ในอดีต นักข่าวและนักเขียนบทความยาวจำนวนมากมักมีความสงสัยต่อแบบจำลองภาษาขนาดใหญ่ (LLMs) และปัญญาประดิษฐ์ การตลาดเชิงรุก ความกังวลเกี่ยวกับผลกระทบต่อสิ่งแวดล้อม ช่องโหว่ทางกฎหมายเกี่ยวกับข้อมูลการฝึกอบรม และคุณภาพผลลัพธ์ที่น่าสงสัย มักทำให้นักเขียนยังคงยึดติดกับวิธีการวิจัยแบบดั้งเดิม เพื่อทดสอบว่าแชทบอทสามารถช่วยในการรวบรวมข้อมูลอย่างเข้มงวดได้จริงหรือไม่ นักข่าวอาวุโสที่มีพื้นฐานด้านสถิติและสื่อได้ทำการทดสอบแบบเดียวกับที่จอห์น เฮนรีเคยทำ คือการเปรียบเทียบวิธีการวิจัยของมนุษย์กับคลอดด์ ผู้ช่วย AI ที่สร้างโดย Anthropic


พื้นฐานความรู้เกี่ยวกับวิธีการวิจัยแบบดั้งเดิม
การวิจัยเชิงลึกต้องอาศัยความอดทน แหล่งข้อมูลปฐมภูมิ และการทดลองลงมือปฏิบัติจริง ตลอดหลายทศวรรษในวงการโทรทัศน์ วิทยุ และหนังสือพิมพ์ กระบวนการทำงานวิจัยมักจะผสมผสานเครื่องมือที่หลากหลายเข้าด้วยกัน แทนที่จะพึ่งพาเครื่องมือค้นหาเพียงอย่างเดียว วิธีการแบบดั้งเดิมเหล่านี้ ได้แก่ การใช้คำค้นหาขั้นสูง การค้นหาด้วย Kagi คลังข้อมูลอินเทอร์เน็ต วิกิพีเดีย Metafilter สารานุกรมฉบับพิมพ์ สารานุกรมแบบซีดีรุ่นเก่า เช่น Encarta ข้อความที่ตัดตอนมาจากหนังสือ และบันทึกการสัมภาษณ์โดยตรง

การทดลองก่อนหน้านี้กับ LLM รุ่นแรกๆ มักสร้างความประทับใจที่ไม่ดีนัก เนื่องจากมักรู้สึกว่าไม่น่าเชื่อถือ นอกจากนี้ ผลิตภัณฑ์ที่สัญญาว่าจะให้ความรู้มากมาย ในขณะเดียวกันก็แสดงคำเตือนว่า "อาจเกิดข้อผิดพลาดได้" ย่อมก่อให้เกิดความไม่ไว้วางใจโดยธรรมชาติ Claude เองก็ยอมรับอย่างเปิดเผยว่าอาจเกิดอาการประสาทหลอนระหว่างการทดลอง ซึ่งเป็นการแสดงให้เห็นถึงความโปร่งใสที่น่าชื่นชม


จัดตั้งตำแหน่งผู้ช่วยวิจัยให้แก่โคลด
เพื่อให้การทดลองมีความน่าเชื่อถือ Claude จึงได้รับการกำหนดค่าด้วยคำสั่งเฉพาะให้ทำหน้าที่เป็นหุ้นส่วนในการวิจัย แทนที่จะเป็นทางลัดที่ทำงานทั้งหมด คำสั่งเฉพาะชุดหนึ่ง—ซึ่งเรียกว่า "ทักษะ"—ได้รับการออกแบบมาเพื่อกำหนดขั้นตอนที่แน่นอนสำหรับการดึงข้อมูล

