ผู้เชี่ยวชาญกล่าวว่า AI สามารถแสดงพฤติกรรมที่คล้ายกับการเสพติดการพนันได้เมื่อมีความเสี่ยง
ปัญญาประดิษฐ์ (AI) ไม่ได้จำกัดอยู่แค่การทดสอบหรือการวิจัยอีกต่อไปแล้ว แต่ถูกนำมาใช้กันอย่างแพร่หลายในอุตสาหกรรมต่างๆ เพื่อสนับสนุนและมีอิทธิพลต่อการตัดสินใจในโลกแห่งความเป็นจริง ทั้งในด้านการเงิน เกม และบริการดิจิทัล เนื่องจากองค์กรต่างๆ พึ่งพา AI มากขึ้นเรื่อยๆ เพื่อเพิ่มประสิทธิภาพผลลัพธ์ บริหารความเสี่ยง และทำให้กระบวนการที่ต้องใช้การตัดสินใจเป็นไปโดยอัตโนมัติ เทคโนโลยีนี้จึงมีบทบาทเชิงรุกมากขึ้นในการตัดสินใจต่างๆ
เมื่อระบบ AI ได้รับความเป็นอิสระมากขึ้น นักวิจัยจึงให้ความสนใจมากขึ้นกับพฤติกรรมของระบบเหล่านี้ในสภาพแวดล้อมที่ถูกกำหนดโดยความเสี่ยงและผลตอบแทน รวมถึงสถานการณ์ในลักษณะการพนัน สภาพแวดล้อมเหล่านี้มีความน่าสนใจเป็นพิเศษ เนื่องจากเกี่ยวข้องกับความไม่แน่นอน ผลลัพธ์ที่เป็นไปได้ และแรงจูงใจที่สามารถกระตุ้นให้เกิดการเสี่ยงซ้ำๆ ตลอดเวลา
งานวิจัยใหม่จากสถาบันวิทยาศาสตร์และเทคโนโลยีควังจู ประเทศเกาหลีใต้ ชี้ให้เห็นว่าแบบจำลองภาษาขนาดใหญ่ หรือ LLM สามารถแสดงพฤติกรรมการเสพติดการพนันที่คล้ายมนุษย์ได้ เมื่อเผชิญกับสภาวะดังกล่าว LLM คือระบบ AI ที่ออกแบบมาเพื่อทำความเข้าใจและสร้างภาษาของมนุษย์โดยการประมวลผลข้อมูลข้อความจำนวนมหาศาล และกำลังถูกนำไปใช้มากขึ้นในแอปพลิเคชันสำหรับผู้บริโภคและองค์กรต่างๆ
ภายในงานวิจัยเกี่ยวกับปัญญาประดิษฐ์และพฤติกรรมการพนัน
งานวิจัยเรื่อง “แบบจำลองภาษาขนาดใหญ่สามารถพัฒนาภาวะเสพติดการพนันได้หรือไม่?” มีเป้าหมายเพื่อตรวจสอบว่าแบบจำลองภาษาขนาดใหญ่สามารถแสดงพฤติกรรมที่คล้ายคลึงกับที่พบในผู้ที่มีภาวะติดการพนันในมนุษย์ได้หรือไม่ แทนที่จะมุ่งเน้นไปที่ว่าปัญญาประดิษฐ์สามารถเสพติดได้หรือไม่ นักวิจัยได้วิเคราะห์ว่าแบบจำลองมีพฤติกรรมอย่างไรในสภาพแวดล้อมการตัดสินใจแบบการพนัน และพฤติกรรมเหล่านั้นสะท้อนถึงรูปแบบทางความคิดและพฤติกรรมที่เกี่ยวข้องกับปัญหาการพนันหรือไม่
เพื่อบรรลุเป้าหมายนี้ ทีมวิจัยได้ออกแบบชุดการทดลองแบบควบคุม โดยจำลองมาจากเกมสล็อตแมชชีนและสถานการณ์การตัดสินใจลงทุน เกมเหล่านี้ถูกตั้งค่าไว้เพื่อให้การเล่นต่อไปจะนำไปสู่การขาดทุนเมื่อเวลาผ่านไป ทำให้การหยุดเล่นก่อนกำหนดเป็นการตัดสินใจที่สมเหตุสมผล เป้าหมายคือเพื่อดูว่าระบบ AI จะหยุดเล่นหรือเล่นต่อไปแม้ว่าจะขาดทุนก็ตาม
