เจาะประเด็น
AI / Research
แค่ "โครงสร้าง" ก็จับได้แล้วว่าเนื้อหานี้ AI เขียน ความแม่นยำ 98% แม้เปลี่ยนคำใหม่หมด
งานวิจัยใหม่ชี้ว่า AI เขียนเว็บยังไงก็ทิ้งร่องรอยไว้ที่ "รูปทรง" ของบทความ ไม่ใช่แค่คำที่ใช้
ทีมข่าว เอไอไทย.com
⏱ อ่าน 5 นาที
ถ้าเนื้อหา AI ถูกจับได้จาก "รูปทรง" ไม่ใช่ "คำ" การเขียนใหม่ทั้งบทความก็ไม่ช่วยอะไรเลย
เรื่องนี้มาจากทีม Sitefire (Vincent กับ Jochen) ที่เข้าโปรแกรม YC W26 แล้วโพสต์ลง Hacker News ในชื่อ "Show HN" บอกตรงๆ ตั้งแต่เปิดว่าพวกเขามี "ส่วนได้ส่วนเสียทางการค้า" กับเนื้อหาที่ AI สร้าง เพราะธุรกิจหลักคือช่วยทีมการตลาดให้ถูก AI Search อย่าง ChatGPT, Google AI Overviews, AI Mode หรือ Claude แนะนำ นั่นแปลว่าเขาขายของที่ทำให้เนื้อหา AI ถูกอ้างอิงมากขึ้น แต่ก็ยอมรับว่าคุยกับทีมการตลาดมาหลายร้อยทีมแล้ว ทุกคนเกลียด "AI slop" กันหมด แต่ก็ยังอยากใช้ AI ทำคอนเทนต์อยู่ดี
คำถามที่พวกเขาตั้งขึ้นจึงน่าสนใจตรงที่มันไม่ใช่แค่ "จับได้ไหมว่า AI เขียน" แต่คือ "อะไรกันแน่ที่ทำให้มันดูเป็น AI" เขาอ้างงานวิจัย StoryScope (Russell et al., 2026) จาก University of Maryland กับ Google DeepMind ที่พิสูจน์กับงาน fiction ว่าแยกเรื่องที่ AI เขียนกับคนเขียนได้จาก "โครงสร้าง" เพียวๆ โดยไม่ต้องดูคำเลย ทีม Sitefire เลยลองย้ายไปทดสอบกับหน้าเว็บเชิงพาณิชย์บ้าง
วิธีทำก็ตรงไปตรงมา เขาใช้ Wayback Machine เก็บบล็อกโพสต์ 2,250 ชิ้นจากเว็บ B2B 268 แห่ง ที่เขียนขึ้นก่อนยุค ChatGPT จะมีจริง จากนั้นให้ AI 5 ตัว ได้แก่ GPT-5.4, Claude Sonnet 4.6, Gemini 3 Flash, DeepSeek V3.2 และ Kimi K2.5 เขียนเวอร์ชันของตัวเองขึ้นมาใหม่ทุกโพสต์
จุดที่ฉลาดคือเขาไม่ดูคำ แต่ให้ AI ตอบคำถาม 214 ข้อเกี่ยวกับทุกโพสต์ เช่น มันดันสินค้าตัวเองแรงแค่ไหน อ้างแหล่งที่มาไหม มีการ quote ผู้เชี่ยวชาญที่ระบุชื่อหรือเปล่า แล้วเอาคำตอบพวกนี้ไปเทรน classifier
ผลลัพธ์คือแยกโพสต์ที่ AI เขียนกับคนเขียนได้แม่น 98% บนโพสต์ที่ไม่เคยเห็นมาก่อน พลาดแค่ 19 จาก 1,740 ชิ้น ถ้าถามว่าทำไมมันถึงเวิร์ก คำตอบคือ AI ทั้ง 5 ตัวเขียนออกมา "รูปทรง" คล้ายกันหมด พอเอาค่าฟีเจอร์มา plot ดูจะเห็นว่ากองรวมกันเป็นกลุ่มเดียว ขณะที่ของคนกระจายกว้างกว่ามาก ในกลุ่มโพสต์ที่ "ไม่เหมือนใครที่สุด" 1% ของชุดข้อมูล มีของคนอยู่ 149 ชิ้น ของ AI แค่ 4 ชิ้น
