ทำไมงานเขียนของ AI ถึงฟังดูเหมือนหุ่นยนต์ (และวิธีแก้)

คุณวางร่างที่ได้จาก ChatGPT, Claude หรือ Gemini อ่านทวนอีกรอบ แล้วรู้สึกว่ามีอะไรบางอย่างไม่ใช่ ไวยากรณ์เป๊ะ ข้อเท็จจริงก็ถูกต้อง แต่มันอ่านแล้วแข็งทื่อ เรียบเรียบ และกลวงแปลก ๆ เหมือนโบรชัวร์ที่เขียนโดยคณะกรรมการที่ไม่เคยรู้จักคุณเลย ถ้าคุณเคยรู้สึกแบบนี้ คุณไม่ได้คิดไปเอง งานเขียนของ AI ฟังดูเหมือนหุ่นยนต์ด้วยเหตุผลที่ระบุได้จริง และเมื่อระบุได้แล้ว คุณก็แก้มันได้ในไม่กี่นาที

คู่มือนี้จะแจกแจงให้เห็นชัดว่าทำไมงานเขียนของ AI ถึงฟังดูเหมือนหุ่นยนต์ และควรทำอย่างไรกับมัน เราจะดูรูปแบบเฉพาะที่ทำให้ข้อความที่เครื่องสร้างขึ้นถูกจับได้ ทำไมผู้อ่านถึงรู้สึกขัดใจ ทำไมเครื่องตรวจจับ AI ถึงจับรูปแบบเดียวกันนี้ และการแก้ไขที่จับต้องได้ซึ่งทำให้ข้อความ AI ฟังดูเป็นมนุษย์ ทั้งหมดนี้ไม่ต้องใช้พรอมป์ตวิเศษหรือทิ้งร่างเดิมไปเขียนใหม่ ส่วนใหญ่มันอยู่ที่ความหลากหลาย ความเฉพาะเจาะจง และมุมมองที่โมเดลคิดขึ้นแทนคุณไม่ได้

สัญญาณจากโครงสร้าง: จังหวะที่เท่ากันหมดและคำที่คาดเดาได้

เหตุผลอันดับหนึ่งที่ทำให้งานเขียนของ AI ฟังดูเหมือนหุ่นยนต์คือจังหวะ งานเขียนของมนุษย์มีสิ่งที่นักภาษาศาสตร์เรียกว่า burstiness หรือความไม่สม่ำเสมอ ประโยคยาวคดเคี้ยวตามด้วยประโยคสั้น ๆ วลีขาด ๆ แล้วก็ตามด้วยอนุประโยคขนาดกลางที่วนกลับมาที่ประเด็น แต่โมเดลภาษาเมื่อปล่อยตามค่าเริ่มต้น มักผลิตประโยคที่มีความยาวและรูปทรงคล้าย ๆ กันเรียงต่อ ๆ กัน จนงานเขียนกลายเป็นเสียงพึมพำโทนเดียว ไม่มีอะไรสะดุด แต่ก็ไม่มีอะไรกระทบใจเช่นกัน

สัญญาณที่สองคือการเลือกใช้คำ โมเดลถูกฝึกให้ทำนายคำถัดไปที่น่าจะเป็นไปได้มากที่สุด มันจึงโน้มไปทางถ้อยคำที่ปลอดภัยและใช้บ่อย นักวิจัยเรียกสิ่งนี้ว่า perplexity ต่ำ นั่นคือข้อความแทบไม่มีอะไรน่าประหลาดใจเลยตลอดทั้งชิ้น นี่คือเหตุผลที่ร่างจาก AI มักพึ่งพาคลังคำเดิม ๆ ไม่กี่คำที่ฟังดูหรูหรา ถ้าคุณสังเกตเห็นคำอย่าง 'เจาะลึก (delve)' 'ใช้ประโยชน์ (leverage)' 'ผืนผ้าทอ (tapestry)' 'เครื่องพิสูจน์ (testament)' 'ภูมิทัศน์ (landscape)' 'อาณาจักร (realm)' และ 'ก้าวข้ามความซับซ้อนของ (navigate the complexities of)' โผล่มาซ้ำแล้วซ้ำเล่าในร่างแต่ละชิ้น นั่นคือการกระจายความน่าจะเป็นกำลังพูด ไม่ใช่นักเขียนที่กำลังตัดสินใจเลือก

