สรุปคลิป Youtube: Shaping Model Behavior in GPT-5.1 OpenAI Podcast Ep.11 คลิปนี้คุยกับทีมพัฒนาเรื่อง GPT-5.1 เน้นเรื่องการปรับแต่งนิสัยใจคอของ AI ให้เข้ากับมนุษย์มากขึ้นครับ

เป้าหมายของ GPT-5.1 และเปลี่ยนสู่โมเดลที่ใช้เหตุผล (Reasoning Models)

  • เป้าหมายหลักของ GPT-5.1 คือ การเอา Feedback จากคนใช้งานรุ่น 5 มาปรับปรุงให้ดีขึ้นครับ จุดเปลี่ยนที่สำคัญที่สุด คือ โมเดลทุกตัวในแอปจะเป็น โมเดลสายใช้เหตุผล ทั้งหมดแล้ว หมายความว่า AI จะรู้จักหยุดคิดและทบทวนก่อนตอบ (Chain of Thought: CoT) ถ้าเราถามคำถามยากๆ มันจะใช้เวลาคิด เพื่อหาคำตอบที่เป๊ะที่สุด แต่ถ้าแค่ทักทาย สวัสดี มันก็จะไม่เสียเวลาคิดนานครับ

ความต่างระหว่าง GPT-5 และ GPT-5.1

  • สิ่งที่คนบ่นในรุ่น GPT-5 คือ มันดู เย็นชา และไม่มีสัญชาตญาณเอาเสียเลย บางทีก็ลืมเรื่องสำคัญที่เราเพิ่งบอกไปเพราะความจำ (Context Window) สั้นเกินไป ในรุ่น GPT-5.1 ทีมงานเลยปรับให้มัน อบอุ่นขึ้น เข้าใจความรู้สึกคนมากขึ้น และที่สำคัญคือ มันเชื่อฟัง (Instruction Following) คำสั่งพิเศษที่เราตั้งไว้ได้แม่นยำกว่าเดิมมากครับ

ทำความรู้จักกับระบบสลับโมเดล (Model Switcher)

  • หลายคนอาจจะงงว่า ทำไมต้องสลับไปมา ความจริง คือ หลังบ้านมันประกอบด้วยโมเดลหลายตัวทำงานร่วมกันครับ ระบบ Switcher จะทำหน้าที่เหมือนตัวเลือกอัตโนมัติ ว่างานไหนควรใช้โมเดลเน้นความเร็ว หรืองานไหนต้องใช้โมเดลตัวใหญ่ที่เน้นความถูกต้องเป๊ะๆ เพื่อให้คนใช้งานได้รับประสบการณ์ที่ดีที่สุดโดยไม่ต้องเลือกเองให้ปวดหัวครับ

การรับฟีดแบ็กจากคนใช้งาน

  • ทีมงาน OpenAI บอกว่า วิธีที่ช่วยให้เค้าแก้ปัญหาได้ดีที่สุด คือ การที่คนใช้แชร์ลิงก์บทสนทนามาให้ดูครับ เพราะเค้าจะได้เห็นภาพชัดเจนว่า AI เริ่มทำนิสัยแปลกๆ หรือพูดจาห้วนเกินไปตรงไหน จะได้ไปตามแก้ได้ถูกจุด

การวัดผลความฉลาดทางอารมณ์ (EQ)

  • การวัดความฉลาด (IQ) อาจจะมีข้อสอบชัดเจน แต่ความฉลาดทางอารมณ์ (EQ) นั้นวัดยากกว่าครับ ทีมงานเลยใช้วิธีศึกษาจากสัญญาณการใช้งาน (User Signals) เพื่อฝึกให้ AI รู้จักฟัง จำสิ่งที่คนพูดได้ และจับความรู้สึกเล็กๆ น้อยๆ จากการคุยได้ดีขึ้น เพื่อให้คนใช้รู้สึกว่า AI เข้าใจเขาจริงๆ

บุคลิก ของ AI คืออะไร?

  • ในมุมของ OpenAI บุคลิกแบ่งเป็น 2 อย่างครับ:
  1. สไตล์การตอบ: เช่น จะให้พูดสั้นหรือยาว ชอบใช้อีโมจิไหม
  2. ประสบการณ์โดยรวม: คือทุกอย่างในแอป ตั้งแต่ฟอนต์ ความเร็วในการโต้ตอบ ไปจนถึงความจำ ซึ่งรวมๆ กันแล้วทำให้คนรู้สึกว่า AI ตัวนี้มีนิสัยอย่างไร

การปรับแต่งนิสัย, อคติ และความไม่แน่นอน

– ทีมงานมีหลักการว่า ให้อิสระคนใช้มากที่สุด แต่ต้องไม่เป็นอันตราย เมื่อก่อน AI มักจะปฏิเสธลูกเดียว (Refusal) จนน่ารำคาญ แต่ตอนนี้มันฉลาดขึ้น ถ้าเราถามเรื่องที่มีความเห็นหลากหลาย AI จะรู้จักแสดงความไม่แน่ใจ และเปิดกว้างให้คนใช้เป็นคนนำบทสนทนาเอง แทนที่จะตัดสินแทนเราครับ

ข้อดีของการมีความจำ (Memory) ใน ChatGPT

– การมี Memory ทำให้เราไม่ต้องพูดซ้ำซากครับ AI จะจำได้ว่าเราเป็นใคร ทำงานอะไร หรือชอบอะไร ที่เจ๋งกว่านั้นคือ มันเริ่มทำงานเชิงรุกได้ด้วย เช่น ช่วยหาข้อมูลหรืองานวิจัยที่เราน่าจะสนใจมาสรุปให้ฟังโดยที่เราไม่ต้องสั่ง

มองไปข้างหน้า และคำแนะนำเพื่อให้ใช้ AI ได้คุ้มที่สุด

  • ในอนาคต AI จะฉลาดจนเราแทบไม่ต้องเสียเงินซื้อ (Cheap to meter) และจะทำงานได้หลากหลายรูปแบบมากขึ้นครับ คำแนะนำส่วนตัวจากทีมงาน:
  1. อย่าเพิ่งถอดใจ: ถ้าลองสั่งงานยากๆ วันนี้แล้วยังไม่เป๊ะ ให้ลองใหม่ในอีก 3 เดือน เพราะโมเดลมันเก่งขึ้นตลอดเวลาครับ
  2. ลองถามคำถามยากๆ: ลองถามเรื่องที่คุณเชี่ยวชาญที่สุดเพื่อทดสอบมัน
  3. ให้ AI ช่วย: ถ้าไม่รู้จะสั่งยังไง ให้ถาม AI เลยว่า ฉันควรสั่งงานเธอแบบไหน ถึงจะได้ผลลัพธ์ที่ดีที่สุด? ครับ

ข้อสรุป:

GPT-5.1 ไม่ได้แค่ฉลาดขึ้น แต่มันกำลังหัดเป็นเพื่อนที่เข้าใจใจเราและปรับตัวตามสไตล์เราได้ดีขึ้นนั่นเองครับ

Source:

Youtube