คำตอบที่ได้คือ "มันบอกคุณเรื่องเดียวกันสามรอบ" — พาดหัวสัญญาแล้วว่าจะได้อะไร ("How to Cut Onboarding Time in Half") อินโทรก็ปู่ว่ากำลังจะพูดถึงอะไร แล้วตอนจบก็พูดประเด็นเดิมอีกรอบ ทีมวิจัยเรียกมันว่า "บล็อกโพสต์ที่เรียบร้อยและประกาศตัวเองล่วงหน้า" (tidy, self-announcing blog post) ฟังดูตลกแต่มันคือแพตเทิร์นที่ AI ทำซ้ำจนกลายเป็นลายเซ็น
น่าสนใจว่า AI แต่ละตัวก็มี "สำเนียง" ของตัวเองเหมือนกัน ทีมวิจัยเทรน classifier ตัวที่สองเพื่อแยกว่าบทความนี้เขียนโดย AI ตัวไหนหรือคน แม่น 79% เทียบกับการเดาสุ่ม (1 ใน 6) ที่ได้แค่ 17% และเกือบทั้งหมดที่พลาดคือสับสนระหว่าง AI ด้วยกันเอง ไม่ใช่จับ AI ผิดว่าเป็นคน
ประเด็นที่ผมคิดว่าสำคัญที่สุดของงานนี้คือ เขาทดสอบด้วยการให้ AI เขียนโพสต์ของตัวเองใหม่ จนกว่าลำดับคำ 13 คำเดิมจะหายไปเฉลี่ย 73% แล้วปรากฏว่า classifier ยังจับได้แม่นเท่าเดิม นี่คือสิ่งที่ต่างจากการจับ AI ด้วยการตรวจจับคำหรือลายน้ำทั้งหมด เพราะคุณเปลี่ยนคำทั้งบทความ เรียบเรียงประโยคใหม่หมด แต่ "โครงสร้าง" ยังอยู่ครบ
ทีมงานบอกว่ากำลังเอาเทคนิคนี้ไปใส่ใน Sitefire ให้ agent ของเขาเข้าใจโครงสร้างของข้อความ เพื่อให้โพสต์ที่เขียนออกมาลึกกว่าและมีความหลากหลายแบบที่งานเขียนคนเป็น แต่ตรงนี้ผมมองว่ามันก็คือการบอกใบ้ไปในตัวว่าถ้าอยากให้ AI ผ่านการตรวจจับ ก็แค่ทำให้โครงสร้างมันไม่ซ้ำเดิม — ซึ่งก็คือเกมแมวไล่จับหนูรอบใหม่นั่นเอง
ทีมงานยอมรับว่ายังมีอีกหลายอย่างที่ยังไม่ได้ทดสอบ เช่น เครื่องมือ humanizer ต่างๆ การให้คนเขียนใหม่ การ restructure โพสต์ หรือการสั่ง AI ตรงๆ ให้เลี่ยงพฤติกรรมพวกนี้ และมีข้อจำกัดด้านข้อมูลที่ต้องพูดถึง โพสต์ของคนในชุดข้อมูลส่วนใหญ่มาจากปี 2020-2022 ส่วนโพสต์ AI สร้างในเดือนสิงหาคม 2026 เขาบอกว่าโครงสร้างแยกไม่ออกจริงว่าโพสต์ของคนเขียนปีไหน แต่มันก็ยังไม่ใช่การเปรียบเทียบปีเดียวกันอยู่ดี
งานวิจัยนี้ตีพิมพ์บน arXiv พร้อมโค้ดบน GitHub และเขาทำเครื่องมือเช็กฟรีให้ลองเอาโพสต์ตัวเองไปรันผ่าน 10 ฟีเจอร์จากงานวิจัยดู (รายงานเต็มต้องใช้อีเมลที่ทำงาน) แถมมีเกม "spot the slop" ให้เล่น 5 รอบว่าเราจับได้เท่าโมเดลไหม ซึ่งโมเดลเขาตอบถูกทั้ง 5 รอบ
สิ่งที่งานนี้บอกเราไม่ใช่แค่ "จับ AI ได้" แต่คือ AI ทุกตัวถูกเทรนให้เขียนในรูปทรงเดียวกันจนกลายเป็นลายนิ้วมือที่ลบไม่ออกด้วยการเปลี่ยนคำ — และถ้าทุกคนใช้ AI เขียนเว็บกันหมด เนื้อหาทั้งอินเทอร์เน็ตก็จะค่อยๆ ยืดเป็นรูปทรงเดียวกันนี้ไปเรื่อยๆ นั่นแหละคือปัญหาจริงที่ควรกังวล ไม่ใช่แค่เรื่องจับได้หรือจับไม่ได้
ที่มา: Hacker News (Coding/Agent) — อ่านต้นฉบับ
ความคิดเห็น 4
กำลังโหลดความคิดเห็น...