Anthropic ทดลองกับนักวิเคราะห์ 50 คน: ตามความเห็นเอเจนต์ที่มาจากการโยนเหรียญ 86% และ 77% ใช้เหตุผลของมันแต่ให้เครดิตแค่ 15%

Anthropic เผยแพร่งานทดลองเมื่อ 27 ต.ค. 2026 ที่ถามคำถามสำคัญของยุคเอเจนต์ ว่าเมื่อมนุษย์ทำงานร่วมกับ AI ใครเป็นคนตัดสินใจจริง คำตอบในการทดลองนี้คือ แม้แต่ผู้เชี่ยวชาญก็มักทำตามเอเจนต์ และไม่รู้ตัวว่ากำลังทำตาม

นักวิเคราะห์ที่มีพื้นฐาน causal inference ใช้ Claude Code วิเคราะห์ข้อมูลให้สหกรณ์การเกษตรสมมติ ว่าควรขยายโครงการที่ปรึกษาหรือไม่ แต่ละคนต้องตัดสินใจ 4 จุดที่มีคำตอบสมเหตุสมผลสองแบบ แล้วจึงให้ข้อเสนอแนะสุดท้าย โดยไม่รู้ว่าเอเจนต์ถูกตั้งให้เอนเอียงไปทางใดทางหนึ่งด้วย การโยนเหรียญ ผ่าน system prompt

เอเจนต์ถูกสั่งให้เสนอเหตุผลที่ดีที่สุดเท่าที่ข้อมูลเอื้อ เปลี่ยนใจถ้าหลักฐานชัด และห้ามบิดเบือนผล ดังนั้นการทดลองนี้ไม่ได้วัดการหลอก แต่วัดว่าข้อเสนอที่ซื่อสัตย์มีน้ำหนักแค่ไหน

ผลลัพธ์

• ตามเอเจนต์ 86% ในการตัดสินใจเชิงวิเคราะห์ทั้ง 4 จุด เทียบกับ 50% ถ้าเอเจนต์ไม่มีผลเลย ถ้าแยกรายข้อคือ 92%, 82%, 81% และ 90%
• เปลี่ยนใจ 60% เมื่อนักวิเคราะห์มีความเห็นอยู่แล้วแต่เอเจนต์ไม่เห็นด้วย เทียบกับ 6% เมื่อเอเจนต์เห็นด้วย
• 77% ใช้เหตุผลของเอเจนต์ ตอนอธิบายการตัดสินใจ บางคนใช้คำต่อคำ แต่มีเพียง 15% ที่ให้เครดิตเอเจนต์
• ข้อเสนอสุดท้ายขยับด้วย 54% เสนอให้ขยายโครงการเมื่อเอเจนต์เอนไปทางนั้น เทียบกับ 36% เมื่อเอนไปอีกทาง และโมเดลสถิติใช้แค่เหรียญทั้งสี่ทำนายข้อเสนอได้ถูก 82% เทียบกับ 61% ของการเดาคำตอบที่พบบ่อยที่สุด

นักวิเคราะห์ที่ทำตามเอเจนต์มากก็ยังมั่นใจในข้อสรุปพอ ๆ กับคนอื่น และเรียกมันว่าเป็นวิจารณญาณของตัวเองในระดับใกล้เคียงกัน

ข้อจำกัดที่ต้องอ่าน

ตัวเลข 86% ไม่ควรถูกอ่านว่าเกิดขึ้นเท่านี้ในชีวิตจริง Anthropic ระบุเองว่าได้ เพิ่มความเอนเอียงไว้โดยตั้งใจ เพื่อวัดผล และเอเจนต์ถูกสั่งให้แสดงจุดยืนอย่างชัดเจน ซึ่งในการใช้งานจริงผลอาจเล็กกว่านี้ งานนี้ยังรับสมัคร 61 คน โดย 11 คนเลือกไม่ใช้เอเจนต์และถูกตัดออกจากการวิเคราะห์ส่วนใหญ่ ทำให้เหลือ 50 คน และเป็นงานที่ทำเสร็จภายในราวชั่วโมงเดียว ไม่ใช่งานระยะยาว

อีกด้านหนึ่ง เอเจนต์ก็ไม่ได้ไร้ความเอนเอียงเมื่อไม่ถูกตั้งค่า ในการทดสอบโดยไม่กำหนดจุดยืน Claude Opus 4.8 เลือกคำตอบชุดเดียวกันทั้งห้าข้อใน 112 จาก 123 รอบ แปลว่าโมเดลมีค่าเริ่มต้นของตัวเองที่ค่อนข้างแน่นอน Anthropic ยังระบุว่าคนที่ใช้เอเจนต์ทำงานเร็วขึ้นและผิดพลาดร้ายแรงน้อยกว่ากลุ่มที่ไม่ใช้ แต่กลุ่มหลังเล็กและประสบการณ์น้อยกว่า จึงสรุปไม่ได้มาก

มุมมอง AI Curator

สิ่งที่น่ากังวลที่สุดไม่ใช่ 86% แต่คือคู่ตัวเลข 77% กับ 15% คนรับเหตุผลของเอเจนต์มาเป็นของตัวเองโดยไม่บันทึกว่ามาจากไหน กระบวนการรีวิวโค้ดหรือรีวิวงานวิเคราะห์ที่ถือว่ามนุษย์เป็นด่านตรวจสอบอิสระจึงมีจุดอ่อนซ่อนอยู่ เพราะคนรีวิวอาจแค่ยืนยันทางเลือกของเอเจนต์ด้วยความมั่นใจเต็มที่

ถ้าหลายทีมใช้โมเดลเดียวกัน ความเอนเอียงเดียวกันจะกระจายไปพร้อมกัน ฉันทามติที่ดูเหมือนเกิดจากผู้เชี่ยวชาญหลายคนอาจมาจากค่าเริ่มต้นของโมเดลตัวเดียว ซึ่งกระทบงานวิจัยและงานด้านนโยบายเป็นพิเศษ

แนวทางใช้จริงทำได้ไม่ยาก เขียนสมมติฐานและตัวเลือกของตัวเองก่อนเปิดเอเจนต์ ขอให้เอเจนต์เสนอทั้งสองฝั่งเวลาตัดสินใจเชิงวิธีการ และบันทึกใน PR หรือรายงานว่าการตัดสินใจไหนมาจากเอเจนต์ องค์กรไทยที่เริ่มใช้เอเจนต์ในงานการเงินหรืองานวิเคราะห์นโยบายควรมองสิ่งนี้เป็นเรื่องของกระบวนการ ไม่ใช่เรื่องของการฝึกให้พนักงานระวังตัว เพราะผลการทดลองนี้บอกว่าประสบการณ์และความเชี่ยวชาญของคนไม่ได้เป็นเกราะป้องกันที่พึ่งได้

แหล่งข่าว

• Anthropic — research: agents and judgment calls
• Anthropic — ฉบับเต็ม (PDF)
• The Decoder — Experts adopt AI agent’s random opinions