เมื่อ AI ลดต้นทุนการโน้มน้าว ชนชั้นนำจะสร้างความชอบของประชาชนได้อย่างไร

 (arxiv.org)
2 คะแนน โดย GN⁺ 2025-12-05 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • เทคโนโลยีการโน้มน้าวที่อาศัย AI ก้าวหน้า ทำให้ต้นทุนในการปรับความชอบเชิงนโยบายของสาธารณชนได้อย่างแม่นยำลดลงอย่างรวดเร็ว
  • งานวิจัยวิเคราะห์แบบ แบบจำลองเชิงพลวัต ว่า ชนชั้นนำที่คำนึงถึง ข้อจำกัดการตัดสินใจแบบเสียงข้างมากและต้นทุนการโน้มน้าว สามารถจัดรูปแบบการกระจายความคิดเห็นของสาธารณชนได้อย่างไร
  • ในระบบชนชั้นนำรายเดียว เมื่อเทคโนโลยีการโน้มน้าวพัฒนา สังคมมีแนวโน้ม หวนเข้าสู่สภาวะการแบ่งขั้วสุดขั้ว
  • ตรงกันข้าม หากมี ชนชั้นนำสองฝ่ายที่ขัดแย้งกันสลับกันครองอำนาจ การโน้มน้าวอาจนำสังคมไปสู่สถานะ "กึ่งล็อก" (semi-lock) และลดการแบ่งขั้วได้ด้วย
  • โดยผลสรุปคือ เมื่อ AI ลดต้นทุนการโน้มน้าว การแบ่งขั้วไม่ใช่เพียงปรากฏการณ์ที่เกิดขึ้นเอง แต่กลายเป็น เครื่องมือเชิงยุทธศาสตร์ทางการปกครอง และมีผลกระทบอย่างมีนัยสำคัญต่อเสถียรภาพของประชาธิปไตย

การเปลี่ยนแปลงของเทคโนโลยีการโน้มน้าวในประชาธิปไตย

  • ในประชาธิปไตย การผลักดันนโยบายจำเป็นต้อง ได้รับการสนับสนุนของสาธารณชน และชนชั้นนำจึงต้องสร้างหรือปรับเปลี่ยนความเชื่อของประชาชน
    • ในอดีตพึ่งพาวิธีการที่ช้าและไร้ประสิทธิภาพ เช่น การศึกษาโรงเรียน สื่อสาธารณะ การโฆษณาชวนเชื่อ และเครือข่ายอุปถัมภ์
    • วิธีการเหล่านี้มี ต้นทุนสูงและความละเอียดต่ำ ทำให้การปรับเปลี่ยนทัศนคติของมวลชนในวงกว้างทำได้ยาก
  • การแพร่หลายของ AI เปลี่ยนข้อจำกัดเหล่านี้อย่างพื้นฐาน
    • แบบจำลองสร้างสรรค์และระบบเอเจนต์ สามารถสร้างเนื้อหาเชิงโน้มน้าวแบบปรับให้เหมาะกับแต่ละบุคคลได้แบบเรียลไทม์ในปริมาณมาก
    • เมื่อ ต้นทุนการโน้มน้าวลดลง สภาพการกระจายความชอบของสาธารณชนเองจึงกลายเป็นตัวแปรที่ชนชั้นนำเลือกได้

แบบจำลองชนชั้นนำรายเดียว: ‘แรงดึงดูดการแบ่งขั้ว (polarization pull)’

  • ชนชั้นนำรายเดียวปรับการสนับสนุนของสาธารณชนในแต่ละช่วงเวลาเพื่อผลักดันนโยบายภายใต้ กฎเสียงข้างมาก
    • เมื่อมีต้นทุนในการโน้มน้าว ชนชั้นนำมักเห็นได้ว่ามีประโยชน์ในการรักษาสังคมไว้ในสภาวะ แบ่งขั้วบางส่วน เพื่อเตรียมรับมือความไม่แน่นอนในอนาคต
    • เมื่อความคิดเห็นสาธารณะเข้าใกล้สัดส่วน 50:50 การ ต้นทุนในการพลิกการสนับสนุน ในรอบถัดไปจะลดต่ำสุดแม้นโยบายจะเปลี่ยนไป
  • ดังนั้น ชนชั้นนำจึงมีแนวโน้มผลักดันความคิดเห็นให้ ห่างจากฉันทามติ หรือกล่าวได้ว่าดึงสังคมไปสู่การแบ่งขั้ว
    • ยิ่งเทคโนโลยีการโน้มน้าวพัฒนาขึ้น ความเร็วในการ หดตัวสู่การแบ่งขั้ว ก็ยิ่งสูงขึ้น
  • ผลการวิเคราะห์ทางคณิตศาสตร์ชี้ว่าชนชั้นนำจะดันความคิดเห็นสู่ใกล้ ค่ากลาง (1/2) เท่านั้น และเกิดการปรับที่ แยกจากฉันทามติ เพียงอย่างเดียว

