หาก AI ได้รับเป้าหมายว่า “เพิ่มยอดขายเป็นสองเท่า” AI สามารถแยกมาตรการที่จำเป็นต่อการบรรลุเป้าหมาย และเปรียบเทียบทางเลือกโดยคำนึงถึงทรัพยากรและเวลาได้ แต่แม้จะเป็นเป้าหมายเดียวกันคือเพิ่มยอดขายเป็นสองเท่า เหตุผลก็อาจแตกต่างกัน จำเป็นเพื่อให้ธุรกิจยังดำเนินต่อไปได้ เพื่อจัดหาเงินทุนสำหรับการลงทุนใหม่ เพื่อไล่ตามคู่แข่งให้ทัน หรือเพราะถือว่าการเติบโตขององค์กรในตัวมันเองคือความสำเร็จ? ความหมายของเป้าหมายเปลี่ยนไปตามเหตุผล
หากประมวลผลเฉพาะเป้าหมาย ความแตกต่างเหล่านี้จะถูกผลักออกไปอยู่นอกฟังก์ชันวัตถุประสงค์เดียวกัน AI อาจค้นหาวิธีเข้าใกล้ตัวเลขที่กำหนดอย่างมีเหตุผลได้ โดยไม่สามารถจัดการกับคำถามว่าทำไมตัวเลขนั้นจึงจำเป็น เมื่อเงื่อนไขในโลกจริงเปลี่ยนไป AI อาจคงเป้าหมายเดิมไว้และปรับเฉพาะวิธีการ อย่างไรก็ตาม หากเหตุผลที่ค้ำจุนเป้าหมายหมดไปแล้ว การตรวจสอบความสมเหตุสมผลของเป้าหมายใหม่อาจต้องมาก่อนการปรับปรุงวิธีการ
สมมติว่าเหตุผลของการเพิ่มยอดขายคือ “เพื่อให้ได้กำไรเพียงพอสำหรับรักษาการจ้างงานในปัจจุบัน” ต่อมาต้นทุนคงที่ลดลง และสามารถรักษาการจ้างงานไว้ได้แม้มียอดขายต่ำลงอย่างมาก ความจำเป็นของเป้าหมายที่จะเพิ่มยอดขายเป็นสองเท่าก็เปลี่ยนไปแล้ว ในทางกลับกัน หากเหตุผลคือ “เพื่อสร้างเงินทุนสำหรับนำบริการไปยังภูมิภาคใหม่” การเปลี่ยนแปลงของเงื่อนไขแบบเดียวกันอาจนำไปสู่การตัดสินที่ต่างออกไป ความสมเหตุสมผลของเป้าหมายไม่สามารถประเมินได้จากตัวเป้าหมายเพียงอย่างเดียว
ดังนั้น “ทำไมจึงเป็นเป้าหมายนี้?” จึงไม่ใช่คำอธิบายเพิ่มเติม แต่เป็นส่วนหนึ่งของโครงสร้างการให้เหตุผล หากเชื่อมโยงเป้าหมายกับเหตุผลไว้อย่างชัดเจน ก็จะสามารถเห็นได้ว่าสมมติฐานใดได้รับผลกระทบจากความเป็นจริงหลังการลงมือทำ หากเหตุผลยังคงอยู่ เหตุผลนั้นก็สนับสนุนการดำเนินเป้าหมายต่อไป หากเหตุผลเปลี่ยนไป ก็อาจเป็นตัวกระตุ้นให้ตรวจสอบความสมเหตุสมผลใหม่ ไม่ควรถามเหตุผลเพียงครั้งเดียวแล้วตรึงไว้ เหตุผลเองก็ต้องถูกปฏิบัติว่าเป็นสิ่งที่สามารถเปลี่ยนแปลงได้ตามเวลาและประสบการณ์
ยิ่งไปกว่านั้น มนุษย์ไม่สามารถอธิบายเหตุผลของตนเองได้อย่างครบถ้วนตั้งแต่ต้นเสมอไป บางคนอาจพูดว่า “อยากเติบโต” แต่ผ่านการสนทนาและการลงมือทำ อาจชัดเจนขึ้นว่าที่จริงแล้วต้องการเวลาว่างมากขึ้น การยอมรับจากผู้อื่น หรือผลกระทบทางสังคมที่กว้างขึ้น หาก AI ตรึงคำอธิบายแรกไว้ว่าเป็นแรงจูงใจที่แท้จริง ความเข้าใจที่ปรากฏขึ้นภายหลังก็จะถูกปฏิบัติเป็นข้อยกเว้น
บทบาทของการให้เหตุผลในที่นี้ไม่ใช่การคาดเดาแรงจูงใจที่ซ่อนอยู่ของมนุษย์ แต่คือการจัดระเบียบความไม่สอดคล้องระหว่างเป้าหมายและเหตุผลที่ระบุไว้ ปฏิกิริยาที่ปรากฏหลังการลงมือทำ และการเปลี่ยนแปลงของเงื่อนไข เพื่อให้บุคคลนั้นสามารถอธิบายเหตุผลใหม่ได้ แทนที่ AI จะวินิจฉัยว่า “สิ่งที่คุณต้องการจริง ๆ คือการยอมรับ” AI อาจถามว่า “เดิมคุณให้เหตุผลว่าเป็นการเติบโต แต่การเลือกของคุณในช่วงหลังให้ความสำคัญกับเวลาว่าง ความแตกต่างนี้ส่งผลต่อเป้าหมายหรือไม่?”
