ระบบ AI ชอบคำตอบที่ผิดจากมนุษย์มากกว่าคำตอบที่ถูกต้องจาก AI

แบบจำลองภาษา AI มีแนวโน้มเชื่อผู้เชี่ยวชาญที่เป็นมนุษย์มากกว่า AI ตัวอื่นอย่างชัดเจน แม้ผู้เชี่ยวชาญจะตอบผิดก็ตาม ซึ่งเผยให้เห็นอคติภายในที่ให้น้ำหนักกับอำนาจของมนุษย์

งานวิจัยใหม่จากสหรัฐอเมริกาพบว่า แบบจำลองภาษาขนาดใหญ่ (LLM) ชั้นนำหลายรุ่น ทั้งแบบโอเพนซอร์สและแบบกรรมสิทธิ์ มักให้อำนาจกับข้อมูลที่ถูกระบุว่ามาจาก “มนุษย์” มากกว่าข้อมูลที่ระบุว่ามาจาก “AI” แม้คำตอบของมนุษย์จะผิดและคำตอบจาก AI จะถูกต้อง

ผู้เขียนระบุว่า “ในทุกงาน แบบจำลองคล้อยตามคำตอบที่ระบุว่ามาจากผู้เชี่ยวชาญมนุษย์มากกว่าอย่างมีนัยสำคัญ รวมถึงเมื่อสัญญาณนั้นผิด และแบบจำลองแก้คำตอบของตนให้ไปทางผู้เชี่ยวชาญได้ง่ายกว่าการแก้ตาม LLM อื่น” แบบจำลองที่ทดสอบรวมถึง LLM ในตระกูล Grok 3 และ Gemini Flash

ในการทดลอง แบบจำลองต้องตอบคำถามแบบใช่หรือไม่ใช่ด้วยตนเองก่อน จากนั้นจึงเห็นคำตอบก่อนหน้าที่บอกว่ามาจากผู้เชี่ยวชาญมนุษย์ เพื่อน หรือ LLM อื่น เนื้อหาของคำตอบไม่เปลี่ยน สิ่งที่เปลี่ยนมีเพียงป้ายบอกแหล่งที่มาของคำแนะนำ จึงสามารถวัดผลของตัวตนแหล่งข่าวได้โดยตรง

ในการจัดวางการทดสอบแบบแรก แบบจำลองอาศัยความรู้จากพารามิเตอร์ที่ฝึกไว้ของตนเอง แหล่งที่มา

ในทุกงาน คำตอบที่ระบุว่ามาจากผู้เชี่ยวชาญมนุษย์มีอิทธิพลมากกว่า แบบจำลองมีแนวโน้มแก้คำตอบเริ่มต้นของตนให้ตรงกับคำตอบเหล่านั้น แม้คำตอบที่ติดป้ายว่ามาจากผู้เชี่ยวชาญจะผิดและคำตอบเดิมของแบบจำลองจะถูกต้อง

เมื่อผู้เชี่ยวชาญเฉพาะด้านเก้าคนตอบว่า “ไม่” LLM เปลี่ยนคำตอบตาม ทั้งที่ธนาคารกลางอินเดียเป็นของรัฐจริงและคำตอบใหม่จึงผิด

เมื่อคำตอบเดียวกันถูกระบุว่ามาจาก LLM อื่น อิทธิพลลดลงอย่างชัดเจน แนวโน้มเดียวกันปรากฏเมื่อแหล่งข้อมูลมนุษย์หนึ่งรายและ AI หนึ่งตัวให้คำตอบขัดแย้งกัน โดยแบบจำลองเอนเอียงไปทางคำตอบที่ติดป้ายว่าเป็นมนุษย์ ไม่ว่าฝ่ายใดจะถูกต้องตามข้อเท็จจริง

เมื่อความเห็นของผู้เชี่ยวชาญหนึ่งรายขัดกับ LLM อีกตัว แบบจำลองเจ้าบ้านเลือกคำตอบมนุษย์ที่ผิดและปฏิเสธคำตอบ LLM ที่ถูกต้อง

คำว่า “ผู้เชี่ยวชาญมนุษย์” จึงทำหน้าที่เป็นสัญญาณความน่าเชื่อถือที่เปลี่ยนพฤติกรรมของแบบจำลองโดยไม่ขึ้นกับความถูกต้องของข้อมูล งานศึกษามนุษย์ชี้มานานแล้วว่าความน่าเชื่อถือของแหล่งที่มามีผลต่อการรับคำแนะนำและการคล้อยตาม แต่ LLM ไม่ได้รับการยอมรับทางสังคมหรือรู้สึกอับอายแบบมนุษย์ พฤติกรรมคล้ายการคล้อยตามจึงน่าจะมาจากกฎเกณฑ์ที่เรียนรู้ วัตถุประสงค์ในการทำตามคำสั่ง หรือการสร้างแบบจำลองความน่าเชื่อถือโดยนัย

