ทันเอไอ

งานวิจัยชี้โมเดลภาษา (LLMs) มองโลกสังคมเข้มงวดเกินจริง คาดการณ์การลงโทษรุนแรงกว่ามนุษย์

ผลงานวิจัยล่าสุดเผยโมเดลภาษาขนาดใหญ่ (LLMs) มักคาดการณ์การลงโทษทางสังคมรุนแรงกว่าที่มนุษย์ปฏิบัติจริง

งานวิจัยชิ้นใหม่ในหัวข้อ "Beyond Right and Wrong: Evaluating Second-order Social Reasoning in Large Language Models" ซึ่งเผยแพร่บนคลังเอกสารวิจัยอาร์ซีฟ (arXiv) เมื่อเดือนมิถุนายน 2026 โดยทีมนักวิจัยจากมหาวิทยาลัยเพนซิลเวเนีย (University of Pennsylvania) นำโดย ซันนี ไร (Sunny Rai), จินหยี ควง (Jinyi Kuang) และคณะ ได้ยกระดับการประเมินปัญญาประดิษฐ์ (AI) ไปอีกขั้น

ที่ผ่านมาความพยายามจัดระเบียบ AI (AI alignment) มักเน้นแค่บรรทัดฐานทางสังคมระดับแรก เช่น การสอนว่าสิ่งใดควรทำหรือไม่ควรทำ แต่งานวิจัยนี้ชี้ว่าความฉลาดทางสังคมยังต้องอาศัย "เมทาบรรทัดฐาน" (metanorms) หรือความคาดหวังระดับที่สอง ซึ่งเป็นการคาดการณ์ว่าผู้คนจะตอบสนองอย่างไรเมื่อมีคนทำผิด เช่น จะมีการลงโทษ ประณาม หรือให้อภัย

คณะผู้วิจัยได้พัฒนาชุดข้อมูลชื่อ "NormReact" ซึ่งประกอบด้วยสถานการณ์การละเมิดบรรทัดฐาน 450 สถานการณ์ เพื่อประเมินผลใน 2 มิติ ได้แก่ การประเมินทางอารมณ์และการตอบสนองทางพฤติกรรม (การกำกับตนเองและผู้อื่น)

ข้อค้นพบสำคัญระบุว่า โมเดลภาษา (LLMs) มีแนวโน้มสร้างภาพสังคมที่เข้มงวดเกินจริง โดยมักคาดการณ์การลงโทษที่รุนแรงเกินกว่าเหตุในสถานการณ์ที่มนุษย์ทั่วไปมองว่าไม่มีความจำเป็นต้องดำเนินการใดๆ นอกจากนี้ ความแม่นยำของโมเดลยังลดลงเมื่อระยะห่างทางสังคมระหว่างบุคคลในสถานการณ์เพิ่มมากขึ้น