การวิจัยชี้ว่า ChatGPT มีความน่าเชื่อถือสูงในฐานะผู้ให้บริการข่าว

การวิจัยใหม่แสดงให้เห็นว่าป้ายกำกับตรวจสอบข้อเท็จจริงของ ChatGPT มีประสิทธิภาพมากกว่าการชอบ การแชร์ และแม้กระทั่งแบรนด์ข่าวที่น่าเชื่อถือ เมื่อพูดถึงการกำหนดสิ่งที่ผู้คนเชื่อและต้องการแชร์ออนไลน์

การศึกษาใหม่ของ 1,000 คนพบว่าเมื่อ ChatGPT ให้คะแนนความน่าเชื่อถือแก่ข่าวการเมือง มันจะเปลี่ยนสิ่งที่ผู้คนเชื่อและต้องการแชร์ – ไม่ว่าพวกเขาจะมีมุมมองทางการเมืองเริ่มต้นอย่างไร ปัจจัยอิทธิพลแบบดั้งเดิม เช่น การชอบหรือการแชร์ ไม่มีผลกระทบมากนัก แต่ตัวชี้วัดของ AI มีผลกระทบอย่างมากต่อความน่าเชื่อถือที่ดูเหมือนจะน่าเชื่อถือ

จากเอกสารใหม่ ภาพประกอบวิธีที่ผู้คนประเมินหัวข้อข่าว โดยอาศัยสามสัญญาณที่โต้ตอบกัน: ส่วนหนึ่งว่าเรื่องราวสอดคล้องกับอัตลักษณ์ทางการเมืองของตนหรือไม่; ส่วนหนึ่งว่ามีการมีส่วนร่วมทางสังคมมากน้อยเพียงใด; และส่วนหนึ่งว่าสัญญาณความน่าเชื่อถือที่ให้มาโดยสถาบันหรือระบบ AI มีมากน้อยเพียงใด สิ่งเหล่านี้รวมกันเพื่อกำหนดความถูกต้องที่รับรู้และความน่าจะเป็นในการแชร์ข้อมูล แหล่งที่มา

ความกว้างขวางที่ AI สรุปถือเป็นแหล่งข้อมูลข่าวที่น่าเชื่อถืออาจเป็นหัวข้อที่สำคัญที่สุดในวงการสื่อในช่วงหลายปีที่ผ่านมา ไม่น้อยเพราะการสรุป AI ของ Google ได้ ดึงดูดผู้ชมออกจาก สถานีออกอากาศออนไลน์รายใหญ่ส่วนใหญ่ในปี 2025 โดยไม่มีความแน่นอนว่าการส่งต่ออำนาจนี้จะไปในทิศทางใดในระยะยาวหรือแม้แต่ระยะกลาง

ผู้เขียนงานใหม่ระบุว่า:

‘ผลการวิจัยเหล่านี้เน้นถึงทั้งโอกาสและความเสี่ยงของการให้ข้อเสนอแนะเชิงอัลกอริทึมในการกำหนดความเข้าใจของสาธารณชน สัญญาณที่สร้างโดย AI สามารถช่วยบรรเทาอคติและเพิ่มความสามารถในการแยกแยะความน่าเชื่อถือ แต่ผลกระทบของสัญญาณเหล่านี้แตกต่างกันไปตามอัตลักษณ์ทางการเมืองและต้องมีความเสี่ยงด้านจริยธรรมที่เกี่ยวข้องกับการพึ่งพามากเกินไป […]

‘…ผลกระทบของ ChatGPT ที่มีขนาดใหญ่นี้เน้นย้ำถึงการแลกเปลี่ยนที่สำคัญ: ในขณะที่การให้ข้อเสนอแนะของ AI มีผลเชิง说服 แต่อาจแทนที่การคิดอย่างมีวิจารณญาณหากไม่ได้รับการจัดทำอย่างรอบคอบ’

