กรรมการที่อ่อนประสบการณ์ ก็ตัดสินคนเก่งกว่าได้ — ถ้าให้ทั้งสองฝ่าย "โต้กันให้ฟัง"

เดี๋ยวนี้เวลาจะดูว่า AI ตัวไหนตอบดีกว่ากัน คนนิยมใช้ "AI อีกตัวมาเป็นกรรมการ" คอยให้คะแนน เพราะเร็วและถูกกว่าจ้างคนมานั่งตรวจ แต่มันมีปัญหาที่น่าปวดหัวข้อหนึ่ง

ปัญหาคือ ถ้างานที่ต้องตรวจมัน ยากเกินกว่าที่ตัวกรรมการจะเข้าใจ ล่ะ? กรรมการที่ "อ่อน" กว่าคนถูกตรวจ จะรู้ได้อย่างไรว่าคำตอบไหนถูก — เหมือนให้เด็กมัธยมไปตรวจข้อสอบปริญญาเอก

งานวิจัยชิ้นนี้เสนอทางออกที่หน้าตาเหมือนศาลยุติธรรมมาก แทนที่จะให้กรรมการนั่งตัดสินเองลำพัง เขาให้ผู้เข้าแข่งสองฝ่าย โต้แย้งกันต่อหน้ากรรมการ ต่างฝ่ายต่างชี้จุดอ่อนของอีกฝ่ายออกมา กรรมการไม่จำเป็นต้องแก้โจทย์เองเป็น แค่ฟังการโต้แล้วดูว่าใครมีเหตุผลหนักแน่นน่าเชื่อกว่า ก็ตัดสินถูกได้

ผลการทดลอง (บนโจทย์คณิตศาสตร์ยาก ๆ และการเขียนโปรแกรม) พบว่ากรรมการที่อ่อนกว่า พอได้ฟังการโต้แย้งสองด้าน กลับตัดสินแม่นขึ้นอย่างชัดเจน เข้าใกล้ระดับกรรมการที่เก่งจริง ทั้งที่ตัวเองยังแก้โจทย์นั้นไม่เป็นด้วยซ้ำ

บทเรียนง่าย ๆ คือ "ผู้ตรวจ" ไม่จำเป็นต้องเก่งกว่า "ผู้ทำ" เสมอไป ขอแค่จัดเวทีให้มีการเถียงกันให้เห็นทั้งสองด้าน ความจริงก็จะโผล่ออกมาเอง

แค่ใส่ "จุดเดียว" ก็หลอก AI ผู้ตัดสินให้เซ็นผ่านได้

พอโลกหันมาใช้ AI เป็น "กรรมการ" คอยตรวจงานกันมากขึ้น ก็มีคนลองทดสอบว่ามันโดนหลอกได้ไหม แล้วคำตอบก็คือ ได้ ง่ายอย่างน่าใจหาย

นักวิจัยพบว่า แค่ส่งคำตอบที่แทบไม่มีเนื้อหาอะไรเลย เช่น เป็นแค่เครื่องหมายวรรคตอนอย่างจุด (.) หรือทวิภาค (:) หรือขึ้นต้นด้วยประโยคลอย ๆ อย่าง "มาคิดไปทีละขั้นกันนะ" — AI ที่ทำหน้าที่กรรมการจำนวนมากกลับให้ผ่าน ทั้งที่ไม่มีคำตอบจริงอยู่ในนั้นเลย เขาเรียกช่องโหว่นี้เล่น ๆ ว่า "กุญแจผี" ที่ไขผ่านได้ทุกประตู

และไม่ใช่แค่ AI ราคาถูก — โมเดลระดับแนวหน้าของโลกก็ติดกับดักเดียวกันนี้ แสดงว่ามันเป็นจุดอ่อนเชิงระบบ ไม่ใช่ความบังเอิญของตัวใดตัวหนึ่ง ทีมวิจัยแก้ด้วยการนำ "คำตอบขยะหลอก ๆ" พวกนี้ไปฝึกให้กรรมการเห็นเยอะ ๆ จนมันเลิกหลงกล

ทำไมเรื่องนี้ถึงสำคัญกับทุกคน: ถ้าเราไว้ใจให้ AI ตรวจงานแทนคน แล้วมันโดนหลอกง่ายขนาดนี้ ระบบทั้งระบบก็จะ"ขึ้นไฟเขียวว่าผ่าน" ทั้งที่ข้างในพังอยู่ โดยไม่มีใครรู้ตัว

สอน AI ให้ "จำเป็นบทเรียน" ไม่ใช่แค่ "จดว่าเคยทำอะไร"

คนเราเก่งขึ้นเพราะจำบทเรียนจากความผิดพลาดได้ ไม่ใช่แค่จดไว้เฉย ๆ ว่าเคยทำอะไรมา งานวิจัยนี้ชี้ว่า AI ทุกวันนี้ส่วนใหญ่ยังทำได้แค่อย่างหลัง

ทุกวันนี้ AI ผู้ช่วยมักมี "สมุดบันทึก" คอยเก็บว่าเคยทำงานอะไรมาบ้าง แต่พอเจองานคล้ายเดิม มันมักพลาดซ้ำที่จุดเดิม เพราะมันแค่ "เก็บข้อมูล" ไว้ ไม่ได้ "เรียนรู้" จากมันจริง ๆ

