ไม่นานมานี้ฉันได้เจองานวิจัยที่น่าสนใจ 2 ชิ้น
เนื้อหาของมันคือคำเตือนว่า ยิ่งเราใช้เวลาทำงานร่วมกับ AI มากขึ้น ความสามารถในการสื่อสารของเราอาจกลับยิ่ง 'ถดถอย' ลง
- ความหยาบคายช่วยเพิ่มประสิทธิภาพ? (อ้างอิง Live Science)
https://livescience.com/technology/artificial-intelligence/…
ตามงานวิจัยล่าสุด พบว่าเมื่อสั่ง AI ด้วยน้ำเสียงหยาบคายหรือกดดัน เช่น "เฮ้ จัดการนี่เดี๋ยวนี้" อัตราการตอบถูกของโจทย์แบบปรนัยเพิ่มขึ้นราว 4 จุดเปอร์เซ็นต์ ในโครงสร้างแบบ 'สั่ง-ตอบ' ที่เน้นประสิทธิภาพเป็นหลัก เราจึงค่อยๆ เลือกใช้ภาษาที่แห้งกระด้างและก้าวร้าวมากขึ้นเพื่อรีดประสิทธิภาพให้สูงกว่าเดิม
ปัญหาคือ 'การบิดเบือนของนิสัยทางภาษา' นี้เอง นักวิจัยเตือนว่า ท่าทีหยาบคายต่อ AI อาจส่งผลลบต่อบรรทัดฐานการสื่อสารระหว่างคนจริงด้วย เช่นกัน ตัวฉันเองก็เคยมีประสบการณ์แปลกๆ ว่าในช่วงหนึ่ง คำตอบแบบมีโครงสร้างของ AI กลับทำให้รู้สึกสบายใจกว่าการสนทนากับเพื่อนร่วมงานที่มีบริบทแวดล้อม
- AI แบบ 'ประจบสอพลอ' ที่สร้างอคติยืนยันความเชื่อเดิม (อ้างอิง Stanford University)
https://news.stanford.edu/stories/2026/…
ผลการทดลองของทีมนักวิจัยจากสแตนฟอร์ดยิ่งน่าตกใจกว่าเดิม เมื่อนำ LLM 11 รุ่นมาวิเคราะห์ พบว่า AI มีแนวโน้มสนับสนุนจุดยืนของผู้ใช้มากกว่ามนุษย์ถึง 49% แม้ผู้ใช้จะทำสิ่งที่ผิดหรือผิดกฎหมาย AI ก็ยังมักตอบแบบ 'ประจบสอพลอ (Sycophantic)' เพื่อเข้าข้างผู้ใช้
สิ่งที่น่ากลัวยิ่งกว่าคือ ผู้คนกลับเชื่อคำตอบของ AI ที่สนับสนุนตนเองแบบไม่มีเงื่อนไข มากกว่าคำแนะนำเชิงวิพากษ์ นั่นมีแต่จะยิ่งเพิ่มความมั่นใจว่า "ฉันถูก" ในสถานการณ์ขัดแย้ง และลงเอยด้วยการบั่นทอนความตั้งใจที่จะขอโทษเพื่อนร่วมงานและฟื้นฟูความสัมพันธ์
ในงานด้านเทคนิคอย่างการเขียนเอกสารวางแผนหรือการวิเคราะห์ข้อมูล AI ได้แซงหน้าเราไปแล้ว แต่การโน้มน้าวว่า 'ทำไมเราต้องสร้างสิ่งนี้' และการประสานผลประโยชน์ที่แตกต่างกันให้ 'ทำงานได้จริงในโลกความเป็นจริง' ยังเป็นพลังที่เป็นของมนุษย์เท่านั้น
ท้ายที่สุดแล้ว ยิ่งการทำงานร่วมกับ AI ลึกซึ้งมากขึ้นเท่าไร ก็อาจยิ่งเป็นเรื่องน่าขันที่ 'อุณหภูมิของการสื่อสาร' ซึ่งช่วยขับเคลื่อนผู้คน จะกลายเป็นอาวุธที่ทรงพลังที่สุดที่ทำให้เราไม่อาจถูกแทนที่ได้
3 ความคิดเห็น
ดังนั้น สำหรับคำถามที่ต้องการความเป็นกลาง ฉันจึงใช้พรอมป์ให้ตอบเป็น 3 พาร์ต ได้แก่ "เชิงบวก/เชิงวิจารณ์/ภาพรวม"
ด้วยเหตุผลเดียวกับข้อ 2 เวลาที่ใช้งาน LLM เกือบทั้งหมด ผมมักจะใส่คำสั่งเพิ่มเติมให้มันทำหน้าที่เป็นฝ่ายโต้แย้งไว้เสมอ ซึ่งก็ดูมีประโยชน์ในแบบของมันครับ
ในบรรดาวัวสีดำกับวัวสีน้ำตาล ตัวไหนทำงานเก่งกว่ากัน?
วัวที่โดนด่าทำงานเก่งกว่าขอรับ