ผู้เขียนแนะนำว่าการวิจัยในอนาคตควรเน้นไปที่การแทรกแซงความน่าเชื่อถือของ AI ที่ดีขึ้น ซึ่งเป็นอิสระและสนับสนุนข้อเท็จจริงที่ทราบ และพวกเขาเห็นว่าสิ่งนี้มีความสำคัญอย่างยิ่งในหัวข้อที่ทำให้เกิดการแบ่งขั้ว

นอกจากการขึ้นมาของ ChatGPT ในฐานะ ‘ผู้มีอำนาจ’ ที่ไม่คาดคิด และผลกระทบต่ำที่ไม่คาดคิดของสัญญาณการแชร์ (ซึ่งผู้เขียนคิดว่าอาจเป็นเพราะสภาพการทดลองที่ ‘เย็นชา’ เล็กน้อย) อีกผลลัพธ์ที่น่าสนใจหนึ่งจากการทดลองของนักวิจัยเกี่ยวข้องกับประชากรศาสตร์และเพศ:

‘ผู้หญิงและผู้เข้าร่วมที่เป็นชนกลุ่มน้อยทางเชื้อชาติ (โดยเฉพาะผู้ใช้ชาวแอฟริกันและลาติน) ตอบสนองอย่างดีต่อข้อเสนอแนะที่อาศัย AI มากกว่าป้ายกำกับของสถาบัน’

งานใหม่ ชิ้นนี้ มีชื่อว่า สัญญาณความน่าเชื่อถือของ AI มีมากกว่าสถาบันและความเกี่ยวข้องในการกำหนดการรับรู้ข่าวในโซเชียลมีเดีย และมาจากนักวิจัยสามคนจากมหาวิทยาลัยน็อทเทรอดาม

มาดูกันว่ากระบวนการและข้อสรุปของเอกสารนั้นเป็นอย่างไร

วิธีการ

ทดสอบสมมติฐานสี่ประการ: ว่าผู้คนจะให้คะแนนหัวข้อข่าวที่สะท้อนถึงมุมมองทางการเมืองของตนเองว่ามีความถูกต้องมากกว่า; ว่าสัญญาณความน่าเชื่อถือที่สร้างโดย AI จะมีผลกระทบมากกว่าสัญญาณจากสถาบันที่จัดตั้งขึ้น; ว่าหัวข้อข่าวที่มีการมีส่วนร่วมสูง (เช่น วัดจากไลค์ แชร์ หรือความคิดเห็น) จะถูกมองว่ามีความน่าเชื่อถือมากกว่า; และผู้ใช้จะยอมรับการตัดสินของ AI เกี่ยวกับความถูกต้องของหัวข้อข่าว แม้ว่าจะขัดแย้งกับความเชื่อของตนเอง

ผู้เข้าร่วมในงานศึกษานี้มาจาก แพลตฟอร์ม Prolific และต้องมีความสามารถในการสื่อสารภาษาอังกฤษได้ และเป็นผู้บริโภคข่าวที่สม่ำเสมอ; และกระบวนการแบบสุ่มทำให้แน่ใจว่าผู้เข้าร่วมมีความหลากหลายทางเชื้อชาติและเพศ

ในงานทดลอง* ผู้เข้าร่วมถูกแบ่งออกเป็นสี่กลุ่ม แต่ละกลุ่มแสดงข้อเสนอแนะที่แตกต่างกันร่วมกับหัวข้อข่าว

ในกลุ่มแรก (กลุ่ม ควบคุม) ไม่มีข้อมูลเพิ่มเติมเกี่ยวกับความน่าเชื่อถือของหัวข้อข่าว; ในกลุ่มที่สอง หัวข้อข่าวถูกป้ายกำกับด้วยอัตราความเอนเอียงจาก GroundNews ซึ่งเป็นบริการที่จัดประเภทแหล่งข่าวเป็นซ้าย กลาง หรือขวา

กลุ่มที่สามเห็นป้ายกำกับของ GroundNews เหมือนกัน แต่ พลิก เพื่อสร้างความไม่ตรงกันซึ่งออกแบบมาเพื่อทดสอบว่าผู้ใช้จะตรวจจับการบิดเบือนหรือไม่

