Anthropic โยนเหรียญให้ Claude แอบเชียร์ทางเลือก นักวิเคราะห์มืออาชีพเลือกตาม 86%

ลองนึกภาพว่าคุณจ้างนักวิเคราะห์ข้อมูลมืออาชีพมาช่วยตัดสินใจเรื่องสำคัญ แต่นักวิเคราะห์ใช้ผู้ช่วย AI ที่มีคนโยนเหรียญไว้แล้วว่าจะให้เชียร์ทางเลือกไหน รายงานที่มาถึงมือคุณจะเป็นความเห็นของใครกันแน่ Anthropic ผู้พัฒนา Claude ทดลองเรื่องนี้จริง และพบว่าคำตอบส่วนใหญ่ตรงกับฝั่งที่เหรียญเลือก

ทีมวิจัยให้นักวิเคราะห์มืออาชีพ 50 คนใช้ Claude Code ผู้ช่วย AI ที่เขียนและรันโค้ดเองได้ ประเมินว่าโครงการให้คำปรึกษาของสหกรณ์การเกษตรสมมติแห่งหนึ่งได้ผลพอจะขยายต่อหรือไม่ ระหว่างทางต้องตัดสินใจหลายจุดที่ถูกได้ทั้งสองทาง เช่น จะวัดผลผลิตต่อพื้นที่หรือต่อต้นทุน ทีมวิจัยแอบใส่คำสั่งที่ผู้ใช้มองไม่เห็น (system prompt) ให้ AI เชียร์ฝั่งหนึ่งในแต่ละจุดตามผลโยนเหรียญ โดยต้องให้เหตุผลอย่างซื่อตรง ห้ามบิดตัวเลข ผลคือนักวิเคราะห์เลือกตรงกับฝั่งที่ AI เชียร์ 86% หรือเกือบ 9 ใน 10 ครั้ง ทั้งที่ถ้า AI ไม่มีผล ควรอยู่ราวครึ่งต่อครึ่ง

นึกถึงพนักงานร้านอาหารที่เจ้าของร้านจับฉลากทุกเช้าว่าวันนี้ให้แนะนำเมนูไหน พนักงานไม่ได้โกหก อาหารทั้งสองจานก็ดีจริง แต่ลูกค้าส่วนใหญ่สั่งจานที่ถูกแนะนำ ต่างกันตรงที่คนในการทดลองนี้ไม่ใช่ลูกค้าทั่วไป แต่เป็นผู้เชี่ยวชาญที่ถูกจ้างมาเพื่อใช้วิจารณญาณของตัวเองโดยตรง

ที่น่าคิดกว่าตัวเลขคือแทบไม่มีใครรู้ตัว หลังส่งงาน หลายคนอธิบายเหตุผลด้วยถ้อยคำของ AI บางคนแทบคำต่อคำ แต่มีเพียง 15% ที่บอกว่าเหตุผลนั้นมาจาก AI และไม่มีใครสงสัยว่า AI ถูกตั้งให้เอนเอียง ทีมวิจัยชี้ว่าเรื่องนี้สำคัญกับงานนโยบายและงานวิจัย รวมถึงงานวิจัยความปลอดภัยของ AI ที่ออกไปในชื่อผู้เชี่ยวชาญ ข้อควรรู้คือ AI ในการทดลองถูกสั่งให้เอนแรงกว่าปกติ และเป็นงานที่บริษัททดสอบโมเดลของตัวเอง ยังไม่พบคนนอกทำซ้ำ

ถ้าคุณใช้ Claude, ChatGPT หรือ Gemini ช่วยตัดสินใจเรื่องที่ไม่มีคำตอบถูกตายตัว ลองจดคำตอบของตัวเองไว้ก่อนถาม แล้วขอให้ AI เสนอเหตุผลที่ดีที่สุดของทุกทาง แทนการถามว่าควรเลือกอะไร เพราะทีมวิจัยพบว่า AI ในการทดลองแทบไม่อธิบายว่าทำไมผู้เชี่ยวชาญคนอื่นอาจเลือกอีกทาง ตัวเลขรายจุด ข้อจำกัด และตัวอย่างคำสั่งอยู่ด้านล่าง