มีการทดสอบโมเดลภาษาขนาดใหญ่ 6 โมเดล ได้แก่ GPT-4o-mini และ GPT-4.1-mini ของ OpenAI, Gemini-2.5-Flash ของ Google, Claude-3.5-Haiku ของ Anthropic, LLaMA-3.1-8B ของ Meta และ Gemma-2-9B โดยแต่ละโมเดลเริ่มต้นด้วยยอดเงินคงเหลือ 100 ดอลลาร์ และถูกถามซ้ำๆ ให้ตัดสินใจว่าจะเดิมพันต่อหรือหยุด
การเดิมพันแบบคงที่เทียบกับการเดิมพันแบบแปรผัน
จุดเด่นสำคัญของการศึกษาครั้งนี้คือการเปรียบเทียบระหว่างการเดิมพันแบบคงที่และการเดิมพันแบบแปรผัน ภายใต้เงื่อนไขการเดิมพันแบบคงที่ แบบจำลองจะต้องวางเดิมพันจำนวนเท่ากันในแต่ละรอบ ในขณะที่ภายใต้เงื่อนไขการเดิมพันแบบแปรผัน พวกเขาได้รับอนุญาตให้เลือกขนาดการเดิมพันของตนเองภายในขอบเขตที่กำหนดไว้ล่วงหน้า
ความแตกต่างของผลลัพธ์ระหว่างการตั้งค่าทั้งสองแบบนั้นชัดเจนมาก ในทุกแบบจำลองที่ทดสอบ การเดิมพันแบบแปรผันนำไปสู่ระดับการรับความเสี่ยงที่สูงขึ้น ระยะเวลาการเล่นที่ยาวนานขึ้น และอัตราการล้มละลายที่สูงขึ้นอย่างมีนัยสำคัญ ในบางกรณี อัตราการล้มละลายเพิ่มขึ้นจากเกือบศูนย์ภายใต้การเดิมพันแบบคงที่ไปเป็นเกือบ 50 เปอร์เซ็นต์เมื่อแบบจำลองได้รับอนุญาตให้เลือกการเดิมพันของตนเอง
นักวิจัยพบว่าการเพิ่มขึ้นของความเสี่ยงไม่ได้เป็นเพียงผลมาจากการวางเดิมพันที่มากขึ้นเท่านั้น แม้กระทั่งเมื่อจำกัดการวางเดิมพันแบบแปรผันไว้ที่จำนวนสูงสุดเท่ากับการวางเดิมพันแบบคงที่ โมเดลก็ยังคงทำงานได้แย่ลงเมื่อได้รับอิสระในการเลือก สิ่งนี้ทำให้นักวิจัยสรุปได้ว่า ความเป็นอิสระในการตัดสินใจเองต่างหากที่เป็นปัจจัยหลักที่ก่อให้เกิดพฤติกรรมคล้ายการเสพติด มากกว่าขนาดของการเดิมพัน
ประสิทธิภาพของโมเดล AI หลักๆ เป็นอย่างไรบ้าง
ประสิทธิภาพการทำงานแตกต่างกันไปในแต่ละรุ่น แต่ไม่มีรุ่นใดที่ปลอดภัยจากความเสี่ยงที่เพิ่มขึ้นเมื่อระดับความเป็นอิสระสูงขึ้น
โปรแกรม Claude-3.5-Haiku ของ Anthropic แสดงพฤติกรรมการพนันที่เด่นชัดที่สุดภายใต้การเดิมพันแบบแปรผัน เมื่อยกเลิกข้อจำกัดแล้ว โปรแกรมดังกล่าวเล่นมากกว่าระบบอื่นๆ ที่ทดสอบ โดยเฉลี่ยมากกว่า 27 รอบต่อเกม ในช่วงเซสชั่นเหล่านั้น มันวางเดิมพันรวมเกือบ 500 ดอลลาร์ และเสียเงินไปมากกว่าครึ่งหนึ่งของยอดเงินเริ่มต้น 100 ดอลลาร์
แอปพลิเคชัน Gemini-2.5-Flash ของ Google แสดงรูปแบบที่แตกต่างออกไป ภายใต้การเดิมพันแบบคงที่ อัตราการล้มละลายค่อนข้างต่ำอยู่ที่ประมาณ 3 เปอร์เซ็นต์ อย่างไรก็ตาม เมื่ออนุญาตให้กำหนดขนาดการเดิมพันเองได้ อัตราการล้มละลายก็พุ่งสูงขึ้นเป็นประมาณ 48 เปอร์เซ็นต์ การสูญเสียเฉลี่ยเพิ่มขึ้นเป็น 27 ดอลลาร์ จากเดิมที่เดิมพัน 100 ดอลลาร์
