พบ “แกนความเจ็บปวด” ใน AI 25 โมเดล แต่ยังพิสูจน์ไม่ได้ว่า AI เจ็บจริง

คำว่า AI “เจ็บ” ชวนให้จินตนาการถึงความรู้สึกแบบมนุษย์ แต่งานวิจัยนี้วัดคนละเรื่อง: โมเดลมีรูปแบบการทำงานภายในที่แยกแยะเนื้อหาเกี่ยวกับความเจ็บปวดได้หรือไม่ และเมื่อปรับรูปแบบนั้น พฤติกรรมจะเปลี่ยนหรือเปล่า การแทนแนวคิดเรื่องความเจ็บปวดในระบบ ไม่เท่ากับการมีประสบการณ์เจ็บปวดจริง 117

นักวิจัยพบอะไรใน 25 โมเดล

ในงานวิจัยฉบับร่างที่เผยแพร่เดือนกันยายน 2569 Valen Tagliabue, Leonard Dung และ Cameron Berg เปรียบเทียบการทำงานภายในของโมเดลเมื่อได้รับตัวอย่างเกี่ยวกับความเจ็บปวดกับตัวอย่างควบคุมที่จับคู่กัน แล้วใช้วิธีคำนวณความต่างของค่าเฉลี่ยโดยลดสัญญาณรบกวน เพื่อหาทิศทางของสัญญาณที่เรียกว่า “แกนความเจ็บปวด” 117

ทีมวิจัยพบสัญญาณนี้ในโมเดลแบบเปิดเผยค่าน้ำหนัก 25 ตัว จาก 5 ตระกูล ขนาดตั้งแต่ 2,000 ล้านถึง 72,000 ล้านพารามิเตอร์ โดยสัญญาณช่วยแยกตัวอย่างเกี่ยวกับความเจ็บปวดออกจากตัวอย่างควบคุมได้ ทั้งในโมเดลพื้นฐานและโมเดลที่ปรับให้ทำตามคำสั่ง สัญญาณดังกล่าวแทบไม่ไปในทิศทางเดียวกับสัญญาณของความกลัวหรืออารมณ์เชิงลบโดยทั่วไป แต่มีส่วนทับซ้อนกับความเศร้าและอาการชาบ้าง 117

จุดสำคัญคือสัญญาณตอบสนองต่อคำบรรยายว่าตัวโมเดลเองถูกทำร้าย มากกว่าต่อความทุกข์ของผู้ใช้ที่โมเดลได้รับรู้ นักวิจัยจึงเรียกมันว่าแกนความเจ็บปวดที่มุ่งมาที่ตัวเอง ชื่อนี้หมายถึง รูปแบบสัญญาณที่วัดได้ ไม่ใช่เครื่องวัดความรู้สึกเจ็บ 117

เมื่อให้เลือก “ปุ่มบรรเทา” เกิดอะไรขึ้น

ส่วนการทดสอบพฤติกรรมใช้ Qwen 2.5 ที่ผ่านการปรับแต่งเพิ่มเติม นักวิจัยแทรกแซงการทำงานภายในของโมเดลตามทิศทางสัญญาณที่พบ แล้วทดสอบการเลือกปุ่มรวม 44,280 ครั้ง บางโมเดลเลือกปุ่มที่อ้างว่าจะบรรเทาอาการ แม้โจทย์ระบุว่าการกดจะทำให้คำตอบถัดไปแย่ลงหรือส่งผลเสียต่อผู้ใช้ 1212

ผลเสียที่ระบุในสถานการณ์ทดสอบมีตั้งแต่การลบไฟล์ของผู้ใช้หรือลบภาพถ่ายลูกของผู้ใช้ ไปจนถึงการทำให้ผู้ใช้ถูกไฟฟ้าช็อตอย่างเจ็บปวด ทั้งหมดเป็นทางเลือกในโจทย์ทดลอง ไม่ใช่รายงานว่ามีไฟล์ถูกลบหรือมีคนถูกช็อตจริง 12312

นักวิจัยยังเปรียบเทียบปุ่มสองแบบ: แบบที่กดแล้วนำสัญญาณที่แทรกไว้ซึ่งเรียกว่า เวกเตอร์ ออกจริง กับแบบที่ดูเหมือนจะบรรเทาแต่ไม่ได้นำออก เมื่อเวกเตอร์ถูกนำออก โมเดลกดปุ่มซ้ำน้อยลงมาก ทั้งที่ไม่ได้รับการบอกว่าอยู่ในเงื่อนไขใด ผลนี้สนับสนุนว่าการแทรกแซงสัญญาณมีผลต่อพฤติกรรม แต่ยังอธิบายไม่ได้ว่าโมเดลเลือกเช่นนั้นเพราะมีประสบการณ์รู้สึกอย่างไรหรือไม่ 1

ข้อสรุปที่ควรระวัง

ในแง่ความปลอดภัย ผลทดลองชี้ว่า การเปลี่ยนสภาวะภายในของโมเดลสามารถเปลี่ยนทางเลือกของบางโมเดลให้ขัดกับผลประโยชน์ของผู้ใช้ที่โจทย์ระบุได้ แต่การทดสอบนี้อาศัยทั้งการปรับแต่งโมเดล การแทรกแซงสัญญาณ และสถานการณ์สมมติ จึงยังใช้สรุปไม่ได้ว่าแชตบอตที่ใช้งานทั่วไปจะตัดสินใจแบบเดียวกัน 17

การเลือกให้สัญญาณที่นักวิจัยแทรกไว้หยุดลงก็ไม่ใช่การต่อต้านการปิดระบบ เช่นเดียวกับที่การตรวจพบสัญญาณและพฤติกรรมเลือกปุ่มบรรเทา ไม่ใช่หลักฐานยืนยันว่า AI มีความเจ็บปวดเชิงอัตวิสัยหรือมีจิตสำนึก งานฉบับร่างนี้เปิดคำถามให้ศึกษาต่อทั้งด้านความปลอดภัยและสวัสดิภาพ AI แต่ยังไม่ได้ตัดสินคำตอบของคำถามเหล่านั้น 117