ทีมวิจัยเสนอวิธีให้ AI ดึงบทเรียนออกมาจากทั้งงานที่สำเร็จและงานที่ล้มเหลว แล้วนำบทเรียนนั้นไปปรับ "วิธีคิด วิธีตัดสินใจ" ของตัวเองในครั้งต่อไป ไม่ใช่แค่จำว่าเกิดอะไรขึ้น เป็นวงจรง่าย ๆ คือ ลงมือทำ → ดูผลลัพธ์ → ถอดออกมาเป็นบทเรียนที่เอาไปใช้ซ้ำได้ → นำไปใช้จริงในงานหน้า

ผลคือ AI ค่อย ๆ ฉลาดขึ้นจากประสบการณ์ของตัวเอง โดยไม่ต้องนำไปฝึกสอนใหม่ทั้งหมด ซึ่งแพงและช้า (ทีมวิจัยเปิดโค้ดให้คนอื่นเอาไปลองต่อแล้ว)

พูดสั้น ๆ คือ ยกระดับจาก "AI ที่จำได้ว่าเคยล้ม" ไปเป็น "AI ที่ล้มแล้วเรียนรู้จนไม่ล้มซ้ำที่เดิม"

AI ที่ "ออกข้อสอบให้ตัวเอง แล้วสอบตัวเอง" จนเก่งขึ้นเรื่อย ๆ

จะทำให้ AI เก่งขึ้นเรื่อย ๆ โดยไม่ต้องมีคนคอยป้อนโจทย์ให้ตลอดเวลา ทำได้ไหม? งานวิจัยนี้บอกว่าได้ ด้วยวิธีที่ฟังดูเหมือนขัดกันเองแต่ได้ผล

ระบบนี้แยก AI ตัวเดียวออกเป็นสองบทบาท ฝ่ายหนึ่งเป็น "คนออกโจทย์" อีกฝ่ายเป็น "คนแก้โจทย์" ความฉลาดอยู่ตรงที่ คนออกโจทย์จะคอยจับว่าคนแก้อ่อนตรงไหน แล้วออกโจทย์จี้จุดนั้นให้ยากขึ้นเรื่อย ๆ เหมือนครูที่รู้ว่าลูกศิษย์อ่อนบทไหน ก็ออกการบ้านเน้นตรงบทนั้น

จุดที่ต้องระวัง (และงานวิจัยนี้แก้ไว้) คือ "การโกงตัวเอง" ลองคิดดูว่าถ้าคนออกโจทย์ขี้เกียจ ออกแต่โจทย์ง่าย ๆ ซ้ำ ๆ AI ก็จะดูเหมือนเก่งขึ้นแบบหลอก ๆ ทั้งที่จริงไม่ได้พัฒนา เขาจึงใส่กลไกบังคับให้โจทย์ต้องหลากหลายและยากขึ้นจริง

ผลคือ AI พัฒนาตัวเองต่อไปได้เรื่อย ๆ โดยไม่ต้องพึ่งคลังข้อสอบหรือข้อมูลจากภายนอกเลย — เป็นก้าวสำคัญของ AI ที่ "เติบโตด้วยตัวเอง"

ตัวตรวจที่โกงไม่ได้ — งานจะ "เสร็จ" ได้ ต้องมี "หลักฐาน" มายืนยัน

ความฝันสูงสุดของการทำให้ AI ทำงานเองได้ คือ "ให้มันปิดงานเองได้ และเราเชื่อได้ว่ามันปิดถูกจริง" แต่ถ้าตัวตรวจถูกหลอกง่าย ทุกอย่างก็พังหมด

งานวิจัยนี้เสนอ "ตัวตรวจสอบที่โกงยาก" แทนที่จะเชื่อคำตอบที่ดูเผิน ๆ เหมือนถูก มันบังคับว่าต้องมี "หลักฐาน" ที่ตรวจสอบได้จริงก่อน ถึงจะยอมให้ผ่าน หัวใจอยู่ที่หลักการว่า งานจะถือว่า "เสร็จ" ได้ ก็ต่อเมื่อยกหลักฐานมาพิสูจน์ได้ ไม่ใช่แค่มีใครมาเซ็นรับรองลอย ๆ

เทียบง่าย ๆ เหมือนการตรวจรับงานก่อสร้าง ผู้ตรวจต้องเดินวัด ต้องทดสอบทีละจุดจนมีหลักฐานว่าผ่านมาตรฐานจริง ถึงจะเซ็นอนุมัติ และที่สำคัญคนสร้างกับคนตรวจต้องเป็นคนละคน ส่วนคนตรวจก็ต้องดูของจริง ไม่ใช่ฟังคำโม้

ถ้าทำได้แบบนี้ เราก็จะปล่อยให้ AI ทำงานและปิดงานเองได้อย่างสบายใจขึ้นมาก เพราะรู้ว่าทุกงานที่ผ่าน มันผ่านเพราะมีหลักฐาน ไม่ใช่เพราะเผลอปล่อยผ่าน