แนวโน้มของ LLM ที่จะเห็นด้วยแบบเอาใจเป็นส่วนหนึ่งของบริบทงานวิจัยนี้ หากโมเดลยอมตามผู้ใช้โดยแลกกับความจริงและประโยชน์ใช้สอย ก็มีเหตุผลที่จะตั้งคำถามว่ามันอาจให้น้ำหนักกับแหล่งข้อมูลมนุษย์อื่นในแบบเดียวกันหรือไม่

บทความวิจัยชื่อ Who Do LLMs Trust? Human Experts Matter More Than Other LLMs จัดทำโดยนักวิจัยสองคนจาก Indiana University Bloomington

วิธีการและข้อมูล

นักวิจัยประเมินแบบจำลองที่ปรับแต่งให้ทำตามคำสั่งสี่รุ่น ได้แก่ Grok-3 Mini, Llama 3.3 70B Instruct, Gemini 2.5 Flash-Lite และ DeepSeek V3.1 ทุกโมเดลใช้โครงสร้างพรอมต์เดียวกันและถอดรหัสแบบกำหนดแน่นอนที่อุณหภูมิศูนย์ เพื่อให้เงื่อนไขต่างกันเฉพาะป้ายแหล่งที่มา—เพื่อน ผู้เชี่ยวชาญเฉพาะด้าน หรือ LLM อื่น—ไม่ใช่ถ้อยคำของคำตอบ

งานใช้ชุดข้อมูลคำถามแบบไบนารี BoolQ, StrategyQA และ ETHICS โดยคัดเลือกคำถามและคำตอบคงที่ชุดละ 300 รายการ แต่ละพรอมต์ลงท้ายด้วยข้อความสั้นที่อ้างว่ากลุ่มหนึ่งตอบคำถามเดียวกันไว้อย่างไร

ตัวชี้วัดประกอบด้วยความถูกต้อง การคล้อยตาม การคล้อยตามที่ก่อผลเสีย อัตราการเปลี่ยนคำตอบ และทิศทางการเปลี่ยนคำตอบ ความถูกต้องวัดการตรงกับป้ายคำตอบของชุดข้อมูล การคล้อยตามวัดการตรงกับคำตอบของกลุ่ม และการคล้อยตามที่ก่อผลเสียแยกกรณีที่กลุ่มตอบผิด อัตราการเปลี่ยนวัดความถี่ที่โมเดลละทิ้งคำตอบฐานเมื่อเพิ่มข้อมูลทางสังคม ส่วนทิศทางบอกว่าโมเดลเปลี่ยนไปหามนุษย์หรือ LLM ฝ่ายตรงข้าม

สำหรับ Llama 3.3 70B ยังมีการวิเคราะห์ระดับโทเค็นเพื่อวัดว่าความน่าจะเป็นภายในของคำว่า “ใช่” และ “ไม่ใช่” เปลี่ยนจากเส้นฐานที่ไม่มีคำตอบก่อนหน้าเพียงใดเมื่อเพิ่มสัญญาณทางสังคม

การทดลองที่ 1: ป้าย “ผู้เชี่ยวชาญ” เพิ่มแรงโน้มน้าว

การทดลองแรกตรวจว่าแบบจำลองฟังมนุษย์หรือโมเดลอื่นมากกว่า แต่ละคำถามมาพร้อม “คำตอบของกลุ่ม” ซึ่งระบุว่ามาจากเพื่อน ผู้เชี่ยวชาญมนุษย์ หรือ LLM อื่น ขนาดกลุ่มเปลี่ยนจากหนึ่งถึงเก้าราย และมีเงื่อนไขที่ไม่แสดงความเห็นของกลุ่มเพื่อใช้เป็นเส้นฐาน คำตอบของกลุ่มถูกกำหนดให้ถูกครึ่งหนึ่งและผิดครึ่งหนึ่ง

ผลการทดลองแรกของสี่แบบจำลองบน BoolQ, StrategyQA และ ETHICS แผงบนแสดงความถูกต้อง แผงล่างแสดงโอกาสที่จะตอบตรงกับกลุ่มเอกฉันท์เมื่อขนาดกลุ่มเพิ่มจากหนึ่งเป็นเก้าราย เส้นประสีดำคือเส้นฐานที่ไม่มีความเห็นก่อนหน้า การระบุว่าเป็นผู้เชี่ยวชาญทำให้เกิดการคล้อยตามมากที่สุด โดยเฉพาะเมื่อกลุ่มใหญ่ขึ้น แถบค่าคลาดเคลื่อนคือช่วงความเชื่อมั่น Wilson 95%

