AI กับความยั่งยืน : โอกาสหรือความเสี่ยง? บทเรียนจาก London Climate Action
AI ถูกพูดถึงทั้งในฐานะ เครื่องมือที่สามารถช่วยลดผลกระทบจากภาวะโลกร้อน และในอีกด้านหนึ่ง กลายเป็นแหล่งกำเนิดการใช้พลังงานขนาดใหญ่ ที่อาจสวนทางกับเป้าหมาย Net Zero อย่างเงียบ ๆ
คำถามสำคัญจึงไม่ใช่แค่ “AI จะช่วยโลกได้หรือไม่” แต่คือ “เราจะออกแบบให้ AI ทำงานเพื่อความยั่งยืนอย่างแท้จริงได้อย่างไร?” และในบริบทของไทยเอง เราเริ่มใช้หรือรับมือกับ AI อย่างยั่งยืนหรือยัง?
ประเด็นสำคัญจากLondon Climate Action Week 2025
ในหลายเวทีภายใน LCAW ปีล่าสุด มีการนำเสนอกรณีศึกษาทั้งเชิงบวกและเชิงวิพากษ์เกี่ยวกับการใช้ AI เช่น :
1. การใช้AI เพื่อวิเคราะห์Big Data ด้านสภาพภูมิอากาศ ไม่ว่าจะเป็นแบบจำลองภูมิอากาศ (climate models), การคาดการณ์ภัยพิบัติ, หรือการติดตามคาร์บอนฟุตพริ้นต์ขององค์กรแบบเรียลไทม์
2. การเพิ่มประสิทธิภาพการใช้พลังงานในเมืองและโรงงาน เช่น ระบบสมาร์ตกริดที่ใช้ AI ควบคุมการผลิตและการกระจายไฟฟ้าให้สอดคล้องกับความต้องการแบบรายนาที
3. การเตือนภัยล่วงหน้าด้านสิ่งแวดล้อม เช่น ระบบ AI ที่ประเมินความเสี่ยงจากคลื่นความร้อน หรือภาวะนํ้าท่วมจากภาพถ่ายดาวเทียม
อย่างไรก็ตาม มีการตั้งคำถามที่น่ากังวลเพิ่มขึ้นเรื่อย ๆ เช่น :
โมเดล AI สมัยใหม่ โดยเฉพาะ Generative AI อย่าง GPT หรือ LLM (โมเดลภาษาขนาดใหญ่) มีการใช้พลังงานไฟฟ้าและการระบายความร้อนมหาศาล โดยบางระบบใช้พลังงานเทียบเท่าเมืองเล็ก ๆ ทั้งเมือง
AI อาจถูกใช้เพื่อ “greenwashing” โดยสร้างรายงาน ESG ปลอม หรือสร้างภาพลักษณ์ด้านสิ่งแวดล้อมผ่านการปรับแต่งข้อมูลแบบอัตโนมัติ
ข้อมูลที่ป้อนให้ AI อาจมีอคติทางเชื้อชาติ เพศ หรือชนชั้น ซึ่งหากนำมาใช้กับนโยบายด้านสิ่งแวดล้อม อาจส่งผลกระทบต่อความเป็นธรรมเชิงระบบ (climate justice)
AI เพื่อความยั่งยืน: โอกาสที่จับต้องได้
แม้มีข้อกังวล AI ยังคงเป็น “เครื่องมือทรงพลัง” หากออกแบบมาเพื่อเป้าหมายความยั่งยืนอย่างแท้จริง ตัวอย่างเช่น:
การวางระบบSmart Agriculture โดยใช้ AI ประเมินความชื้น ความต้องการปุ๋ย และคาร์บอนในดิน ช่วยลดต้นทุนให้เกษตรกรและลดการปล่อยก๊าซเรือนกระจกจากภาคเกษตร
การออกแบบเมืองให้มีประสิทธิภาพด้านพลังงาน ผ่าน Digital Twin ที่จำลองการใช้ไฟฟ้า การจราจร และระบบนํ้า เพื่อช่วยผู้วางแผนนโยบายตัดสินใจได้ดีขึ้น
การวัดผลลัพธ์ด้านESG ของบริษัท ด้วยระบบ AI ที่ประมวลผลจากเอกสารรายงาน นโยบายเว็บไซต์ และฐานข้อมูลแบบ เรียลไทม์ ช่วยลดต้นทุนให้กับ SME ที่ไม่มีทรัพยากรจัดทำรายงานด้วยตนเอง
ในแง่นี้ AI จึงไม่ใช่ศัตรูของสิ่งแวดล้อม หากแต่เป็น “เครื่องมือทางนโยบายและธุรกิจ” ที่จะต้องวางอยู่บนฐานของข้อมูลที่โปร่งใส และแนวทางการใช้ที่รับผิดชอบ
ด้านมืดของAI : พลังงาน ความเหลื่อมล้ำ และอคติ
อย่างไรก็ตาม ทุกเทคโนโลยีย่อมมีต้นทุนที่แฝงอยู่เสมอ และ AI ก็ไม่ใช่ข้อยกเว้น ปัญหาใหญ่ที่ถูกรายงานใน LCAW คือ “ต้นทุนด้านพลังงาน” ของการประมวลผล AI ที่เพิ่มขึ้นอย่างรวดเร็ว จากรายงานของ International Energy Agency (IEA) ปี 2024 คาดว่า ศูนย์ข้อมูล(data center) และการฝึกAI จะใช้ไฟฟ้าสูงถึง1.2% ของการใช้พลังงานไฟฟ้าโลก ในปีเดียว และจะเพิ่มขึ้น 3 เท่าภายใน 5 ปี
ยิ่งไปกว่านั้น โมเดล AI มักถูกฝึกจากข้อมูลในโลกตะวันตก ซึ่งอาจมีอคติแฝงอยู่จำนวนมาก เช่น อคติเรื่องอาชีพ เพศ หรือชาติพันธุ์ เมื่อใช้โมเดลเหล่านี้ในการกำหนดนโยบายด้านสิ่งแวดล้อม เช่น การจัดสรรงบประมาณพลังงานสะอาด อาจทำให้กลุ่มเปราะบางเข้าไม่ถึงโอกาสที่ควรได้รับ
บริบทของไทย: เราอยู่ตรงไหน?