ประโยคเปิดยิ่งซ้ำเติมปัญหา ย่อหน้าของ AI มักเริ่มต้นแบบเดียวกัน เช่น 'ในโลกที่หมุนเร็วทุกวันนี้ (In today's fast-paced world)' หรือเรียงประธาน-กริยา-กรรมแบบไม่เปลี่ยนแปลงเลย พอเอาความยาวประโยคที่เท่ากันมาซ้อนบนคำศัพท์ที่คาดเดาได้ ซ้อนบนประโยคเปิดที่ซ้ำ ๆ คุณก็จะได้ความรู้สึกแบน ๆ แบบเครื่องผลิตที่ทำให้ตาผู้อ่านเบลอ ทางแก้ไม่ใช่คำที่หรูขึ้น แต่คือความแปรผันที่มากขึ้น

คำเชื่อมสำเร็จรูป ไวยากรณ์แข็งทื่อ และการกั๊กความเห็นเกินเหตุ

เปิดร่างของ AI ชิ้นไหนก็ตาม คุณจะเจอเนื้อเยื่อเชื่อมโยงชุดเดิม ๆ เช่น 'ยิ่งไปกว่านั้น (Moreover)' 'นอกจากนี้ (Furthermore)' 'เพิ่มเติมอีกว่า (Additionally)' 'โดยสรุป (In conclusion)' 'สิ่งสำคัญที่ควรทราบคือ (It is important to note that)' คำเชื่อมสำเร็จรูปเหล่านี้ถูกไวยากรณ์ แต่แทบไม่ใช่วิธีที่คนเขียนกันจริง ๆ นักเขียนตัวจริงเชื่อมความคิดด้วยเครื่องหมายจุลภาค ขีดกลาง คำว่า 'แต่' หรือแค่ประโยคถัดไปเฉย ๆ เมื่อทุกย่อหน้าถูกยึดติดกับย่อหน้าก่อนด้วยคำว่า 'นอกจากนี้' รอยต่อมันก็โผล่ให้เห็น

ไวยากรณ์ที่เป็นทางการเกินไปก็อ่านแล้วเหมือนหุ่นยนต์อยู่ในตัว โมเดลตั้งค่าเริ่มต้นให้ไม่ใช้รูปย่อ ในภาษาอังกฤษจึงเต็มไปด้วย 'do not' 'it is' และ 'you will' ในที่ที่คนจริงจะพูดว่า 'don't' 'it's' และ 'you'll' รูปย่อเป็นหนึ่งในสัญญาณที่บ่งบอกน้ำเสียงแบบมนุษย์ได้เร็วที่สุด และการไม่มีมันเลยทำให้งานเขียนฟังดูเหมือนคำปฏิเสธความรับผิดทางกฎหมาย เช่นเดียวกับการกั๊กความเห็น เช่น 'อาจ' 'อาจจะ' 'มีความเป็นไปได้ที่จะ' 'ในบางกรณี' ถูกโปรยไปทั่วจนงานเขียนไม่ยอมฟันธงอะไรสักอย่าง

แล้วก็มีกฎของสาม โมเดลชอบวลีสามชุดมาก เช่น 'ชัดเจน กระชับ และน่าสนใจ' หรือ 'ดึงดูด ให้ความรู้ และสร้างแรงบันดาลใจ' วลีสามชุดหนึ่งครั้งคือลีลาวาทศิลป์ แต่ห้าครั้งติด ๆ กันคืออาการติดนิสัย พอเอานิสัยเหล่านี้มารวมกับถ้อยคำกลาง ๆ ไร้น้ำเสียงที่เอาไปใช้กับหัวข้อไหนบนโลกก็ได้ คุณก็จะได้ข้อความที่ในทางเทคนิคพูดถึงเรื่องของคุณ แต่กลับไม่ได้พูดอะไรที่มีแต่คุณเท่านั้นที่พูดได้ ความคลุมเครือนั้นแหละคือความรู้สึกกลวงที่ผู้อ่านบรรยายได้แต่มักเรียกชื่อมันไม่ถูก