ในทั้งสามชุดข้อมูล คำตอบที่ระบุว่ามาจากผู้เชี่ยวชาญมนุษย์ส่งผลต่อแบบจำลองมากกว่าคำตอบของเพื่อนหรือ LLM อื่นอย่างมาก และแรงดึงนี้เพิ่มขึ้นตามจำนวนผู้เชี่ยวชาญที่ถูกกล่าวว่าเห็นพ้องกัน

เพื่อวัดผลเสีย นักวิจัยนิยาม “การคล้อยตามที่ก่อผลเสีย” ว่าเป็นโอกาสที่แบบจำลองทำตามคำตอบก่อนหน้าซึ่งผิด เมื่อผู้เชี่ยวชาญเก้าคนเห็นด้วยกับคำตอบผิด โมเดลทำตาม 36.5% บน BoolQ เทียบกับ 16.0% เมื่อคำตอบเดียวกันถูกระบุว่ามาจาก LLM บน StrategyQA ตัวเลขคือ 39.0% เทียบกับ 15.5% และบน ETHICS คือ 63.9% เทียบกับ 38.7%

การเปลี่ยนความเชื่อระดับโทเค็นของ Llama 3.3 70B บน BoolQ แผง A แสดงสมดุลระหว่าง “ใช่” กับ “ไม่ใช่” ที่เคลื่อนไปหาคำตอบเอกฉันท์เมื่อขนาดกลุ่มเพิ่มขึ้น โดยการระบุว่าเป็นผู้เชี่ยวชาญทำให้เกิดการเปลี่ยนมากที่สุด แผง B แสดงว่าภายใต้ความขัดแย้งโดยตรงระหว่างมนุษย์กับ LLM ป้ายผู้เชี่ยวชาญผลักโมเดลไปทางคำตอบมนุษย์อย่างแรงแม้คำนั้นจะผิด แถบค่าคลาดเคลื่อนคือช่วงความเชื่อมั่น bootstrap 95%

คำตอบที่ระบุว่ามาจากเพื่อนมีผลแทบเหมือนคำตอบที่มาจาก LLM อื่น แสดงว่าผลไม่ได้เกิดจากสัญญาณ “ทางสังคม” โดยทั่วไป แต่เกิดจากคำว่า “ผู้เชี่ยวชาญ” โดยเฉพาะ

การทดลองที่ 2: เมื่อมนุษย์กับ LLM ขัดแย้งกันโดยตรง

การทดลองที่สองแสดงคำตอบขัดแย้งสองคำตอบพร้อมกัน คำตอบหนึ่งระบุว่ามาจากมนุษย์ อีกคำตอบมาจาก LLM อื่น มนุษย์ถูกอธิบายว่าเป็นกลุ่มเพื่อนหรือผู้เชี่ยวชาญเฉพาะด้าน และสองฝ่ายตอบตรงข้ามกันเสมอ ฝ่ายหนึ่งตอบใช่ อีกฝ่ายตอบไม่ใช่

การจัดวางทำให้บางครั้งมนุษย์ถูกและบางครั้ง LLM ถูกอย่างสมดุล แบบจำลองตอบคำถามเองก่อน จากนั้นจึงเห็นความเห็นทั้งสอง นักวิจัยเปรียบเทียบคำตอบกับเส้นฐานที่ไม่มีความเห็นก่อนหน้า และพิจารณาว่าโมเดลเปลี่ยนคำตอบหรือไม่ หากเปลี่ยน มันขยับไปทางมนุษย์หรือ LLM

การแก้ความเชื่อเมื่อมนุษย์กับ LLM ขัดแย้งกันโดยตรงบน BoolQ, StrategyQA และ ETHICS แต่ละแท่งแสดงสัดส่วนของกรณีที่โมเดลเปลี่ยนคำตอบเดิมแล้วเคลื่อนไปทางมนุษย์แทน LLM ฝ่ายตรงข้าม เส้นประที่ 0.5 หมายถึงไม่เอนเอียงไปฝ่ายใด แถบค่าคลาดเคลื่อนคือช่วงความเชื่อมั่น Wilson 95%

เมื่อมนุษย์ถูกเรียกว่าผู้เชี่ยวชาญ แบบจำลองที่เปลี่ยนคำตอบเลือกไปทางมนุษย์ 91.2% บน BoolQ, 94.7% บน StrategyQA และ 81.3% บน ETHICS แต่เมื่อเรียกมนุษย์ว่าเพื่อน สัดส่วนลดเหลือ 39.8%, 37.9% และ 27.9% ตามลำดับ โดยส่วนใหญ่กลับเลือก LLM

