วิธีที่ AI กำลังเปลี่ยนแปลงความเข้าใจของเราต่อการตัดสินใจของมนุษย์

การทำความเข้าใจการตัดสินใจของมนุษย์เป็นเป้าหมายหลักในจิตวิทยามานานหลายทศวรรษ นักวิจัยได้พยายามสร้างโมเดลเชิงปัญญาที่อธิบายว่าคนคิดอย่างไรและคาดการณ์พฤติกรรมของพวกเขาอย่างไร ตอนนี้ การเติบโตของปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนแปลงสาขานี้อย่างพื้นฐาน ความก้าวหน้าใหม่ใน AI กำลังเปิดเผยข้อมูลเชิงลึกใหม่เกี่ยวกับกระบวนการทางจิตที่อยู่เบื้องหลังการเลือกของเรา ศูนย์กลางของการเปลี่ยนแปลงนี้คือแนวทางนวัตกรรมที่เรียกว่า “Centaur Mode” ซึ่ง AI และสติปัญญามนุษย์ทำงานร่วมกันในรูปแบบที่เน้นลักษณะของการรับรู้ของมนุษย์

รุ่งอรุณของยุคใหม่ในวิทยาศาสตร์เชิงปัญญา

Centaur เป็นโมเดล AI พื้นฐานของการรับรู้ของมนุษย์ที่สามารถทำนายและจำลองพฤติกรรมของมนุษย์ได้ด้วยความแม่นยำที่น่าประหลาดใจ โมเดลนี้ได้รับการฝึกด้วยข้อมูลการตัดสินใจส่วนบุคคลกว่าสิบล้านครั้งจากผู้เข้าร่วมกว่า 60,000 คนใน 160 การทดลองทางจิตวิทยา ทีมวิจัยจาก Helmholtz Munich สร้างโมเดลนี้เพื่อเชื่อมช่องว่างระหว่างทฤษฎีเชิงปัญญาแบบดั้งเดิมกับความสามารถของ AI สมัยใหม่ ชื่อ “Centaur” มาจากสัตว์ในตำนานที่มีลำตัวมนุษย์ส่วนบนและขาเหมือนม้า การตั้งชื่อนี้สะท้อนถึงความสามารถพิเศษของโมเดลในการผสานการตัดสินใจแบบมนุษย์กับพลังการทำนายของปัญญาประดิษฐ์ โมเดลสามารถจำลองพฤติกรรมของมนุษย์ในสถานการณ์ที่ไม่เคยเจอมาก่อน เมื่อผู้วิจัยทดสอบบนการทดลองจิตวิทยาใหม่ ๆ Centaur จะตอบสนองในลักษณะที่คล้ายกับการเลือกของมนุษย์จริง ความสามารถนี้บ่งบอกว่า AI สามารถจับรูปแบบพื้นฐานของการตัดสินใจของมนุษย์ในหลายบริบทได้แล้ว

พื้นฐาน: ชุดข้อมูล Psych-101

ความลับของความสำเร็จของ Centaur อยู่ที่ข้อมูลการฝึก ทีมวิจัยได้สร้าง Psych-101 ซึ่งเป็นชุดข้อมูลที่รวบรวมการตัดสินใจส่วนบุคคลกว่า 10 ล้านครั้งจากผู้เข้าร่วมกว่า 60,000 คนใน 160 การทดลองทางจิตวิทยา ชุดข้อมูลที่ครอบคลุมนี้รวมข้อมูลการทดลองแบบทีละรอบจากการศึกษาเชิงจิตวิทยา ทั้งเกมความจำ งานการพนัน และสถานการณ์การแก้ปัญหา แต่ละการทดลองถูกถอดความเป็นข้อความเพื่อเตรียมข้อมูล ข้อมูลภาษาธรรมชาตินี้ทำให้นักวิจัยสามารถประมวลผลข้อมูลพฤติกรรมของมนุษย์ด้วยโมเดลภาษาใหญ่ได้โดยคงบริบทที่เต็มเปี่ยมของการตั้งค่าการทดลอง วิธีการนี้ทำให้โมเดลเข้าใจไม่เพียงว่าคนตัดสินใจอย่างไร แต่ยังเข้าใจสภาพแวดล้อมที่ทำให้พวกเขาตัดสินใจเช่นนั้น

