เราสามารถเชื่อมโยงกับสิ่งต่าง ๆ ได้มากกว่าเดิมอย่างมาก เราสามารถพูดคุยกับผู้คนที่อยู่ไกล ค้นคว้าข้อมูลจากทั่วโลก และค้นหาสินค้าและบริการที่เราต้องการ ด้วย AI เรายังสามารถรวบรวมแนวคิดและตัวอย่างที่เกี่ยวข้องกับคำถามหนึ่งข้อได้ในเวลาอันสั้น เมื่อมองการเปลี่ยนแปลงเหล่านี้ เราอาจรู้สึกว่ายิ่งเชื่อมโยงกับสิ่งต่าง ๆ ได้มากเท่าไร ก็ยิ่งเข้าใจโลกได้ดีขึ้นเท่านั้น อย่างไรก็ตาม มีสองสิ่งที่ต้องแยกออกจากกัน การเข้าถึงข้อมูลหนึ่งชิ้นได้ ไม่เหมือนกับการเข้าใจว่าเหตุใดข้อมูลนั้นจึงสำคัญต่อคำถามของเรา
สมมติว่าคนคนหนึ่งกำลังพิจารณาว่าควรไปอาศัยอยู่ในสถานที่ใหม่หรือไม่ AI สามารถเชื่อมคำถามนั้นเข้ากับข้อมูลหลากหลาย เช่น ค่าที่อยู่อาศัย การเดินทาง งาน การศึกษา การรักษาพยาบาล สภาพภูมิอากาศ และความปลอดภัย ในยุคที่ข้อมูลมีจำกัด เพียงเท่านี้ก็เป็นความช่วยเหลืออย่างมากแล้ว แต่การมีข้อมูลครบไม่ได้ทำให้การตัดสินใจชัดเจนขึ้นโดยอัตโนมัติเสมอไป ความหมายของข้อมูลเดียวกันเปลี่ยนไปตามว่าบุคคลนั้นให้น้ำหนักกับโอกาสในการทำงานหรือระยะห่างจากครอบครัวมากกว่า มองเรื่องค่าใช้จ่ายและเวลาอย่างไร และต้องการประสบการณ์ที่ไม่คุ้นเคยมากเพียงใด เมื่อจำนวนการเชื่อมโยงที่เป็นไปได้เพิ่มขึ้น ปัญหาอีกอย่างก็เกิดขึ้น นั่นคือจะตีความความสัมพันธ์เหล่านั้นอย่างไร
สิ่งสำคัญในที่นี้คือ โลกไม่ได้มี “แผนที่ความสัมพันธ์” ที่สมบูรณ์เพียงหนึ่งเดียวติดมาด้วยตั้งแต่แรก แม้แต่ข้อเท็จจริงเดียวกันก็เชื่อมกับสิ่งที่ต่างกันไปตามคำถามที่ใช้เป็นจุดตั้งต้นในการมอง ข้อมูลว่าสถานที่หนึ่งมีฝนตกมาก เชื่อมโยงกับเสื้อผ้าและการเดินทางสำหรับผู้ที่วางแผนท่องเที่ยว เชื่อมโยงกับพืชผลและการจัดการน้ำสำหรับผู้ที่คิดเรื่องเกษตรกรรม และเชื่อมโยงกับการระบายน้ำและการเตรียมพร้อมรับภัยพิบัติสำหรับผู้ที่คิดเรื่องการออกแบบเมือง ตัวข้อมูลเองไม่ได้เปลี่ยน แต่การเชื่อมโยงที่มีความหมายเปลี่ยนไปเมื่อคำถามเปลี่ยน ความเข้าใจไม่ได้มีเพียงการรวบรวมข้อมูลให้มากขึ้น แต่ยังรวมถึงการมองให้ออกว่าความสัมพันธ์ใดจำเป็นต้องได้รับการพิจารณาสำหรับคำถามที่อยู่ตรงหน้า
AI อาจสามารถสร้างความสัมพันธ์ในลักษณะนี้ได้ด้วยความเร็วสูง แทนที่มนุษย์จะค้นหาเอกสารทีละชิ้น AI สามารถแบ่งคำถามออกเป็นประเด็นหลายข้อและเชื่อมแต่ละข้อเข้ากับความรู้ที่เกี่ยวข้อง หากมอง AI เพียงเป็นอุปกรณ์ให้คำตอบ บทบาทหลักก็จะกลายเป็นการส่งคืนข้อสรุปหนึ่งข้อจากผลของการเชื่อมโยงเหล่านั้น แต่หากมอง AI เป็นระบบที่สนับสนุนการเชื่อมโยง จะเห็นบทบาทอีกแบบหนึ่ง คือทำให้มนุษย์สามารถพิจารณาคำถาม เช่น “เหตุใดความรู้นี้จึงเกี่ยวข้องกับคำถามนี้?” “มีประเด็นใดที่ยังไม่ได้เชื่อมโยง?” และ “หากมองจากอีกมุมหนึ่ง ความสัมพันธ์ใดจะมีความสำคัญ?”
