HITL (Human-in-the-Loop) มนุษย์ในวงจร

## "ป้อมปราการสุดท้าย" ของระบบอัตโนมัติ เมื่อ AI แทรกซึมเข้าสู่กระบวนการทำงานมากขึ้น คำถามที่หลีกเลี่ยงไม่ได้คือ "จะให้เครื่องจักรรับผิดชอบแค่ไหน และให้มนุษย์ตัดสินใจตรงไหน" HITL คือแนวทางที่กำหนดเส้นแบ่งนั้นให้เป็นกลไกที่ชัดเจน ในการ implement ทั่วไป จะมีการกำหนด confidence score ให้กับ output ของ AI และหากคะแนนต่ำกว่า threshold ที่กำหนด ก็จะส่งไปยัง review queue ของมนุษย์ ตัวอย่างเช่น ในระบบอ่านใบแจ้งหนี้อัตโนมัติ หาก confidence score ของจำนวนเงินที่ดึงออกมาต่ำกว่า 0.85 operator จะทำการตรวจสอบด้วยตาอีกครั้ง ## จะวางมนุษย์ไว้ที่จุดใด สิ่งที่ยากที่สุดในการออกแบบ HITL คือการเลือก intervention point ที่เหมาะสม หากให้มนุษย์ตรวจสอบ output ทุกชิ้นก็ปลอดภัย แต่นั่นก็ทำให้ระบบอัตโนมัติไม่มีความหมาย ในทางกลับกัน หากผ่อนปรน threshold มากเกินไป output ที่ผิดพลาดก็จะไหลเข้าสู่กระบวนการถัดไปโดยตรง ในทางปฏิบัติ มักใช้แนวทางแบบค่อยเป็นค่อยไป โดยในช่วงแรกจะตั้ง threshold ให้เข้มงวดเพื่อเพิ่มอัตราการ review โดยมนุษย์ จากนั้นเมื่อความแม่นยำของ AI มีเสถียรภาพมากขึ้น จึงค่อยๆ ผ่อนคลาย threshold ลง feedback loop นี้เองคือคุณค่าที่แท้จริงของ HITL ## การใช้งานร่วมกับระบบอัตโนมัติเต็มรูปแบบ ไม่ใช่ทุก task ที่จำเป็นต้องใช้ HITL งานที่มี cost of error ต่ำ เช่น การจำแนกอีเมลหรือการวิเคราะห์ log สามารถใช้ระบบอัตโนมัติเต็มรูปแบบได้โดยไม่มีปัญหา ในทางตรงกันข้าม สำหรับงานที่การตัดสินใจผิดพลาดอาจนำไปสู่ผลลัพธ์ที่ร้ายแรง เช่น การช่วยวินิจฉัยทางการแพทย์หรือการอนุมัติธุรกรรมทางการเงิน HITL ถือเป็นสิ่งที่ขาดไม่ได้ ในโปรเจกต์ OCR และการป้อนข้อมูลที่ผู้เขียนมีส่วนร่วม หลังจากนำ HITL มาใช้ ความเร็วในการประมวลผลลดลง 30% เมื่อเทียบกับระบบอัตโนมัติเต็มรูปแบบ แต่ error rate ดีขึ้นเหลือไม่ถึง 1/10 ของเดิม ความสามารถในการวัด trade-off ระหว่างความเร็วและความแม่นยำได้อย่างเป็นรูปธรรมนั้น ก็เป็นข้อดีอีกประการหนึ่งของการออกแบบ HITL