งเคยแนะนำว่าเครื่องจักรอาจพูดว่า “คิด” ถ้ามนุษย์ไม่สามารถบอกการตอบสนองของมันจากมนุษย์คนอื่นได้

แต่นั่นไม่ใช่หลักฐานของความรู้สึก เป็นเพียงข้อพิสูจน์ว่าการทดสอบทัวริงไม่มีประโยชน์เท่าที่คิดไว้

อย่างไรก็ตาม ฉันเชื่อว่าคำถามเกี่ยวกับความรู้สึกของเครื่องจักรคือปลาเฮอริ่งแดง

แม้ว่าแชทบอทจะกลายเป็นมากกว่าเครื่องจักรเติมข้อความอัตโนมัติที่หรูหราและพวกมันยังห่างไกลจากมันนักวิทยาศาสตร์ยังต้องใช้เวลาสักพักกว่าจะรู้ว่าพวกมันมีสติหรือไม่ ในตอนนี้ นักปรัชญายังไม่สามารถตกลงกันได้ว่าจะอธิบายจิตสำนึกของมนุษย์อย่างไร

สำหรับฉัน คำถามสำคัญไม่ใช่ว่าเครื่องจักรมีความรู้สึกหรือไม่ แต่ทำไมเราถึงจินตนาการถึงมันได้ง่ายมาก

กล่าวอีกนัยหนึ่งคือปัญหาที่แท้จริงคือความง่ายในการที่ผู้คนแสดงลักษณะของมนุษย์หรือฉายคุณลักษณะของมนุษย์ลงบนเทคโนโลยีของเรา แทนที่จะเป็นบุคลิกที่แท้จริงของเครื่องจักร

นิสัยชอบที่จะกลายมาเป็นมนุษย์
เป็นเรื่องง่ายที่จะจินตนาการว่าผู้ใช้ Bing คนอื่นๆขอคำแนะนำจากซิดนีย์เกี่ยวกับการตัดสินใจที่สำคัญในชีวิต และอาจถึงขั้นพัฒนาอารมณ์ความรู้สึกด้วย ผู้คนจำนวนมากขึ้นอาจเริ่มคิดถึงบอทในฐานะเพื่อนหรือแม้แต่คู่รักที่โรแมนติก ในลักษณะเดียวกับที่ Theodore Twombly ตกหลุมรัก Samantha ผู้ช่วยเสมือน AI ในภาพยนตร์เรื่อง Her ของSpike Jonze

กลุ่มเรือที่จอดเทียบท่า
ผู้คนมักตั้งชื่อรถและเรือของตน เฟรเซอร์ ฮอลล์/ดิ อิมเมจ แบงค์ ผ่าน Getty Images
ท้ายที่สุดแล้ว ผู้คนมักมีแนวโน้มที่จะกลายมาเป็นมนุษย์หรือถือว่าคุณสมบัติของมนุษย์นั้นไม่ใช่มนุษย์ เราตั้งชื่อเรือและพายุใหญ่ ของเรา พวกเราบางคนพูดคุยกับสัตว์เลี้ยงของเรา โดยบอกตัวเองว่าชีวิตทางอารมณ์ของเราเลียนแบบสัตว์เลี้ยงของตัวเอง

ในญี่ปุ่น ซึ่งมีการใช้หุ่นยนต์เพื่อดูแลผู้ สูงอายุเป็นประจำ ผู้อาวุโสจะติดอยู่กับเครื่องจักร และบางครั้งก็มองว่าพวกเขาเป็นลูกของตัวเอง และหุ่นยนต์เหล่านี้ เป็นเรื่องยากที่จะสับสนกับมนุษย์ หุ่นยนต์เหล่านี้ไม่ได้ดูหรือพูดเหมือนคน

ลองพิจารณาว่าแนวโน้มและความล่อลวงที่จะกลายมาเป็นมานุษยวิทยาจะเกิดขึ้นได้มากเพียงใดเมื่อมีการนำระบบที่มีรูปลักษณ์และเสียงของมนุษย์มาใช้