กลุ่มสุดท้ายเห็นการประเมินความน่าเชื่อถือที่เขียนโดย ChatGPT โดยให้คำอธิบายสั้น ๆ และอัตราเช่น ‘ไม่ถูกต้อง‘

โครงร่างแนวคิดสำหรับการทดลอง: ผู้เข้าร่วมแต่ละคนเห็นหัวข้อข่าวทางการเมืองพร้อมกับสัญญาณความน่าเชื่อถือและอัตราการมีส่วนร่วมทางสังคมที่แตกต่างกัน การตอบสนองถูกเก็บรวบรวมเกี่ยวกับว่าหัวข้อข่าวแต่ละหัวข้อดูเหมือนถูกต้องและน่าจะแชร์ และลำดับเต็มถูกทำซ้ำตลอด 21 รายการ

ข้อมูลและการทดสอบ

ผู้เข้าร่วมแต่ละคนเห็นลำดับของ 21 หัวข้อข่าวทางการเมือง สำหรับหัวข้อข่าวแต่ละหัวข้อ ระดับการมีส่วนร่วมทางสังคมจะถูกเปลี่ยนแปลง; บางครั้งไม่มีไลค์หรือแชร์ และบางครั้งมีมาก การส่งสัญญาณเหล่านี้ถูกสุ่มเพื่อหลีกเลี่ยงรูปแบบที่ตายตัว

หัวข้อข่าวมาจากมุมมองทางการเมืองที่หลากหลาย และถูกป้ายกำกับว่าเป็น ซ้าย, ขวา หรือ กลาง

หลังหัวข้อข่าวแต่ละหัวข้อ ผู้เข้าร่วมถูกถามว่า ถูกต้อง เพียงใด และว่าพวกเขาจะแชร์หรือไม่ เนื่องจากผู้เข้าร่วมแต่ละคนได้ระบุถึงการเชื่อมโยงทางการเมืองของตนเองแล้ว จึงเป็นไปได้ที่จะวิเคราะห์ว่าหัวข้อข่าวที่มาจากด้านเดียวกันของสเปกตรัมทางการเมืองจะถูกจัดอันดับให้ดีกว่าหรือไม่

ผู้เข้าร่วมจัดอันดับหัวข้อข่าวแต่ละหัวข้อสองครั้ง: ครั้งหนึ่งสำหรับว่าดูเหมือนถูกต้อง และครั้งหนึ่งสำหรับว่าน่าจะแชร์ การตอบสนองถูกวัดในระดับ 0-10

นักวิจัยรวมคำตอบเหล่านี้เข้ากับข้อมูลเพิ่มเติม: ข้อมูลประชากรและข้อมูลการใช้สื่อจากผู้เข้าร่วมแต่ละคน; ป้ายกำกับทางการเมืองสำหรับหัวข้อข่าวแต่ละหัวข้อ; ประเภทของสัญญาณความน่าเชื่อถือที่แสดง; และระดับการมีส่วนร่วมทางสังคมที่กำหนด

อิทธิพลของอัตลักษณ์ทางการเมือง

ในการทดสอบครั้งแรก ซึ่งตรวจสอบว่าผู้คนจัดอันดับหัวข้อข่าวให้สูงกว่าเมื่อหัวข้อข่าวสอดคล้องกับมุมมองทางการเมืองของตนเอง ผลการวิจัยชี้ว่าผู้เข้าร่วมมีแนวโน้มที่จะเชื่อหัวข้อข่าวที่สอดคล้องกับมุมมองของตนเอง – แต่นี่ขึ้นอยู่กับกลุ่ม

