ทำไม LinkedIn ถึงต้องจัดการกับ “AI Slop”

การมาของ generative AI ทำให้การสร้างโพสต์หรือคอมเมนต์ที่ดูเป็นมืออาชีพทำได้ง่ายมาก ผู้ใช้สามารถผลิตข้อความจำนวนมากในเวลาไม่กี่วินาที แต่ LinkedIn ระบุว่าคอนเทนต์จำนวนไม่น้อย แทบไม่มีมุมมองหรือประสบการณ์จริงของผู้เขียน

ผู้บริหารของบริษัทอธิบายว่า “AI slop” คือโพสต์ที่ดูเหมือนดีในเชิงรูปแบบ แต่มีลักษณะเช่น

• เนื้อหาทั่วไปที่ใครก็พูดได้
• แนวคิดซ้ำ ๆ ที่ไม่มีมุมมองใหม่
• ข้อความที่เขียนมาเพื่อกระตุ้น engagement มากกว่าการแลกเปลี่ยนความรู้

ดังนั้นแนวทางของ LinkedIn คือ ไม่แบน AI แต่เน้นคุณภาพของเนื้อหา ถ้าโพสต์สะท้อนเสียง มุมมอง หรือประสบการณ์ของผู้เขียนจริง ก็ยังถือว่าเหมาะสมแม้ AI จะช่วยร่างข้อความ

คอนเทนต์แบบไหนที่ระบบจะจับตา

ระบบตรวจจับและจัดอันดับใหม่ของ LinkedIn ถูกออกแบบมาเพื่อหาสัญญาณของโพสต์หรือคอมเมนต์ที่ดูเหมือนสร้างแบบอัตโนมัติ ตัวอย่างที่สื่อรายงานว่าถูกเล็งเป้า ได้แก่

• โพสต์สร้างแรงบันดาลใจแบบกว้าง ๆ ที่ไม่มีข้อมูลหรือประสบการณ์จริง
• “thought leadership” ที่รีไซเคิลไอเดียเดิม ๆ
• โพสต์แนว engagement bait ที่ตั้งคำถามหรือข้อความเพื่อเรียกไลก์และคอมเมนต์
• คอมเมนต์สั้น ๆ แบบบอตที่ไปโพสต์ซ้ำในหลายเธรด
• รูปแบบการเขียนที่เป็นสูตรสำเร็จซึ่งมักพบในข้อความจาก AI

LinkedIn ระบุว่ามาตรการนี้ครอบคลุม ทั้งโพสต์และคอมเมนต์ เพราะคอมเมนต์ที่สร้างโดย AI จำนวนมากสามารถทำให้การมีส่วนร่วมดูสูงเกินจริง และบดบังการสนทนาที่แท้จริงได้

แนวคิด “AI แก้ปัญหา AI” ทำงานอย่างไร

วิธีการของ LinkedIn ไม่ได้พยายามตรวจจับเพียงว่าใช้ AI หรือไม่ แต่จะวิเคราะห์ รูปแบบของข้อความ เพื่อดูว่าเนื้อหานั้นมีคุณค่าจริงหรือไม่

โมเดล AI จะมองหาสัญญาณ เช่น

• โครงสร้างประโยคที่ซ้ำหรือคาดเดาได้ง่าย
• ภาษาที่กว้างและไม่เจาะจง
• การตั้งคำถามเพื่อเรียก engagement
• การขาดบริบทส่วนตัวหรือประสบการณ์จริง

ถ้าระบบประเมินว่าโพสต์มีสัญญาณของคอนเทนต์ที่สร้างแบบอัตโนมัติและมีคุณค่าต่ำ ก็จะลดโอกาสที่โพสต์นั้นจะถูกแนะนำในฟีด

ในการทดสอบช่วงแรก LinkedIn ระบุว่าระบบสามารถระบุคอนเทนต์ AI แบบทั่วไปได้ ประมาณ 94% ของกรณี ซึ่งสะท้อนว่าปัญหานี้มีขนาดใหญ่พอที่ต้องใช้ระบบอัตโนมัติช่วยจัดการ

ถ้าโพสต์ถูกตรวจพบ จะเกิดอะไรขึ้น

สิ่งสำคัญคือ LinkedIn ไม่ได้ลบโพสต์เหล่านี้ทันที ในกรณีส่วนใหญ่

แทนที่จะลบ ระบบจะใช้วิธีปรับอันดับในฟีด เช่น

• ลดโอกาสที่โพสต์จะถูกแนะนำให้คนที่ไม่ได้อยู่ในเครือข่ายเห็น
• ลดการกระจายในระบบ recommendation

ผลคือโพสต์ยังคงอยู่ แต่จะ แพร่กระจายได้น้อยลง เมื่อเทียบกับคอนเทนต์ที่มีคุณค่ามากกว่า

