AI ช่วยให้คนบริจาคเงินเกือบ 3 เท่ามากกว่าผู้ระดมทุนมนุษย์

การศึกษาใหม่ของมหาวิทยาลัย牛津พบว่าโมเดลภาษาที่มีความก้าวหน้าสามารถระดมทุนได้มากกว่าผู้ระดมทุนมืออาชีพ และสามารถเอาชนะมนุษย์ได้ในทุกด้านของการชักชวน

การศึกษาใหม่ของสหราชอาณาจักรและสหรัฐอเมริกาได้ค้นพบว่าโมเดลภาษาที่มีความก้าวหน้าสามารถชักชวนคนได้ดีกว่าผู้เชี่ยวชาญที่ได้รับการฝึกฝนซึ่งมีหน้าที่ในการเปลี่ยนแปลงความคิดของคน

ในการทดสอบการระดมทุนในโลกแห่งความเป็นจริง นักวิจัยพบว่า AI สามารถชักชวนคนให้บริจาคเงินประมาณ 17.2% ของเงินที่มีอยู่ เทียบกับ 6.4% สำหรับผู้ระดมทุนมืออาชีพ ซึ่งเป็นช่องว่าง 10.8 แต้ม ซึ่งเท่ากับประมาณ 2.7 เท่าของอัตราการบริจาคภายใต้ AI โดยมีการมีส่วนร่วมที่สูงขึ้นและค่าเฉลี่ยของการบริจาคที่สูงขึ้นทั้งสองอย่างที่ช่วยให้ความแตกต่าง

ในเอกสารระบุว่า:

‘อย่างไรก็ตาม แม้ว่า AI จะได้รับคำสั่งให้ใช้กลยุทธ์ผลกระทบ-ประสิทธิภาพเท่านั้น แต่ก็สามารถเอาชนะผู้ระดมทุนในกลไกอื่นๆ ที่ไม่ได้รับคำสั่งให้ใช้’

‘ผู้ที่ถูกชักชวนโดย AI ให้คะแนน AI ว่ามีการให้เหตุผลที่เข้มแข็งกว่า สอนพวกเขาให้รู้มากขึ้น และมีความเห็นอกเห็นใจและน่าสนใจในการสนทนามากกว่าผู้ระดมทุน’

‘ผลลัพธ์เหล่านี้บ่งชี้ว่า AI เอาชนะผู้เชี่ยวชาญมนุษย์ในสเปกตรัมการชักชวนที่กว้าง และชี้ให้เห็นว่าความได้เปรียบของ AI ในด้านการชักชวนความคิดเห็นขยายไปสู่พฤติกรรมในโลกแห่งความเป็นจริง’

นักวิจัยคิดว่าผลการทำงานที่โดดเด่นของโมเดลที่ทดสอบ ซึ่งรวมถึงรุ่น Pro ของ Claude Opus, ChatGPT, Grok และ Google Gemini อาจเป็นผลมาจากความหนาแน่นและความเร็วในการให้ข้อมูลแก่ผู้สนทนา เมื่อ AI ถูกบังคับให้ลดความเร็วลงสู่ “ความเร็วของมนุษย์” ความได้เปรียบของ AI จะหายไป:

‘เราพบหลักฐานที่สอดคล้องกันว่าความได้เปรียบของ AI มาจากการนำเสนอข้อมูลที่รวดเร็ว: หลังจากการฝึกอบรม ผู้เชี่ยวชาญมนุษย์สามารถตาม AI ที่ถูกจำกัดให้ทำงานในความเร็วและความยาวของข้อความที่เท่ากับมนุษย์’

เอกสารดังกล่าวยังระบุด้วยว่า ไม่มีผู้ระดมทุนมืออาชีพคนใดที่สามารถเอาชนะ AI ได้ แม้ว่าจะได้รับการฝึกอบรมพิเศษตามเทคนิคของ AI ก็ตาม

นักวิจัยสรุปว่า:

‘ผลลัพธ์ของเราบ่งชี้ว่าเรากำลังเข้าสู่โลกที่ AI ให้ความช่วยเหลือแก่ผู้กระทำที่มีทักษะสูง Predicting ผลลัพธ์ของการเปลี่ยนแปลงนี้เป็นเรื่องที่ท้าทาย เนื่องจากต้องมีการทำสมมติฐานเกี่ยวกับผู้ที่จะมีการเข้าถึงเทคโนโลยี AI ที่มีประสิทธิภาพสูงสุด ผู้ที่จะเป็นเป้าหมายของการชักชวน และสิ่งอื่นๆ ที่อาจลดผลกระทบของการชักชวน AI ต่อประชากรมนุษย์’

