เป็นเรื่องธรรมดาที่เราจะอยากค้นคว้าให้มากที่สุดก่อนตัดสินใจเรื่องใดเรื่องหนึ่ง ด้วย AI เราสามารถจัดระเบียบแหล่งข้อมูลหลายแหล่ง เปรียบเทียบความแตกต่าง และค้นพบประเด็นที่เราไม่เคยรู้มาก่อนได้ในเวลาอันสั้น ช่องทางเข้าสู่การค้นคว้ากว้างขึ้นกว่าเดิม แต่การที่รวบรวมข้อมูลได้ง่ายขึ้นไม่ได้หมายความว่าเราจะรู้สึกว่า “ค้นคว้ามาเพียงพอแล้ว” ได้ง่ายขึ้นเสมอไป เพราะแหล่งข้อมูลถัดไป การเปรียบเทียบถัดไป และข้อโต้แย้งถัดไปพร้อมให้พบได้ทันที
สมมติว่าเรากำลังเลือกโรงเรียนเพื่อเรียนทักษะใหม่ มีหลายสิ่งที่เราสามารถค้นคว้าได้ เช่น เนื้อหาหลักสูตร ค่าใช้จ่าย ระยะเวลา เส้นทางหลังเรียนจบ และประสบการณ์ของผู้เรียน ด้วย AI เราสามารถสร้างตารางเปรียบเทียบได้อย่างรวดเร็วเช่นกัน แต่เมื่อกำหนดเวลาสมัครใกล้เข้ามา เราไม่สามารถตรวจสอบข้อมูลทุกชิ้นได้ ยิ่งไปกว่านั้น ข้อมูลเพิ่มเติมก็ไม่ได้จำเป็นต้องเปลี่ยนทางเลือกเสมอไป การเพิ่มปริมาณสิ่งที่ค้นคว้าไม่ใช่สิ่งเดียวกับการลดความไม่แน่นอนที่มีความสำคัญต่อการตัดสิน
สิ่งที่จำเป็นในที่นี้คือไม่มองการค้นคว้าว่าเป็นเพียง “งานรวบรวมข้อมูลให้มากที่สุดเท่าที่จะทำได้” การค้นคว้ามีบทบาทในการค้นหาว่ายังมีอะไรที่เราไม่รู้อยู่ และในขณะเดียวกันก็มีบทบาทในการพิจารณาว่าสิ่งที่ยังไม่รู้นั้นสำคัญต่อการตัดสินมากเพียงใด หากเราสามารถแยกสิ่งที่ยังไม่รู้ซึ่งมีแนวโน้มจะเปลี่ยนผลลัพธ์ ออกจากสิ่งที่น่าสนใจหากได้รู้แต่แทบไม่มีผลต่อทางเลือก รูปแบบของสิ่งที่จำเป็นต้องค้นคว้าก็จะเปลี่ยนไป
AI สามารถช่วยสนับสนุนการแยกความแตกต่างนี้ได้ โดยสามารถจัดระเบียบว่าเงื่อนไขใดมีแหล่งข้อมูลไม่เพียงพอ แหล่งข้อมูลขัดแย้งกันตรงไหน และหากเปลี่ยนสมมติฐานใดแล้วข้อสรุปจะเปลี่ยนไป แต่การที่ AI สามารถสำรวจต่อได้ไม่ได้หมายความว่ามนุษย์ควรรอต่อไป ระหว่างที่การค้นคว้าดำเนินต่อ กำหนดเวลาก็ใกล้เข้ามา ทางเลือกต่าง ๆ เปลี่ยนไป และเวลาที่เหลือสำหรับการลงมือทำจริงก็ลดลง
ดังนั้น เงื่อนไขในการยุติการค้นคว้าจึงต้องรวมไม่เพียงด้านข้อมูล แต่รวมถึงด้านเวลาของมนุษย์ด้วย เราไม่ควรถามเพียงว่า “ยังมีข้อมูลที่ไม่รู้อยู่อีกหรือไม่” แต่ควรถามด้วยว่า “ข้อมูลนั้นมีโอกาสเปลี่ยนการตัดสินมากเพียงใด” และ “เราจะสูญเสียอะไรจากการรอข้อมูลนั้น” นี่ไม่ได้หมายถึงการตัดสินใจโดยเพิกเฉยต่อความไม่แน่นอน แต่หมายถึงการจัดการทั้งความไม่แน่นอนที่ไม่สามารถกำจัดได้อย่างสมบูรณ์และเวลาที่ไม่สามารถเรียกคืนได้ไปพร้อมกัน
สำหรับ Sai＊aus คุณค่าของการสนับสนุนการค้นคว้าไม่ได้อยู่เพียงที่การเพิ่มปริมาณข้อมูลให้มากที่สุด สิ่งสำคัญคือการทำให้เห็นว่าบุคคลกำลังพยายามตัดสินใจบนพื้นฐานอะไร เพื่อให้สามารถแยกจุดที่จำเป็นต้องค้นคว้าเพิ่มเติมออกจากจุดที่ควรเริ่มใช้การตัดสินได้ เพราะ AI สามารถสำรวจต่อไปได้ เราจึงต้องแยกความสามารถที่จะ “ค้นคว้าต่อได้” ออกจากการตัดสินว่าเรา “ควรค้นคว้าต่อ”
ในหลายกรณี เราไม่สามารถค้นคว้าทุกอย่างก่อนตัดสินใจได้ และนั่นไม่ใช่ความล้มเหลวของการค้นคว้า สำหรับมนุษย์ที่ใช้ชีวิตอยู่ภายในเวลาที่มีจำกัด การค้นคว้าไม่ใช่การรวบรวมข้อมูลอันไม่มีที่สิ้นสุดให้ครบทั้งหมด แต่ยังเป็นงานในการพิจารณาว่าเราจำเป็นต้องรู้อะไรเพื่อที่จะตัดสินใจได้ ยิ่ง AI ขยายขอบเขตของสิ่งที่สามารถค้นคว้าได้มากเท่าไร จุดสิ้นสุดของการค้นคว้าก็ยิ่งเคลื่อนออกจากจุดที่ข้อมูลหมดไป สู่จุดที่มนุษย์เข้าใจความไม่แน่นอนที่ยังเหลืออยู่และรับผิดชอบต่อทางเลือกของตน
ไม่ใช่คำตอบ แต่คือความเข้าใจ