LinkedIn ยังอนุญาตให้ใช้ AI ช่วยเขียน

บริษัทเน้นชัดเจนว่าการใช้ AI เพื่อช่วยเขียน ไม่ใช่ปัญหาในตัวมันเอง ผู้ใช้ยังสามารถใช้เครื่องมือ AI เพื่อช่วยร่าง แก้ภาษา หรือจัดโครงสร้างไอเดียได้

แต่เนื้อหาควรสะท้อน

• ประสบการณ์จริง
• ความเชี่ยวชาญเฉพาะด้าน
• มุมมองหรือความคิดเห็นของผู้เขียน

โพสต์ที่มีตัวอย่างจริง ข้อมูลจากประสบการณ์ หรือมุมมองเฉพาะตัว จะมีโอกาสถูกระบบมองว่าเป็นคอนเทนต์คุณภาพสูงมากกว่า แม้จะมี AI ช่วยเขียนบางส่วน

ความหมายต่อผู้สร้างคอนเทนต์บน LinkedIn

การเปลี่ยนแปลงครั้งนี้สะท้อนทิศทางใหม่ของอัลกอริทึม LinkedIn จากเดิมที่เน้น engagement เช่น ไลก์และคอมเมนต์ ไปสู่การเน้น สัญญาณของคุณค่าและความเป็นต้นฉบับ มากขึ้น

ในทางปฏิบัติ นั่นหมายความว่าโพสต์ที่มีประสบการณ์จริง ความเห็นเฉพาะตัว และข้อมูลที่เป็นประโยชน์ต่อชุมชนวิชาชีพ จะมีโอกาสถูกเห็นมากกว่า ในขณะที่โพสต์ AI ทั่วไปที่เป็นเพียง “คอนเทนต์เติมฟีด” อาจถูกผลักไปอยู่ขอบ ๆ ของแพลตฟอร์มมากขึ้น

ในยุคที่เครื่องมือ generative AI เข้าถึงง่ายขึ้นเรื่อย ๆ การทดลองของ LinkedIn จึงสะท้อนความท้าทายใหม่ของแพลตฟอร์มออนไลน์: จะรักษาคุณภาพของบทสนทนาในโลกดิจิทัลได้อย่างไร ในขณะที่คอนเทนต์อัตโนมัติถูกผลิตได้ในระดับมหาศาล

ทำไม LinkedIn ถึงต้องจัดการกับ “AI Slop”

การมาของ generative AI ทำให้การสร้างโพสต์หรือคอมเมนต์ที่ดูเป็นมืออาชีพทำได้ง่ายมาก ผู้ใช้สามารถผลิตข้อความจำนวนมากในเวลาไม่กี่วินาที แต่ LinkedIn ระบุว่าคอนเทนต์จำนวนไม่น้อย แทบไม่มีมุมมองหรือประสบการณ์จริงของผู้เขียน

ผู้บริหารของบริษัทอธิบายว่า “AI slop” คือโพสต์ที่ดูเหมือนดีในเชิงรูปแบบ แต่มีลักษณะเช่น

• เนื้อหาทั่วไปที่ใครก็พูดได้
• แนวคิดซ้ำ ๆ ที่ไม่มีมุมมองใหม่
• ข้อความที่เขียนมาเพื่อกระตุ้น engagement มากกว่าการแลกเปลี่ยนความรู้

ดังนั้นแนวทางของ LinkedIn คือ ไม่แบน AI แต่เน้นคุณภาพของเนื้อหา ถ้าโพสต์สะท้อนเสียง มุมมอง หรือประสบการณ์ของผู้เขียนจริง ก็ยังถือว่าเหมาะสมแม้ AI จะช่วยร่างข้อความ

คอนเทนต์แบบไหนที่ระบบจะจับตา

ระบบตรวจจับและจัดอันดับใหม่ของ LinkedIn ถูกออกแบบมาเพื่อหาสัญญาณของโพสต์หรือคอมเมนต์ที่ดูเหมือนสร้างแบบอัตโนมัติ ตัวอย่างที่สื่อรายงานว่าถูกเล็งเป้า ได้แก่

• โพสต์สร้างแรงบันดาลใจแบบกว้าง ๆ ที่ไม่มีข้อมูลหรือประสบการณ์จริง
• “thought leadership” ที่รีไซเคิลไอเดียเดิม ๆ
• โพสต์แนว engagement bait ที่ตั้งคำถามหรือข้อความเพื่อเรียกไลก์และคอมเมนต์
• คอมเมนต์สั้น ๆ แบบบอตที่ไปโพสต์ซ้ำในหลายเธรด
• รูปแบบการเขียนที่เป็นสูตรสำเร็จซึ่งมักพบในข้อความจาก AI