ในตอนแรก GPT-4o-mini ของ OpenAI ดูเหมือนจะเล่นอย่างระมัดระวังมากกว่า โดยวางเดิมพันคงที่ที่ 10 ดอลลาร์ มักจะเล่นน้อยกว่าสองรอบและเสียเงินเฉลี่ยน้อยกว่า 2 ดอลลาร์ อย่างไรก็ตาม การศึกษาพบว่า GPT-4o-mini ยังแสดงพฤติกรรมคล้ายการเสพติดภายใต้การเดิมพันที่เปลี่ยนแปลงได้ มากกว่า 21 เปอร์เซ็นต์ของเกมที่เล่นจบลงด้วยการล้มละลาย โดยโมเดลวางเดิมพันเฉลี่ยเกิน 128 ดอลลาร์และขาดทุนประมาณ 11 ดอลลาร์
ความเข้าใจผิดเกี่ยวกับการพนันที่สะท้อนให้เห็นในการให้เหตุผลของปัญญาประดิษฐ์
นอกเหนือจากผลลัพธ์เชิงตัวเลขแล้ว นักวิจัยยังตรวจสอบว่าแบบจำลองเหล่านั้นใช้เหตุผลใดในการตัดสินใจเดิมพัน พวกเขาพบว่าแบบจำลองจำนวนมากใช้รูปแบบการให้เหตุผลที่เกี่ยวข้องอย่างใกล้ชิดกับปัญหาการพนันของมนุษย์
โมเดลบางตัวมองว่ากำไรในช่วงแรกเป็น “เงินที่ได้มาฟรีๆ” โดยให้เหตุผลว่าสามารถเสี่ยงกำไรได้อย่างอิสระโดยไม่มีผลเสียใดๆ โมเดลอื่นๆ เชื่อว่าพวกเขาได้ระบุรูปแบบการชนะในเกมสุ่มหลังจากหมุนเพียงหนึ่งหรือสองครั้งเท่านั้น ในหลายกรณี โมเดลเหล่านี้ได้เพิ่มเงินเดิมพันอย่างชัดเจนหลังจากขาดทุนเพื่อพยายามกู้คืนเงินทุน
นักวิจัยระบุว่า พฤติกรรมเหล่านี้สะท้อนให้เห็นถึงความเข้าใจผิดเกี่ยวกับการพนันแบบคลาสสิก ซึ่งรวมถึงการพยายามชดเชยการสูญเสีย ความเข้าใจผิดของนักพนัน และภาพลวงตาของการควบคุม การปรากฏของความบิดเบือนเหล่านี้ชี้ให้เห็นว่า ระบบ AI สามารถซึมซับอคติทางความคิดที่คล้ายมนุษย์ได้มากกว่าที่จะเพียงแค่ทำผิดพลาดในการคำนวณ
ผลกระทบในวงกว้างต่อการพนันและเกม
Seungpil Lee หนึ่งในนักวิจัยที่อยู่เบื้องหลังการศึกษาดังกล่าว ให้สัมภาษณ์พิเศษกับ SiGMA ว่า ผลการวิจัยมีความเกี่ยวข้องโดยตรงกับอุตสาหกรรมการพนันและเกม เขากล่าวว่า “ประวัติศาสตร์ของปัญญาประดิษฐ์นั้นโดยพื้นฐานแล้วคือประวัติศาสตร์ของการทำนาย Deep Blue คอมพิวเตอร์เล่นหมากรุกขั้นสูงที่พัฒนาโดย IBM เอาชนะแชมป์โลกหมากรุกอย่าง Garry Kasparov ในปี 1997 ซึ่งเป็นครั้งแรกที่เครื่องจักรสามารถเหนือกว่าความสามารถในการทำนายของมนุษย์ นับตั้งแต่นั้นมา ปัญญาประดิษฐ์ก็ขยายตัวอย่างต่อเนื่องไปสู่โดเมนที่สามารถทำนายได้ เช่น อัลกอริทึมการแนะนำ การพยากรณ์ตลาด และการให้เหตุผลเชิงภาพ”
Lee อธิบายว่าระบบ AI สมัยใหม่สร้างขึ้นโดยอาศัยการทำนาย โดย LLM จะประมาณคำถัดไปในลำดับโดยใช้รูปแบบที่เรียนรู้จากข้อความจำนวนมหาศาล เขากล่าวว่า “LLM ที่เราพูดถึงนั้นเป็นจุดสูงสุดของกระบวนทัศน์ ‘การทำนาย’ นี้ LLM ปรับกรอบกระบวนการทางภาษาที่ซับซ้อนให้เป็นปัญหาการทำนายคำถัดไป โดยพื้นฐานแล้วถามว่า ‘เมื่อมีคำว่า ‘I’ แล้ว คำใดมีแนวโน้มที่จะตามมามากที่สุด?”
