Google Research นำการพิจารณาตัดสินโดยมนุษย์มาสู่ตัวจำแนก AI สำหรับหมวดหมู่อัตวิสัย

เมื่อวันที่ 4 พฤศจิกายน 2026 Google Research นำเสนอ Agile Deliberation ซึ่งเป็นกรอบการทำงานแบบอินเทอร์แอกทีฟสำหรับสร้างตัวจำแนกรูปภาพตามหมวดหมู่อัตวิสัย พร้อมเผยแพร่โค้ดโอเพนซอร์สและเดโมในโน้ตบุ๊ก ในการศึกษาผู้ใช้ 18 เซสชัน นักวิจัยรายงานว่าตัวจำแนกให้ผลลัพธ์ดีขึ้นและใช้ความพยายามน้อยกว่าการปรับแต่งพรอมป์ต์ด้วยตนเอง

กรอบการทำงานนี้มุ่งจัดการกับหมวดหมู่ที่ขอบเขตขึ้นอยู่กับวิจารณญาณส่วนบุคคล บริบททางวัฒนธรรม หรือนโยบายการดำเนินงาน เช่น อาหารเพื่อสุขภาพ งานศิลปะที่สร้างแรงบันดาลใจ และภาพคลิกเบตที่สัญญาว่าจะให้รางวัลชวนเข้าใจผิด แนวคิดหลักคือ ผู้ใช้มักค้นพบเกณฑ์การตัดสินของตนเองระหว่างพิจารณาตัวอย่างที่ยากต่อการจัดประเภท กระบวนการติดป้ายกำกับแบบดั้งเดิมถือว่าเกณฑ์เหล่านั้นตายตัวก่อนเริ่มใส่คำอธิบายประกอบ ทำให้การเปลี่ยนแปลงเจตนาปรากฏออกมาเป็นป้ายกำกับที่ไม่สอดคล้องกัน หรือการตัดสินใจของโมเดลที่เป็นไปตามอำเภอใจ

Agile Deliberation เปลี่ยนนิยามที่พัฒนาไปเรื่อย ๆ ให้เป็นทั้งข้อกำหนดที่มนุษย์อ่านเข้าใจได้และพรอมป์ต์ที่ใช้ขับเคลื่อนตัวจำแนกโมเดลภาษากับภาพ การออกแบบนี้อาศัยการสัมภาษณ์ผู้เชี่ยวชาญด้านการกลั่นกรองเนื้อหา 5 คน และการวิเคราะห์เชิงคุณภาพของนิยาม 20 รายการจากกระบวนการทำงานจริงของผู้เชี่ยวชาญ ซึ่งแสดงให้เห็นว่าผู้เชี่ยวชาญกำหนดขอบเขตแนวคิดก่อน แล้วจึงปรับแต่งผ่านภาพที่อยู่ก้ำกึ่ง

การพิจารณาแนวคิดแบ่งเป็นสองขั้นตอน

การกำหนดขอบเขตแนวคิดจะแบ่งแนวคิดตั้งต้นออกเป็นแนวคิดย่อยที่อาจจัดอยู่ในกลุ่มบวกหรือกลุ่มลบ ตัวอย่างเช่น ผู้ใช้ที่สร้างตัวจำแนกอาหารเพื่อสุขภาพสามารถกำหนดให้สลัดและชามธัญพืชอยู่ในขอบเขต ขณะเดียวกันก็ตัดอาหารแปรรูปหรือวัตถุดิบดิบที่ยังไม่ได้ปรุงออกไปได้ ภาพตัวอย่างที่เป็นตัวแทนจะช่วยสนับสนุนแต่ละตัวเลือก และสามารถตัดแนวคิดย่อยที่ไม่ได้อธิบายรูปแบบภาพที่มีความหมายออกก่อนสร้างตัวจำแนกตัวแรก

จากนั้น การปรับปรุงแนวคิดจะค้นหาภาพที่อยู่ก้ำกึ่งในเชิงความหมาย แทนการเลือกเฉพาะกรณีที่ค่าความเชื่อมั่นของโมเดลใกล้ 0.5 นักวิจัยให้เหตุผลว่าค่าความเชื่อมั่นของโมเดลภาษากับภาพอาจไม่สอดคล้องกับความกำกวมที่มนุษย์รับรู้ได้ดีนัก กล่าวคือ โมเดลอาจมั่นใจในภาพที่มนุษย์มองว่าจัดประเภทได้ยาก ตัวอย่างที่ค้นพบจะถูกลบรายการซ้ำและจัดกลุ่ม โดยใช้กฎแบบโจรหลายแขนที่ให้น้ำหนักกับกลุ่มซึ่งเคยช่วยแก้ข้อผิดพลาดหรือให้ข้อเสนอแนะที่เป็นประโยชน์