สิ่งที่ผู้อ่านสังเกตเห็น เทียบกับสิ่งที่เครื่องตรวจจับจับได้

นี่คือจุดร่วมที่ตรงไปตรงมาซึ่งบทความส่วนใหญ่ข้ามไป ผู้อ่านที่เป็นมนุษย์และเครื่องตรวจจับ AI ตอบสนองต่อรูปแบบพื้นฐานเดียวกัน เพียงแต่บรรยายมันคนละแบบ ผู้อ่านบอกว่างานเขียนรู้สึกกลาง ๆ เหมือนขายของ หรือกลวง ส่วนเครื่องตรวจจับรายงานว่ามีความน่าจะเป็นสูงที่ข้อความถูกสร้างโดยเครื่อง ทั้งคู่กำลังจับสัญญาณเดียวกัน คือ burstiness ต่ำ การเลือกคำที่คาดเดาได้ และโครงสร้างสำเร็จรูป ผู้อ่านรู้สึกได้ ส่วนเครื่องตรวจจับวัดค่ามันออกมา

ผู้อ่านสังเกตเห็นอาการที่ผิว ไม่มีอะไรเป็นรูปธรรมให้ยึด ไม่มีจุดยืนส่วนตัว คำเชื่อมที่ฟังดูเหมือนแม่แบบ น้ำเสียงที่มั่นใจแต่กลับว่างเปล่าอย่างประหลาด ส่วนเครื่องตรวจจับวัดค่ากลไกที่อยู่เบื้องล่างออกมาเป็นตัวเลข ซึ่งหลัก ๆ คือ perplexity (การเลือกคำน่าประหลาดใจแค่ไหน) และ burstiness (ความยาวประโยคแปรผันมากน้อยเพียงใด) ค่าต่ำทั้งคู่คือลายเซ็นคลาสสิกของผลลัพธ์ AI ที่ยังไม่ผ่านการแก้ นี่คือเหตุผลที่ร่างซึ่งทำให้มนุษย์เบื่อ มักจะสะดุดเครื่องตรวจจับไปด้วย

ผลในทางปฏิบัติเป็นเรื่องน่ายินดี การแก้งานเขียนให้อ่านดีขึ้นจริง ๆ มักช่วยได้กับผู้อ่านทั้งสองฝ่ายพร้อมกัน นี่ไม่ใช่การหลอกระบบ เมื่อคุณเติมความหลากหลายจริง รายละเอียดจริง และมุมมองที่จริงใจลงไป งานเขียนก็น่าสนใจสำหรับคนมากขึ้น และผลพลอยได้คือลายนิ้วมือทางสถิติของมันก็เลิกดูแบนเหมือนเครื่องผลิต เขียนเพื่อมนุษย์ แล้วสัญญาณจากโครงสร้างจะจัดการตัวมันเองไปเสียส่วนใหญ่

วิธีแก้: การไล่แก้ที่จับต้องได้

เริ่มจากจังหวะ เพราะมันให้ผลตอบแทนมากที่สุดโดยใช้แรงน้อยที่สุด ไล่อ่านร่างและตั้งใจทำให้ความยาวประโยคหลากหลาย ตัดประโยคยาวหนึ่งประโยคให้เป็นสอง หลอมประโยคสั้นสองประโยคให้เป็นหนึ่ง ใส่ประโยคสามคำสั้น ๆ เพื่อเน้นย้ำ อ่านย่อหน้าแล้วถามตัวเองว่าจังหวะรู้สึกเหมือนเครื่องจักรไหม ถ้าทุกประโยคยาวพอ ๆ กันหมด หูจะได้ยินเสียงเมโทรนอม และ burstiness นั่นแหละคือสิ่งที่เมโทรนอมขาดไป

ต่อไป ล่าและตัด ลบ 'ยิ่งไปกว่านั้น' 'นอกจากนี้' และ 'โดยสรุป' ออก แล้วดูว่าความคิดยังเชื่อมกันได้โดยไม่มีมันไหม ส่วนใหญ่มันเชื่อมได้ เติมรูปย่อ (contractions) เข้าไปตลอดทั้งชิ้น (สำหรับภาษาอังกฤษ) เปลี่ยนกริยาที่พองโตให้เป็นกริยาธรรมดา ใช้ 'use' แทน 'leverage' และ 'utilize' ใช้ 'explore' หรือ 'dig into' แทน 'delve into' กำจัดวลีสามชุดที่ว่างเปล่าทิ้ง การแก้ทุกจุดเหล่านี้ค่อย ๆ ดันคำศัพท์ออกจากจุดศูนย์กลางที่คาดเดาได้ ไปสู่วิธีที่คุณพูดกันจริง ๆ

