อคติทางการเมืองของ AI: ทำไมแม้แต่แชทบอท "Anti-Woke" ก็ยังเอนเอียงไปทางฝ่ายซ้าย
การสืบสวนล่าสุดโดย Washington Post ได้เผยให้เห็นแนวโน้มทางอุดมการณ์ที่เกิดขึ้นอย่างต่อเนื่องในแวดวง LLM นั่นคือ โมเดล AI หลักส่วนใหญ่แสดงออกถึงอคติที่เอนเอียงไปทางฝ่ายซ้ายอย่างมีนัยสำคัญ แม้แต่โมเดลที่ทำการตลาดว่าเป็นกลุ่มอนุรักษนิยมหรือ "แสวงหาความจริง" ก็ยังยากที่จะหลุดพ้นจากรูปแบบนี้ ซึ่งตอกย้ำถึงอิทธิพลอันลึกซึ้งของข้อมูลที่ใช้ในการฝึกฝน (training data) และโปรโตคอลการปรับจูนให้สอดคล้องกับเป้าหมาย (alignment protocols)
การครอบงำของคำตอบที่เอนเอียงไปทางฝ่ายซ้าย
การสืบสวนได้ทดสอบโมเดล AI ชั้นนำ 6 โมเดลด้วยคำถามทางการเมืองที่หลากหลาย และพบว่ามีความเอนเอียงอย่างชัดเจนไปยังมุมมองแบบก้าวหน้า (progressive) โดย GPT-5.5 ของ OpenAI กลายเป็นโมเดลที่มีความเอนเอียงมากที่สุด โดย 80% ของคำตอบเป็นการนำเสนอข้อโต้แย้งที่เอนเอียงไปทางฝ่ายซ้ายเพียงอย่างเดียว โมเดลนี้มักจะสนับสนุนนโยบายต่างๆ เช่น การเก็บภาษีคนรวยในอัตราที่สูงขึ้น และระบบหลักประกันสุขภาพแบบจ่ายรายเดียว (single-payer healthcare systems)
ตามมาติดๆ ด้วย V4 Pro ของ Deepseek ซึ่งให้คำตอบที่เอนเอียงไปทางฝ่ายซ้ายเพียงอย่างเดียวถึง 70% ของกรณีทดสอบ ทั้งโมเดลของ OpenAI และ Deepseek ต่างแสดงความเห็นคัดค้านโทษประหารชีวิตอย่างสม่ำเสมอ แม้ว่าข้อมูลจาก Gallup ที่มีมาอย่างยาวนานจะแสดงให้เห็นว่าชาวอเมริกันส่วนใหญ่ยังคงสนับสนุนการลงโทษดังกล่าวก็ตาม ส่วน Claude Opus 4.8 ของ Anthropic แสดงให้เห็นถึงแนวทางที่สายกลางมากกว่า โดยให้คำตอบที่เอนเอียงไปทางฝ่ายซ้ายเพียงอย่างเดียว 43% ของเวลาทั้งหมด ในขณะที่นำเสนอมุมมองที่สมดุลใน 57% ของกรณีที่ทดสอบ
ความย้อนแย้งของ AI แบบ "Anti-Woke" และกลุ่มอนุรักษนิยม
หนึ่งในการค้นพบที่น่าประหลาดใจที่สุดคือความล้มเหลวของโมเดลที่ถูกออกแบบมาเพื่อต่อต้านอคติแบบก้าวหน้าโดยเฉพาะ โดย Grok 4.3 ของ xAI ของ Elon Musk ซึ่งทำการตลาดว่าเป็นแชทบอทแบบ anti-"woke" และ "แสวงหาความจริง" กลับยังคงผลิตคำตอบที่เอนเอียงไปทางฝ่ายซ้ายมากกว่าครึ่ง แม้ว่ามันจะให้คำตอบที่เอนเอียงไปทางฝ่ายขวามากกว่าคู่แข่ง แต่ก็ยังไม่สามารถรักษาจุดยืนแบบอนุรักษนิยมได้อย่างสม่ำเสมอ
การสืบสวนชี้ให้เห็นถึงเหตุผลที่เป็นไปได้สองประการ: โมเดลเหล่านี้ถูกฝึกฝนด้วยชุดข้อมูลขนาดมหาศาลจากอินเทอร์เน็ตชุดเดียวกับที่คู่แข่งใช้ หรือไม่พวกมันก็กำลังเรียนรู้จากผลลัพธ์ของโมเดล AI อื่นๆ โดยไม่ตั้งใจ นอกจากนี้ กรณีของโมเดล Arya ของ Gab ซึ่งอ้างว่าสร้างขึ้นบนหลักการของคริสเตียนและแนวคิดอนุรักษนิยม กลับพบว่ามีการตอบโต้ด้วยข้อโต้แย้งที่เอนเอียงไปทางฝ่ายซ้ายบ่อยกว่าฝ่ายขวาสูงถึง 12 เท่า อย่างไรก็ตาม Grok ได้แสดงให้เห็นว่าการปรับจูน (alignment) สามารถควบคุมด้วยมือได้ โดยมันได้แสดงจุดยืนที่เอนเอียงไปทางฝ่ายขวาอย่างชัดเจนในเรื่องสิทธิของคนข้ามเพศ (trans rights) ซึ่งสะท้อนถึงจุดยืนสาธารณะของ Elon Musk เอง สิ่งนี้บ่งชี้ถึงการแทรกแซงอย่างจงใจในหัวข้อสำคัญที่มีความละเอียดอ่อนสูง