วิธีการทำงานของ Centaur

Centaur ถูกสร้างบนโมเดลภาษา Meta’s Llama 3.1 70B และปรับแต่งด้วยเทคนิคที่เรียกว่า quantized low-rank adaptation (QLoRA) วิธีนี้ปรับเปลี่ยนเพียง 0.15% ของพารามิเตอร์ของโมเดลฐาน แต่ทำให้การทำนายพฤติกรรมของมนุษย์ดีขึ้นอย่างโดดเด่น

กระบวนการฝึกรวมการให้โมเดลอ่านบทถอดข้อความเต็มของการทดลองจิตวิทยา รวมถึงทุกอย่างที่ผู้เข้าร่วมได้รับคำสั่ง ดู และทำ โมเดลเรียนรู้การทำนายการเลือกของมนุษย์โดยวิเคราะห์รูปแบบจากการตัดสินใจหลายล้านครั้ง ค่อย ๆ พัฒนาความเข้าใจในกระบวนการเชิงปัญญาของมนุษย์

ทำลายขีดจำกัดของประสิทธิภาพ

Centaur แสดงผลการทำงานที่น่าประทับใจในหลายเมตริก มันทำความแม่นยำ 64% ในการทำนายพฤติกรรมของมนุษย์ ซึ่งเหนือกว่ารุ่นก่อนหน้าที่สามารถทำนายแง่มุมบางอย่างของพฤติกรรมมนุษย์ได้ด้วยความแม่นยำที่ต่ำกว่ามาก ในการทดสอบอย่างเข้มงวดบน 160 การทดลอง Centaur consistently outperformed traditional cognitive models, including established theories like Prospect Theory and reinforcement learning frameworks.

อาจจะน่าทึ่งที่สุดคือ Centaur แสดงความสามารถในการทั่วไปนอกเหนือจากข้อมูลการฝึก โมเดลสามารถทำนายพฤติกรรมของมนุษย์ในการทดลองที่มีเรื่องราวพื้นหลังเปลี่ยนแปลง โครงสร้างเปลี่ยนแปลง และโดเมนใหม่ทั้งหมดที่ไม่เคยเจอมาก่อน ความสามารถในการทั่วไปนี้บ่งบอกว่า Centaur ได้เรียนรู้หลักการพื้นฐานของการรับรู้ของมนุษย์ ไม่ใช่แค่จดจำรูปแบบเฉพาะ

ผลการค้นหาที่สำคัญ

หนึ่งในค้นพบที่น่าตื่นเต้นที่สุดจากการวิจัย Centaur คือการที่การแสดงผลภายในของโมเดลสอดคล้องกับกิจกรรมประสาทของมนุษย์ การค้นพบนี้บ่งบอกว่าเมื่อ AI เรียนรู้การทำนายพฤติกรรมของมนุษย์ มันพัฒนากระบวนการภายในที่สะท้อนบางส่วนของการรับรู้ของมนุษย์ แม้ว่าโมเดลจะได้รับการฝึกเฉพาะจากข้อมูลพฤติกรรมเท่านั้น Centaur ยังแสดงความสามารถที่ดีขึ้นในการทำนายกิจกรรมของสมองที่วัดด้วย fMRI

การสอดคล้องกับประสาทวิทยาที่ไม่คาดคิดนี้บ่งบอกว่าโมเดลอาจได้ค้นพบความเข้าใจที่แท้จริงเกี่ยวกับวิธีที่สมองมนุษย์ประมวลผลข้อมูล ความจริงที่โมเดลที่ฝึกจากการเลือกของพฤติกรรมเท่านั้นสามารถทำนายการตอบสนองของประสาทได้ แสดงว่าพฤติกรรมและกิจกรรมของสมองมีหลักการคำนวณพื้นฐานร่วมกัน

