มีเพียงประมาณ 4 ใน 10 ของ PMET สิงคโปร์ 1,150 คนที่มั่นใจว่าสามารถแยกเนื้อหาที่ถูกต้องออกจากข้อมูลบิดเบือนซึ่งสร้างโดย AI ได้ และมีเพียงประมาณ 3 ใน 10 ที่ระบุข้อความที่น่าเชื่อถือน้อยกว่าได้ถูกต้อง ผู้ตอบแบบสำรวจประมาณ 4 ใน 10 คนกล่าวว่า พวกเขาตรวจสอบแหล่งที่มาดั้งเดิมของสถิติก่อนแสดงความคิดเห็น ไม่ว่าสถิตินั้นจะมาจ...
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: What were the findings of the June–July 2026 poll of 1,150 Singaporean PMETs on their ability to identify AI-generated misinformation and ve. Article summary: The poll found a substantial discernment gap: only two in five of the 1,150 Singapore PMET respondents were confident they could distinguish factual content from AI-generated misinformation, and only two in five said the. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
ผลสำรวจความคิดเห็นของผู้เชี่ยวชาญ ผู้จัดการ ผู้บริหาร และช่างเทคนิค หรือกลุ่ม PMET จำนวน 1,150 คนในสิงคโปร์ สะท้อนช่องว่างระหว่างการทำงานท่ามกลางข้อมูลที่สร้างโดย AI กับความสามารถในการประเมินว่าข้อมูลนั้นน่าเชื่อถือเพียงใด
ผู้ตอบแบบสำรวจเพียงประมาณ 4 ใน 10 คนกล่าวว่า มั่นใจในการแยกเนื้อหาที่ถูกต้องออกจากข้อมูลบิดเบือนที่สร้างโดย AI ได้ และมีสัดส่วนใกล้เคียงกันที่ระบุว่า พวกเขาตรวจสอบแหล่งที่มาดั้งเดิมของสถิติก่อนแสดงความคิดเห็น ไม่ว่าสถิตินั้นจะปรากฏในบทความข่าวหรือบทสรุปจากการค้นหาด้วย AI
ผลการทดสอบการอ่านเชิงปฏิบัติยิ่งชี้ให้เห็นความท้าทายดังกล่าว โดยมีเพียงประมาณ 3 ใน 10 คนที่ระบุได้ถูกต้องว่าข้อความใดจากสองข้อความมีความน่าเชื่อถือน้อยกว่า ทั้งที่ข้อความหนึ่งมีการอ้างอิงที่สร้างขึ้นมาและข้อกล่าวอ้างที่ไม่มีหลักฐานรองรับ
ข้อมูลชุดนี้ชี้ว่า ความมั่นใจของคนทำงานยังไม่ได้มาพร้อมกับพฤติกรรมการตรวจสอบอย่างสม่ำเสมอ ผู้เชี่ยวชาญอาจพบข้อมูลผ่านบทความข่าว สรุปคำตอบจากระบบค้นหาด้วย AI และช่องทางดิจิทัลอื่น ๆ แต่การย้อนกลับไปดูแหล่งข้อมูลต้นฉบับยังไม่ใช่ขั้นตอนที่คนส่วนใหญ่ทำเป็นกิจวัตร
การอ่านเนื้อหาที่เขียนได้อย่างลื่นไหลแต่ไม่น่าเชื่อถือจึงไม่ใช่เพียงการมองหาข้อผิดพลาดที่เห็นได้ชัด ผู้อ่านจำเป็นต้องพิจารณาว่าใครเป็นผู้กล่าวอ้าง มีหลักฐานใดสนับสนุน และเอกสารหรือแหล่งอ้างอิงนั้นเชื่อถือได้จริงหรือไม่
เมื่อวันที่ 14 กรกฎาคม 2026 คณะกรรมการหอสมุดแห่งชาติสิงคโปร์ (National Library Board หรือ NLB) และ KPMG เปิดตัวโครงการ Read to Lead: Building an AI-Ready Mind ระยะเวลา 1 ปี โครงการนี้มองการอ่านอย่างต่อเนื่องว่าเป็นทักษะสำคัญของคนทำงาน ซึ่งช่วยเสริมการคิดเชิงวิพากษ์ ความสามารถในการแยกแยะ ความรู้เท่าทัน AI ความรู้เท่าทันสารสนเทศ และความรู้เท่าทันดิจิทัล
กิจกรรม Knowledge Week ซึ่งจัดขึ้นระหว่างวันที่ 14–16 กรกฎาคม เป็นจุดเริ่มต้นของโครงการ โดยมีกิจกรรมแบบมีส่วนร่วม แบบทดสอบ เสวนา และการบรรยายจากผู้เชี่ยวชาญ นอกจากนี้ NLB ยังจัดทำคำแนะนำการอ่านดิจิทัลในหัวข้อหลากหลาย ตั้งแต่ AI ธุรกิจ นิยาย ไปจนถึงหนังสืออ่านสบาย ๆ เพื่อเชื่อมโยงการพัฒนาทักษะอาชีพเข้ากับนิสัยรักการอ่านในวงกว้าง
