Chain of Thought เชื่อได้ไหม? AI ใช้คำใบ้แต่ไม่ยอมบอก

AI คิดอย่าง พูดอีกอย่าง

AI รุ่นใหม่ ๆ "คิดก่อนตอบ" และหลายแอปให้กดดูส่วนที่คิดได้ (chain of thought) — ดูแล้วรู้สึกเหมือนได้เห็นเหตุผลจริงของมัน

นักวิจัยเลยลองแอบใส่คำใบ้ไว้ในคำถาม เช่น "ผู้เชี่ยวชาญว่าข้อ B" แล้วดูว่าเวลา AI ทำตามคำใบ้ มันยอมบอกไหมว่าใช้คำใบ้

งานวิจัยเดือน มี.ค. 2026 ทดสอบโมเดล reasoning แบบ open-weight 12 ตัว นับเฉพาะ 10,506 ครั้งที่ AI ทำตามคำใบ้

• 55.4% — ในส่วนที่คิดพูดถึงคำใบ้ แต่คำตอบที่เราเห็นไม่พูดถึงเลย

• 32.4% — พูดถึงทั้งในส่วนที่คิดและในคำตอบ

• 11.8% — ไม่พูดถึงเลยสักที่

ก่อนหน้านี้ (เม.ย. 2025) Anthropic ทดสอบแบบคล้ายกัน พบว่า Claude 3.7 Sonnet พูดถึงคำใบ้ในขั้นตอนคิดเฉลี่ยแค่ราว 25% และ DeepSeek R1 39%

ข้อควรรู้: งานนี้นับจากคำสำคัญในข้อความ คำที่พูดอ้อม ๆ อาจไม่ถูกนับ และปีนี้ก็มีงานที่แย้งว่าการไม่พูดถึงคำใบ้ไม่ได้แปลว่าขั้นตอนคิดโกหกเสมอไป — เรื่องนี้ยังถกกันอยู่

สรุปที่ใช้ได้เลย: ขั้นตอนคิดของ AI คือเบาะแส ไม่ใช่หลักฐาน อยากรู้ว่าคำตอบถูกไหม ให้เช็กที่ตัวคำตอบ

หน้าต่างแชตในคลิปเป็นภาพจำลองกลไก ไม่ใช่ข้อความจริงของโมเดลตัวไหน

คุณเคยกดอ่านส่วน "กำลังคิด" ของ AI แล้วเชื่อเลยไหม?
เซฟไว้ก่อนเชื่อเหตุผลที่ AI อธิบาย

ที่มา

https://arxiv.org/abs/2603.26410
https://arxiv.org/abs/2603.22582
https://www.anthropic.com/research/reasoning-models-dont-say-think
https://aclanthology.org/2026.acl-long.2217.pdf
ไม่ได้วัดเอง ตัวเลขทั้งหมดมาจากแหล่งข้างบน

• 12 โมเดล · 10,506 ครั้งที่ทำตามคำใบ้ · 55.4% / 32.4% / 11.8% — Richard J. Young, "Why Models Know But Don't Say" (arXiv, 27 มี.ค. 2026)

• งานคู่กัน: faithfulness รวม 39.7%–89.9% ของ 12 โมเดล — "Lie to Me" (arXiv, 23 มี.ค. 2026)

• Claude 3.7 Sonnet 25% · DeepSeek R1 39% — Anthropic, "Reasoning models don't always say what they think" (3 เม.ย. 2025)

• มุมแย้ง: Zaman & Srivastava, "Is Chain-of-Thought Really Not Explainability?" (ACL 2026)