งานวิจัยที่คนจาก OpenAI, Google DeepMind, Anthropic, Meta…
สิ่งที่พวกเขาสนใจไม่ใช่แค่ AI ฉลาดขึ้นแค่ไหน แต่คือคำถามที่สำคัญกว่า เราเข้าใจมันจริงไหม และเรามองเห็นกระบวนการคิดของมันหรือเปล่า
ใน AI รุ่นใหม่ มันไม่ได้ตอบทันที แต่จะ “คิดออกมาเป็นขั้นตอนในภาษา” ก่อน ซึ่งเรียกว่า Chain-of-Thought
นี่ทำให้เราเหมือนมีหน้าต่างหนึ่งที่สามารถส่องเข้าไปดูการตัดสินใจของ AI ได้
ในบางกรณี โดยเฉพาะเวลาที่โมเดลทำสิ่งที่ไม่พึงประสงค์ กระบวนการคิดอาจเผยสัญญาณบางอย่างออกมาก่อนคำตอบสุดท้าย
แต่สิ่งสำคัญคือ สิ่งที่เราเห็นอาจไม่ใช่ทั้งหมด
Chain-of-Thought เป็นเพียงข้อความที่โมเดล generate ขึ้นมา ซึ่งอาจไม่สะท้อนเหตุผลทั้งหมดที่ถูกใช้จริง และสามารถเป็นคำอธิบายที่ดูสมเหตุสมผลได้
และในอนาคต เมื่อการฝึกโมเดลเปลี่ยนไป หรือมีการใช้สถาปัตยกรรมที่ไม่ต้องพึ่งภาษา กระบวนการคิดที่มองเห็นได้อาจลดลงอย่างมาก
นี่ทำให้ Chain-of-Thought กลายเป็น “โอกาสที่เปราะบาง” ที่เรายังพอมองเห็น AI ได้ในวันนี้ แต่ไม่แน่ว่าจะคงอยู่ตลอดไป
สรุปคือ เราอาจกำลังอยู่ในช่วงเวลาสั้น ๆ ที่ยังพอเข้าใจการตัดสินใจของ AI ได้ ก่อนที่มันจะกลายเป็นระบบที่โปร่งใสน้อยลงเรื่อย ๆ
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac