งานวิจัยล่าสุด บางส่วนได้เน้นย้ำถึงปรากฏการณ์ที่น่าสนใจ: มีความสัมพันธ์แบบ "สองทาง" ระหว่างอคติที่มีอยู่ในโมเดลปัญญาประดิษฐ์และอคติในความคิดของมนุษย์
ปฏิสัมพันธ์นี้สร้างกลไกที่มีแนวโน้มที่จะ ขยายความบิดเบือนทางความคิดในทั้งสองทิศทาง
งานวิจัยนี้แสดงให้เห็นว่าระบบ AI ไม่เพียงแต่สืบทอดอคติของมนุษย์มาจากข้อมูลการฝึกอบรมเท่านั้น แต่เมื่อนำไปใช้งานจริง ระบบเหล่านี้ยังสามารถทำให้อคตินั้นรุนแรงขึ้น ซึ่งส่งผลต่อกระบวนการตัดสินใจของผู้คน สิ่งนี้ก่อให้เกิดวงจรที่หากไม่ได้รับการจัดการอย่างเหมาะสม ก็มีความเสี่ยงที่จะเพิ่มอคติเริ่มต้นขึ้นเรื่อยๆ
ปรากฏการณ์นี้เห็นได้ชัดเจนโดยเฉพาะในภาคส่วนที่สำคัญ เช่น:
ในการตั้งค่าเหล่านี้ อคติเล็กๆ น้อยๆ ในช่วงแรกอาจขยายตัวได้จากการโต้ตอบซ้ำๆ ระหว่างผู้ปฏิบัติงานกับระบบอัตโนมัติ จนค่อยๆ กลายเป็น ความแตกต่างที่สำคัญในผลลัพธ์
โดยธรรมชาติแล้วจิตใจมนุษย์จะใช้ "ทางลัดทางความคิด" ซึ่งอาจนำไปสู่ความผิดพลาดอย่างเป็นระบบในการตัดสินของเรา ทฤษฎี " การคิดแบบสองทาง " แบ่งความแตกต่างระหว่าง:
ยกตัวอย่างเช่น ในสาขาการแพทย์ แพทย์มักจะให้ความสำคัญกับสมมติฐานเบื้องต้นมากเกินไป โดยมองข้ามหลักฐานที่ตรงกันข้าม ปรากฏการณ์นี้เรียกว่า "อคติยืนยัน" ซึ่งถูกจำลองและขยายผลโดยระบบ AI ที่ได้รับการฝึกฝนจากข้อมูลการวินิจฉัยในอดีต
โมเดลการเรียนรู้ของเครื่องจะคงอยู่ความลำเอียงโดยผ่านช่องทางสามช่องทางหลัก:
การศึกษาของ UCL ในปี 2024 แสดงให้เห็นว่าระบบการจดจำใบหน้าที่ได้รับการฝึกฝนจากการตัดสินทางอารมณ์ของมนุษย์ได้รับแนวโน้ม 4.7% ที่จะระบุใบหน้าว่า "เศร้า" จากนั้นจะเพิ่มแนวโน้มนี้เป็น 11.3% ในการโต้ตอบกับผู้ใช้ในเวลาต่อมา
การวิเคราะห์ข้อมูลจากแพลตฟอร์มการสรรหาบุคลากรแสดงให้เห็นว่าความร่วมมือระหว่างมนุษย์และอัลกอริทึมในแต่ละรอบจะเพิ่มอคติทางเพศขึ้น 8-14% ผ่านกลไกการตอบรับที่เสริมซึ่งกันและกัน
เมื่อผู้เชี่ยวชาญด้านทรัพยากรบุคคลได้รับรายชื่อผู้สมัคร AI ที่ได้รับอิทธิพลจากอคติในอดีต การโต้ตอบที่ตามมา (เช่น การเลือก คำถามในการสัมภาษณ์หรือการประเมินผลงาน) จะยิ่งตอกย้ำการแสดงอคติของแบบจำลอง
การวิเคราะห์ข้อมูลย้อนหลังในปี 2025 ของการศึกษา 47 ชิ้นพบว่าความร่วมมือระหว่างมนุษย์และ AI 3 รอบทำให้ความแตกต่างทางประชากรเพิ่มขึ้น 1.7–2.3 เท่าในด้านต่างๆ เช่น การดูแลสุขภาพ การให้สินเชื่อ และการศึกษา
กรอบการวัดอคติที่เสนอโดย Dong et al. (2024) ช่วยให้เราตรวจจับอคติได้โดยไม่ต้องใช้ป้ายกำกับ "ความจริงทั้งหมด" ด้วยการวิเคราะห์ความคลาดเคลื่อนในรูปแบบการตัดสินใจระหว่างกลุ่มที่ได้รับการคุ้มครอง
เทคนิค "กระจกอัลกอริทึม" ที่พัฒนาโดยนักวิจัยของ UCL ช่วยลดอคติทางเพศในการตัดสินใจเลื่อนตำแหน่งได้ถึง 41% โดยแสดงให้ผู้จัดการเห็นว่าตัวเลือกในอดีตของพวกเขาจะเป็นอย่างไรหากทำโดยระบบ AI
โปรโตคอลการฝึกอบรมที่สลับไปมาระหว่างการช่วยเหลือของ AI และการตัดสินใจอัตโนมัติแสดงให้เห็นถึงแนวโน้มที่ชัดเจน โดยลดผลกระทบจากการถ่ายโอนอคติจาก 17% เหลือ 6% ในการศึกษาการวินิจฉัยทางคลินิก
องค์กรที่นำระบบ AI มาใช้โดยไม่คำนึงถึงการโต้ตอบกับอคติของมนุษย์จะเผชิญกับความเสี่ยงทางกฎหมายและการปฏิบัติการที่เพิ่มมากขึ้น
การวิเคราะห์คดีความเกี่ยวกับการเลือกปฏิบัติในการจ้างงานแสดงให้เห็นว่ากระบวนการจ้างงานที่ใช้ AI ช่วยเพิ่มอัตราความสำเร็จของโจทก์ได้ 28% เมื่อเปรียบเทียบกับคดีที่ดำเนินการโดยมนุษย์แบบดั้งเดิม เนื่องจากร่องรอยของการตัดสินใจโดยอัลกอริทึมให้หลักฐานที่ชัดเจนยิ่งขึ้นของผลกระทบที่แตกต่างกัน
ความสัมพันธ์ระหว่างอคติทางอัลกอริทึมและข้อจำกัดด้านเสรีภาพในการเลือก จำเป็นต้องให้เราต้องทบทวนการพัฒนาเทคโนโลยีจากมุมมองของความรับผิดชอบส่วนบุคคลและการปกป้องประสิทธิภาพของตลาด สิ่งสำคัญคือต้องทำให้มั่นใจว่า AI จะกลายเป็นเครื่องมือในการขยายโอกาส ไม่ใช่การจำกัดโอกาส
ทิศทางที่น่าสนใจมีดังนี้:
เฉพาะผ่านการควบคุมตนเอง ที่มีความรับผิดชอบ ในอุตสาหกรรม ร่วมกับเสรีภาพในการเลือกของผู้ใช้เท่านั้น เราจึงสามารถมั่นใจได้ว่านวัตกรรมเทคโนโลยียังคงเป็นแรงผลักดันความเจริญรุ่งเรืองและโอกาสสำหรับผู้ที่เต็มใจทดสอบทักษะของตน
.svg)
.svg)
.svg)
.jpeg)
.jpeg)
.png)
.jpeg)