เมื่อกำหนดพารามิเตอร์แล้ว การทดสอบจึงถูกแบ่งออกเป็นสองประเภทที่แตกต่างกัน ได้แก่ หัวข้อประวัติศาสตร์ดนตรีที่ซับซ้อนและยาว ซึ่งเกี่ยวข้องกับคอนเสิร์ตที่จำได้ไม่ชัดเจน และคำถามสั้นๆ เกี่ยวกับข่าวเรื่องเรือฟองสบู่ที่แล่นข้ามมหาสมุทร









การทดสอบงานวิจัยดนตรีรูปแบบยาว
ความท้าทายแรกเกี่ยวข้องกับการค้นหาข้อมูลเกี่ยวกับการแสดงคอนเสิร์ตในอดีตที่ Lyle Lovett และ John Hiatt ผลัดกันร้องเพลงบนเวทีร่วมกับนักแต่งเพลงคนอื่นๆ การค้นคว้าด้วยตนเองเกี่ยวข้องกับการสำรวจเว็บไซต์ของศิลปิน, The Internet Archive, setlist.fm, ฐานข้อมูลคอนเสิร์ต และคลังเสียงของกลุ่มผู้บันทึกเสียง เพื่อติดตามจนพบว่าเป็นการแสดงในปี 2004 ที่เทศกาล Telluride Bluegrass Festival

เมื่อได้รับพารามิเตอร์ที่ไม่ตายตัวเหมือนกัน คลอดด์ก็ทำงานได้ดีอย่างน่าประหลาดใจ มันระบุรายการได้อย่างถูกต้อง สังเกตว่ารายการนั้นมีต้นกำเนิดมาจากการออกอากาศทางวิทยุ XM และให้ลิงก์ไปยังรายชื่อศิลปินที่เคยเข้าร่วมเทศกาลในอดีต นอกจากนี้ยังค้นพบพอดแคสต์และบทสัมภาษณ์ของ NPR ที่ถูกซ่อนไว้ซึ่งการค้นหาแบบเดิมพลาดไป เผยให้เห็นว่านักดนตรีทั้งสี่คนบางครั้งแสดงภายใต้ชื่อ "Lyle and Friends"





การทดสอบการวิจัยแบบสั้นและกรอบเวลา
สำหรับการทดสอบแบบสั้น AI ได้รับมอบหมายให้ตรวจสอบข่าวที่จำได้ไม่ชัดเจนเกี่ยวกับชายคนหนึ่งที่พยายามข้ามมหาสมุทรโดยใช้ยานพาหนะรูปทรงคล้ายฟองอากาศ โดยต้องระบุรายละเอียดของยานพาหนะ ข้อเท็จจริงเกี่ยวกับการเดินทาง และแหล่งข้อมูลที่ตรวจสอบได้

Claude ระบุตัวบุคคลในทันทีว่าเป็น Reza Baluchi โดยเชื่อมโยงไปยังบทความต้นฉบับของ Vice โดยตรง และสร้างลำดับเหตุการณ์อย่างเป็นระบบพร้อมทั้งประวัติส่วนตัว


| ด้านการวิจัย | วิธีการแบบดั้งเดิม | ผู้ช่วย AI ของ Claude |
|---|---|---|
| การรวบรวมข้อมูล | ช้า ละเอียดถี่ถ้วน และเปิดเผยเบาะแสที่แปลกใหม่และไม่คาดคิด | ศูนย์รวมทรัพยากรพื้นฐานที่รวดเร็วและเป็นระบบ |
| แหล่งข้อมูลปฐมภูมิ | การสัมภาษณ์โดยตรง เอกสารทางกายภาพ เทปบันทึกเสียง | ลิงก์เว็บที่รวบรวมไว้และข้อมูลอ้างอิงรอง |
| การผสานรวมเวิร์กโฟลว์ | ควบคุมกระบวนการเขียนและการคิดด้วยตนเองอย่างสมบูรณ์ | มีประโยชน์สำหรับการระดมความคิด การวางโครงร่าง และจุดเริ่มต้น |
| การตรวจสอบความถูกต้อง | ยืนยันโดยตรงจากประสบการณ์ส่วนตัวและเอกสารหลักฐาน | จำเป็นต้องมีการตรวจสอบยืนยันขั้นที่สองอย่างเข้มงวดเพื่อตรวจจับภาพหลอน |
ปัญญาประดิษฐ์สามารถอยู่ร่วมกับการวิจัยแบบดั้งเดิมได้หรือไม่?
ท้ายที่สุดแล้ว การปฏิบัติต่อโคลดในฐานะผู้ช่วยวิจัยรุ่นเยาว์มากกว่าผู้หยั่งรู้ จะให้ผลลัพธ์ที่ดีที่สุด มัน excels ในการรวบรวมความคิด วางโครงร่าง และเร่งขั้นตอนเริ่มต้นของการรวบรวมข้อมูล อย่างไรก็ตาม สำหรับงานสืบสวนเชิงลึก การสัมภาษณ์ และการทำข่าวภาคสนาม วิธีการของมนุษย์ยังคงเป็นสิ่งที่ขาดไม่ได้

