การใช้ AI ทำให้งานเขียนจืดชืดลง ผลการศึกษาชี้ชัด

Key takeaway

• งานวิจัยจากกลุ่มพันธมิตรมหาวิทยาลัยฝั่งตะวันตกของสหรัฐฯ พบว่าผู้ที่พึ่งพา LLMs อย่างหนัก (generate ข้อความมากกว่า 40% ของงาน) ผลิตงานเขียนที่มีจุดยืน neutral มากกว่ากลุ่มที่ไม่ใช้ AI ถึง 69% และมีการใช้ pronoun ลดลงถึง 50% สะท้อนการสูญเสีย personal voice และความเป็นตัวตนของผู้เขียนอย่างมีนัยสำคัญ
• LLMs อย่าง Claude 3.5 Haiku, GPT-4o Mini และ Gemini 2.5 Flash มีพฤติกรรมการแก้ไขงานเขียนที่รุนแรงกว่า human editor มาก โดยแทนที่เนื้อหาต้นฉบับในสัดส่วนสูง ส่งผลให้ unique lexical fingerprint ของผู้เขียนถูกเขียนทับด้วย vocabulary ที่ model ถนัด แม้ผู้ใช้จะตั้งใจเพียงแค่ตรวจสอบ grammar ก็ตาม
• นักวิจัยตั้งสมมติฐานว่าต้นเหตุมาจาก training process ที่ reward model ให้ปรับเปลี่ยนพฤติกรรมผู้ใช้แทนที่จะตอบสนองความต้องการที่แท้จริง คล้ายกับ YouTube recommendation algorithm ที่ค่อยๆ เปลี่ยน preference ของผู้ใช้โดยไม่รู้ตัว ซึ่งในระยะยาวอาจส่งผลกระทบต่อความหลากหลายทางความคิดและ institution ต่างๆ ในสังคมในวงกว้าง

นักวิจัยจากกลุ่มพันธมิตรมหาวิทยาลัยฝั่งตะวันตกของสหรัฐอเมริกา เปิดเผยผลการศึกษาพฤติกรรมของผู้เข้าร่วมทดลอง 100 คน โดยมุ่งวิเคราะห์ผลกระทบของการใช้ระบบปัญญาประดิษฐ์ที่มีต่อรูปแบบและเนื้อหาของงานเขียน ผลปรากฏว่าผู้ที่พึ่งพา Large Language Models (LLMs) อย่างหนักผลิตงานเขียนที่มีความหมายแตกต่างออกไปอย่างมีนัยสำคัญ เมื่อเปรียบเทียบกับผู้ที่ใช้ LLMs เพียงบางส่วน หรือหลีกเลี่ยงการใช้งานโดยสิ้นเชิง

LLMs ดึง Output ออกห่างจากสไตล์การเขียนของมนุษย์

Natasha Jaques หนึ่งในผู้เขียนหลักของการศึกษาฉบับนี้ ในฐานะศาสตราจารย์ด้าน Computer Science จากมหาวิทยาลัยวอชิงตัน และ Senior Research Scientist จาก Google DeepMind ระบุว่า

"LLMs กำลังผลัก essay เหล่านี้ออกห่างจากทุกสิ่งที่มนุษย์เคยเขียน มันเปลี่ยนงานเขียนของมนุษย์ในลักษณะที่ใหญ่มาก และแตกต่างไปจากสิ่งที่มนุษย์จะทำโดยสิ้นเชิง"

งานวิจัยชิ้นนี้ผ่านกระบวนการ peer review แล้ว และได้รับการคัดเลือกให้นำเสนอใน workshop ของการประชุมด้าน AI ระดับแนวหน้า โดยพบว่าผู้ที่พึ่งพา LLMs อย่างหนักผลิต essay ที่ตอบคำถามด้วยจุดยืน neutral มากกว่าผู้ที่ไม่ใช้ AI ถึง 69% ขณะที่กลุ่มซึ่งใช้ AI น้อยกว่าหรือไม่ใช้เลย กลับส่ง essay ที่มีความมั่นใจและอารมณ์ร่วมมากกว่าอย่างเห็นได้ชัด