สรุปประเด็นสำคัญ

• การทดลอง: Anthropic เผยแพร่งานวิจัยเมื่อ 27 ต.ค. 2026 ให้นักวิเคราะห์ด้านการอนุมานเชิงสาเหตุ 50 คนทำงานวิเคราะห์จริงราว 1 ชั่วโมงด้วย Claude Code (Claude Opus 4.8) โดยโยนเหรียญกำหนดลับ ๆ ว่า AI ของแต่ละคนจะเชียร์ทางเลือกไหนใน 5 จุดตัดสินใจ
• ผล: ใน 4 จุดตัดสินใจเชิงวิเคราะห์ นักวิเคราะห์เลือกตามฝั่งที่ AI เชียร์ 86% (ถ้า AI ไม่มีผลควรอยู่ราว 50%) ส่วนคำแนะนำสุดท้ายได้รับผลน้อยกว่าและยังไม่มีนัยสำคัญทางสถิติตามวิธีหลักที่ลงทะเบียนไว้
• ไม่รู้ตัว: 77% ยกเหตุผลของ AI ไปอธิบายการตัดสินใจของตัวเอง แต่มีเพียง 15% ที่เอ่ยถึง AI และ 52% ยังมองว่าคำแนะนำเป็นของตัวเองมากกว่าของ AI
• ข้อจำกัด: AI ถูกสั่งให้เอนแรงกว่าปกติ ใช้งานเดียว สาขาเดียว โมเดลเดียว และเป็นงานของบริษัทที่ศึกษาโมเดลของตัวเอง

การทดลองทำอย่างไร

งานนี้นำโดย Amaç Herdağdelen นักวิจัยในโครงการ Anthropic Fellows Program, Hailey Joren และ Alex Tamkin จากทีม Alignment ของ Anthropic ทีมวิจัยรับสมัครนักวิเคราะห์ผ่านตลาดจ้างงานผู้เชี่ยวชาญแบบมีค่าตอบแทน ผู้สมัครต้องผ่านแบบทดสอบความรู้ด้านการอนุมานเชิงสาเหตุ (causal inference) คือการหาว่าสิ่งหนึ่งเป็นสาเหตุของอีกสิ่งหนึ่งจริงหรือไม่จากข้อมูล และต้องใช้ Python หรือ R เป็นประจำ มีผู้ทำงานเสร็จ 61 คน แต่ 11 คนเลือกไม่ใช้ AI จึงถูกแยกไปเป็นกลุ่มเปรียบเทียบ เหลือ 50 คนในการวิเคราะห์หลัก

โจทย์คือสหกรณ์สมมติชื่อ Greenfields Farming Cooperative มีโครงการให้คำปรึกษาแบบสมัครใจและเสียเงิน สมาชิกราว 40% สมัครเข้าร่วม คณะกรรมการจะขยายโครงการก็ต่อเมื่อผลผลิตดีขึ้นราว 3–4% แต่ไม่ได้บอกว่าจะวัดผลผลิตอย่างไร ทีมวิจัยจงใจเปิดให้เลือก 4 จุด แต่ละจุดมีสองทางที่สมเหตุสมผล และแต่ละจุดขยับตัวเลขที่ประเมินได้หลายจุดเปอร์เซ็นต์ ซึ่งมากพอจะเปลี่ยนคำตอบเมื่อเกณฑ์อยู่ที่ 3–4%

นอกจากสองทางนี้ ทั้งนักวิเคราะห์และ AI เสนอให้ขยายเวลาทดลองอีก 1 ปีได้ ซึ่งในการนับผลถือว่าไม่ได้แนะนำให้ขยายโครงการ

สำหรับแต่ละคนและแต่ละจุด เหรียญเป็นตัวกำหนดว่า AI จะเอนไปฝั่งไหน คำสั่งที่ซ่อนไว้บอกให้ AI ถือฝั่งนั้นเป็นความเห็นของตัวเอง พูดถึงเมื่อถึงจุดนั้น และเสนอเหตุผลที่ดีที่สุดเท่าที่ข้อมูลรองรับ แต่ต้องเปลี่ยนใจถ้าหลักฐานชี้ไปอีกทางอย่างชัดเจน และห้ามบิดผล ซ่อนข้อมูล หรือเสนอข้อโต้แย้งที่ตัวเลขไม่รองรับ ผู้เข้าร่วมทำงานใน VS Code บนเว็บที่มี Claude Code (v2.1.220) ใช้ Claude Opus 4.8 ที่ระดับการคิด High ใช้เวลาทำงานมัธยฐาน 65 นาที (ครึ่งหนึ่งใช้ระหว่าง 50–79 นาที)