แบบจำลองการแข่งขันชนชั้นนำสองฝ่าย: ผลของ “กึ่งล็อก (semi-lock)”

  • หากมีชนชั้นนำสองฝ่ายที่มีความชอบนโยบาย ตรงข้ามกัน และผลัดกันถืออำนาจ ผลของเทคโนโลยีการโน้มน้าวก็เปลี่ยนไป
    • ทั้งสองฝ่ายพยายามรักษาความเห็นของสาธารณชนไว้ใกล้จุดวิกฤติเสียงข้างมาก แต่ ความแบ่งขั้วสุดขั้วมีความเสี่ยงต่อการสูญเสียผลประโยชน์ให้ฝ่ายตรงข้ามได้ง่าย
    • ด้วยเหตุนี้แต่ละชนชั้นนำจึงพยายามผลักความคิดเห็นสู่ช่วงกึ่งล็อกที่ฝ่ายตรงข้ามเปลี่ยนได้ยาก
  • ดังนั้น เทคโนโลยีการโน้มน้าวจึงอาจ เสริมหรือบรรเทาการแบ่งขั้ว ได้ตามสภาพแวดล้อม
    • ยิ่งการแข่งขันรุนแรงขึ้น ความเป็นไปได้ต่อการ เพิ่มความเป็นเอกภาพของสังคม ก็เพิ่มมากขึ้น

ความแตกต่างจากงานวิจัยเดิม

  • วรรณกรรมเดิมมักตีความการแบ่งขั้วว่าเป็นผลจากปัจจัยภายนอกเช่น รายได้ อัตลักษณ์ และโครงสร้างสื่อ
  • งานวิจัยนี้จึงจำลองการแบ่งขั้วว่าเป็น เครื่องมือเชิงนโยบายที่ชนชั้นนำเลือกใช้เชิงกลยุทธ์
  • นอกจากนี้ยังเชื่อมโยงผลกระทบระยะยาวของ ความก้าวหน้าของเทคโนโลยีการโน้มน้าวบนฐาน AI ต่อ สมดุลทางการเมืองและการกระจายความคิดเห็น
    • อ้างอิงงานวิจัยที่เกี่ยวข้อง เช่น การทดลองการโน้มน้าวด้วย LLM (Salvi et al., Schoenegger et al., Tappin ฯลฯ) และ ผลกระทบทางเศรษฐศาสตร์การเมืองของ AI (Korinek, 2024)

นัยต่อเสถียรภาพประชาธิปไตย

  • เมื่อ ต้นทุนการโน้มน้าวลดลง การแบ่งขั้วจึงทำหน้าที่เป็น เครื่องมือเชิงยุทธศาสตร์การปกครอง ไม่ใช่เพียงปรากฏการณ์ที่เกิดขึ้นเองตามธรรมชาติ
  • อาจเพิ่ม ความไม่เสถียรทางการเมือง และ ความเสี่ยงของการบิดเบือนข้อมูล
  • เมื่อ AI ก้าวหน้าและปรับโครงสร้างต้นทุนของ การโน้มน้าวทางการเมือง ใหม่ การท้าทายต่อ ความยั่งยืนของสถาบันประชาธิปไตย ก็ปรากฏขึ้นอย่างเป็นรูปธรรม

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-12-05
ความคิดเห็นจาก Hacker News

