งานวิจัยชี้โมเดลภาษาคุยกันเอง พลวัตความคิดเห็นเปลี่ยนตามประเภทโมเดลและบริบท
งานวิจัยใหม่เผยผลการทดลองให้โมเดลภาษาขนาดใหญ่ (LLM) สนทนาโต้แย้งกัน พบว่าการจับคู่โมเดลและคำสั่งส่งผลต่อความเปลี่ยนแปลงทางความคิดเห็นต่างกัน
ทีมนักวิจัยได้เผยแพร่งานวิจัยในระบบ arXiv เมื่อวันที่ 20 ตุลาคม 2026 ศึกษาเกี่ยวกับพลวัตของการเปลี่ยนแปลงความคิดเห็น (Opinion Dynamics) เมื่อโมเดลภาษาขนาดใหญ่ (LLM) สองตัวสนทนาโต้แย้งกันในหัวข้อที่ยังมีความขัดแย้ง คือ การระบุสาเหตุของการเปลี่ยนแปลงสภาพภูมิอากาศ
ในงานวิจัยนี้ได้สร้างเฟรมเวิร์กการทดลองโดยใช้โมเดล GPT-6 Luna และ Gemini 2.5 Flash Lite มาสนทนากันในสี่รูปแบบการจับคู่ โดยกำหนดให้บทบาทหนึ่งมีจุดยืนชัดเจนและบางเงื่อนไขมีคำสั่งให้พยายามโน้มน้าว แต่อีกบทบาทหนึ่งไม่มีการกำหนดจุดยืนล่วงหน้า เพื่อติดตามทั้งตำแหน่งความคิดเห็นที่รายงานออกมาอย่างชัดเจนและพฤติกรรมระหว่างการสนทนาทีละรอบ
ผลการศึกษาพบว่า การสนทนาระหว่างโมเดลประเภทเดียวกันมักช่วยให้ช่องว่างของความคิดเห็นแคบลง ในทางกลับกัน การจับคู่ระหว่างโมเดลต่างประเภทกันกลับทำให้ช่องว่างของความคิดเห็นกว้างขึ้น นอกจากนี้ การสั่งให้โมเดลพยายามโน้มน้าวอีกฝ่ายอย่างชัดเจนไม่ได้ช่วยเพิ่มอิทธิพลในการโน้มน้าวได้อย่างสม่ำเสมอเสมอไป
การศึกษายังพบความแตกต่างระหว่างพฤติกรรมที่แสดงออกมาระหว่างการสนทนากับการรายงานความคิดเห็น ซึ่งบ่งชี้ว่าอิทธิพลในการสนทนาของโมเดลขึ้นอยู่กับองค์ประกอบของโมเดลที่เข้าร่วมและบริบทแวดล้อม มากกว่าการใช้คำสั่งเพียงอย่างเดียว
ช่วยให้เข้าใจพฤติกรรมและการสื่อสารเมื่อ AI หลายตัวต้องมาโต้แย้งหรือแลกเปลี่ยนข้อมูลร่วมกัน ซึ่งเป็นประโยชน์ต่อการนำไปประยุกต์ใช้ในระบบสนทนาอัตโนมัติ