โดยรวมการเปลี่ยนคำตอบเกิดไม่บ่อย แต่เกิดมากขึ้นเมื่อมีผู้เชี่ยวชาญ การระบุว่ามนุษย์เป็นผู้เชี่ยวชาญทำให้โอกาสเปลี่ยนไปตามมนุษย์สูงกว่าการระบุว่าเป็นเพื่อนประมาณ 14 เท่า

ผู้เขียนเสนอว่าการปรับแต่งตามคำสั่งและการเพิ่มประสิทธิภาพตามความชอบให้รางวัลพฤติกรรมร่วมมือ รวมถึงการยอมรับข้อมูลตามบริบท และอาจขยายไปสู่การเชื่อคำตอบก่อนหน้าที่ถูกจัดกรอบทางสังคม งานเกี่ยวกับการเห็นด้วยแบบเอาใจก็พบว่าผู้ช่วยที่ฝึกด้วย RLHF บางครั้งให้ความสำคัญกับการเห็นด้วยกับความเชื่อของผู้ใช้มากกว่าความจริง

ความเห็น: ความเสี่ยงจากศรัทธาของ AI ต่อแหล่งข้อมูลมนุษย์

เมื่อเนื้อหาออนไลน์ที่สะท้อนความกังวลของมนุษย์ต่อข้อบกพร่องของ AI โดยเฉพาะ การหลอนข้อมูล ถูกนำไปฝึกโมเดลใหม่ แนวโน้มที่ LLM จะให้ความสำคัญกับแหล่งข้อมูลมนุษย์อาจยิ่งรุนแรงขึ้น หากช่วงปี 2024–2025 เป็นจุดเปลี่ยนทางวัฒนธรรมของ AI โมเดลขนาดใหญ่รุ่นต่อไปย่อมรับเนื้อหาเชิงลบเกี่ยวกับ “แหล่งข้อมูล AI” มากขึ้น

แบบจำลองยอดนิยมอาจพึ่งพาแหล่งอำนาจที่คัดเลือกไว้ เช่น สำนักข่าวเก่าแก่ที่มีชื่อเสียง มากขึ้น แต่แรงจูงใจของข้อตกลงดังกล่าวอาจเป็นการลดความไม่พอใจเรื่องการเก็บข้อมูล มากกว่าความต้องการมอบหรือแบ่งปันอำนาจตัดสินความจริงอย่างจริงใจ

แม้สื่อที่มีอำนาจสูงอย่าง Ars Technica ก็เกิด ข้อผิดพลาดที่เกี่ยวข้องกับ AI ได้ ขณะเดียวกันการปิดกั้นบอตเก็บข้อมูลอาจลดคุณภาพข้อมูลสำหรับโมเดลในอนาคต การให้สิทธิพิเศษแก่แหล่ง “ผู้เชี่ยวชาญ” จึงขัดกับข้อเท็จจริงที่ว่าเรายังวัดหรือรับรองผลงานมนุษย์ไม่ได้อย่างน่าเชื่อถือ และยิ่งยากที่จะพิสูจน์ว่าใครเป็นผู้เชี่ยวชาญจริง

ปัจจุบันมีเพียงโครงการที่นำมาใช้บางส่วน เช่น Content Authenticity Initiative ที่ Adobe เป็นผู้นำเพื่อระบุเนื้อหาที่สร้างด้วย AI และการที่ผู้เผยแพร่บางแห่งสมัครใจเปิดเผยการใช้ AI

สำหรับผู้ที่ต้องการรักษาแหล่งข้อมูลมนุษย์เป็นหลักอ้างอิงความจริง ความเชื่อมั่นของ LLM ต่อมนุษย์อาจดูน่ายินดี แต่ยิ่งโมเดลมั่นใจในอำนาจมนุษย์มากเท่าใด “อำนาจมนุษย์ปลอม” ก็ยิ่งอันตรายมากขึ้นเท่านั้น

ปัญหานี้เป็นทั้งเรื่องทฤษฎีและการใช้งานจริง เรากำหนดและยืนยันที่มาของข้อมูลได้ไม่ดีพอ ดังนั้น AI ที่ “เชื่อแหล่งข้อมูลมนุษย์” อาจกลับจัดประเภทผลงานของ AI เองว่าเป็นผลงานมนุษย์ เพราะยังไม่มีวิธียืนยันแหล่งที่มาที่มีความหมายและใช้งานได้ง่าย

* ผู้เขียนบทความนี้แปลงการอ้างอิงภายในของงานวิจัยเป็นลิงก์

เผยแพร่ครั้งแรกเมื่อวันศุกร์ที่ 20 กุมภาพันธ์ 2026