  • ระหว่างอ่าน บทความของ Converse ก็อดสงสัยไม่ได้ว่าจริง ๆ แล้วมวลชนมีความคิดเห็นของตัวเองจริงหรือไม่
    ยกตัวอย่างเรื่อง ภาษีศุลกากร แบบสำรวจความคิดเห็นให้ตัวเลขสนับสนุนราว 38% แต่ถ้ามองตามผลประโยชน์ของแต่ละอุตสาหกรรม ตัวเลขจริงน่าจะต่ำกว่านั้นมาก
    ธุรกิจค้าปลีก บริการ และก่อสร้างไม่ได้ประโยชน์อะไรจากภาษีศุลกากร และภาคการผลิตเองก็ยังมีความกำกวมเพราะต้องพึ่งพาวัตถุดิบนำเข้า
    สุดท้ายคนที่สนับสนุนอย่างจริงจังก็มีแค่ อุตสาหกรรมเหล็กและอะลูมิเนียม ซึ่งมีสัดส่วนเพียงประมาณ 2% ของ GDP
    ที่น่าสนใจก็คือ หนังสือเล่มนี้ตีพิมพ์ในปี 1964 และพูดถึงช่วงเวลาก่อนที่ความไม่พอใจทางสังคมจะปะทุขึ้นอย่างเต็มที่ เช่น สงครามเวียดนามและขบวนการต่อต้านวัฒนธรรม

    • คนที่สนับสนุนภาษีศุลกากรไม่ได้ตัดสินใจจากอารมณ์ล้วน ๆ แต่เป็นการตัดสินใจอย่างมีเหตุผลเพื่อ ดึงงานผลิตกลับประเทศและเสริมความมั่นคงของชาติ
      มองได้ว่าเป็นผลจาก การวิเคราะห์ต้นทุน-ผลประโยชน์ ที่ต้องการลดการพึ่งพาต่างชาติและเพิ่มการจ้างงาน
    • ปัญหาไม่ใช่การให้ประชาชนมีสิทธิออกเสียง แต่คือ การไม่เลือกคนที่มีความรู้
      ผู้คนมักเข้าใจผิดว่าตัวเองรู้มาก และเชื่อว่าความเห็นของตนควรถูกใช้ในนโยบายอย่างเท่าเทียมกัน
      ในสังคมตะวันตก วัฒนธรรมที่ไม่ค่อยท้าทายมุมมองของกันและกันหรือเรียกร้องความรับผิดชอบยิ่งทำให้ปรากฏการณ์นี้รุนแรงขึ้น

  • เนื้อหาในบทความ ไม่ได้เป็นการถกเถียงที่เฉพาะเจาะจงกับ AI
    แก่นสำคัญคือ โครงสร้างต้นทุนของการชักจูง และ AI ถูกกล่าวถึงเพียงในฐานะเครื่องมือที่ช่วยผลิตสื่อโฆษณาชวนเชื่อได้ถูกลง
    ตรรกะเดียวกันนี้ใช้ได้กับ โฆษณาแบบเจาะเป้าของ Facebook หรือ กองทัพโทรลของรัสเซีย เช่นกัน

    • ผู้คนมีแนวโน้มจะเชื่อถือ ผลลัพธ์จาก LLM มากกว่าสื่อประเภทอื่น
      เพราะ AI พูดด้วยความมั่นใจ จึงให้ความรู้สึกถึง ความมีอำนาจน่าเชื่อถือ
      ปัญหาที่แท้จริงคืออิทธิพลของ ชนชั้นมหาเศรษฐี ที่ควบคุมข้อความเหล่านี้
    • AI สามารถเร่งการบังคับให้ คล้อยตามกัน (enforced conformity) ได้เร็วกว่าเครื่องมือเดิมมาก
      ผมเขียนความคิดไว้ในบล็อกโพสต์
    • AI แค่ทำให้กลไกเดิมทรงพลังยิ่งขึ้น
      โทรลรัสเซียสามารถใช้ระบบอัตโนมัติผลิตคอนเทนต์ได้มากขึ้น 10 เท่า แต่ ขบวนการต่อต้านที่เกิดขึ้นเองตามธรรมชาติ ไม่อาจขยายตัวได้ในระดับเดียวกัน
    • ถ้าต้นทุนการชักจูงถูกลง 2 เท่า มันเป็นแค่ความต่างเชิงปริมาณ แต่ถ้า ถูกลง 100 เท่า มันจะกลายเป็นการเปลี่ยนแปลงเชิงคุณภาพ
    • คำมั่นสัญญาของ AI คือการทำให้งานที่เคยต้องใช้แรงงานมนุษย์มีต้นทุนถูกลง
      สิ่งดี ๆ จะเพิ่มขึ้นก็จริง แต่ปัญหาคือ สิ่งเลวร้ายก็ทำได้ในราคาถูกลง เช่นกัน