ความแตกต่างนี้ไม่ใช่เรื่องเล็ก หาก AI แสดงเฉพาะข้อมูลที่มันประเมินว่าเกี่ยวข้องกับคำถามมากที่สุด เราก็สามารถมุ่งไปสู่คำตอบได้อย่างมีประสิทธิภาพ แต่หากเราไม่เห็นว่าเหตุใดสิ่งเหล่านั้นจึงถูกเลือก เราอาจเข้าใจผิดว่าความสัมพันธ์ที่ถูกนำเสนอคือโครงสร้างของโลกเอง ในความเป็นจริง ข้อมูลอื่นอาจมีความสำคัญเมื่อมองจากจุดประสงค์อื่น ชุดคุณค่าอื่น หรือจุดยืนอื่น ยิ่งเทคโนโลยีที่ทำให้การเชื่อมโยงสะดวกขึ้นมีพลังมากเท่าไร ก็ยิ่งสำคัญที่จะสามารถถามได้ไม่เพียงว่า “อะไรถูกเชื่อมโยง?” แต่ยังถามว่า “เหตุใดจึงถูกเชื่อมโยง?”
นั่นไม่ได้หมายความว่ามนุษย์ต้องตรวจสอบทุกการเชื่อมโยงใหม่ตั้งแต่ต้น หากต้องทำเช่นนั้น คุณค่าของการใช้ AI ส่วนใหญ่ก็จะหายไป สำหรับคำถามในชีวิตประจำวันที่มีผลกระทบจำกัด การที่ AI จัดระเบียบข้อมูลที่เกี่ยวข้องและนำผู้คนไปสู่คำตอบด้วยเส้นทางสั้น ๆ อาจมีประโยชน์ แต่สำหรับคำถามที่เกี่ยวข้องกับการตัดสินเชิงคุณค่าอย่างมาก หรือคำถามที่ตัวปัญหาเองยังไม่ชัดเจน การให้ความสำคัญกับประสิทธิภาพเพียงอย่างเดียวอาจทำให้ความสัมพันธ์สำคัญมองไม่เห็นตั้งแต่ต้น สิ่งที่ต้องการไม่ใช่การแสดงทุกอย่างหรือแสดงเพียงสิ่งเดียว แต่คือการทำให้วิธีนำเสนอการเชื่อมโยงสามารถเปลี่ยนไปตามคำถามได้
มนุษย์ยังสามารถเปลี่ยนคำถามเองหลังจากเห็นว่าสิ่งใดถูกเชื่อมโยงเข้าด้วยกัน ตอนแรกคนคนหนึ่งอาจคิดว่าปัญหาเป็นเรื่องค่าใช้จ่าย แต่ระหว่างค้นคว้ากลับตระหนักว่าแท้จริงแล้วเป็นเรื่องเวลา สิ่งที่ดูเหมือนเป็นการเลือกส่วนบุคคลอาจกลายเป็นเรื่องที่เกี่ยวข้องกับความสัมพันธ์กับครอบครัวหรือองค์กร ในกรณีเช่นนี้ AI ไม่ได้ช่วยเพียงเพราะตอบคำถามแรกได้ถูกต้อง การทำให้ความสัมพันธ์ใหม่มองเห็นได้ช่วยให้บุคคลนั้นกลับมาคิดใหม่ว่าตนควรถามอะไร ความเข้าใจสามารถเกิดขึ้นได้ไม่เพียงในขณะที่ได้รับคำตอบ แต่ยังเกิดขึ้นเมื่อความสัมพันธ์ระหว่างคำถามกับโลกถูกจัดใหม่