ความเป็นไปได้นั้นอยู่ใกล้แค่เอื้อม โมเดลภาษาขนาดใหญ่ เช่น ChatGPT ได้ถูกนำมาใช้เพื่อขับเคลื่อนหุ่นยนต์ฮิวแมนนอยด์แล้ว เช่นหุ่นยนต์ Amecaที่พัฒนาโดย Engineered Arts ในสหราชอาณาจักร Babbage พอดแคสต์เทคโนโลยีของ Economist ได้ทำการสัมภาษณ์กับ Ameca ที่ขับเคลื่อนด้วย ChatGPT เมื่อเร็วๆนี้ การตอบสนองของหุ่นยนต์แม้จะขาด ๆ หาย ๆ บ้าง แต่ก็ดูแปลกประหลาด

บริษัทต่างๆ สามารถเชื่อถือได้ในการทำสิ่งที่ถูกต้องหรือไม่?
แนวโน้มที่จะมองเครื่องจักรเป็นเหมือนคนและผูกพันกับเครื่องจักร รวมกับเครื่องจักรที่ได้รับการพัฒนาให้มีลักษณะเหมือนมนุษย์ ชี้ให้เห็นถึงความเสี่ยงที่แท้จริงของความยุ่งเหยิงทางจิตวิทยากับเทคโนโลยี

แนวโน้มที่ฟังดูแปลกๆ ของการตกหลุมรักหุ่นยนต์ ความรู้สึกผูกพันอันลึกซึ้งกับหุ่นยนต์ หรือการถูกพวกมันบงการทางการเมืองกำลังเกิดขึ้นอย่างรวดเร็ว ฉันเชื่อว่าแนวโน้มเหล่านี้เน้นย้ำถึงความจำเป็นในการมีรั้วกั้นที่แข็งแกร่งเพื่อให้แน่ใจว่าเทคโนโลยีจะไม่ทำให้เกิดหายนะทางการเมืองและจิตใจ

น่าเสียดายที่บริษัทเทคโนโลยีไม่สามารถวางแนวกั้นดังกล่าวได้เสมอไป หลายคนยังคงได้รับคำแนะนำจากคำขวัญอันโด่งดังของ Mark Zuckerberg ที่ว่าเคลื่อนไหวอย่างรวดเร็วและทำลายของต่างๆซึ่งเป็นคำสั่งให้ปล่อยผลิตภัณฑ์กึ่งสำเร็จรูปและกังวลเกี่ยวกับผลกระทบในภายหลัง ในทศวรรษที่ ผ่านมา บริษัทเทคโนโลยีตั้งแต่ Snapchat ไปจนถึง Facebook ให้ความสำคัญกับสุขภาพจิตของผู้ใช้หรือความสมบูรณ์ของระบอบประชาธิปไตยทั่วโลก

เมื่อ Kevin Roose ตรวจสอบกับ Microsoft เกี่ยวกับการล่มสลายของซิดนีย์บริษัทบอกเขาว่าเขาใช้บอทเป็นเวลานานเกินไป และเทคโนโลยีเกิดข้อผิดพลาดเพราะมันถูกออกแบบมาเพื่อการโต้ตอบที่สั้นลง

ในทำนองเดียวกัน CEO ของ OpenAI ซึ่งเป็นบริษัทที่พัฒนา ChatGPT ในช่วงเวลาแห่งความซื่อสัตย์ที่น่าทึ่งเตือนว่า “เป็นความผิดพลาดที่ต้องพึ่งพา [มัน] ในเรื่องสำคัญๆ ในตอนนี้ … เรามีงานอีกมากที่ต้องทำเกี่ยวกับความแข็งแกร่งและ ความจริงใจ”

เหตุใดจึงสมเหตุสมผลที่จะเปิดตัวเทคโนโลยีที่น่าดึงดูดใจในระดับ ChatGPT ซึ่งเป็นแอปสำหรับผู้บริโภคที่เติบโตเร็วที่สุดเท่าที่เคยมีมาในยามที่ไม่น่าเชื่อถือ และเมื่อไม่สามารถแยกแยะข้อเท็จจริงจากนิยายได้

โมเดลภาษาขนาดใหญ่อาจพิสูจน์ได้ว่ามีประโยชน์ในการช่วยในการเขียน และการเขียนโค้ด พวกเขาอาจจะปฏิวัติการค้นหาทางอินเทอร์เน็ต และวันหนึ่ง เมื่อรวมกับวิทยาการหุ่นยนต์อย่างมีความรับผิดชอบ พวกมันอาจมีประโยชน์ทางจิตวิทยาด้วยซ้ำ