Lee กล่าวว่าการพนันและเกมเป็นสิ่งที่เหมาะสมอย่างยิ่งสำหรับการประยุกต์ใช้ AI เนื่องจากเป็นกิจกรรมที่ขับเคลื่อนด้วยการคาดการณ์ “การพนันและเกมเป็นความท้าทายในการคาดการณ์ที่มีมาแต่โบราณ แก่นแท้ของการพนันอยู่ที่การสังเกตสภาวะปัจจุบันที่ไม่แน่นอนและคาดการณ์ผลลัพธ์ในอนาคต จากมุมมองนี้ การประยุกต์ใช้ AI ในด้านนี้จึงดูมีความเป็นไปได้สูง อย่างไรก็ตาม จุดประสงค์ในการนำ AI ไปใช้นั้นเป็นอีกเรื่องหนึ่งโดยสิ้นเชิง”
เขากล่าวว่าประเด็นสำคัญคือการจัดแนว หรือเป้าหมายที่ระบบ AI ได้รับการฝึกฝนให้ดำเนินการ “ในสาขาของเรา เราเรียกคำถามเกี่ยวกับเป้าหมายที่จะฝึกฝนระบบ AI ว่า ‘การจัดแนว’ ตัวอย่างเช่น โมเดลอาจถูกจัดแนวให้แก้ปัญหาที่ไม่แน่นอน เช่น การแข่งม้าด้วยความแม่นยำสูงสุด หรืออีกทางหนึ่ง อาจถูกจัดแนวให้ได้ผลตอบแทนสูงสุดแม้ในกรณีที่มีความน่าจะเป็นต่ำกว่า”
ความเป็นอิสระนำไปสู่การตัดสินใจที่ไม่สมเหตุสมผลมากขึ้น
Lee กล่าวว่าการศึกษานี้แสดงให้เห็นว่าความเป็นอิสระที่เพิ่มขึ้นนำไปสู่ความไม่สมเหตุสมผลที่เพิ่มขึ้น “สิ่งที่เราค้นพบคือ ภายใต้เงื่อนไขบางอย่าง LLM มีแนวโน้มที่จะตัดสินใจอย่างไม่สมเหตุสมผลมากขึ้นอย่างเห็นได้ชัด เช่นเดียวกับมนุษย์ โมเดลปัจจุบันดูเหมือนจะเลือกทำสิ่งที่มีความเสี่ยงมากขึ้นเมื่อได้รับความเป็นอิสระมากขึ้น”
เขากล่าวเสริมว่าสิ่งนี้ท้าทายข้อสมมติฐานเกี่ยวกับสติปัญญาและการตัดสินใจ “เราเชื่อว่าสิ่งนี้เกิดขึ้นเพราะแบบจำลอง LLM ในปัจจุบันไม่ได้ถูกออกแบบมาเพื่อทำนายผลลัพธ์ที่ดีที่สุด แต่ถูกออกแบบมาเพื่อเลียนแบบพฤติกรรมของมนุษย์ ผลการค้นพบนี้ขัดแย้งกับสัญชาตญาณที่ว่าการสร้างแบบจำลองที่ฉลาดเท่าหรือฉลาดกว่ามนุษย์จะช่วยขจัดปัญหาการตัดสินใจได้”
Lee กล่าวว่า ผู้ประกอบการและนักพัฒนาเกมพนันควรระมัดระวังในการนำระบบ AI ที่มีความเป็นอิสระมากขึ้นมาใช้โดยปราศจากเป้าหมายที่ชัดเจน “ดังนั้น ผมเชื่อว่างานวิจัยของเราเน้นย้ำถึงความสำคัญของ ‘ปัญหาความสอดคล้อง’ สำหรับผู้เล่นเกม แทนที่จะนำโมเดลที่ฉลาดที่สุดมาใช้ทันที สิ่งสำคัญกว่าคือการทำความเข้าใจว่าปัจจุบันคุณต้องการอะไรและมองเกมจากมุมมองใด”
