ทำไม AI ถึงโกหกได้น่าเชื่อถือสุดๆ ?

เวลาเราใช้ Generative AI (เช่นแชตบอท) แล้วเจอคำตอบที่ “มั่นใจมาก” แต่ผิด นี่มักเข้าข่ายสิ่งที่คนเรียกกันว่า “AI Hallucination” ค่ะ/ครับ พูดง่ายๆ คือ AI สร้างข้อความ/ข้อมูลที่ดูสมเหตุสมผล เหมือนรู้จริง มีรายละเอียดครบ แต่ความจริงแล้วไม่ถูกต้อง หรือไม่มีแหล่งอ้างอิงที่ยืนยันได้ จากประสบการณ์ส่วนตัว ฉันเคยถาม AI เรื่องข้อมูลทั่วไปแบบเชิงวิชาการ แล้วมันตอบพร้อมตัวเลขและชื่อแหล่งที่มาเหมือนมีจริง พอไปค้นต่อกลับไม่พบเอกสารนั้นเลย สุดท้ายถึงเข้าใจว่า AI ไม่ได้ “รู้” แบบมนุษย์ แต่มันเดาคำถัดไปจากความน่าจะเป็น (เหมือนตัวอย่างเติมคำว่า “ไข่ดาว” ให้ “กะเพราไก่” ได้แบบเนียนๆ) เลยทำให้บางทีออกมาเป็นคำตอบที่ลื่นไหล แต่วางอยู่บนฐานที่ผิด แล้ว Hallucination ไม่ใช่การที่ระบบ AI หยุดทำงานเมื่อข้อมูลซับซ้อนเกินไป และไม่ใช่ความสามารถพิเศษในการคาดเดาความรู้สึกผู้ใช้ได้แม่นยำด้วยนะ จุดหลักคือ “สร้างข้อมูลที่ดูน่าเชื่อถือแต่ผิด” นั่นเอง วิธีที่ฉันใช้เพื่อลดโอกาสโดน AI หลอก (ตั้งใจหรือไม่ตั้งใจ) มีประมาณนี้ 1) ขอแหล่งอ้างอิงแบบตรวจได้จริง ให้ AI ใส่ลิงก์ แหล่งข้อมูล ชื่อหน่วยงาน/งานวิจัย ปีที่เผยแพร่ แล้วเราค่อยกดตรวจเอง ถ้าให้มาแบบกว้างๆ หรือให้ชื่อเอกสารที่ค้นไม่เจอ ให้สงสัยไว้ก่อน 2) เช็กข้อเท็จจริง 2 ชั้นเป็นอย่างน้อย โดยเฉพาะเรื่องสุขภาพ การเงิน กฎหมาย หรือข่าวสาร ถ้าเป็นตัวเลข/คำจำกัดความ ให้เทียบกับเว็บที่เชื่อถือได้ (หน่วยงานรัฐ มหาวิทยาลัย สื่อหลัก) 3) ถามซ้ำแบบ “บีบให้ชัด” ลองถามย้ำว่า “สรุปคำตอบสุดท้ายคืออะไร” หรือ “ถ้าผิด ชี้ให้เห็นส่วนที่อาจผิดได้ไหม” บางครั้ง AI จะเปลี่ยนคำตอบเองแบบในการ์ตูน “ใช่ชัวร์” แล้วกลายเป็น “ไม่ใช่หรอก” ซึ่งเป็นสัญญาณว่าควรตรวจเพิ่ม 4) ใส่บริบทให้ครบ ลดช่องให้เดา ถ้าถามกว้างๆ AI จะเดาเยอะ ให้ระบุประเทศ ปี กรณีตัวอย่าง เงื่อนไข และเป้าหมาย เช่น “ในประเทศไทย ปี 2026” หรือ “ขออธิบายสำหรับมือใหม่ 5 บรรทัด” 5) ใช้หลักคิด “เชื่อเสมอ…จริงไหมนะ?” ฉันชอบถามตัวเองก่อนเชื่อทุกครั้งว่า “มีอะไรยืนยันได้ไหม” เพราะ AI พูดเก่งมาก แต่ไม่ได้แปลว่าถูกเสมอ สรุปคือ AI เป็นผู้ช่วยที่ดีมาก ถ้าเราใช้แบบมีวิจารณญาณ: เราคิดคำถามตั้งต้น ให้ AI ช่วยประมวลไอเดีย แล้วเราตรวจเช็กด้วยความคิดและแหล่งข้อมูลของเราอีกที แบบนี้จะได้ประโยชน์เต็มๆ และลดโอกาสพลาดจาก AI Hallucination ได้เยอะเลย