ผู้ที่มีแนวคิดกลางมีความเอนเอียงเข้าข้างในกลุ่มของตนเองมากที่สุด ในขณะที่ผู้ที่มีแนวคิดซ้ายหรือขวาเชื่อหัวข้อข่าวที่มีแนวคิดกลางมากที่สุด; และโดยรวมแล้ว หัวข้อข่าวที่เป็นกลางถูกจัดอันดับให้สูงกว่าหัวข้อข่าวที่มีแนวคิดซ้ายหรือขวา

ภาพประกอบว่าการจัดอันดับความถูกต้องและความสามารถในการแชร์เปลี่ยนแปลงไปตามทั้งอัตลักษณ์ทางการเมืองของหัวข้อข่าวและความเชื่อมโยงทางการเมืองของผู้เข้าร่วม ผู้ที่มีแนวคิดกลางมีแนวโน้มที่จะจัดอันดับ ‘กลุ่มใน’ ให้สูง และแชร์มากที่สุด ในขณะที่ผู้ที่มีแนวคิดซ้ายหรือขวาไม่มีแนวโน้มที่จะแชร์

ในผลลัพธ์ของการทดลองครั้งแรก พบว่ามีผลกระทบของกลุ่มในต่อความสามารถในการแชร์; แต่เฉพาะสำหรับผู้ที่มีแนวคิดกลางเท่านั้น ซึ่งมีแนวโน้มที่จะแชร์หัวข้อข่าวที่สอดคล้องกับอัตลักษณ์ทางการเมืองของตนเอง (เช่น หัวข้อข่าวที่เป็นกลาง) มากที่สุด

การวิเคราะห์ความแปรผัน (ANOVA) ซึ่งเป็นวิธีการที่ใช้ในการตรวจสอบความแตกต่างระหว่างกลุ่ม พบว่าความสอดคล้องมีผลกระทบต่อความสามารถในการแชร์เมื่อมันโต้ตอบกับอัตลักษณ์ทางการเมืองเท่านั้น ความน่าเชื่อถือและความสามารถในการแชร์เชื่อมโยงกัน แต่เฉพาะผู้ที่มีแนวคิดกลางเท่านั้นที่แสดงรูปแบบที่ชัดเจนในทั้งสองด้าน

ความน่าเชื่อถือของสถาบันเทียบกับ AI

การทดสอบครั้งต่อไปถามว่าผู้คนเชื่อถืออันดับความน่าเชื่อถือของ AI มากกว่าแหล่งข้อมูลแบบดั้งเดิม เช่น เว็บไซต์ประเมินข่าว – โดยเฉพาะอย่างยิ่งเมื่ออันดับความน่าเชื่อถืออาจขัดแย้งกับมุมมองทางการเมืองของตนเอง

การจัดอันดับความน่าเชื่อถือและความสามารถในการแชร์ข้ามแหล่งข้อมูลที่ให้ข้อเสนอแนะ: ทั้งสามสัญญาณเพิ่มความถูกต้องเมื่อเทียบกับการควบคุม โดยมี GroundNews ให้คะแนนสูงสุด แต่ ChatGPT สร้างผลกระทบเชิงการตลาดที่กว้างขวางยิ่งขึ้น โดยแสดงให้เห็นว่ามีผลกระทบเชิงการตลาดที่กว้างขวาง

ทุกข้อเสนอแนะที่เพิ่มความถูกต้องที่รับรู้; แต่ GroundNews มีประสิทธิภาพมากที่สุดเมื่อสอดคล้องกับมุมมองทางการเมืองของผู้ใช้

ChatGPT เพิ่มอันดับความถูกต้องทั่วทั้งกระดาน ซึ่งบ่งชี้ว่ามันถูกมองว่าเป็นกลาง; ผู้ที่มีแนวคิดขวาไม่ได้รับผลกระทบจาก GroundNews แต่ตอบสนองต่อ ChatGPT ในลักษณะเดียวกันกับกลุ่มอื่น ๆ