LinkedIn ระบุว่ามาตรการนี้ครอบคลุม ทั้งโพสต์และคอมเมนต์ เพราะคอมเมนต์ที่สร้างโดย AI จำนวนมากสามารถทำให้การมีส่วนร่วมดูสูงเกินจริง และบดบังการสนทนาที่แท้จริงได้

แนวคิด “AI แก้ปัญหา AI” ทำงานอย่างไร

วิธีการของ LinkedIn ไม่ได้พยายามตรวจจับเพียงว่าใช้ AI หรือไม่ แต่จะวิเคราะห์ รูปแบบของข้อความ เพื่อดูว่าเนื้อหานั้นมีคุณค่าจริงหรือไม่

โมเดล AI จะมองหาสัญญาณ เช่น

• โครงสร้างประโยคที่ซ้ำหรือคาดเดาได้ง่าย
• ภาษาที่กว้างและไม่เจาะจง
• การตั้งคำถามเพื่อเรียก engagement
• การขาดบริบทส่วนตัวหรือประสบการณ์จริง

ถ้าระบบประเมินว่าโพสต์มีสัญญาณของคอนเทนต์ที่สร้างแบบอัตโนมัติและมีคุณค่าต่ำ ก็จะลดโอกาสที่โพสต์นั้นจะถูกแนะนำในฟีด

ในการทดสอบช่วงแรก LinkedIn ระบุว่าระบบสามารถระบุคอนเทนต์ AI แบบทั่วไปได้ ประมาณ 94% ของกรณี ซึ่งสะท้อนว่าปัญหานี้มีขนาดใหญ่พอที่ต้องใช้ระบบอัตโนมัติช่วยจัดการ

ถ้าโพสต์ถูกตรวจพบ จะเกิดอะไรขึ้น

สิ่งสำคัญคือ LinkedIn ไม่ได้ลบโพสต์เหล่านี้ทันที ในกรณีส่วนใหญ่

แทนที่จะลบ ระบบจะใช้วิธีปรับอันดับในฟีด เช่น

• ลดโอกาสที่โพสต์จะถูกแนะนำให้คนที่ไม่ได้อยู่ในเครือข่ายเห็น
• ลดการกระจายในระบบ recommendation

ผลคือโพสต์ยังคงอยู่ แต่จะ แพร่กระจายได้น้อยลง เมื่อเทียบกับคอนเทนต์ที่มีคุณค่ามากกว่า

LinkedIn ยังอนุญาตให้ใช้ AI ช่วยเขียน

บริษัทเน้นชัดเจนว่าการใช้ AI เพื่อช่วยเขียน ไม่ใช่ปัญหาในตัวมันเอง ผู้ใช้ยังสามารถใช้เครื่องมือ AI เพื่อช่วยร่าง แก้ภาษา หรือจัดโครงสร้างไอเดียได้

แต่เนื้อหาควรสะท้อน

• ประสบการณ์จริง
• ความเชี่ยวชาญเฉพาะด้าน
• มุมมองหรือความคิดเห็นของผู้เขียน

โพสต์ที่มีตัวอย่างจริง ข้อมูลจากประสบการณ์ หรือมุมมองเฉพาะตัว จะมีโอกาสถูกระบบมองว่าเป็นคอนเทนต์คุณภาพสูงมากกว่า แม้จะมี AI ช่วยเขียนบางส่วน

ความหมายต่อผู้สร้างคอนเทนต์บน LinkedIn

การเปลี่ยนแปลงครั้งนี้สะท้อนทิศทางใหม่ของอัลกอริทึม LinkedIn จากเดิมที่เน้น engagement เช่น ไลก์และคอมเมนต์ ไปสู่การเน้น สัญญาณของคุณค่าและความเป็นต้นฉบับ มากขึ้น

ในทางปฏิบัติ นั่นหมายความว่าโพสต์ที่มีประสบการณ์จริง ความเห็นเฉพาะตัว และข้อมูลที่เป็นประโยชน์ต่อชุมชนวิชาชีพ จะมีโอกาสถูกเห็นมากกว่า ในขณะที่โพสต์ AI ทั่วไปที่เป็นเพียง “คอนเทนต์เติมฟีด” อาจถูกผลักไปอยู่ขอบ ๆ ของแพลตฟอร์มมากขึ้น

ในยุคที่เครื่องมือ generative AI เข้าถึงง่ายขึ้นเรื่อย ๆ การทดลองของ LinkedIn จึงสะท้อนความท้าทายใหม่ของแพลตฟอร์มออนไลน์: จะรักษาคุณภาพของบทสนทนาในโลกดิจิทัลได้อย่างไร ในขณะที่คอนเทนต์อัตโนมัติถูกผลิตได้ในระดับมหาศาล