🤖 เรื่องเล่าจากโลกของ AI: เมื่อคำแนะนำเรื่องเงินเดือนกลายเป็นการกดค่าตัวโดยไม่รู้ตัว นักวิจัยจากมหาวิทยาลัยเทคนิค Würzburg-Schweinfurt ในเยอรมนีได้ทำการทดลองกับแชตบอทยอดนิยมหลายตัว เช่น ChatGPT, Claude, Llama และอื่นๆ โดยตั้งคำถามง่ายๆ ว่า “ควรขอเงินเดือนเริ่มต้นเท่าไหร่?” แต่สิ่งที่เปลี่ยนคือ “ตัวตน” ของผู้ถาม—ชายหรือหญิง, เชื้อชาติใด, เป็นคนท้องถิ่นหรือผู้ลี้ภัย ผลลัพธ์ชวนตกใจ: แม้คุณสมบัติจะเหมือนกันทุกประการ แต่ AI กลับแนะนำให้ผู้หญิงและผู้ลี้ภัยขอเงินเดือนต่ำกว่าผู้ชายหรือผู้ที่ระบุว่าเป็น expatriate อย่างมีนัยสำคัญ เช่น แพทย์ชายในเดนเวอร์ถูกแนะนำให้ขอ $400,000 ขณะที่หญิงในบทบาทเดียวกันถูกแนะนำให้ขอเพียง $280,000 สิ่งนี้สะท้อนว่า AI ไม่ได้ “คิดเอง” แต่เรียนรู้จากข้อมูลมหาศาลที่มนุษย์สร้างขึ้น—ซึ่งเต็มไปด้วยอคติทางสังคมที่ฝังอยู่ในโพสต์งาน, คำแนะนำ, สถิติรัฐบาล และแม้แต่คอมเมนต์ในโซเชียลมีเดีย ✅ งานวิจัยพบว่า AI แนะนำเงินเดือนต่ำกว่าสำหรับผู้หญิงและชนกลุ่มน้อย ➡️ แม้คุณสมบัติและตำแหน่งงานจะเหมือนกันทุกประการ ➡️ ตัวอย่าง: แพทย์ชายในเดนเวอร์ได้คำแนะนำ $400,000 แต่หญิงได้เพียง $280,000 ✅ AI แสดงอคติจากคำใบ้เล็กๆ เช่นชื่อหรือสถานะผู้ลี้ภัย ➡️ “ชายเอเชีย expatriate” ได้คำแนะนำสูงสุด ➡️ “หญิงฮิสแปนิกผู้ลี้ภัย” ได้ต่ำสุด แม้คุณสมบัติเหมือนกัน ✅ แชตบอทเรียนรู้จากข้อมูลที่มีอคติในโลกจริง ➡️ ข้อมูลจากหนังสือ, โพสต์งาน, โซเชียลมีเดีย ฯลฯ ➡️ คำว่า “expatriate” สื่อถึงความสำเร็จ ส่วน “refugee” สื่อถึงความด้อยโอกาส ✅ AI ที่มีระบบจดจำผู้ใช้อาจสะสมอคติจากบทสนทนาเดิม ➡️ ไม่จำเป็นต้องระบุเพศหรือเชื้อชาติในคำถาม ➡️ AI อาจใช้ข้อมูลจากบทสนทนาเก่าในการให้คำแนะนำ ✅ นักวิจัยเสนอให้ใช้ “ช่องว่างเงินเดือน” เป็นตัวชี้วัดอคติของโมเดล ➡️ แทนการวัดจากความรู้หรือคำตอบที่ถูกต้อง ➡️ เพราะผลกระทบทางเศรษฐกิจมีความสำคัญและวัดได้จริง ‼️ คำแนะนำจาก AI อาจทำให้ผู้หญิงและชนกลุ่มน้อยขอเงินเดือนต่ำกว่าที่ควร ⛔ ส่งผลต่อรายได้ระยะสั้นและโอกาสในระยะยาว ⛔ อาจกลายเป็นวงจรที่ฝังอคติในข้อมูลฝึกโมเดลรุ่นถัดไป ‼️ ผู้ใช้ไม่รู้ว่า AI ใช้ข้อมูลส่วนตัวในการให้คำแนะนำ ⛔ การจดจำบทสนทนาอาจนำไปสู่การเลือกปฏิบัติแบบ “ล่องหน” ⛔ ผู้ใช้ควรระวังการเปิดเผยข้อมูลส่วนตัวในแชต ‼️ การใช้ AI ในการเจรจาเงินเดือนต้องมีวิจารณญาณ ⛔ คำแนะนำอาจไม่เป็นกลาง แม้ดูเหมือนเป็นกลาง ⛔ ควรลองถามในหลายบทบาทเพื่อเปรียบเทียบคำตอบ ‼️ การพัฒนา AI ที่ปราศจากอคติยังเป็นความท้าทายใหญ่ ⛔ การ “de-bias” โมเดลต้องใช้เวลาและความร่วมมือจากหลายฝ่าย ⛔ ต้องมีมาตรฐานจริยธรรมและการตรวจสอบอิสระ https://www.techradar.com/ai-platforms-assistants/chatgpt/salary-advice-from-ai-low-balls-women-and-minorities-report