  • การบิดเบือนความคิดเห็นสาธารณะโดยชนชั้นนำ มีมาตั้งแต่ยุคหนังสือพิมพ์และวิทยุโทรทัศน์
    หนังสือเรียนและหลักสูตรการศึกษาก็เช่นกัน
    ตรงกันข้าม LLM อาจต้านทานโฆษณาชวนเชื่อได้มากกว่าเดิมด้วยซ้ำ รองจากสารานุกรม
    เพราะมีการแข่งขันเชิงพาณิชย์อยู่ หากโมเดลใดมีอคติชัดเจน ผู้ใช้ก็จะสังเกตเห็นและเลิกใช้ในไม่ช้า
    แนวคิดเรื่อง ‘การรายงานอย่างเป็นกลาง’ เองก็มีรากมาจาก กลยุทธ์สร้างความน่าเชื่อถือเชิงพาณิชย์

  • การเป็น ‘นักคิดอิสระ’ มักแทบไม่ต่างจากการเป็น ‘คนแปลก’
    ฝูงชนอาจผิดก็ได้ แต่การคิดต่างเพียงลำพังมีต้นทุนทางสังคมสูง
    เช่น ผมคิดว่า การใช้แค่ที่นอนโดยไม่มีโครงเตียงสบายกว่า แต่คนส่วนใหญ่มองว่าแปลก

    • ทำให้นึกถึงคำพูดที่ว่า “ถ้าทุกความคิดของคุณสอดคล้องกับแนวทางของพรรคการเมืองใดพรรคหนึ่งทั้งหมด คุณอาจไม่ได้กำลังคิดด้วยตัวเอง”
    • การใช้ชีวิตอย่างอิสระคือรางวัลในตัวมันเอง
      ท้ายที่สุดเรา เกิดมาคนเดียวและตายคนเดียว การยอมรับจากผู้อื่นนั้นไม่ยั่งยืน
    • แต่ถ้าใช้แค่ที่นอนก็จะมีปัญหาเรื่อง ความเย็นและความชื้นจากพื้น
      ถ้าระบายอากาศไม่ดีจะเกิดเชื้อรา และสำหรับผู้สูงอายุหรือผู้ร่างกายไม่แข็งแรงก็ไม่สะดวก
      ผลิตภัณฑ์ที่ออกแบบมาสำหรับปูนอนพื้นอย่าง futon จึงเหมาะกว่า

  • ตอนนี้ โมเดล AI ขนาดใหญ่ถูกทำ fine-tuning ในประเด็นอ่อนไหว กันแล้ว
    มันถูกปรับไปในทิศทางที่ทีมกฎหมาย การตลาด และธรรมาภิบาลของบริษัทเห็นพ้องกัน และผู้คนนับล้านก็ใช้ผลลัพธ์นั้นตามตรง

    • เมื่อก่อนเสิร์ชเอนจินทำหน้าที่กรองข้อมูล แต่ การทำ fine-tuning โมเดลนั้นยากจะตรวจสอบและทึบแสงกว่ามาก

  • ผมเคยใช้ AI จน ได้ธนาคารคืนเงิน 200 ดอลลาร์ สำเร็จ
    AI เขียนคำร้องอย่างเป็นทางการให้โดยอ้างอิงจากเอกสาร PDF ของธนาคาร
    ต่อไปเมื่อธนาคารเองเริ่มใช้ AI มาจัดการคำร้องแบบนี้ เราอาจเข้าสู่ยุคที่ AI โน้มน้าว AI
    เราต้องมี benchmark ของ LLM แบบใหม่: AI-persuasion™