ขั้นตอนค้นหาความกำกวมจะจัดกลุ่มภาพเป็นชุดตามประเด็นหนึ่งที่ตีความได้ เช่น ซอสครีม ปริมาณน้ำตาล หรือขนาดส่วนอาหาร พร้อมสร้างคำอธิบายสั้น ๆ ว่าเหตุใดภาพแต่ละภาพจึงมีความกำกวม ผู้ใช้ระบุได้ว่าภาพอยู่ในหรือนอกขอบเขต และเพิ่มเหตุผลเป็นภาษาธรรมชาติได้ ระบบจะสร้างนิยามทางเลือก ทดสอบนิยามเหล่านั้นกับป้ายกำกับทั้งหมดที่รวบรวมไว้จนถึงขณะนั้น เลือกตัวเลือกที่ได้คะแนน F1 สูงที่สุด และเปิดให้แก้ไขด้วยตนเอง

ต้นแบบนี้ใช้ Gemini 2.5 Pro ในการแยกย่อยแนวคิด และใช้ Gemini 2.5 Flash สำหรับการจำแนก การสร้างคำค้นหาภาพที่อยู่ก้ำกึ่ง และการค้นหาความกำกวม โมเดลเหล่านี้ทำงานโดยไม่มีการฝึกเพิ่มเติมหรือปรับแต่งละเอียด และอินเทอร์เฟซทำงานผ่านโน้ตบุ๊ก Colab แบบอินเทอร์แอกทีฟ

ผลการศึกษาจากการทดลองจริง

ผู้เข้าร่วม 9 คนที่ไม่มีประสบการณ์ด้านการกลั่นกรองเนื้อหาในระดับมืออาชีพ ต่างทำเซสชันประมาณ 90 นาที 2 ครั้ง โดยครั้งหนึ่งใช้ Agile Deliberation และอีกครั้งใช้การพิจารณาด้วยตนเอง ทั้งนี้ สุ่มลำดับระบบที่ใช้ แนวคิดที่นำมาทดสอบมี 2 เรื่อง ได้แก่ อาหารเพื่อสุขภาพ และการกลั่นกรองคลิกเบตแบบจ่ายเพื่อเล่น แต่ละเซสชันประกอบด้วยการกำหนดนิยามประมาณ 45 นาที การติดป้ายกำกับภาพทดสอบที่กันไว้ 200 ภาพ การตอบแบบสำรวจ และการสัมภาษณ์ 15 นาที การเปรียบเทียบยังครอบคลุมการจำแนกแบบซีโร่ช็อตและ Modeling Collaborator ซึ่งเป็นระบบพื้นฐานสำหรับการแยกย่อยแนวคิดโดยอัตโนมัติ ส่วนผู้เข้าร่วมที่ทำงานด้วยตนเองสามารถดูพรอมป์ต์โดยละเอียดของระบบดังกล่าวได้

บทความวิจัยรายงานว่า Agile Deliberation เพิ่มคะแนน F1 สำหรับกรณีจ่ายเพื่อเล่นได้ 11% เมื่อเทียบกับค่าพื้นฐานแบบซีโร่ช็อต ขณะที่การพิจารณาด้วยตนเองเพิ่มขึ้น 8% เมื่อเทียบกับค่าพื้นฐานของวิธีนั้นเอง สำหรับอาหารเพื่อสุขภาพ คะแนนเปลี่ยนแปลงโดย Agile Deliberation ปรับดีขึ้น 10% ส่วนการพิจารณาด้วยตนเองลดลง 3% การเพิ่มขึ้นส่วนใหญ่มาจากความแม่นยำที่ดีขึ้น ควบคู่กับการลดลงของความครอบคลุมในระดับที่น้อยกว่า ไม่มีการใช้ความถูกต้องแม่นยำเป็นตัวชี้วัด เนื่องจากนิยามเฉพาะบุคคลของผู้เข้าร่วมทำให้การกระจายของป้ายกำกับในชุดทดสอบไม่สมดุล