ความเข้าใจที่ Sai＊aus ให้ความสำคัญก็เกี่ยวข้องกับการปรับปรุงการเชื่อมโยงเช่นนี้ การเพียงเชื่อมคำถามของบุคคลเข้ากับข้อมูลในอดีตแล้วส่งคืนคำตอบที่คล้ายกับคำตอบก่อนหน้า ไม่สามารถรับมือกับสถานการณ์ที่เปลี่ยนไปหรือความไม่สอดคล้องที่เพิ่งรู้สึกได้อย่างเต็มที่ หากใช้คำถามเพื่อเชื่อมความรู้ที่เกี่ยวข้อง แล้วมนุษย์เปรียบเทียบและตัดสินความสัมพันธ์เหล่านั้น และจากการตัดสินนั้นเกิดความแตกต่างหรือคำถามใหม่ สิ่งเหล่านั้นก็สามารถเชื่อมต่อไปสู่ความเข้าใจรอบถัดไปได้ ความรู้ไม่จำเป็นต้องปิดลงในฐานะคำตอบที่เสร็จสมบูรณ์ แต่สามารถคงความเป็นไปได้ที่จะกลับมามีความหมายอีกครั้งผ่านคำถามอื่น
ในวงจรนี้ มนุษย์ไม่ได้เป็นผู้ใช้ที่รับอย่างเดียว การตัดสินการเชื่อมโยงที่ AI เสนอโดยกล่าวว่า “ความสัมพันธ์นั้นไม่สำคัญต่อปัญหาปัจจุบัน” “หากเพิ่มเงื่อนไขนี้ วิธีที่ฉันมองเรื่องนี้จะเปลี่ยนไป” หรือ “สองสิ่งนี้ควรพิจารณาแยกกัน” จะกลายเป็นวัตถุดิบสำหรับความเข้าใจใหม่ AI เสนอการเชื่อมโยง มนุษย์ตรวจสอบความหมายของมัน และการตัดสินนั้นเปลี่ยนวิธีสร้างการเชื่อมโยงครั้งถัดไป ในที่นี้ ประสิทธิภาพไม่ได้หมายถึงเพียงการลดการคิดของมนุษย์ การเข้าถึงความสัมพันธ์ที่คนคนหนึ่งอาจค้นพบได้ยากด้วยตนเอง แล้วทำให้คนนั้นสามารถคิดเกี่ยวกับความสัมพันธ์เหล่านั้นด้วยตนเอง ก็เป็นประสิทธิภาพรูปแบบหนึ่งเช่นกัน
การเพิ่มจำนวนสิ่งที่สามารถเชื่อมโยงกันได้ช่วยขยายความเป็นไปได้ของความเข้าใจ แต่จำนวนการเชื่อมโยงเองไม่ได้รับประกันความเข้าใจ สิ่งสำคัญคือสามารถตรวจสอบจากคำถามหนึ่งว่าอะไรถูกเชื่อมกับอะไร และเหตุใดความสัมพันธ์นั้นจึงมีความหมาย และเมื่อจำเป็น ต้องสามารถจัดการเชื่อมโยงใหม่จากคำถามอื่นได้ หลังจากอินเทอร์เน็ตเชื่อมเราเข้ากับผู้คนและแหล่งข้อมูลจำนวนมาก AI ก็กำลังเริ่มสร้างการเชื่อมโยงใหม่ระหว่างคำถามกับความรู้ สิ่งที่ต้องถามไม่ได้มีเพียงว่าสามารถเชื่อมโยงได้มากเพียงใด แต่คือผ่านการเชื่อมโยงเหล่านั้น มนุษย์สามารถปรับปรุงวิธีที่ตนมองโลกได้หรือไม่
ไม่ใช่คำตอบ แต่คือความเข้าใจ