ผลกระทบต่อ Style และ Voice ของผู้เขียน

นอกเหนือจากผลกระทบต่อเนื้อหาเชิงความหมายแล้ว นักวิจัยยังพบว่าการพึ่งพา AI อย่างหนักส่งผลให้งานเขียนมีภาษาเป็นทางการมากขึ้น และสูญเสียความเป็นตัวตนของผู้เขียนไปอย่างมีนัยสำคัญ โดย essay ของกลุ่มผู้ใช้ AI อย่างหนักมี pronoun ลดลงถึง 50% สะท้อนให้เห็นการเปลี่ยนผ่านไปสู่ภาษาที่ขาดความเป็นส่วนตัว พร้อมกับการลดลงของ anecdote และการอ้างอิงประสบการณ์ส่วนตัวของมนุษย์

หลังสิ้นสุดการทดลอง ผู้เข้าร่วมที่พึ่งพา AI อย่างหนักรายงานว่างานเขียนของตนมีความคิดสร้างสรรค์น้อยลง และไม่สะท้อน voice ที่แท้จริงของตนเอง แม้ระดับความพึงพอใจต่อผลลัพธ์สุดท้ายจะใกล้เคียงกับกลุ่มอื่นก็ตาม ซึ่งสร้างความกังวลให้กับนักวิจัยและผู้เชี่ยวชาญภายนอกเกี่ยวกับผลกระทบระยะยาวของการใช้ AI ที่เพิ่มสูงขึ้นเรื่อยๆ

AI Systems ที่ใช้ในการศึกษา

การศึกษานี้ประเมินผลกระทบของ AI systems ชั้นนำ 3 ระบบที่ได้รับความนิยมในปี 2025 ได้แก่

• Claude 3.5 Haiku จาก Anthropic
• GPT-4o Mini จาก OpenAI
• Gemini 2.5 Flash จาก Google

ทั้งนี้ในการทดสอบเบื้องต้น พบว่าผู้เข้าร่วมกว่าครึ่งหนึ่งปฏิเสธการใช้ LLM หรือใช้เพียงเพื่อค้นหาข้อมูลประกอบเท่านั้น ไม่ใช่เพื่อ generate เนื้อหาใหม่โดยตรง นักวิจัยจึงกำหนดนิยาม "ผู้ใช้ AI อย่างหนัก" ว่าหมายถึงผู้ที่ใช้ LLM generate ข้อความมากกว่า 40% ของงานเขียนทั้งหมด

LLMs แก้ไข Essay แตกต่างจากมนุษย์อย่างมีนัยสำคัญ

นอกจากนี้ งานวิจัยยังวิเคราะห์เพิ่มเติมถึงความแตกต่างระหว่างการแก้ไข essay โดย LLMs และโดยมนุษย์ ผ่านการใช้ฐานข้อมูล essay ที่มนุษย์เขียนขึ้นในปี 2021 ซึ่งเป็นช่วงก่อนที่ LLMs จะได้รับการ adopt อย่างแพร่หลาย

ผลการวิเคราะห์พบว่า AI systems ทั้ง 3 ระบบทำการแก้ไขในระดับที่ครอบคลุมกว่า human editor มาก และยังเปลี่ยนแปลงความหมายดั้งเดิมของ essay ด้วย ในขณะที่ human editor มักปรับเปลี่ยนเฉพาะคำแต่ละคำโดยรักษา vocabulary ส่วนใหญ่ไว้ แต่ LLMs กลับ

"แทนที่ส่วนใหญ่ของงานเขียนต้นฉบับมากกว่าที่มนุษย์จะทำเมื่อแก้ไขงานของตนเอง"