สุดท้าย เติมสิ่งที่โมเดลทำไม่ได้ นั่นคือเนื้อหาและจุดยืน แทนที่ข้อความกลาง ๆ หนึ่งข้อด้วยตัวอย่างที่เป็นรูปธรรม ตัวเลขจริง เครื่องมือที่มีชื่อ หรือสถานการณ์ที่เฉพาะเจาะจง แสดงความเห็นที่ผู้อ่านอาจไม่เห็นด้วยได้ แล้วอ่านทั้งชิ้นออกเสียงดัง ๆ เพราะหูจะจับความแข็งทื่อที่ตากวาดผ่านไป ถ้าประโยคไหนพูดยาก มันก็อ่านยาก การเคลื่อนไหวเหล่านี้ ไม่ว่าจะเป็นความหลากหลายของประโยค การตัดคำเชื่อม รูปย่อ รายละเอียดเฉพาะ กริยาธรรมดา และน้ำเสียงที่เป็นตัวคุณจริง ๆ คือสิ่งที่ตัวช่วยทำให้เป็นมนุษย์ (humanizer) ที่ดีทำให้อัตโนมัติ เมื่อคุณไม่มีเวลาไล่แก้ด้วยมือเอง

ทำไมการปรับพรอมป์ตอย่างเดียวจึงมักแก้ปัญหาไม่ได้

คำถามที่ยุติธรรมคือ ก็แค่บอกให้โมเดลเขียนเหมือนมนุษย์ไม่ได้เหรอ ได้บางส่วน พรอมป์ตที่ดีขึ้นก็ช่วยได้ และการขอให้ความยาวประโยคหลากหลาย ให้ใช้รูปย่อ และกำหนดบุคลิกเฉพาะ จะทำให้ร่างแรกดีขึ้น แต่การปรับพรอมป์ตกำลังฝืนพฤติกรรมแกนกลางของโมเดล ซึ่งก็คือการทำนายความต่อเนื่องที่ปลอดภัยและน่าจะเป็นไปได้มากที่สุด ขอบุคลิกไป คุณก็มักจะได้บุคลิกในแบบที่โมเดลเข้าใจ ซึ่งก็เป็นอีกหนึ่งรูปแบบซ้ำซากมากกว่าจะเป็นบุคลิกของคุณ

ข้อจำกัดที่ลึกกว่านั้นคือโมเดลไม่รู้รายละเอียดเฉพาะของคุณ มันหาตัวเลขจากโปรเจกต์ของคุณเองมาให้ไม่ได้ หาเรื่องเล่าจากวันอังคารที่แล้วไม่ได้ หรือหามุมมองสวนกระแสที่คุณเชื่อจริง ๆ ไม่ได้ สิ่งเหล่านั้นคือส่วนผสมที่ทำให้งานเขียนรู้สึกมีชีวิตและแทนที่ไม่ได้ และไม่มีพรอมป์ตไหนเสกมันขึ้นมาจากความว่างเปล่าได้ การปรับพรอมป์ตทำให้ข้อความ AI ดูเป็นหุ่นยนต์น้อยลงได้ แต่ทำให้มันเป็นของคุณไม่ได้ ช่องว่างนั้นเป็นหน้าที่ของคุณที่ต้องปิด

ตรงนี้แหละที่การไล่แก้ ไม่ว่าจะด้วยมือหรือด้วยตัวช่วยทำให้เป็นมนุษย์ แสดงคุณค่าของมัน ตัวช่วย humanizer จะปรับโครงสร้างจังหวะใหม่ กำจัดคำเชื่อมสำเร็จรูป คืนรูปย่อกลับมา และเปลี่ยนคำพองโตเป็นคำธรรมดาให้อัตโนมัติ ซึ่งจัดการรูปแบบเชิงกลไกได้อย่างรวดเร็ว จากนั้นคุณก็แค่เติมรายละเอียดเฉพาะและจุดยืนที่มีแต่คุณเท่านั้นเข้าไป เป้าหมายตลอดทั้งกระบวนการยังคงเดิมและตรงไปตรงมา ไม่ใช่การทำให้ข้อความตรวจจับไม่ได้หรือเอาชนะระบบใด ๆ แต่คือการทำให้งานเขียนของ AI อ่านลื่น เป็นธรรมชาติ และเป็นมนุษย์อย่างแท้จริงสำหรับคนที่สำคัญ นั่นคือผู้อ่านของคุณ

คำถามที่พบบ่อย