ที่นี่เราจะเห็นผลกระทบของข้อเสนอแนะจาก ChatGPT ต่อความน่าเชื่อถือที่รับรู้ ผลการวิจัยยืนยันว่าความเชื่อมั่นในสัญญาณของสถาบันขึ้นอยู่กับการสอดคล้อง ในขณะที่ความเชื่อมั่นในสัญญาณอัลกอริทึมไม่ขึ้นอยู่กับการสอดคล้อง ChatGPT เพิ่มทั้งความน่าเชื่อถือและความสามารถในการแชร์ข้ามกลุ่ม โดยเฉพาะอย่างยิ่งสำหรับผู้ที่มีแนวคิดขวา

การวัดทางสังคมมีผลกระทบน้อย

การวิเคราะห์ครั้งที่สามทดสอบว่าการส่งสัญญาณการมีส่วนร่วมทางสังคมที่มองเห็นได้ เช่น ไลค์ แชร์ หรือความคิดเห็น จะเพิ่มความน่าเชื่อถือหรือความสามารถในการแชร์โดยการทำงานเป็นหลักฐานทางสังคมหรือไม่; แต่ไม่พบผลกระทบดังกล่าว

การทดสอบพบว่าระดับการมีส่วนร่วม เช่น ไลค์หรือแชร์ ไม่มีผลกระทบต่อความถูกต้องที่ดูเหมือนจะน่าเชื่อถือ และมีผลกระทบอ่อนและไม่น่าเชื่อถือต่อความสามารถในการแชร์ ไม่เหมือนกับสัญญาณอัลกอริทึมหรือสถาบัน สัญญาณเหล่านี้ไม่ดูเหมือนจะส่งผลกระทบต่อการตัดสินในบริบทนี้

ข้อเสนอแนะของ AI มีผลกระทบต่อความเชื่อถือ

การทดสอบครั้งที่สี่และครั้งสุดท้ายทดสอบว่าผู้ใช้จะปรับเปลี่ยนการตัดสินใจเกี่ยวกับความน่าเชื่อถือและความสามารถในการแชร์ตามป้ายกำกับที่สร้างโดย AI หรือไม่: ถูกต้อง; ถูกต้องบางส่วน; ไม่ได้รับการยืนยัน; หรือ ไม่ถูกต้อง ทั้งหมดนี้ได้รับการจัดสรรโดย ChatGPT

ผู้เข้าร่วมตอบสนองอย่างแข็งแกร่งต่อป้ายกำกับความน่าเชื่อถือที่สร้างโดย AI อันดับความถูกต้องเพิ่มขึ้นหรือลดลงตามข้อเสนอแนะของ ChatGPT โดยมีผลกระทบมากที่สุดเมื่อหัวข้อข่าวถูกป้ายกำกับว่า ถูกต้อง หรือ ไม่ถูกต้อง

ข้อเสนอแนะของ ChatGPT มีผลกระทบต่อทั้งอันดับความถูกต้องและความสามารถในการแชร์ ด้านบน: อันดับความถูกต้องเพิ่มขึ้นตามป้ายกำกับที่เป็นบวก โดยเฉพาะอย่างยิ่งเมื่อหัวข้อข่าวถูกป้ายกำกับว่า ‘ถูกต้อง’ และลดลงเมื่อป้ายกำกับว่า ‘ไม่ถูกต้อง’ ด้านล่าง: ความสามารถในการแชร์ตามรูปแบบที่คล้ายกัน แต่มีการเปลี่ยนแปลงที่มากกว่าตามกลุ่ม: ผู้ที่มีแนวคิดซ้ายตอบสนองอย่างแข็งแกร่งต่อป้ายกำกับลบ ในขณะที่ผู้ที่มีแนวคิดขวาแสดงการเปลี่ยนแปลงที่อ่อนลง

อัตลักษณ์ทางการเมืองกำหนดผลกระทบเหล่านี้ โดยผู้ใช้เชื่อถือ ChatGPT มากขึ้นเมื่อข้อเสนอแนะของมันสอดคล้องกับมุมมองของตนเอง