โครงการยังมีแผนจัดการบรรยายเกี่ยวกับความรู้เท่าทัน AI และแนวปฏิบัติที่น่าเชื่อถือในห้องสมุด NLB รวมถึงจัดทำชุดเครื่องมือการเรียนรู้ร่วมระหว่าง NLB กับ KPMG ว่าด้วย AI และการรับมือข้อมูลบิดเบือนสำหรับกลุ่ม PMET และภาคธุรกิจ
สารจาก Rahayu Mahzam ไม่ได้เรียกร้องให้หยุดการนำ AI มาใช้ แต่เสนอให้คนทำงานสร้างนิสัยที่จะทำให้การใช้ AI มีความรับผิดชอบมากขึ้น ได้แก่ หยุดคิดแทนการอ่านผ่าน ๆ หรือรีบโต้ตอบ ตั้งคำถามให้ดีขึ้น ตรวจสอบแหล่งที่มา ใช้วิจารณญาณ และไม่ละทิ้งความเห็นอกเห็นใจผู้อื่น เธอเชื่อมโยงการอ่านเข้ากับการคิดที่ช้าลง การมองเห็นมุมมองที่กว้างขึ้น และการมีสมาธิจดจ่อมากขึ้น
เธอยังเห็นว่า นายจ้างไม่ควรวัดความสำเร็จของการใช้ AI จากประสิทธิภาพและผลิตภาพเพียงอย่างเดียว องค์กรจำเป็นต้องลงทุนกับความสามารถด้านการคิด การจัดการตนเอง และการปรับตัวของมนุษย์ควบคู่กัน เพื่อให้พนักงานมีส่วนร่วมกับงานที่มีความหมายมากขึ้นในช่วงที่องค์กรนำ AI มาใช้
Warren Fernandez เน้นว่า การอ่านอย่างมีวิจารณญาณหมายถึงการชะลอจังหวะและไตร่ตรอง ไม่ใช่เพียงรับข้อมูลให้ได้เร็วที่สุด ผู้อ่านควรถามทั้งว่าข้อกล่าวอ้างนั้นเป็นจริงหรือไม่ และใครคือผู้เขียนหรือแหล่งที่มาของข้อกล่าวอ้างนั้น
การตรวจสอบอย่างกระตือรือร้นเช่นนี้ช่วยให้ผู้คนสร้างความเห็นด้วยตนเอง แทนที่จะปล่อยให้ AI เป็นผู้กำหนดสิ่งที่พวกเขาเชื่อ
Gerry Chng แนะนำให้ผู้คนอ่านข้ามศาสตร์และเปิดรับเนื้อหานอกเหนือจากความสนใจเดิมของตัวเอง เขาเตือนว่า หากระบบ AI ได้รับการฝึกด้วยเนื้อหาที่สร้างโดย AI มากขึ้น ความผิดพลาด อคติ และการเหมารวมอาจถูกส่งต่อและทวีความรุนแรง จนทำให้มุมมองในคำตอบแคบลง
การจงใจค้นหาข้อมูลที่ไม่คุ้นเคยและมุมมองที่แตกต่าง จึงอาจช่วยลดผลกระทบจากการติดอยู่ในห้องสะท้อนเสียงที่ขับเคลื่อนโดย AI ได้
แนวคิดหลักของโครงการไม่ได้เป็นการยกย่องการอ่านเพื่อหวนกลับไปสู่อดีต แต่เป็นการมองการอ่านในฐานะทักษะที่ใช้ได้จริงในยุค AI เพราะการอ่านช่วยฝึกสมาธิ การประเมินแหล่งข้อมูล การตัดสินใจโดยคำนึงถึงบริบท ความสามารถในการปรับตัว และการคิดอย่างเป็นอิสระ
ผลสำรวจแสดงให้เห็นว่าเหตุใดทักษะเหล่านี้จึงสำคัญ ขณะที่ Read to Lead พยายามเปลี่ยนทักษะดังกล่าวให้เป็นเป้าหมายการพัฒนาคนทำงาน ผ่านกิจกรรม การบรรยาย และแหล่งเรียนรู้ที่นำไปใช้ได้จริง
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
มีเพียงประมาณ 4 ใน 10 ของ PMET สิงคโปร์ 1,150 คนที่มั่นใจว่าสามารถแยกเนื้อหาที่ถูกต้องออกจากข้อมูลบิดเบือนซึ่งสร้างโดย AI ได้ และมีเพียงประมาณ 3 ใน 10 ที่ระบุข้อความที่น่าเชื่อถือน้อยกว่าได้ถูกต้อง
มีเพียงประมาณ 4 ใน 10 ของ PMET สิงคโปร์ 1,150 คนที่มั่นใจว่าสามารถแยกเนื้อหาที่ถูกต้องออกจากข้อมูลบิดเบือนซึ่งสร้างโดย AI ได้ และมีเพียงประมาณ 3 ใน 10 ที่ระบุข้อความที่น่าเชื่อถือน้อยกว่าได้ถูกต้อง ผู้ตอบแบบสำรวจประมาณ 4 ใน 10 คนกล่าวว่า พวกเขาตรวจสอบแหล่งที่มาดั้งเดิมของสถิติก่อนแสดงความคิดเห็น ไม่ว่าสถิตินั้นจะมาจากข่าวหรือบทสรุปจากการค้นหาด้วย AI
โครงการ Read to Lead ผสานกิจกรรมในที่ทำงาน การบรรยายจากผู้เชี่ยวชาญ คำแนะนำด้านการอ่านดิจิทัล และชุดเครื่องมือการเรียนรู้ พร้อมเน้นให้ผู้คนชะลอการตัดสินใจ ตั้งคำถามกับแหล่งข้อมูล และเปิดรับมุมมองที่หลากหลาย