การค้นพบนี้บ่งบอกว่าการตัดสินใจของมนุษย์อาจคาดการณ์ได้มากกว่าที่เคยคิดไว้ รูปแบบที่ Centaur เรียนรู้จากการเลือกของมนุษย์เผยโครงสร้างพื้นฐานในการประมวลผลข้อมูลและการตัดสินใจของเรา รูปแบบเหล่านี้ปรากฏในหลายประเภทของการตัดสินใจ ตั้งแต่ภารกิจความจำง่าย ๆ จนถึงสถานการณ์การแก้ปัญหาที่ซับซ้อน

งานวิจัยยังแสดงให้เห็นว่า AI สามารถจับจุดอคติทางการรับรู้ของมนุษย์ได้ เมื่อ Centaur ทำการพยากรณ์ มันแสดงข้อผิดพลาดและทางลัดเชิงระบบเดียวกับที่มนุษย์ใช้ในการตัดสินใจ ผลการค้นพบนี้บ่งชี้ว่าจุดอคติเหล่านี้ไม่ได้เป็นข้อบกพร่องของการคิดของมนุษย์ แต่เป็นส่วนสำคัญของระบบการรับรู้ของเรา พวกมันเป็นกลยุทธ์ที่มีประสิทธิภาพที่สมองของเรานำไปใช้เพื่อสำรวจสภาพแวดล้อมที่ซับซ้อนด้วยทรัพยากรที่จำกัด

Centaur เปิดเผยว่าการเลือกของเรานั้นไม่ใช่เรื่องสุ่มหรือเป็นตรรกะอย่างเดียว พวกมันตามรูปแบบที่สามารถเรียนรู้และคาดการณ์ได้ แต่รูปแบบเหล่านี้ซับซ้อนและขึ้นกับบริบท Centaur แสดงให้เห็นว่าการตัดสินใจของมนุษย์เกี่ยวข้องกับการทำงานร่วมกันอย่างซับซ้อนของกระบวนการทางการรับรู้ที่โต้ตอบกันในรูปแบบที่ละเอียดอ่อน

หน้าต่างใหม่สู่การคิดของมนุษย์

จิตวิทยาแบบดั้งเดิมได้พยายามทำความเข้าใจการตัดสินใจของมนุษย์ผ่านการศึกษาแยกส่วนและโมเดลทฤษฎีต่าง ๆ วิธีการของ Centaur เป็นเส้นทางที่แตกต่าง โดยการฝึก AI ด้วยข้อมูลพฤติกรรมมนุษย์จำนวนมหาศาล นักวิจัยสามารถทดสอบทฤษฎีเกี่ยวกับการตัดสินใจได้ในระดับที่ไม่เคยมีมาก่อน เมื่อ AI ทำการพยากรณ์พฤติกรรมของมนุษย์ นักวิจัยสามารถเปรียบเทียบผลการพยากรณ์เหล่านั้นกับการเลือกของมนุษย์จริงเพื่อระบุช่องว่างในทฤษฎีจิตวิทยาปัจจุบัน กระบวนการนี้สร้างวงจรป้อนกลับที่ AI ช่วยให้เราเข้าใจตนเองได้ดีขึ้น

นอกเหนือจากการให้ข้อเสนอแนะ Centaur ยังสามารถใช้เพื่อการค้นพบทางวิทยาศาสตร์ นักวิจัยได้แสดงให้เห็นโดยใช้โมเดลร่วมกับโมเดลภาษา เช่น DeepSeek-R1 เราสามารถสร้างสมมติฐานใหม่เกี่ยวกับกลยุทธ์การตัดสินใจของมนุษย์ วิธีการนี้ซึ่งเรียกว่า การลดความเสียใจทางวิทยาศาสตร์ ทำให้นักวิจัยสามารถระบุรูปแบบในพฤติกรรมของมนุษย์ที่ทฤษฎีเดิมไม่อธิบายได้

Centaur แสดงถึงแนวคิดใหม่ในวิทยาศาสตร์การรับรู้ ที่โมเดล AI ทำหน้าที่ทั้งเป็นวัตถุศึกษาและเป็นเครื่องมือในการสร้างความเข้าใจเชิงทฤษฎีใหม่ การผสานข้อมูลพฤติกรรมขนาดใหญ่กับความสามารถของ AI เปิดโอกาสให้เกิดการค้นพบที่เป็นไปไม่ได้หากใช้วิธีการทดลองแบบดั้งเดิมเพียงอย่างเดียว