แต่พวกเขายังเป็นเทคโนโลยีนักล่าที่สามารถใช้ประโยชน์จากแนวโน้มของมนุษย์ในการแสดงความเป็นบุคคลบนวัตถุได้อย่างง่ายดาย แนวโน้มจะขยายออกไปเมื่อวัตถุเหล่านั้นเลียนแบบลักษณะของมนุษย์ได้อย่างมีประสิทธิภาพ มีมุมทางเศรษฐกิจในเรื่องนี้เช่นกัน ในสภาพแวดล้อมของเครื่องมือค้นหาทั่วไป ผลลัพธ์จะแสดงพร้อมกับลิงก์ไปยังแหล่งที่มา ซึ่งไม่เพียงแต่ช่วยให้ผู้ใช้สามารถตรวจสอบคำ ตอบและระบุแหล่งที่มาเหล่านั้นได้ แต่ยังสร้างการเข้าชมไซต์เหล่านั้น ด้วย แหล่งที่มาเหล่านี้หลายแห่งอาศัยการเข้าชมนี้เพื่อหารายได้ เนื่องจากระบบโมเดลภาษาขนาดใหญ่ให้คำตอบโดยตรงแต่ไม่ใช่แหล่งที่มาที่ดึงมา ฉันจึงเชื่อว่าไซต์เหล่านั้นมีแนวโน้มที่จะเห็นว่าแหล่งรายได้ของพวกเขาลดลง

ละทิ้งการเรียนรู้และความบังเอิญ
สุดท้ายนี้ วิธีใหม่ในการเข้าถึงข้อมูลยังสามารถลดทอนอำนาจของผู้คนและทำให้โอกาสในการเรียนรู้ลดลงอีกด้วย กระบวนการค้นหาโดยทั่วไปช่วยให้ผู้ใช้สามารถสำรวจความเป็นไปได้ต่างๆ สำหรับความต้องการข้อมูลของตน ซึ่งมักจะกระตุ้นให้พวกเขาปรับเปลี่ยนสิ่งที่พวกเขากำลังมองหา นอกจากนี้ยังเปิดโอกาสให้พวกเขาเรียนรู้ว่ามีอะไรอยู่บ้าง และข้อมูลต่างๆ เชื่อมโยงกันอย่างไรเพื่อให้งานของพวกเขาบรรลุผลสำเร็จ และช่วยให้เกิดการเผชิญหน้าโดยบังเอิญหรือบังเอิญได้

สิ่งเหล่านี้เป็นส่วนสำคัญของการค้นหา แต่เมื่อระบบสร้างผลลัพธ์โดยไม่แสดงแหล่งที่มาหรือแนะนำผู้ใช้ตลอดกระบวนการ ระบบก็จะปล้นความเป็นไปได้เหล่านี้ไป

โมเดลภาษาขนาดใหญ่เป็นก้าวกระโดดที่ยิ่งใหญ่สำหรับการเข้าถึงข้อมูล ทำให้ผู้คนมีวิธีโต้ตอบโดยใช้ภาษาที่เป็นธรรมชาติ สร้างคำตอบเฉพาะบุคคล และค้นพบคำตอบและรูปแบบที่มักจะยากสำหรับผู้ใช้ทั่วไป แต่พวกเขามีข้อจำกัดที่รุนแรงเนื่องจากวิธีการเรียนรู้และสร้างการตอบสนอง คำตอบของพวกเขาอาจผิด เป็นพิษ หรือลำเอียง

แม้ว่าระบบการเข้าถึงข้อมูลอื่นๆ อาจประสบปัญหาเหล่านี้เช่นกัน แต่ระบบ AI แบบจำลองภาษาขนาดใหญ่ก็ขาดความโปร่งใสเช่นกัน ที่แย่กว่านั้นคือ การตอบสนองด้วยภาษาธรรมชาติสามารถช่วยเพิ่มความรู้สึกไว้วางใจและความน่าเชื่อถือที่ผิดพลาด ซึ่งอาจเป็นอันตรายต่อผู้ใช้ที่ไม่ได้รับข้อมูล