พฤติกรรมการแชร์ตามรูปแบบที่คล้ายกัน: หัวข้อข่าว ‘กลุ่มใน’ ที่ป้ายกำกับว่า ‘ถูกต้อง’ ถูกแชร์มากที่สุด โดยเฉพาะอย่างยิ่งภายใต้ป้ายกำกับที่ไม่ชัดเจน เช่น ถูกต้องบางส่วน

ผลการวิจัยเหล่านี้ตามที่เอกสารเสนอว่า ข้อเสนอแนะของ AI สามารถเปลี่ยนพฤติกรรมของผู้ใช้ได้; และยังเสี่ยงต่อการเสริมสร้างการแบ่งขั้วหรือยับยั้งการคิดอย่างมีวิจารณญาณ

ใครที่เชื่อถือ AI มากที่สุด?

การวิเคราะห์ตามมาที่ตรวจสอบว่าประชากรศาสตร์ของผู้ใช้มีผลกระทบต่อการตอบสนองต่อป้ายกำกับความน่าเชื่อถืออย่างไร ป้ายกำกับของ ChatGPT เพิ่มอันดับความถูกต้องโดยรวม แต่ผลกระทบนี้อ่อนลงในผู้ใช้ที่มีการศึกษาสูงและผู้ที่ใช้สื่อโซเชียลบ่อย ซึ่งแสดงความกังขา

กลุ่มเหล่านี้ตอบสนองอย่างลบต่อป้ายกำกับของ GroundNews และ Reversed ซึ่งบ่งชี้ว่าป้ายกำกับที่แสดงความเอนเอียงอย่างชัดเจนอาจทำให้ผู้ใช้ที่มีความรู้ด้านสื่อสูงรู้สึกไม่สบายใจ

ในทางกลับกัน ผู้หญิงและผู้เข้าร่วมที่เป็นชนกลุ่มน้อยทางเชื้อชาติ (โดยเฉพาะผู้ใช้ชาวแอฟริกันและลาติน) ตอบสนองอย่างดีต่อ ChatGPT มากกว่าป้ายกำกับของสถาบัน

การตอบสนองทางประชากรศาสตร์ต่อประเภทข้อเสนอแนะ โดยแต่ละแผงแสดงว่ากลุ่มตอบสนองอย่างไรต่อป้ายกำกับความน่าเชื่อถือที่แตกต่างกัน ป้ายกำกับของ ChatGPT มีผลกระทบต่อความถูกต้องที่สอดคล้องกันมากที่สุด ในขณะที่ผลกระทบต่อความสามารถในการแชร์ไม่สม่ำเสมอ โดยมีการเปลี่ยนแปลงตามเชื้อชาติ เพศ และการใช้สื่อ

พฤติกรรมการแชร์สะท้อนถึงการแบ่งแยกนี้: ป้ายกำกับของ GroundNews ลดความสามารถในการแชร์อย่างรุนแรงที่สุดในผู้ใช้สื่อโซเชียลและผู้ที่ติดตามข่าวสาร ในขณะที่ผลกระทบของ ChatGPT มีความหลากหลาย โดยที่ผู้ที่มีระดับการศึกษาสูงตอบสนองต่อ ทุก ประเภทของข้อเสนอแนะ

ผู้เขียนสรุปว่า:

‘ผลการวิจัยเหล่านี้มีผลกระทบโดยตรงต่อการออกแบบการแทรกแซงความน่าเชื่อถือในระบบสังคม-เทคโนโลยี ผู้ใช้ได้รับอิทธิพลจากข้อเสนอแนะเชิงอัลกอริทึมซึ่งสามารถแทนที่สัญญาณของสถาบันและลดอคติแบบพรรค派 – แต่ยังเสี่ยงต่อการทำให้เกิดการพึ่งพามากเกินไป’

‘สัญญาณของสถาบันยังคงมีประสิทธิภาพสำหรับผู้ใช้บางคน แต่ผลกระทบของสัญญาณเหล่านี้ลดลงในสภาพแวดล้อมที่มีการแบ่งขั้วหรือไม่มีความไว้วางใจ ส่วนตัวชี้วัดการมีส่วนร่วม เช่น ไลค์และแชร์ ถูกมองข้าม ซึ่งบ่งชี้ว่ามีคุณค่าเชิง说服ที่ลดลงเมื่อนำเสนอโดยไม่มีบริบททางสังคม’