เรื่องนี้ไม่ได้หมายความว่าต้องทำให้การให้เหตุผลลึกลงไปอย่างไม่มีที่สิ้นสุด หากทุกเป้าหมายเล็ก ๆ ถูกซักถามเรื่องเหตุผลอย่างไม่รู้จบ การลงมือทำก็จะเป็นไปไม่ได้ จำเป็นต้องพิจารณาอย่างลึกขึ้นในกรณีที่การตรวจสอบเหตุผลอีกครั้งอาจเปลี่ยนการตัดสินได้ เช่น เมื่อต้นทุนในการเปลี่ยนเป้าหมายสูง ผลกระทบระยะยาวมีมาก หรือความเป็นจริงสะท้อนความแตกต่างที่สำคัญกลับมา ทรัพยากรสำหรับการให้เหตุผลควรถูกจัดสรรตามความสำคัญและความไม่แน่นอนของจุดมุ่งหมาย
ในแบบแทนประสิทธิภาพภายในของ Sai＊aus การเชื่อมโยง “บุคคลนั้นต้องการทำอะไร” กับ “ทำไมจึงต้องการทำสิ่งนั้น” ในระดับที่จำเป็นก็มีคุณค่าเช่นกัน การเก็บไว้เพียงเป้าหมายแบบกระชับช่วยลดการประมวลผล แต่ทำให้สูญเสียเหตุผลรองรับที่จำเป็นสำหรับการทดสอบความสมเหตุสมผลในภายหลัง การเก็บรายละเอียดเบื้องหลังทั้งหมดไว้ก็ไม่ใช่คำตอบเช่นกัน การออกแบบต้องรักษาเหตุผลและสมมติฐานที่อาจเปลี่ยนการตัดสินในอนาคตไว้ พร้อมกับบีบอัดสิ่งที่ไม่จำเป็นต้องคงอยู่
สำหรับ AI ที่สนับสนุนการบรรลุเป้าหมาย การเข้าใจจุดมุ่งหมายที่กำหนดให้อย่างถูกต้องเป็นสิ่งสำคัญ แต่หากจุดมุ่งหมายของมนุษย์สามารถเปลี่ยนแปลงได้ สิ่งที่ต้องทำความเข้าใจก็ไม่อาจเป็นเพียงถ้อยคำของเป้าหมายเท่านั้น การแสดงด้วยว่าเหตุผลใดค้ำจุนเป้าหมาย และการเปลี่ยนแปลงของเงื่อนไขแบบใดจะเรียกร้องให้มีการตรวจสอบความสมเหตุสมผลใหม่ จึงจะทำให้สามารถนำความเป็นจริงหลังการลงมือทำกลับมาเชื่อมกับจุดมุ่งหมายได้
การถามว่า “ทำไมจึงเป็นเป้าหมายนี้?” ก่อนปรับให้เหมาะสม ไม่ได้เป็นเพียงวิธีตั้งข้อสงสัยต่อเป้าหมายเท่านั้น แต่ยังอาจทำให้เหตุผลที่จะดำเนินเป้าหมายต่อไปชัดเจนขึ้นด้วย หากการลงมือทำทำให้เหตุผลแข็งแรงขึ้น เป้าหมายก็จะมีรากฐานมั่นคงกว่าเดิม หากเหตุผลเปลี่ยนไป เป้าหมายก็สามารถเปิดขึ้นมาพิจารณาใหม่ได้ การให้เหตุผลขั้นสูงไม่ใช่เพียงการไปถึงจุดมุ่งหมายที่กำหนดให้อย่างรวดเร็ว แต่ยังรวมถึงความสามารถในการแยกแยะเงื่อนไขที่สามารถคงจุดมุ่งหมายนั้นไว้จากเงื่อนไขที่ควรตั้งคำถามต่อมันอีกครั้ง
ไม่ใช่คำตอบ แต่คือความเข้าใจ