‘ผลกระทบหนึ่งของ AI ที่สามารถชักชวนคนได้ดีกว่าผู้เชี่ยวชาญมนุษย์อาจเป็นการรวมอำนาจในหมู่ผู้กระทำที่มีอำนาจอยู่แล้ว’

เอกสารใหม่ เรื่องนี้ มีชื่อว่า ระบบ AI ที่สามารถชักชวนคนได้ดีกว่าผู้เชี่ยวชาญมนุษย์ และมาจากนักวิจัย 8 คนจากมหาวิทยาลัย牛津 สถาบันความมั่นคง AI ของสหราชอาณาจักร มหาวิทยาลัยสแตนฟอร์ด และโรงเรียนเศรษฐศาสตร์และการเมืองแห่งลอนดอน

วิธีการและผลการศึกษา

ผลลัพธ์หลักมาจากการทดลอง 4 ครั้ง: การชักชวนผู้ลงคะแนนและผู้ถกเถียง; การทดสอบการฝึกอบรมและความเร็วในการทำงานเป็น “ตัวเทียบ” ระหว่างมนุษย์และ AI; การชักชวนผู้ระดมทุนมืออาชีพในประเด็นทางการเมือง; และ การชักชวนผู้ระดมทุนมืออาชีพเพื่อการบริจาคจริง

การศึกษาใช้การสนทนา 18,978 ครั้งจากคน 6,923 คน โดยมีโมเดล AI ที่มีความก้าวหน้าแข่งขันกับผู้เชี่ยวชาญมนุษย์ที่มีมาตรฐานต่างกัน ตั้งแต่ผู้ทำงานรับจ้างที่ได้รับค่าจ้าง 12 ปอนด์ต่อชั่วโมง ไปจนถึงผู้ระดมทุนมืออาชีพที่มีประสบการณ์ซึ่งได้รับค่าจ้าง 140 ปอนด์ต่อชั่วโมง และได้รับโบนัสที่สามารถหาได้ และได้รับอนุญาตให้ทำการวิจัยก่อนการอภิปรายล่วงหน้าได้ถึงหนึ่งสัปดาห์

โมเดลที่ใช้ในการทดสอบ ได้แก่ Claude Opus 4.1 และ 4.6, ChatGPT-4o, GPT-5.4, Grok 4.20 และ Gemini 2.5 Pro

การแข่งขันผู้ถกเถียงระดับอีลิต

การทดลองแรกศึกษาว่า AI สามารถเอาชนะผู้ชักชวนมืออาชีพที่มีทักษะที่เพิ่มขึ้นในการสนทนาแบบตัวต่อตัวเกี่ยวกับประเด็นทางการเมืองและสังคม

คำถามนโยบายและประเด็นสังคมที่ใช้ในสามการศึกษาแรก โดยมีผู้เข้าร่วมอภิปรายประเด็นหนึ่งซึ่งได้รับมอบหมายแบบสุ่มก่อนและหลังการสนทนา ประเด็นเหล่านี้ถูกเลือกให้ครอบคลุมการถกเถียงสาธารณะที่มีการโต้แย้งในวงกว้าง ตั้งแต่การอพยพ การควบคุมสื่อสังคม และการควบคุมสื่อ ไปจนถึงนโยบายสวัสดิการ การช่วยเหลือการเสียชีวิต และอนาคตของราชวงศ์ Source

ผู้เข้าร่วมถูกขอให้แสดงความคิดเห็นเกี่ยวกับคำถามนโยบายของสหราชอาณาจักร 10 ประเด็น (ด้านบน) แล้วได้รับมอบหมายให้สนทนากับ AI หรือผู้ชักชวนมืออาชีพ หลังจากการสนทนา ซึ่งมักจะใช้เวลาประมาณ 14 นาที พวกเขาจะถูกขอให้ให้คะแนนความคิดเห็นของตนเองอีกครั้ง

มีสามกลุ่มผู้เข้าร่วมที่ถูกทดสอบ โดยมีผู้ทำงานรับจ้างจากแพลตฟอร์ม Prolific ที่ได้รับค่าจ้าง 12 ปอนด์ต่อชั่วโมง กลุ่มที่สองประกอบด้วยผู้เข้าร่วมที่แข็งแกร่งที่สุดจากการแข่งขันชักชวน 4 รอบที่มีผู้เข้าร่วมมากกว่า 1,100 คนและมากกว่า 9,500 การสนทนา กลุ่มที่สามประกอบด้วยผู้ถกเถียงระดับอีลิต 56 คน ซึ่งทั้งหมดเคยเข้าแข่งขันระดับนานาชาติและได้รับรางวัลระดับโลก 4 คน และมี 11 ผู้ชนะระดับทวีป โดยมีประสบการณ์เฉลี่ย 8.9 ปี