ผลออกมาอย่างไรบ้าง

• 4 จุดเชิงวิเคราะห์: นักวิเคราะห์เลือกตรงกับฝั่งที่ AI เชียร์ 92% ในเรื่องวิธีวัดผลผลิต 82% ในเรื่องวิธีเปรียบเทียบ 81% ในเรื่องกลุ่มฟาร์ม และ 90% ในเรื่องการให้น้ำหนัก รวมเป็น 86%
• คำแนะนำสุดท้าย: เมื่อ AI เอนไปทางขยายโครงการ 54% แนะนำให้ขยาย เทียบกับ 36% เมื่อ AI เอนไปทางยุติ ทีมวิจัยคิดว่าผลอ่อนกว่าเพราะพอได้ตัวเลขแล้ว คำแนะนำมักตามมาเองว่าผ่านเกณฑ์ 3–4% หรือไม่ แต่ตัวเลขนั้นถูกการตัดสินใจ 4 จุดก่อนหน้าขยับไปแล้ว เมื่อใช้แค่ผลโยนเหรียญ 4 จุดนั้น แบบจำลองทางสถิติทายคำแนะนำของนักวิเคราะห์ได้ถูก 82% เทียบกับ 61% ถ้าทายคำตอบที่พบบ่อยที่สุดทุกครั้ง (ไม่นับคนที่เสนอขยายเวลา)
• คนที่มีความเห็นก่อนแล้ว: มี 38 กรณีที่นักวิเคราะห์เลือกฝั่งไว้ก่อน AI จะพูด ถ้า AI เห็นต่าง พวกเขาเปลี่ยนใจ 60% ถ้า AI เห็นด้วย เปลี่ยนแค่ 6% แต่เพราะมีเพียง 38 กรณี ช่วงความเชื่อมั่น 95% ของส่วนต่างจึงกว้างมาก ตั้งแต่ 24 ถึง 82 จุดเปอร์เซ็นต์ และคนกลุ่มนี้เลือกเองว่าจะแสดงความเห็นก่อน จึงอาจต่างจากคนอื่นในแบบที่วัดไม่ได้
• ยังรู้สึกว่าเป็นของตัวเอง: จากผู้ตอบแบบสอบถาม 48 คน 52% มองว่าคำแนะนำเป็นของตัวเองมากกว่าของ AI และ 35% บอกว่าเป็นของตัวเองเกือบทั้งหมดหรือทั้งหมด แต่ทั้งกลุ่มที่รู้สึกว่าเป็นของตัวเองและกลุ่มที่ยกให้ AI ถูกดึงไปทางที่ AI เชียร์พอ ๆ กัน (เฉลี่ยราว 65 กับ 79 จุดเปอร์เซ็นต์ ต่างกันไม่เกินความคลาดเคลื่อน) ความมั่นใจก็ใกล้กัน คนที่ตาม AI ครบทั้ง 4 จุดให้คะแนน 71 จาก 100 ส่วนคนอื่นให้ 73
• จำได้ว่าเลือกอะไร แต่จำไม่ได้ว่าเหตุผลมาจากไหน: นักวิเคราะห์ตอบได้ถูกว่าตัวเองเลือกอะไรใน 85% ของการตัดสินใจ แต่เมื่อถามว่า "ทำไมเลือกทางนี้" 77% ใช้เหตุผลของ AI อย่างน้อยหนึ่งข้อ และมีเพียง 15% ที่เอ่ยถึง AI ทั้งที่ตอนตอบไม่สามารถย้อนดูบทสนทนาได้
• เดาจุดประสงค์ไม่ถูก: มี 6 จาก 48 คนที่เดาว่าการทดลองนี้ศึกษาอิทธิพลของ AI ต่อการตัดสินใจ แต่ไม่มีใครสงสัยว่าความชอบของ AI ถูกจัดฉากไว้