ผู้เข้าร่วมทุกคนชอบ Agile Deliberation มากกว่าการพิจารณาด้วยตนเอง ผู้เข้าร่วมรายงานคะแนนความพยายามเฉลี่ย 3.11 เมื่อใช้ Agile Deliberation เทียบกับ 4.67 เมื่อทำงานด้วยตนเอง ส่วนคะแนนเฉลี่ยด้านความรู้สึกไม่มั่นใจ เครียด หรือหงุดหงิดอยู่ที่ 1.67 และ 3.00 ตามลำดับ ความแตกต่างทั้งสองรายการมีนัยสำคัญทางสถิติที่ p<.05 ผลสัมภาษณ์ช่วยอธิบายประเด็นนี้ในทางปฏิบัติว่า ผู้ใช้ที่ทำงานด้วยตนเองต้องคิดค้นคำค้นหาเพื่อหาตัวอย่างโต้แย้ง และบางคนกังวลว่าการแก้พรอมป์ต์เพื่อแก้ข้อผิดพลาดจุดหนึ่งจะส่งผลเสียต่อการทำงานในส่วนอื่น

ข้อจำกัดของการศึกษาและการเข้าถึงโค้ด

การประเมินนี้ยังมีข้อจำกัดที่ชัดเจน ผู้เขียนเตือนว่าการมีผู้เข้าร่วมเพียง 9 คนจำกัดทั้งอำนาจทางสถิติและความสามารถในการนำผลไปใช้กับบริบทอื่น อีกทั้งผู้เข้าร่วมแต่ละคนใช้ระบบทั้งสองกับแนวคิดคนละเรื่อง เพื่อหลีกเลี่ยงการนำคำนิยามที่กำหนดไว้แล้วจากเซสชันแรกไปใช้ในเซสชันที่สอง ดังนั้น จึงเปรียบเทียบประสบการณ์เชิงอัตวิสัยภายในผู้เข้าร่วมแต่ละคนได้ แต่เปรียบเทียบประสิทธิภาพของตัวจำแนกได้เฉพาะระหว่างกลุ่มผู้เข้าร่วมเท่านั้น การศึกษาไม่ได้แยกประเมินองค์ประกอบแต่ละส่วน และไม่ได้ประเมินกระบวนการทำงานทั้งหมดกับโมเดลกำเนิดอื่น ๆ

คลังเก็บซอร์สโค้ดแบบโอเพนซอร์สประกอบด้วยชุดโค้ดและชุดข้อมูลที่เกี่ยวข้อง พร้อมสมุดบันทึก Demo.ipynb ที่แนะนำขั้นตอนการใช้งานทีละขั้นสำหรับ Jupyter หรือ Google Colab ตัวอย่างสาธิตนี้สร้างดัชนีค้นคืนแบบเพื่อนบ้านใกล้ที่สุดจาก LAION400M การตั้งค่าเริ่มต้นจะดาวน์โหลดชาร์ด 2 ชุด รวมประมาณ 260 MB เพื่อตรวจสอบไปป์ไลน์ ส่วนการตั้งค่าที่มีเอกสารแนะนำไว้สำหรับ 100 ชาร์ดมีขนาดรวมประมาณ 13 GB การค้นคืน การดาวน์โหลดรูปภาพจากภายนอก และการเรียกใช้โมเดลอาจใช้เวลาตั้งแต่ไม่กี่วินาทีไปจนถึงหลายนาที คีย์ API เพียงคีย์เดียวอาจถูกจำกัดอัตราการใช้งาน และมีหลายขั้นตอนที่รองรับการแคชข้อมูลลงดิสก์ ข้อจำกัดความรับผิดชอบของคลังระบุว่าโครงการนี้ไม่ใช่ผลิตภัณฑ์ของ Google ที่ได้รับการสนับสนุนอย่างเป็นทางการ

จุดเด่นในทางปฏิบัติของ Agile Deliberation คือการทำให้เจตนาเชิงอัตวิสัยเป็นส่วนหนึ่งของการพัฒนาตัวจำแนกอย่างชัดเจน และสามารถปรับแก้ได้ ผู้ใช้สามารถตรวจสอบกฎสำหรับกรณีบวกและกรณีลบ พิจารณากรณีขอบที่เผยให้เห็นช่องโหว่ และให้เหตุผลประกอบการแก้ไขได้ สำหรับทีมกลั่นกรองและคัดสรรเนื้อหา วิธีนี้ทำให้ทั้งคำจำกัดความของหมวดหมู่และการตัดสินของมนุษย์ที่ใช้กำหนดหมวดหมู่นั้น เป็นส่วนหนึ่งของกระบวนการพัฒนาตัวจำแนกที่ตรวจสอบได้