ความท้าทายและแนวทางในอนาคต

แม้การพัฒนา Centaur จะเป็นความก้าวหน้าที่สำคัญในวิทยาศาสตร์การรับรู้ แต่ยังคงมีความท้าทายที่สำคัญอยู่ การพยากรณ์ของโมเดลอิงจากรูปแบบจากการทดลองทางจิตวิทยาซึ่งอาจไม่ครอบคลุมความซับซ้อนของการตัดสินใจในโลกจริง การเลือกของมนุษย์ในห้องปฏิบัติการอาจแตกต่างจากการเลือกในสภาพแวดล้อมธรรมชาติที่มีความเสี่ยงสูงกว่าและบริบทซับซ้อนมากขึ้น

นอกจากนี้ยังมีคำถามเกี่ยวกับความสามารถในการทั่วไปของผลการศึกษาเหล่านี้ในประชากรและวัฒนธรรมที่ต่างกัน การศึกษาทางจิตวิทยาที่ใช้ฝึก Centaur ส่วนใหญ่เกี่ยวข้องกับผู้เข้าร่วมจากกลุ่มประชากรเฉพาะ การทำความเข้าใจว่ารูปแบบการตัดสินใจแตกต่างกันอย่างไรในวัฒนธรรมและบริบทที่หลากหลายยังคงเป็นพื้นที่วิจัยที่กำลังดำเนินอยู่

ผลกระทบด้านจริยธรรมของระบบ AI ที่สามารถทำนายพฤติกรรมของมนุษย์ก็ต้องได้รับการพิจารณาอย่างรอบคอบ แม้ว่เครื่องมือเหล่านี้จะให้ข้อมูลเชิงลึกที่มีค่า แต่ก็ทำให้เกิดข้อกังวลเกี่ยวกับความเป็นส่วนตัวและศักยภาพในการถูกใช้เพื่อการบิดเบือน เมื่อ AI เข้าใจการตัดสินใจของมนุษย์ได้ดีขึ้น เราจำเป็นต้องมีกรอบการทำงานเพื่อให้แน่ใจว่าความสามารถเหล่านี้ถูกใช้อย่างรับผิดชอบ

การพัฒนา Centaur เพิ่งเป็นจุดเริ่มต้นของยุคใหม่ในวิทยาศาสตร์การรับรู้ นักวิจัยมีแผนจะขยายชุดข้อมูลให้รวมประชากรที่หลากหลายมากขึ้น ข้อมูลด้านประชากรและลักษณะทางจิตวิทยาในอนาคตอาจรวมข้อมูลหลายรูปแบบรวมถึงข้อมูลภาพและเสียง เพื่อให้ได้ภาพที่ครบถ้วนยิ่งขึ้นของการรับรู้ของมนุษย์

ความสำเร็จของ Centaur ยังชี้ไปสู่การพัฒนาโครงสร้างการรับรู้ที่ซับซ้อนยิ่งขึ้น ซึ่งผสานโมดูลเฉพาะโดเมนและโมดูลทั่วไปเข้าด้วยกัน สิ่งนี้อาจนำไปสู่ระบบ AI ที่ไม่เพียงทำนายพฤติกรรมของมนุษย์เท่านั้น แต่ยังแสดงความสามารถในการให้เหตุผลแบบมนุษย์ได้มากขึ้น

สรุปสำคัญ

Centaur แสดงถึงการเปลี่ยนแปลงวิธีที่เราศึกษาการรับรู้ของมนุษย์ โดยการผสานขนาดและพลังของ AI สมัยใหม่กับประเพณีอันลึกซึ้งของการวิจัยจิตวิทยา มันมอบมุมมองใหม่ต่อการตัดสินใจของมนุษย์ แม้จะยังมีความท้าทายอยู่ แต่ความสำเร็จของโมเดลในการพยากรณ์พฤติกรรมในหลายโดเมนบ่งบอกว่าเรากำลังเข้าสู่ยุคใหม่ที่ AI และวิทยาศาสตร์การรับรู้ทำงานร่วมกันเพื่อเปิดเผยความลับของจิตใจมนุษย์