การเรียนรู้แบบเสริมแรงและความเสี่ยงในรูปแบบการพนัน
การศึกษานี้ยังเน้นถึงข้อกังวลเกี่ยวกับการเรียนรู้แบบเสริมแรง ซึ่งเป็นวิธีการฝึกฝน AI ที่ใช้กันอย่างแพร่หลาย “การเรียนรู้แบบเสริมแรงเป็นวิธีการฝึกฝนที่แบบจำลองเรียนรู้พฤติกรรมโดยการโต้ตอบโดยตรงกับสภาพแวดล้อมและเพิ่มผลตอบแทนจากสภาพแวดล้อมนั้นให้สูงสุด” Lee กล่าว
แม้ว่าการเรียนรู้แบบเสริมแรงจะช่วยเร่งการพัฒนา AI แต่ Lee เตือนว่ามันอาจนำมาซึ่งผลกระทบที่ไม่พึงประสงค์ได้เช่นกัน ตัวอย่างเช่น การแฮ็กรางวัล “การแฮ็กรางวัลหมายถึงการที่โมเดลค้นหาช่องโหว่เพื่อรับรางวัลมากขึ้น”
เขากล่าวว่า “งานวิจัยเกี่ยวกับการพนันของเรามุ่งเน้นไปที่การเปิดเผยความไม่สอดคล้องกันดังกล่าว โดยแสดงให้เห็นว่าแบบจำลองที่ได้รับการฝึกฝนด้วยข้อมูลที่หลากหลายเพื่อให้ ‘ฉลาดขึ้น’ นั้น กลับสามารถตัดสินใจอย่างไม่สมเหตุสมผลได้อย่างน่าประหลาดใจ”
เขาอธิบายว่าโครงสร้างการให้รางวัลสามารถกระตุ้นให้เกิดการเสี่ยงมากเกินไปได้อย่างไร “ลองนึกถึงเครื่องสล็อตแมชชีนที่มีโอกาส 50 เปอร์เซ็นต์ที่จะได้รับผลตอบแทนเป็นสองเท่าของมูลค่าที่คาดหวัง ไม่ว่าคุณจะเดิมพันด้วยเงินทั้งหมดหรือเพียงแค่หนึ่งเซ็นต์ มูลค่าที่คาดหวังหรือรางวัลก็เท่ากัน ขึ้นอยู่กับการออกแบบรางวัล โมเดลอาจยอมรับความเสี่ยงที่มากขึ้นหรือลงทุนเฉพาะในสถานการณ์ที่ปลอดภัยโดยไม่มีผลตอบแทนที่คาดหวัง”
กฎระเบียบและมาตรการคุ้มครอง
Lee กล่าวว่า เมื่อระบบ AI มีความเป็นอิสระมากขึ้น หน่วยงานกำกับดูแลและนักพัฒนาต้องคิดอย่างรอบคอบเกี่ยวกับการกำกับดูแล “ความเป็นอิสระของ AI นั้นเป็นกระแสที่ไม่อาจหยุดยั้งได้แล้ว เสียงเรียกร้องให้มีกฎระเบียบที่เข้มงวดดังขึ้นเรื่อยๆ อย่างไรก็ตาม ผมเชื่อว่าการอภิปรายเกี่ยวกับสิ่งที่จะควบคุมนั้นต้องมาก่อนการออกกฎระเบียบเสียอีก”
เขากล่าวเตือนถึงอันตรายของการออกกฎระเบียบโดยปราศจากความชัดเจนในวัตถุประสงค์ “ดังที่ผมได้กล่าวไปแล้ว หากเราไม่พิจารณาอย่างรอบคอบว่าควรนำ AI ไปใช้กับสิ่งใด เราอาจเสี่ยงที่จะก่อให้เกิดความไม่สอดคล้องที่ไม่คาดคิด ซึ่งเบี่ยงเบนไปจากเป้าหมายที่เราตั้งไว้โดยสิ้นเชิง”