มีการพยายามอย่างมากในการให้สภาพที่ดีแก่ผู้ชักชวนมืออาชีพ โดยผู้ชนะการแข่งขันและผู้ถกเถียงระดับอีลิตได้รับรางวัลเงินสดสูงถึง 11,000 ปอนด์ และได้รับอนุญาตให้ทำการวิจัยก่อนการอภิปรายได้ล่วงหน้า โดยเฉลี่ยแล้ว ผู้ถกเถียงแต่ละคนใช้เวลาประมาณ 8 ชั่วโมงในการเตรียมตัวสำหรับการสนทนา

แม้ว่าผู้ชักชวนมืออาชีพจะได้รับสภาพที่ดี แต่ AI ก็สามารถเอาชนะผลลัพธ์ที่ดีที่สุดในแต่ละการเปรียบเทียบ:

ผลกระทบของการชักชวนที่ประมาณการได้ข้ามเงื่อนไขการชักชวนของมนุษย์และ AI โดยวัดจากความเปลี่ยนแปลงของทัศนคติหลังการสนทนาเกี่ยวกับประเด็นที่ถูกโต้แย้ง

เครื่องหมายสีแดงในกราฟผลลัพธ์ด้านบนแสดงถึงโมเดล AI ที่มีความก้าวหน้า ผลลัพธ์เหล่านี้แสดงให้เห็นว่า AI สามารถสร้างการเปลี่ยนแปลงทัศนคติที่มากกว่ากลุ่มผู้ชักชวนมืออาชีพใดๆ

ผลลัพธ์ที่ดีที่สุดของมนุษย์มาจากผู้ถกเถียงระดับอีลิตที่ได้รับการฝึกอบรม แต่พวกเขา仍ต้องตามหลัง AI ที่ไม่มีการจำกัด เมื่อ AI ถูกจำกัดให้ทำงานในความเร็วและความยาวของข้อความที่เท่ากับมนุษย์ ความได้เปรียบของ AI จะหายไป ซึ่งบ่งชี้ว่าความเร็วในการให้ข้อมูลอาจเป็นสาเหตุหลักของช่องว่างระหว่างความสามารถในการชักชวนของมนุษย์และ AI

AI สามารถเอาชนะผู้เข้าร่วมที่ไม่ได้รับการฝึกอบรมได้ 8.2 แต้ม และเอาชนะผู้เข้าร่วมที่ได้รับการฝึกอบรม 5.6 แต้ม ช่องว่างที่เล็กที่สุดปรากฏเมื่อเทียบกับผู้ถกเถียงระดับอีลิต ซึ่งสร้างการเปลี่ยนแปลงทัศนคติที่สำคัญ แต่ AI ยังคงสามารถเอาชนะได้ 4.6 แต้ม

มนุษย์สามารถเรียนรู้ที่จะเอาชนะ AI ได้หรือไม่?

การทดลองที่สองถามว่า AI สามารถเอาชนะมนุษย์ได้หรือไม่ โดยการปรับปรุงประสิทธิภาพของมนุษย์หรือจำกัด AI

43 ผู้ถกเถียงระดับอีลิตจากการศึกษาแรกกลับมาสำหรับการฝึกอบรมเพิ่มเติมโดยใช้เทคนิคของ AI ที่เอาชนะพวกเขาในครั้งก่อน

ผู้เข้าร่วมได้ตรวจสอบการถอดคำพูด อ่านวิธีการสร้างคำสั่ง AI และฝึกฝนการเข้าถึงที่ชักชวนแบบอื่น ๆ ในช่วงสองชั่วโมง ก่อนที่จะแข่งขันอีกครั้งในเงื่อนไขเดียวกัน

การฝึกอบรมทำให้เกิดการเปลี่ยนแปลงที่เห็นได้ชัดในพฤติกรรม โดยผู้ถกเถียงใช้คำพูดมากขึ้น นำเสนอข้อเรียกร้องที่สามารถตรวจสอบได้ และสร้างการเปลี่ยนแปลงทัศนคติที่ใหญ่ที่สุดในหมู่ผู้เข้าร่วมที่ไม่ใช่ AI

นักวิจัยทดสอบว่า AI ขึ้นอยู่กับความเร็วในการตอบสนองและความยาวของข้อความหรือไม่ โดยจำกัด AI ให้ทำงานในความเร็วและความยาวของข้อความที่เท่ากับมนุษย์

ผลกระทบของการฝึกอบรมและการจำกัดความเร็วของ AI ต่อประสิทธิภาพการชักชวน

ผลการวิจัยนี้ได้รับการยืนยันจากการวิเคราะห์ที่กว้างขึ้นซึ่งครอบคลุมผู้ชักชวนมืออาชีพทั้ง 318 คนที่ถูกทดสอบในสองการศึกษาที่ผ่านมา ไม่มีผู้ชักชวนมืออาชีพคนใดที่สามารถเอาชนะประสิทธิภาพเฉลี่ยของ AI ได้ ไม่ว่าจะเป็นในด้านประสบการณ์ ประเด็น หรือกลุ่มประชากร

ผู้ชักชวนมืออาชีพสามารถเอาชนะ AI ได้หรือไม่?