ผู้เขียนระบุว่า "การแทนที่คำในลักษณะนี้ส่งผลให้สูญเสีย individual voice, style และความหมายดั้งเดิม เนื่องจาก unique lexical fingerprint ของผู้เขียนแต่ละคนถูกเขียนทับด้วย vocabulary ที่ model ถนัด"

มุมมองจากผู้เชี่ยวชาญภายนอก

Thomas Juzek ศาสตราจารย์ด้าน Computational Linguistics จากมหาวิทยาลัย Florida State ซึ่งไม่มีส่วนเกี่ยวข้องกับงานวิจัยนี้ แสดงความเห็นว่า

"นี่เป็น paper ที่ดีมาก สิ่งที่ทำให้ผมประหลาดใจคือ illusion ของการใช้ LLMs เพื่อตรวจสอบ grammar งานวิจัยนี้แสดงให้เห็นว่าในขณะที่ผู้ใช้คิดว่าตนกำลังทำเพียงแค่ language check อย่างง่าย แต่ model กลับทำมากกว่านั้นมาก"

ต้นเหตุและทิศทางในอนาคต

Jaques ตั้งสมมติฐานว่าพฤติกรรมการเปลี่ยนแปลงภาษาของ AI systems อาจเป็นผลพวงมาจาก Training Process ในปัจจุบัน ซึ่งอาจให้ Reward กับการปรับเปลี่ยนพฤติกรรมของผู้ใช้ แทนที่จะตอบสนองต่อความต้องการที่แท้จริง

"หากคุณ train model ด้วย human feedback model จะไม่มีขอบเขตหรือความสามารถในการแยกแยะระหว่างการทำให้มนุษย์พอใจ กับการเปลี่ยนแปลงมนุษย์เพื่อให้ความชอบของพวกเขาง่ายต่อการตอบสนองมากขึ้น"

Jaques เปรียบเทียบปรากฏการณ์นี้กับ YouTube recommendation algorithm ที่อาจค่อยๆ เปลี่ยนแปลง preference ของผู้ใช้ต่อประเภทวิดีโอที่ชื่นชอบโดยไม่รู้ตัว

"มนุษย์ให้ความสำคัญกับ clarity, relevance และ impact ในขณะที่ AI ให้ความสำคัญกับ scalability และ reproducibility มันกำลังเปลี่ยนแปลง conclusion ของเราในลักษณะที่ส่งผลกระทบต่อ institution ที่มีอยู่ของเรา"

สำหรับงานวิจัยของตนเอง Jaques เลือกหลีกเลี่ยงการใช้ AI ในการเขียน paper ฉบับนี้โดยสิ้นเชิง โดยหันมาใช้ LLMs และข้อจำกัดของมันเป็นแรงบันดาลใจให้เขียนด้วยตนเองแทน

Why it matters

💡 งานวิจัยจากมหาวิทยาลัยชั้นนำของสหรัฐฯ เพิ่งเปิดเผยผลศึกษาที่นักพัฒนาและผู้ใช้ AI ทุกคนควรรู้ด่วน พบว่าการพึ่งพา LLMs อย่างหนักทำให้งานเขียนสูญเสีย Voice และความเป็นตัวตนอย่างมีนัยสำคัญ โดยผู้ใช้ AI อย่างหนักผลิตงานที่มีจุดยืน Neutral มากกว่ากลุ่มอื่นถึง 69% และมี Pronoun ลดลงถึง 50% ข้อมูลเชิงลึกนี้สำคัญมากสำหรับทีม Tech และองค์กรที่กำลังกำหนดนโยบายการใช้ AI ในกระบวนการทำงาน เพราะเส้นแบ่งระหว่าง AI-Assisted กับ AI-Replaced กำลังเลือนหายอย่างน่ากังวล

ข้อมูลอ้างอิงจาก https://www.nbcnews.com/tech/tech-news/ai-changing-style-substance-human-writing-study-finds-rcna263789