ในประเทศไทย มีการเริ่มต้นใช้ AI เพื่อประโยชน์ด้านสิ่งแวดล้อมในหลายหน่วยงาน เช่น
กรมอุตุนิยมวิทยา และ สถาบันสารสนเทศทรัพยากรนํ้า(สสน.) ที่ใช้ AI วิเคราะห์ข้อมูลฝน ภัยแล้ง และเตือนภัยล่วงหน้า
การไฟฟ้าฝ่ายผลิตแห่งประเทศไทย(กฟผ.) เริ่มทดลองใช้ระบบอัตโนมัติและ Machine Learning เพื่อจัดการโหลดไฟฟ้าในโรงไฟฟ้าแบบ Real-time
สตาร์ตอัปไทยในกลุ่มSmart Farming ที่เริ่มใช้เซ็นเซอร์ร่วมกับ AI เพื่อปรับการให้นํ้า-ปุ๋ยอย่างแม่นยำ
แต่ในขณะเดียวกัน ไทยยังขาดแนวนโยบายระดับชาติที่บูรณาการเรื่อง “จริยธรรมการใช้ AI เพื่อเป้าหมายด้านสิ่งแวดล้อม” เช่น
ไม่มีเกณฑ์กำกับว่าโมเดล AI ควรใช้พลังงานเท่าไรจึงเหมาะสม
ไม่มีแนวทางประเมิน ESG ของ AI เอง
ขาดการคุ้มครองความเป็นส่วนตัวของประชาชนเมื่อใช้ AI เก็บข้อมูลด้านสิ่งแวดล้อมหรือพฤติกรรม
ข้อเสนอแนะ: ไทยควรออกแบบAI เพื่อความยั่งยืนอย่างไร?
1. จัดตั้งกรอบจริยธรรมแห่งชาติสำหรับAI เพื่อสิ่งแวดล้อม โดยบูรณาการหลักการ Net Zero, SDGs และ Climate Justice เข้าไว้ด้วยกัน เช่น AI ต้องรายงานรอยเท้าคาร์บอนของตนเอง
2. พัฒนาศักยภาพท้องถิ่นให้เข้าถึงเทคโนโลยีAI โดยเฉพาะกลุ่มเกษตรกร ชุมชนชายขอบ และ SME เพื่อไม่ให้ AI กลายเป็นเทคโนโลยีของ “ชนชั้นนำ” เท่านั้น
3. สนับสนุนการพัฒนาAI ภาษาไทยที่เข้าใจบริบทท้องถิ่น เช่น แบบจำลองที่เรียนรู้จากข้อมูลสภาพอากาศของไทย ไม่ใช่แค่ฝึกจากข้อมูลต่างประเทศ
4. ส่งเสริมให้มหาวิทยาลัยและสถาบันวิจัยร่วมกับหน่วยงานสิ่งแวดล้อม ในการพัฒนาโมเดล AI เพื่อการคาดการณ์ ภัยพิบัติ และการประเมินผลกระทบด้านสิ่งแวดล้อมที่แม่นยำ
AI จะสร้างอนาคตที่ยั่งยืนหรือไม่ ขึ้นอยู่กับเราทั้งหมด
AI คือเครื่องมือที่ทรงพลังอย่างยิ่ง แต่พลังนั้นจะเป็นคุณหรือโทษขึ้นอยู่กับ “คุณค่าทางสังคมที่เราฝังลงไปในโค้ด” หากเราออกแบบ AI ด้วยวิสัยทัศน์ของโลกที่เท่าเทียม ยั่งยืน และมีความยุติธรรมเชิงสิ่งแวดล้อม AI ก็จะกลายเป็นเครื่องมือเปลี่ยนโลกในทางที่ดี
แต่หากเราเพียงนำ AI มาใช้เพื่อสร้างผลกำไรระยะสั้น โดยไม่ใส่ใจต่อพลังงาน ความเหลื่อมล้ำ และการตรวจสอบความจริง AI ก็อาจกลายเป็นเครื่องจักรสีเขียวจอมปลอมที่ทำให้เราหลงทิศในยุควิกฤติสภาพภูมิอากาศ
ประเทศไทยจึงควรเริ่มต้นวางโครงสร้างนโยบาย กรอบจริยธรรม และการออกแบบ AI ที่รับผิดชอบตั้งแต่วันนี้ ก่อนที่เราจะถูก AI นำทางไปสู่โลกที่เราทุกคนอาจไม่ได้ตั้งใจให้มันเกิดขึ้น.