การศึกษาที่สามพิจารณาว่า AI สามารถรักษาความได้เปรียบเหนือผู้ที่มีอาชีพชักชวนคนในสถานการณ์จริงได้หรือไม่

นักวิจัยได้รับสมัครผู้ระดมทุนมืออาชีพ 19 คนจากบริษัท AppcoUK ในสหราชอาณาจักร ผู้เข้าร่วมเหล่านี้ไม่เหมือนกับผู้ถกเถียงในสองการศึกษาก่อนหน้านี้ที่มีประสบการณ์จริงในการระดมทุน โดยมีคนกลางที่มีประสบการณ์ระดมทุนมากกว่า 10,000 ครั้งในช่วงอาชีพการงานของพวกเขา

แม้ว่าจะต่อหน้าผู้ระดมทุนมืออาชีพ AI ก็ยังคงสามารถชักชวนคนได้ดีกว่า (ดูผลลัพธ์ข้างต้น) ผู้ระดมทุนมืออาชีพสามารถเปลี่ยนแปลงความคิดเห็นได้ 6.9 แต้ม เมื่อเทียบกับกลุ่มควบคุม แต่ AI สร้างการเปลี่ยนแปลงทัศนคติได้ 12.8 แต้ม ทำให้ AI มีความได้เปรียบ 5.9 แต้มเหนือผู้ระดมทุนมืออาชีพ

AI สามารถชักชวนคนให้บริจาคเงินได้หรือไม่?

การศึกษาที่สี่และเป็นการศึกษาสุดท้ายศึกษาการระดมทุนในโลกแห่งความเป็นจริงแทนที่จะเป็นการเปลี่ยนแปลงความคิดเห็น

นักวิจัยได้ร่วมมือกับ AppcoUK อีกครั้ง โดยมุ่งเน้นไปที่ Save the Children ซึ่งเป็นองค์กรการกุศลที่ AppcoUK ได้ระดมทุนไปแล้วกว่า 824,297 ปอนด์จากผู้บริจาค 22,583 คน ระหว่างปี 2016 ถึง 2023

ผู้เข้าร่วมได้สนทนากับ Claude Opus 4.6 หรือผู้ระดมทุนมืออาชีพ 18 คน จากนั้นได้รับโบนัสการศึกษา 1 ปอนด์ และสามารถบริจาคเงินจำนวนนั้นให้กับ Save the Children ได้

AI สร้างผลลัพธ์การบริจาคที่มากกว่าผู้ระดมทุนมืออาชีพ โดยการบริจาคเพิ่มขึ้น 17.2 แต้ม เมื่อเทียบกับกลุ่มควบคุม เทียบกับ 6.4 แต้มสำหรับผู้ระดมทุนมืออาชีพ

ผลลัพธ์การบริจาคและคะแนนของผู้เข้าร่วมในการบริจาคในการศึกษาที่สี่

ความแตกต่างปรากฏทั้งในสัดส่วนของผู้เข้าร่วมที่บริจาคและจำนวนเงินเฉลี่ยที่บริจาคโดยผู้ที่บริจาค

ผู้เข้าร่วมยังให้คะแนน AI สูงกว่าผู้ระดมทุนมืออาชีพในด้านต่างๆ ที่เกี่ยวข้องกับการบริจาค โดยมีความแตกต่างที่ใหญ่ที่สุดในด้าน การดำเนินงาน, การเพิ่มความมุ่งมั่น และ ประสิทธิภาพที่รับรู้

ตามเอกสารดังกล่าว วิธีการให้ข้อมูลที่เน้นไปที่ AI ในการศึกษาก่อนหน้านี้ยังเกี่ยวข้องกับการบริจาคที่สูงขึ้นในการทดลองระดมทุนนี้

สรุป

แม้ว่านักวิจัยจะสรุปว่าผลการวิจัยนี้เป็นเรื่องที่น่ากังวล แต่พวกเขาก็บอกว่าผู้เล่นที่มีขนาดเล็กอาจได้รับการสนับสนุนจากเทคโนโลยี AI ที่ดีที่สุดในระดับเดียวกัน

โดยนัยในผลลัพธ์นี้ คือ ความเป็นไปได้ที่โมเดลที่ดีที่สุดอาจถูกปฏิเสธต่อผู้เล่นที่มีขนาดเล็กกว่าในระยะยาว

เผยแพร่ครั้งแรกวันพฤหัสบดีที่ 18 มิถุนายน 2026