Gemini ของ Google ในฐานะข้อยกเว้นที่มีความสมดุล
ในขณะที่อุตสาหกรรมโดยรวมกำลังประสบปัญหาเรื่องความเป็นกลาง Gemini 3.1 Pro ของ Google กลับโดดเด่นในฐานะข้อยกเว้นที่สำคัญ โมเดลนี้แสดงให้เห็นถึงความสามารถที่น่าทึ่งในการรักษาความสมดุล โดยนำเสนอมุมมองทั้งสองด้านของประเด็นต่างๆ ได้ถึง 93% ของเวลาทั้งหมด มีเพียง 7% เท่านั้นที่คำตอบเอนเอียงไปทางฝ่ายซ้ายเพียงอย่างเดียว และไม่เคยแสดงจุดยืนที่เอนเอียงไปทางฝ่ายขวาเพียงอย่างเดียวเลย
Gemini ยังแสดงความสามารถพิเศษในการสำรวจมุมมองที่หลากหลาย เช่น การให้เหตุผลสนับสนุนการขยายกำลังทางทหารเพื่อเสริมสร้างความแข็งแกร่งทางเศรษฐกิจ ซึ่งเป็นมุมมองที่โมเดลอื่นๆ ไม่สามารถนำเสนอได้ สิ่งนี้บ่งชี้ว่าการเรียนรู้แบบเสริมกำลังจากข้อเสนอแนะของมนุษย์ (RLHF) และการกำหนดคำสั่งระบบ (system prompting) ของ Google อาจได้รับการปรับจูนมาอย่างมีประสิทธิภาพมากกว่าสำหรับการใช้เหตุผลแบบหลายมุมมอง
ทำไมเรื่องนี้จึงสำคัญต่อระบบนิเวศของ AI
เมื่อ LLM กลายเป็นอินเทอร์เฟซหลักในการสืบค้นข้อมูล "ช่องว่างของความเป็นกลาง" (neutrality gap) จึงกลายเป็นประเด็นที่น่ากังวลอย่างยิ่งสำหรับนักพัฒนาและผู้กำหนดนโยบาย หากข้อมูลพื้นฐานหรือชั้นความปลอดภัย (safety layers) ที่ใช้ในระหว่างการปรับจูน (fine-tuning) มีความเอนเอียงทางอุดมการณ์ AI ก็เสี่ยงที่จะกลายเป็นเพียง "ห้องแห่งเสียงสะท้อน" (echo chamber) แทนที่จะเป็นเครื่องมือที่เป็นกลาง สำหรับภาพรวมในวงกว้าง สิ่งนี้เน้นย้ำถึงความท้าทายทางเทคนิคในการแยก "การปรับจูนเพื่อความปลอดภัย" (safety alignment) ออกจาก "การปรับจูนทางอุดมการณ์" (ideological alignment) โดยเฉพาะอย่างยิ่งเมื่อจุดยืนทางการเมืองบางอย่างขัดแย้งกับฉันทามติทางวิทยาศาสตร์หรือสิทธิมนุษยชน
สรุปประเด็นสำคัญ
- อคติที่แพร่หลาย: OpenAI (GPT-5.5) และ Deepseek (V4 Pro) แสดงระดับอคติที่เอนเอียงไปทางฝ่ายซ้ายสูงสุดที่ 80% และ 70% ตามลำดับ
- ความล้มเหลวในการเปลี่ยนอุดมการณ์: โมเดล "Anti-woke" อย่าง Grok ของ xAI และ Arya ของ Gab ยังคงเอนเอียงไปทางมุมมองฝ่ายซ้ายเป็นส่วนใหญ่ ซึ่งน่าจะเป็นผลมาจากความเชื่อมโยงกับชุดข้อมูลที่ใช้ฝึกฝน
- ข้อยกเว้นด้านความเป็นกลาง: Gemini 3.1 Pro ของ Google พิสูจน์แล้วว่าเป็นโมเดลที่มีความสมดุลที่สุด โดยนำเสนอมุมมองทั้งสองด้านใน 93% ของสถานการณ์ที่ทดสอบ