งานวิจัยพบ Gemini, ChatGPT และ AI ส่วนใหญ่มี "Pattern การคิดที่เหมือนกัน"

Key takeaway

• งานวิจัยจาก Engineering Applications of Artificial Intelligence ทดสอบ AI Model กว่า 20 รายการ พบว่า Gemini, GPT และ Llama ต่างมี Pattern การสร้างไอเดียที่ Converge เข้าหากัน ทำให้ Output ที่ได้มี Range แคบกว่าความคิดของมนุษย์อย่างมีนัยสำคัญ แม้จะมาจาก Model ต่าง Family กันก็ตาม
• ปัญหาไม่ได้อยู่ที่คุณภาพของ Output รายชิ้น แต่อยู่ที่ผลกระทบในระดับ Scale เพราะเมื่อผู้ใช้จำนวนมาก Draw ไอเดียจาก Underlying Pattern เดียวกัน ความหลากหลายทางความคิดในภาพรวมจะถูกบีบให้แคบลงเรื่อย ๆ โดยที่แต่ละคนอาจไม่รู้ตัว
• AI ขาด Lived Experience, Intent และ Personal Context ซึ่งเป็นตัวแปรสำคัญที่ทำให้ความคิดมนุษย์ Diverge ได้กว้าง ดังนั้นการใช้งานที่ถูกต้องคือใช้ AI เป็น Starting Point แล้วต่อยอดด้วยมุมมองของตัวเอง ไม่ใช่ยึด Output เป็น Final Answer

แม้ AI Chatbot จะถูกออกแบบมาเพื่อเสริมศักยภาพความคิดสร้างสรรค์ของผู้ใช้งาน แต่งานวิจัยชิ้นใหม่กลับชี้ให้เห็นภาพที่แตกต่างออกไปอย่างสิ้นเชิง โดยเฉพาะเมื่อผู้ใช้เริ่มพึ่งพาเครื่องมือเหล่านี้มากจนเกินไป

งานวิจัยที่ตีพิมพ์ในวารสาร Engineering Applications of Artificial Intelligence เปิดเผยว่า AI Model ชั้นนำอย่าง Gemini, GPT และ Llama มักวนเวียนอยู่ในกรอบแนวคิดเดียวกันเมื่อต้องรับมือกับงานที่ต้องอาศัยความคิดสร้างสรรค์ แม้ว่าผลลัพธ์แต่ละชิ้นจะดูมีความคิดริเริ่มและประโยชน์ใช้สอยในตัวเอง แต่เมื่อวิเคราะห์ในภาพรวมกลับพบ Pattern ที่น่าเป็นห่วง นั่นคือ Output ที่ได้จาก Prompt หลากหลายรูปแบบและผู้ใช้จำนวนมากเริ่ม Converge เข้าหากันอย่างเห็นได้ชัด

AI ต่าง Model แต่ Pattern เดียวกัน

ทีมนักวิจัยไม่ได้จำกัดการทดสอบเพียงระบบใดระบบหนึ่ง หากแต่ทำการทดสอบ AI Model มากกว่า 20 รายการ จากบริษัทที่หลากหลาย และนำผลมาเปรียบเทียบกับกลุ่มผู้เข้าร่วมการทดลองที่เป็นมนุษย์กว่า 100 คน โดยอาศัย Standardized Creativity Test เป็นเครื่องมือวัด ไม่ว่าจะเป็นการ Brainstorm การประยุกต์ใช้งานวัตถุในชีวิตประจำวันในรูปแบบใหม่ หรือการระบุความสัมพันธ์ระหว่างคำที่ดูเหมือนไม่เกี่ยวข้องกัน

ผลที่ได้นั้นสอดคล้องกันอย่างชัดเจน กล่าวคือ AI Response มี Range ที่แคบกว่า แม้จะมาจาก Model ต่าง Family กันก็ตาม เมื่อนำความคล้ายคลึงของคำตอบมา Map กัน จะพบว่าคำตอบของ Chatbot Cluster กันอยู่อย่างหนาแน่น ในขณะที่คำตอบของมนุษย์กระจายตัวออกไปในพื้นที่ที่กว้างกว่ามาก