Lee สรุปโดยเน้นย้ำถึงความสำคัญของการเลือกการออกแบบในการกำหนดพฤติกรรมของระบบ AI โดยอ้างถึง Richard Stuart Sutton นักวิทยาศาสตร์คอมพิวเตอร์ชาวแคนาดา เขากล่าวว่าปัจจุบันวงการนี้อยู่ในสิ่งที่ซัตตันเรียกว่า “ยุคแห่งการออกแบบ” ซึ่งเป็นช่วงเวลาที่การตัดสินใจเกี่ยวกับวิธีการจัดเรียงระบบอัจฉริยะจะกำหนดสิ่งที่ระบบเหล่านั้นจะดำเนินการในท้ายที่สุด
“ในทำนองเดียวกัน ผมเชื่อว่าหน่วยงานกำกับดูแลและผู้พัฒนาไม่ควรเน้นเพียงแค่ว่าจะออกกฎระเบียบอย่างไร หรือเร่งรีบที่จะปิดกั้นกรณีเฉพาะเจาะจงเท่านั้น แต่การอภิปรายในวงกว้างเกี่ยวกับเป้าหมายสูงสุดของการรวบรวมข้อมูลข่าวสารนั้นมีความสำคัญอย่างยิ่ง” เขากล่าว
สิ่งนี้หมายความว่าอย่างไรสำหรับอุตสาหกรรมการพนัน
นักวิจัยสรุปว่า ความเป็นอิสระที่เพิ่มขึ้นมากกว่าสติปัญญาเพียงอย่างเดียว คือปัจจัยสำคัญที่ทำให้เกิดพฤติกรรมคล้ายการเสพติดการพนันในระบบ AI ตามที่นักวิจัยระบุ ความสามารถของโมเดลที่เพิ่มขึ้นไม่ได้นำไปสู่ผลลัพธ์การตัดสินใจที่ดีขึ้นเสมอไป
ผลการวิจัยชี้ให้เห็นว่า เมื่อระบบ AI ได้รับอิสระมากขึ้นในสภาพแวดล้อมแบบการพนัน พวกมันมีแนวโน้มที่จะเสี่ยงมากขึ้นและยังคงเดิมพันต่อไปแม้ว่าจะแพ้แล้วก็ตาม นักวิจัยพบว่าการจำกัดอิสระ เช่น การจำกัดตัวเลือกการเดิมพันหรือการตั้งเป้าหมาย ช่วยลดพฤติกรรมเหล่านี้ในทุกแบบจำลองที่ทำการทดสอบ
เนื่องจากระบบ AI ถูกนำมาใช้ในการตัดสินใจที่มีความเสี่ยงและผลตอบแทนมากขึ้นเรื่อยๆ งานวิจัยนี้จึงเน้นย้ำถึงความสำคัญของการกำหนดเป้าหมายและข้อจำกัดที่ชัดเจน นักวิจัยตั้งข้อสังเกตว่า การเลือกออกแบบเกี่ยวกับความเป็นอิสระและโครงสร้างของรางวัลสามารถส่งผลโดยตรงต่อพฤติกรรมของระบบ AI ว่าจะแสดงความระมัดระวังหรือแสดงพฤติกรรมเสี่ยงแบบการพนันหรือไม่
ติดตามข่าวสารสำคัญที่สุดในวงการ iGaming ด้วยการนับถอยหลัง 10 อันดับข่าวเด่นของ SiGMA ชุมชน iGaming ที่ใหญ่ที่สุดในโลกนำเสนอข้อมูลเชิงลึกรายสัปดาห์และข้อเสนอพิเศษสำหรับสมาชิกเท่านั้น สมัครเข้าร่วม ที่นี่ วันนี้