‘เพื่อสนับสนุนการประเมินข่าวที่มีข้อมูลและเท่าเทียมกัน การแทรกแซงที่ขับเคลื่อนด้วย AI ต้องโปร่งใส อธิบายได้ และออกแบบมาเพื่อเพิ่มความสามารถของผู้ใช้’

‘งานในอนาคตควรตรวจสอบกลไกเหล่านี้ในบริบทที่มีความสมจริงมากขึ้น ประเมินกรอบความน่าเชื่อถือของ AI ที่แตกต่างกัน และพัฒนาระบบที่ปรับให้เข้ากับการมีส่วนร่วมอย่างมีวิจารณญาณข้ามผู้ชมที่มีความหลากหลายทางการเมือง’

สรุป

เมื่อพิจารณาถึงแนวโน้มของระบบ AI ที่สร้างขึ้นในปัจจุบันทั้งหมดในการ สร้างภาพหลอกลวง และบิดเบือนความจริง อาจเป็นเรื่องที่น่ากังวลเล็กน้อยที่การนำ ChatGPT ไปใช้อย่างกว้างขวาง (แม้ว่าการเติบโตจะ ชะลอตัวลงเล็กน้อย ในยุโรป) ยังแสดงถึงการกระโดดเชื่อมั่นอย่างมากที่ว่าโครงสร้างของระบบเหล่านี้ไม่สามารถอธิบายหรือรองรับได้

ปัญหาหนึ่งที่เกี่ยวข้องกับการเชื่อถือการนำเสนอข่าวของ AI คือการขาดระบบที่มีประสิทธิภาพในการให้บริบทแหล่งข่าวว่าเป็น ‘มีอิทธิพลทางการเมือง’ หรือเอียงไปทางใดทางหนึ่ง

แม้แต่แหล่งข่าวที่มีชื่อเสียงที่สุดใน ‘สื่อระดับที่สี่’ การเลือกสิ่งที่จะรายงานและไม่รายงานก็เป็นคำสั่งทางการเมืองในตัวมันเอง ไม่ว่า ChatGPT หรือระบบที่คล้ายกันจะไม่สามารถนำทางระดับของอคติในการตีความได้ และหัวข้อนี้ต้องการการอภิปรายมากกว่าการสรุปที่แน่นอน

ปัญหาหนึ่งคือระบบเหล่านี้มาถึงในหนึ่งในช่วงเวลาที่มีการแบ่งขั้วและความแตกแยกมากที่สุดในประวัติศาสตร์ของมนุษย์ในช่วง 80 ปีที่ผ่านมา และในเวลาที่สังคมพร้อมที่จะฟัง ‘เสียงทางเลือก’ – เช่น เทคโนโลยีใหม่ที่ถูกนำเสนอเป็นตัวกรองความจริงของโลก มากกว่าสิ่งที่มันคือจริงๆ: ตัวทำนายความน่าจะเป็นทางสถิติ โดยได้รับจากปริมาณข้อมูลที่มีอคติทางพรรคการเมืองในระดับสูง

* รายละเอียดของสิ่งเหล่านี้ผู้เขียนได้เผยแพร่ทางออนไลน์ (ดูเอกสารต้นฉบับ ท้าย P2 สำหรับ URL) อย่างไรก็ตาม ข้อมูลนี้ต้องลงทะเบียนเพื่อดู และเนื่องจากไม่ได้ดำเนินการต่อในจุดนั้น จึงไม่สามารถยืนยันได้ว่าสามารถดูได้ทั้งหมดโดยไม่ต้องเสียค่าบริการและ/หรือมีเครดิตที่จำเป็น

เผยแพร่ครั้งแรกวันพุธที่ 5 พฤศจิกายน 2025