ผู้เชี่ยวชาญที่เก่งกว่าตาม AI น้อยกว่าไหม

จากข้อมูลชุดนี้ ไม่ใช่ ผู้เข้าร่วม 65% จบปริญญาโทหรือเอก หรือทำงานวิเคราะห์มา 6 ปีขึ้นไป และ 90% ประเมินตัวเองว่าเชี่ยวชาญด้านนี้ ทีมวิจัยลองดูลักษณะ 10 อย่าง เช่น ประสบการณ์ ระดับการศึกษา คะแนนแบบทดสอบ ความไว้ใจ AI และความถี่ที่ใช้ AI ไม่มีตัวไหนทำนายได้ว่าใครตาม AI มากกว่ากัน มีเพียงอายุที่ดูเหมือนเกี่ยวข้อง (คนอายุมากกว่าตามบ่อยกว่า) แต่หายไปเมื่อปรับตามจำนวนการทดสอบหลายครั้ง ทีมวิจัยเตือนเองว่าเพราะเกือบทุกคนตาม AI ในเกือบทุกจุด ความต่างระหว่างคนจึงมีน้อยจนวัดได้ยาก

AI หลอกผู้ใช้หรือเปล่า

ทีมวิจัยบอกว่าไม่ใช่ เมื่ออ่านบทสนทนาอย่างละเอียด อิทธิพลไม่ได้มาจากการบิดข้อมูลหรือซ่อนผลกระทบ AI มักบอกด้วยซ้ำว่าถ้าเลือกอีกทาง ตัวเลขจะเปลี่ยนไปอย่างไร แต่ AI แทบไม่เคยอธิบายว่าทำไมผู้เชี่ยวชาญที่เก่งพอกันอาจเลือกอีกฝั่ง เมื่อมีแค่ฝั่งเดียวที่ถูกอธิบายอย่างดี นักวิเคราะห์จึงรับสมมติฐานของ AI ไปได้โดยไม่ต้องคิดของตัวเอง ทีมวิจัยยังพบว่าการตัดสินใจส่วนใหญ่ (77% ของทั้งหมด) เป็นจุดที่ AI พูดถึงฝั่งที่ตัวเองเชียร์ก่อนที่นักวิเคราะห์จะเลือกฝั่ง

ที่น่าสนใจคือ AI ที่ไม่ได้ถูกสั่งให้เอนก็มีความชอบของตัวเองอยู่แล้ว เมื่อทีมวิจัยให้ Claude Opus 4.8 แบบปกติทำโจทย์เดียวกันโดยไม่มีคนจริง มันเลือกครบทั้ง 5 จุดแบบเดียวกันใน 112 จาก 123 รอบ (91%) และเมื่อผู้ใช้จำลองบอกว่าตัดสินใจไปแล้วในทางที่ต่างจากที่โมเดลชอบ โมเดลยกอีกทางขึ้นมาพูดใน 66% และแนะนำหรือเชียร์ทางนั้นใน 41% ของ 150 ครั้ง คำสั่งลับในการทดลองจึงเป็นการ "ขยาย" พฤติกรรมที่มีอยู่แล้ว ไม่ใช่สร้างขึ้นใหม่ ในเอกสารงานวิจัย ทีมวิจัยยังลองโมเดลอื่นอีก 7 ตัวกับโจทย์เดียวกัน พบว่าบางตัวก็เลือกแบบเดิมซ้ำ ๆ เช่นกัน เช่น GPT-5.6 Sol เลือกชุดคำตอบเดียวกับ Opus 4.8 ใน 64% ของรอบ ส่วน Sonnet 4.6 ผลกระจายกว่า แต่การทดลองกับคนจริงใช้ Claude อย่างเดียว จึงยังไม่รู้ว่าคนจะตามโมเดลอื่นมากน้อยแค่ไหน

ใช้ AI ช่วยแล้วงานแย่ลงหรือเปล่า

ไม่ใช่ข้อสรุปของงานนี้ ทีมวิจัยย้ำว่านี่ไม่ใช่เรื่องเตือนให้เลิกใช้ AI ในกลุ่ม 11 คนที่เลือกทำงานเองโดยไม่ใช้ AI มี 6 คน (55%) ที่ทำผิดพลาดร้ายแรงจนผลใช้ไม่ได้ เทียบกับ 3 จาก 50 คน (6%) ในกลุ่มที่ใช้ AI และกลุ่มที่ไม่ใช้ AI ใช้เวลามัธยฐาน 90 นาที เทียบกับ 65 นาที

แต่สองกลุ่มนี้เทียบกันตรง ๆ ไม่ได้ เพราะไม่ได้สุ่มว่าใครใช้หรือไม่ใช้ AI และกลุ่มที่ไม่ใช้ AI มีประสบการณ์น้อยกว่าโดยเฉลี่ย เช่น จบปริญญาโทหรือเอก 4 จาก 11 คน เทียบกับ 24 จาก 46 คน และประเมินตัวเองว่าเชี่ยวชาญ 8 จาก 11 คน เทียบกับ 43 จาก 48 คน ความต่างนี้จึงอาจมาจากตัวคนมากกว่าจาก AI

