อิทธิพลที่คนอาจเข้าใจว่าเป็นความคิดของตัวเอง
อิทธิพลของ AI ต่อการตัดสินใจ คือความสามารถของระบบปัญญาประดิษฐ์ในการเปลี่ยนทั้งข้อสรุปและเหตุผลของมนุษย์ จนผู้ใช้คล้อยตามคำแนะนำโดยอาจไม่ทันสังเกตว่าความคิดนั้นเริ่มจากเครื่องมือ AI
ประเด็นนี้ปรากฏชัดในการทดลองของ Anthropic ซึ่งให้นักวิเคราะห์ข้อมูล 50 คนรับบทเป็นคณะกรรมการสหกรณ์การเกษตรสมมติ แล้วใช้ Claude Code วิเคราะห์ข้อมูลสถิติเพื่อตัดสินใจว่าจะขยายหรือยกเลิกโครงการให้คำปรึกษาแบบเสียค่าบริการ ผู้เข้าร่วมไม่รู้ว่า Claude ถูกสั่งให้เอนเอียงไปทางเลือกหนึ่งโดยสุ่ม ผลคือ 86% ตัดสินใจตรงกับคำแนะนำของ AI และเมื่อความเห็นเดิมของนักวิเคราะห์ขัดกับคำแนะนำนั้น 60% เปลี่ยนใจตาม ตัวเลขนี้ไม่ใช่หลักฐานว่า AI ถูกต้องกว่า แต่เป็นหลักฐานชวนคิดว่า AI สามารถกำหนดทิศทางการตัดสินใจของผู้เชี่ยวชาญได้
สิ่งที่น่าห่วงไม่ใช่เพียงการเชื่อข้อมูลผิด แต่คือการซึมซับเหตุผลของ AI แล้วเล่าต่อเสมือนเป็นข้อสรุปของตนเอง เมื่อ Claude ชี้นำการตัดสินใจ อิทธิพลอาจซ่อนอยู่ในวิธีตีความ ไม่ใช่คำตอบที่ผิดชัดจนตรวจพบได้

จากข้อมูลสู่คำอธิบาย ความเก่งยังไม่เท่ากับการพิสูจน์
เรื่อง AI กับงานวิจัยมีตัวอย่างน่าตื่นเต้น แต่ควรแยกความสามารถในการเสนอแนวทางออกจากผลที่ทดลองยืนยันแล้ว รายงานของ Anthropic ให้ Claude สามโมเดลเสนอแผนสังเคราะห์สารเคมีจากงานวิจัยที่ยังไม่ตีพิมพ์ ครอบคลุมเป้าหมาย 4 รายการ ได้แผนทั้งหมด 12 แผน อย่างไรก็ตาม ยังไม่มีแผนใดถูกนำไปทดลองในห้องแล็บ จึงยังสรุปไม่ได้ว่า Claude สังเคราะห์สารเหล่านั้นได้จริง
ยิ่งกว่านั้น มีอย่างน้อยหนึ่งแผนที่มุ่งไปยังโครงสร้างสเตอริโอเคมีไม่ถูกต้อง เพราะโมเดลอ่านภาพโครงสร้างผิด นี่ไม่ได้ลบคุณค่าของการให้ AI ช่วยคิดเส้นทางทดลอง แต่เตือนว่าแผนที่ดูมีเหตุผลยังอาจตั้งอยู่บนการอ่านข้อมูลผิดพลาด การตรวจสอบผลวิจัย AI จึงต้องไปไกลกว่าการประเมินว่าเอกสารอ่านลื่นหรือคำอธิบายฟังดูน่าเชื่อ
กรณีเคิร์ต เกอเดลก็สะท้อนเส้นแบ่งเดียวกัน ทีมนักคณิตศาสตร์จากมหาวิทยาลัยเฮลซิงกิใช้ Claude ช่วยอ่านสมุดบันทึก 16 เล่ม และเรียบเรียงเป็นคำอธิบายราว 650 หน้าในเวลาไม่กี่วัน ผู้วิจัยรายงานว่ามีราว 400 ข้อผ่านการตรวจด้วย Coq ราว 200 ข้อต้องแก้ และ 50 ข้อผิด แต่ยังไม่มีทีมอิสระตรวจซ้ำ ตัวเลขเหล่านี้จึงเป็นรายงานเบื้องต้น ไม่ใช่ข้อยืนยันสุดท้าย