ความพยายามแก้ไขปัญหานี้ก็ยังไม่ได้ผลเท่าที่ควร การเพิ่มค่า Randomness ช่วยได้เพียงเล็กน้อย แต่กลับทำให้ Coherence ของคำตอบลดลงอย่างรวดเร็ว ส่วนการ Prompt ให้ AI คิดสร้างสรรค์มากขึ้นก็ให้ผลดีขึ้นได้อยู่บ้าง แต่ไม่ได้ช่วยขยาย Range ของไอเดียออกไปได้อย่างมีนัยสำคัญ

ผลกระทบต่อกระบวนการสร้างไอเดียของผู้ใช้

เมื่อมองผิวเผิน AI ยังคงดูน่าประทับใจ เนื่องจาก Response หลายรายการมีระดับ Originality เทียบเท่าหรือสูงกว่าค่าเฉลี่ยของมนุษย์ อย่างไรก็ตาม ปัญหาจะปรากฏชัดขึ้นเมื่อมองในระดับ Scale เพราะเมื่อผู้คนจำนวนมากใช้เครื่องมือชนิดเดียวกันเพื่อ Brainstorm หรือเขียนเนื้อหา พวกเขาก็กำลัง Draw จาก Underlying Pattern เดียวกัน ซึ่งในระยะยาวจะค่อย ๆ บีบ Range ของไอเดียให้แคบลง แม้ว่าแต่ละไอเดียจะดูแตกต่างกันเมื่อพิจารณาแยกส่วน

ส่วนหนึ่งของข้อจำกัดนี้มาจากสิ่งที่ AI ขาดไป ได้แก่ Lived Experience, Intent และ Personal Context ซึ่งการขาดองค์ประกอบเหล่านี้เป็นตัวจำกัดระยะที่ไอเดียจะสามารถ Diverge ออกไปได้ ไม่ว่าจะ Prompt ในรูปแบบใดก็ตาม นอกจากนี้งานวิจัยยังชี้ให้เห็นมิติด้านพฤติกรรมอีกประการหนึ่ง คือผู้ใช้มีแนวโน้มที่จะพึ่งพา AI Suggestion มากเกินไป แทนที่จะนำไปเป็นจุดตั้งต้นและต่อยอดด้วยความคิดของตนเอง

ประเด็นที่ต้องติดตาม

ปัญหานี้ไม่ได้ผูกติดอยู่กับ Product ใด Product หนึ่ง แต่ดูเหมือนจะเป็น Shared Trait ของ Modern AI System โดยรวม แม้แต่ Model ที่พัฒนาโดยบริษัทต่างกันก็ยังให้ Output ที่ Overlap กัน ซึ่งสะท้อนให้เห็น Deeper Constraint ในกระบวนการที่เครื่องมือเหล่านี้ใช้สร้างไอเดีย

ในปัจจุบัน AI ยังคงทำงานได้ดีที่สุดในฐานะ จุดเริ่มต้น ไม่ใช่บทสรุปสุดท้าย ใช้มันเพื่อจุดประกาย Direction จากนั้นจึง Build ต่อยอดด้วยมุมมองของตัวเอง มิเช่นนั้น สิ่งที่เกิดขึ้นก็ไม่ใช่การคิดอย่างแท้จริง หากแต่เป็นเพียงการ Remix ไอเดียชุดเดิม ที่ทุกคนกำลังหยิบใช้ร่วมกันอยู่

Why it matters

💡 งานวิจัยล่าสุดที่ตีพิมพ์ใน Engineering Applications of Artificial Intelligence เปิดเผยข้อเท็จจริงที่นักพัฒนาและผู้ใช้ AI ทุกคนควรรับรู้ นั่นคือ Chatbot ชั้นนำอย่าง Gemini, ChatGPT และ Llama ต่างมี Pattern การสร้างไอเดียที่ Converge เข้าหากันอย่างน่าเป็นห่วง ซึ่งอาจบั่นทอนความหลากหลายทางความคิดสร้างสรรค์ในระดับ Scale ใหญ่ได้ หากคุณใช้ AI เป็นส่วนหนึ่งของ Workflow การทำงาน บทความนี้จะช่วยให้คุณเข้าใจข้อจำกัดที่แท้จริงและปรับวิธีใช้งานได้อย่างชาญฉลาดยิ่งขึ้น

ข้อมูลอ้างอิงจาก https://www.digitaltrends.com/computing/gemini-chatgpt-and-most-other-ai-chatbots-think-alike-and-its-bad-for-human-creativity/