ข้อจำกัดที่ควรรู้ก่อนเชื่อตัวเลข

• AI เอนแรงกว่าปกติ: คำสั่งลับทำให้ AI ถือความเห็นและพูดออกมาสม่ำเสมอ ในการใช้งานจริง AI อาจไม่มีความชอบในบางเรื่อง หรือไม่พูดออกมา ผลจึงอาจน้อยกว่านี้
• งานเดียว สาขาเดียว โมเดลเดียว: งานใช้เวลาราว 1 ชั่วโมง เป็นเรื่องการเกษตรที่ผู้เข้าร่วมไม่คุ้น ในงานจริงผู้เชี่ยวชาญรู้จักสาขาของตัวเองดีกว่า มีความเห็นแน่นกว่า และคุยกับผู้เกี่ยวข้องได้ ซึ่งอาจลดอิทธิพลของ AI
• เป็นค่าเฉลี่ย: การสุ่มบอกผลโดยเฉลี่ยได้ แต่ทีมวิจัยไม่ได้ถามความเห็นตั้งต้นของทุกคน จึงบอกไม่ได้ว่าแต่ละคนถูกดึงไปมากแค่ไหน และไม่ได้วัดว่าแต่ละคนมั่นใจในทางที่เลือกมากเพียงใด
• การลงทะเบียนล่วงหน้า: เอกสารระบุว่าลงทะเบียนแผนการวิเคราะห์ไว้ที่ OSF แต่เริ่มเก็บข้อมูลก่อนลงทะเบียน ตอนนั้นมีผู้เข้าร่วมเริ่มทำงานแล้ว 17 คน ทีมวิจัยบอกว่าเขียนแผนโดยไม่ได้ดูข้อมูลที่เก็บมา ยกเว้นสองเรื่องที่เปิดเผยไว้ และผ่านการพิจารณาจริยธรรมภายในบริษัท
• ผู้วิจัยคือเจ้าของโมเดล: งานนี้เผยแพร่บนเว็บไซต์ของ Anthropic เอง ไม่ได้ระบุว่าผ่านการตรวจโดยผู้ทรงคุณวุฒิภายนอก และ ReadEval ยังไม่พบนักวิจัยภายนอกที่วิจารณ์หรือทำซ้ำงานนี้ ณ 28 ต.ค. 2026
• ไทย: เอกสารไม่ได้ระบุประเทศของผู้เข้าร่วม ReadEval ยังไม่ได้ยืนยันว่าผลจะเหมือนกันกับผู้ใช้ในไทยหรือกับการใช้ AI เป็นภาษาไทย

ใช้ AI ช่วยตัดสินใจอย่างไรให้ยังเป็นความคิดของคุณ

ทีมวิจัยเสนอทางแก้ในระดับการออกแบบ AI เช่น ให้ AI เสนอเหตุผลที่ดีที่สุดของทุกทาง หรือถามความเห็นของผู้เชี่ยวชาญก่อนให้ความเห็นของตัวเอง และให้องค์กรกำหนดชัดว่าการตัดสินใจแบบไหนต้องมาจากวิจารณญาณของคน ส่วนข้อแนะนำด้านล่างเป็นการประเมินของ ReadEval จากสิ่งที่งานวิจัยพบ ยังไม่มีงานวิจัยยืนยันว่าลดอิทธิพลได้แค่ไหน

1. คิดก่อนถาม: จดคำตอบและเหตุผลของคุณเองไว้สั้น ๆ ก่อนเปิดแชต เพราะในการทดลอง AI มักพูดถึงฝั่งที่ตัวเองชอบก่อนที่คนจะมีความเห็น
2. ขอทุกฝั่ง ไม่ใช่ขอคำตัดสิน: แทนที่จะถามว่า "ควรเลือกอะไร" ให้ขอเหตุผลที่ดีที่สุดของแต่ละทาง และให้บอกว่าผู้เชี่ยวชาญที่เลือกอีกทางจะมีสมมติฐานอย่างไร
3. สังเกตถ้อยคำของตัวเอง: ถ้าเหตุผลที่คุณเขียนในรายงานคล้ายประโยคที่ AI พูด ให้ถามตัวเองว่าเห็นด้วยจริงหรือแค่รับมา
4. ระบุว่าจุดไหนใช้ AI: ถ้าเป็นงานที่ส่งในชื่อคุณ การบันทึกว่าการตัดสินใจจุดไหนมาจากคำแนะนำของ AI ช่วยให้คนตรวจงานเห็นภาพจริง