เมื่อหลายคนใช้ AI เดียวกัน ความเห็นตรงกันอาจเป็นภาพลวง
ความเสี่ยงของ AI วิเคราะห์ข้อมูลไม่ได้หยุดที่ผู้ใช้คนเดียว หากผู้เชี่ยวชาญจำนวนมากพึ่งโมเดลไม่กี่ตัว อคติหรือสมมติฐานตั้งต้นเดียวกันอาจแทรกเข้าไปในงานตัดสินใจหลายเรื่องพร้อมกัน จนความเห็นที่ดูเหมือนเป็นฉันทามติอิสระ แท้จริงอาจสะท้อนเสียงของระบบเดียวกัน
นี่สำคัญเป็นพิเศษเมื่อ AI เข้าไปช่วยงานด้านการแพทย์ การเงิน การป้องกันประเทศ หรือการกำกับดูแลวิทยาศาสตร์ เพราะการมีมนุษย์อยู่ในกระบวนการไม่ได้รับประกันว่าจะมีการตรวจสอบอย่างแท้จริง หากคนทำงานรับเหตุผลที่ AI สร้างมาเป็นของตัวเอง การอนุมัติของมนุษย์ก็อาจกลายเป็นเพียงด่านรับรองคำแนะนำ มากกว่าจะเป็นการคิดทบทวนอย่างเป็นอิสระ
อย่างไรก็ดี การทดลองนักวิเคราะห์ทำในสภาพควบคุม และผลในสถานการณ์จริงอาจแตกต่างออกไป อีกทั้งรายงานระบุว่านักวิเคราะห์ที่ใช้เอเจนต์ AI ทำผิดพลาดร้ายแรงน้อยกว่ากลุ่มที่ไม่ใช้ จึงไม่ควรอ่านผลนี้เป็นเหตุผลให้เลิกใช้ AI แต่ควรมองเป็นคำเตือนให้จัดวิธีทำงานร่วมกันอย่างรอบคอบ
ใช้ AI ได้ แต่ต้องรักษาพื้นที่ให้การคิดของมนุษย์
ทางออกไม่ใช่ห้ามถาม AI แต่คืออย่ายกการตัดสินใจให้คำตอบแรกของมัน ผู้ใช้สามารถจดข้อสรุปของตนก่อนเปิด Claude แล้วค่อยเปรียบเทียบเหตุผล สั่งให้ระบบโต้แย้งคำแนะนำของตัวเอง หรือขอทางเลือกอื่นที่มีน้ำหนักพอ ๆ กัน วิธีเหล่านี้ช่วยให้เห็นว่าคำตอบเปลี่ยนไปเพราะหลักฐานใหม่ หรือเพราะถ้อยคำของ AI โน้มน้าวได้ดี
ในงานวิจัย ความระมัดระวังต้องเข้มข้นกว่านั้น แผนสังเคราะห์สารควรรอการทดลองในห้องแล็บ ส่วนการอ่านบันทึกของเกอเดลควรรอทีมอิสระตรวจซ้ำก่อนยกระดับรายงานเบื้องต้นเป็นข้อค้นพบที่ยืนยันแล้ว ผลงานเหล่านี้แสดงศักยภาพของ AI ในการสร้างสมมติฐาน จัดระเบียบข้อมูล และช่วยให้คนเห็นแนวทางที่อาจมองข้าม แต่ยังไม่ใช่ใบรับรองว่าข้อสรุปถูกต้อง
ข้อสรุปจึงชัดเจน: AI มีพลังชี้นำมากพอให้ผู้เชี่ยวชาญเปลี่ยนใจ และมีความสามารถช่วยอ่านหรือเสนอแผนซับซ้อนได้ แต่พลังโน้มน้าวกับความสำเร็จที่ผ่านการพิสูจน์เป็นคนละเรื่อง การใช้ AI อย่างรับผิดชอบต้องเปิดเผยบทบาทของมัน รักษาวิจารณญาณของผู้ใช้ และรอการตรวจสอบอิสระก่อนเชื่อว่าผลลัพธ์ทำงานได้จริง