คำถามที่พบบ่อย
คล็อดคือใคร?
Claude คือผู้ช่วย AI ที่พัฒนาโดย Anthropic ออกแบบมาเพื่อช่วยในการเขียน การเขียนโค้ด การวิเคราะห์ และการวิจัย โดยใช้เหตุผลในการแก้ปัญหาในรูปแบบการสนทนา
ผลการศึกษาของ Claude เป็นอย่างไรเมื่อเทียบกับการวิจัยแบบดั้งเดิม?
Claude ทำหน้าที่เป็นผู้ช่วยวิจัยรุ่นเยาว์ได้อย่างประสบความสำเร็จ โดยจัดทำบทสรุปอย่างรวดเร็ว ลิงก์แหล่งข้อมูล และไทม์ไลน์ที่ตรงกับหรือเร็วกว่าการค้นหาข้อมูลด้วยตนเองในเบื้องต้น
ระหว่างการทดสอบ คล็อดเกิดอาการประสาทหลอนหรือไม่?
แม้ว่าโคลดจะเตือนไว้ล่วงหน้าว่ามันอาจทำให้เกิดภาพหลอน แต่ผลลัพธ์ที่ได้จากการค้นหาข้อมูลทั้งด้านดนตรีและข่าวสารนั้นส่วนใหญ่ถูกต้องแม่นยำเมื่อตรวจสอบกับแหล่งข้อมูลที่ตรวจสอบได้
Claude สามารถเข้ามาแทนที่งานข่าวเชิงสืบสวนสอบสวนแบบยาวได้หรือไม่?
ไม่ แม้ว่า Claude จะมีประโยชน์สำหรับการระดมความคิด การวางโครงร่าง และการค้นคว้าข้อมูลเบื้องต้นอย่างรวดเร็ว แต่ก็ไม่สามารถทดแทนการรายงานข่าวเชิงสืบสวนสอบสวนอย่างละเอียด การสัมภาษณ์แบบเจาะลึก และการทำข่าวภาคสนามได้
เหตุใดจึงมีการใช้สกิลแบบกำหนดเองกับคล็อด?
มีการกำหนดทักษะการวิจัยเฉพาะบุคคลและคำแนะนำด้านบุคลิกภาพแบบ "เด็ดขาด" เพื่อเป็นแนวทางในการควบคุมพฤติกรรมของคลอดด์ ป้องกันไม่ให้มันก้าวล้ำเส้นและรับประกันว่ามันจะทำหน้าที่เป็นเพียงคู่หูในการวิจัยเท่านั้น
การใช้ LLM ในการวิจัยมีความเสี่ยงหลักอะไรบ้าง?
ความเสี่ยงหลักๆ ได้แก่ การเกิดภาพหลอน การสร้างข้อมูลที่ไม่ถูกต้อง และการถูกล่อลวงให้มอบหมายการคิดเชิงวิเคราะห์ทั้งหมดให้กับเครื่องจักร