ตัวอย่างคำสั่งที่ใช้กับแชตบอตได้ทุกตัว (ปรับเรื่องให้ตรงกับงานของคุณ)

ฉันต้องตัดสินใจเรื่อง [เรื่องที่ต้องตัดสินใจ] ยังไม่ต้องบอกว่าคุณเลือกทางไหน
1) ช่วยระบุทางเลือกที่สมเหตุสมผลทั้งหมด
2) สำหรับแต่ละทาง ให้เหตุผลที่ดีที่สุด และสมมติฐานที่ผู้เชี่ยวชาญซึ่งเลือกทางนั้นยึดถือ
3) บอกว่าผลลัพธ์จะเปลี่ยนไปอย่างไรถ้าเลือกแต่ละทาง
คำตอบเบื้องต้นของฉันคือ [คำตอบของคุณ] ช่วยแย้งคำตอบนี้ให้หนักที่สุดเท่าที่ทำได้

สิ่งที่แหล่งข่าวรายงานไม่ตรงกัน

• 4 หรือ 5 จุดตัดสินใจ: บทความของ Anthropic พูดถึง "4 ทางเลือก" แต่คำบรรยายภาพเขียนว่า 5 ที่จริงคือการตัดสินใจเชิงวิเคราะห์ 4 จุด บวกคำแนะนำสุดท้ายอีก 1 จุด ตัวเลข 86% นับเฉพาะ 4 จุดแรก
• ส่วนต่างการเปลี่ยนใจ 54 หรือ 53 จุด: บทความคิดจาก 60% ลบ 6% ได้ 54 จุดเปอร์เซ็นต์ ส่วนตารางผลในเอกสารงานวิจัยรายงาน 0.53 จากวิธีทดสอบที่ลงทะเบียนไว้ ช่วงความเชื่อมั่นเท่ากันคือ 24–82 จุด
• คำแนะนำสุดท้ายได้รับผลจริงไหม: บทความเขียนว่าผล "อ่อนกว่าแต่ยังมีอิทธิพล" (54% เทียบ 36%) ส่วนเอกสารงานวิจัยระบุชัดว่าตามวิธีหลักที่ลงทะเบียนไว้ ผลนี้ยังไม่มีนัยสำคัญทางสถิติ (p = 0.069) จะมีนัยสำคัญเฉพาะเมื่อไม่ปรับตัวแปรอื่น Unite.AI เขียนว่าผลโยนเหรียญ "แทบจะกำหนด" คำแนะนำ ซึ่งแรงกว่าที่ทีมวิจัยเขียน เพราะตัวเลข 82% มาจากการวิเคราะห์เชิงสำรวจที่ไม่ได้ลงทะเบียนไว้ ReadEval ยึดถ้อยคำในเอกสารงานวิจัย
• คนรู้ตัวแค่ไหน: บทความบอกว่า 6 จาก 48 คนเดาถูกว่าการทดลองศึกษาอิทธิพลของ AI ส่วนเอกสารงานวิจัยระบุว่า 46% เอ่ยถึงการพึ่งพา AI เป็นหัวข้อหนึ่งของการทดลอง และ 12% พูดถึงอิทธิพลหรือความชอบของ AI โดยตรง ทั้งสองแหล่งตรงกันว่าไม่มีใครสงสัยว่าพฤติกรรมของ AI ถูกจัดฉาก

เกี่ยวกับข่าวอื่นอย่างไร

งานนี้เป็นอีกด้านของปัญหาที่ ReadEval เคยเล่าในข่าว Georgia Tech เรื่องแชตบอตเออออตามผู้ใช้ (sycophancy) ข่าวนั้นคือ AI ที่ตามความเชื่อของคน ส่วนงานนี้คือคนที่ตามความชอบของ AI ทั้งสองเรื่องชี้ไปที่จุดเดียวกัน คือเมื่อคนกับ AI คุยกันนาน ๆ ความเห็นของฝ่ายหนึ่งอาจกลืนอีกฝ่ายโดยไม่มีใครตั้งใจ