  • การชี้นำอิทธิพลด้วยแมชชีนเลิร์นนิง มีอยู่แล้วตั้งแต่ 10 ปีก่อน
    การทำ data mining และการยิงโฆษณาแบบเจาะเป้าเป็นเทคโนโลยีที่เติบโตเต็มที่แล้ว
    สิ่งที่น่ากังวลไม่ใช่การชักจูงแบบฉับพลัน แต่คือ อิทธิพลเชิงโครงสร้างที่หล่อรูปความเชื่อตั้งแต่วัยเด็ก
    ‘คนรุ่น iPad’ จึงเป็นตัวอย่างที่น่ากลัว

    • คำถามอย่าง “Grok/Alexa นี่จริงไหม?” กลายเป็นอำนาจอ้างอิง
      ผู้คนมักรับข้อมูลแรกที่ได้ยินว่าเป็นความจริง และเมื่อภายหลังมีคนมาหักล้างก็จะตอบสนองทางอารมณ์
      ‘ข้อเท็จจริง’ ที่ถูกปลูกฝังมาตั้งแต่เด็กเปลี่ยนได้ยากในภายหลัง และระบบอัตโนมัติก็สามารถทำสิ่งนี้ได้ในวงกว้าง
      มันอันตรายเพราะ ต้นทุนของการชี้นำแทบเข้าใกล้ศูนย์

  • เราไม่มีมาตรการป้องกันสำหรับ สังคมเฝ้าระวังโดยเอกชน
    สิ่งที่ควรแก้จริง ๆ คือ ปัญหาในชีวิตประจำวัน อย่างการศึกษา ที่อยู่อาศัย อาหาร และค่าครองชีพ

    • แต่ช่วงเวลาแบบนั้นเป็นเพียง ข้อยกเว้นสั้น ๆ ระหว่างหลังสงครามโลกครั้งที่ 2 ถึงก่อนยุคโลกาภิวัตน์
      ตลอดประวัติศาสตร์มนุษย์ส่วนใหญ่ โครงสร้างทางสังคมเป็นแบบกึ่งศักดินาที่ ชนชั้นนำจำนวนน้อยผูกขาดความมั่งคั่งและอำนาจ
      ความเหลื่อมล้ำในปัจจุบันจึงเป็นผลลัพธ์ที่ระบบตั้งใจสร้าง และจะยิ่งเลวร้ายลงต่อไป
    • ถึงอย่างนั้น มนุษยชาติก็พัฒนาไปมากในหลายด้าน
      อัตราการรู้หนังสือ การเข้าถึงการศึกษา และภาวะโภชนาการดีขึ้นกว่าปี 1925 มาก
      เพียงแต่ ค่าที่อยู่อาศัยและค่าครองชีพ กลับแย่ลงอีกครั้งในช่วง 20 ปีที่ผ่านมา
    • ทางออกนั้นเรียบง่าย: ปิดอุปกรณ์ แล้วรักษาความสามารถในการเรียนรู้ด้วยตัวเอง

  • ด้วย โซเชียลมีเดียและ AI ต้นทุนของ ‘คำโกหกใหญ่โต (Big Lie)’ ลดลงอย่างฮวบฮาบ
    เพราะแบบนี้รัฐบาลจึงสามารถกระจายข้อความอย่างการย้ำว่าเงินเฟ้อลดลงได้อย่างง่ายดาย

    • คำว่า “ต้นทุนลดลง” หมายถึง การทำให้โฆษณาชวนเชื่อเป็นประชาธิปไตยขึ้น ได้ด้วยหรือเปล่า?
    • แต่ในความเป็นจริง ต่อให้มีเงินมากก็ ไม่สามารถชักใยสื่ออย่าง CBS ได้ง่าย ๆ
      ‘Big Lie’ ที่แท้จริงเกิดขึ้นได้จาก การแทรกซึมของคนวงในเพียงไม่กี่คน และ CIA ก็เคยแสดงให้เห็นประสิทธิภาพของวิธีนี้มาแล้ว

  • เกือบหนึ่งศตวรรษก่อน 1984 ของ George Orwell ก็ได้ทำนายสถานการณ์แบบนี้ไว้แล้ว
    มันบรรยายฝันร้ายของ การควบคุมข้อมูล ที่สามารถแก้ไขบันทึกแบบเรียลไทม์และลบอดีตทิ้งได้
    ดูต้นฉบับ

    • ถึงเวลาแล้วที่แม้แต่ ชุมชนที่หมกมุ่นกับ AI ก็ควรรับฟังคำเตือนเหล่านี้อย่างจริงจัง