ใช่ แชตบอตจำนวนมากตอบ 7 บ่อยเกินกว่าการสุ่มจริงเมื่อถูกขอ “เลขสุ่ม 1–10” และเรื่องนี้มีงานวิจัยรองรับ แต่ “เพราะ gradient descent” เป็นคำอธิบายที่หยาบเกินไป หลักฐานชี้ว่าความชอบเลข 7 มีอยู่ในข้อมูลของคนตั้งแต่แรก แล้วถูกขยายระหว่าง post-training (เช่น SFT) และจากการถามแยกทีละครั้ง ส่วนทางแก้ที่ใช้ได้จริงตอนนี้ง่ายกว่าที่คิด คือให้ระบบเรียกตัวสุ่มของโปรแกรมแทนการให้โมเดลเดาคำตอบ
บทความนี้สรุป 6 ฝั่งความเห็นบน X จากราว 130 โพสต์ที่เกี่ยวข้องซึ่ง Hybrid Mind อ่านเมื่อ 14–16 ต.ค. 2026 แยกสิ่งที่ยืนยันได้ออกจากตัวเลขลอย ๆ และมี Lab จำลอง 3 ชุดให้ลองเอง
กราฟเดียวที่ทำให้คนแห่ไปถามแชตบอตว่า “สุ่มเลข 1–10 หน่อย”
เช้าวันที่ 14 ต.ค. 2026 ตามเวลาไทย บัญชี @adamzwasserman โพสต์ภาพกราฟหัวข้อ “Pick a number between 1 and 10” ที่มีสามเส้น คือเส้น random ที่แบนราบ เส้น human ที่นูนขึ้นที่เลข 7 และเส้น LLM ที่พุ่งเป็นยอดแหลมตรงเลข 7 พร้อมคำบรรยายสั้น ๆ ว่า “This is the least surprising graph in the world if you understand how gradient descent works.”
โพสต์นี้ไม่ได้ดังทันที จำนวนโพสต์ที่โควตกราฟเริ่มพุ่งราวเที่ยงคืนวันที่ 15 ต.ค. เวลาไทย หลังจากนั้นคนจำนวนมากลองถามแชตบอตของตัวเองแล้วโพสต์ผล ทั้งภาษาอังกฤษ สเปน ฝรั่งเศส เกาหลี และตุรกี ก่อนหน้านั้นหนึ่งวันยังมีโพสต์ภาษาตุรกีของ @TanselKayaTR ที่เล่าว่าคนมักตอบ 7 เมื่อถูกขอให้เลือกเลข 1–10 ซึ่งมียอดเห็นราว 1.43 ล้านครั้ง
- โพสต์ภาษาตุรกีเรื่องคนชอบตอบ 7 แพร่ก่อน
- @adamzwasserman โพสต์กราฟ random / human / LLM
- Derek Thompson (@DKThomp) อ่านกราฟเป็นภาพของความหลากหลายที่แคบลง
- @moultano ทำมุกโยงกับการ์ตูน XKCD “Random Number”
- คำถาม “ทำไมไม่ให้มันรัน random generator ใน Python” กลายเป็นวงถกย่อย
- นักวิจัยที่เคยศึกษาเรื่องนี้เข้ามาโพสต์งานของตัวเอง
เวลาทั้งหมดเป็นเวลาไทย (UTC+7) แปลงจาก timestamp ของ X
กราฟนี้เป็นภาพแนวคิด ไม่ใช่ผลวัด
ก่อนจะถกว่าทำไม ต้องแยกให้ออกก่อนว่ากราฟไวรัลยืนยันอะไรได้บ้าง ภาพที่แนบมีเพียงแกนนอนเลข 1–10 ไม่มีสเกลแกนตั้ง ไม่บอกว่าเส้น LLM มาจากโมเดลไหน ถามกี่ครั้ง ตั้ง temperature เท่าไร และไม่บอกว่าเส้น human มาจากงานศึกษาใด จึงควรอ่านว่าเป็น “ภาพเปรียบ” ของปรากฏการณ์ที่มีงานวิจัยรองรับจริง มากกว่าเป็นข้อมูลที่เอาไปอ้างตัวเลขได้
คนกระจายคำตอบไม่เท่ากันอยู่แล้ว และโมเดลรวมศูนย์ไปที่คำตอบยอดนิยมแรงกว่าคน ทิศทางนี้ตรงกับงานวิจัยหลายชิ้นที่อ้างถึงด้านล่าง
ความสูงของยอดแหลม ความต่างระหว่างโมเดล ผลของการถามแบบต่อเนื่อง หรือผลเมื่อเปลี่ยนถ้อยคำ ซึ่งงานวิจัยพบว่าเปลี่ยนผลได้มาก
6 ฝั่งที่ถกกันบน X
การจัดกลุ่มนี้มาจากโพสต์ที่ Hybrid Mind อ่าน ไม่ใช่สัดส่วนความเห็นของผู้ใช้ X ทั้งหมด หลายคนอยู่มากกว่าหนึ่งฝั่ง ตัวเลข impressions เป็นค่าตอนที่อ่าน บัญชีขนาดเล็กเราสรุปความโดยไม่ระบุชื่อ
1. “ไม่แปลกเลย โมเดลแค่ลอกคนแล้วขยายให้แหลม”
ฝั่งใหญ่ที่สุดในโพสต์ที่อ่าน รวมโพสต์ต้นทางและโควตยอดนิยม
- เจ้าของกราฟมองว่าเป็นผลที่คาดได้จากการเทรน (โพสต์ต้นทาง)
- บัญชีภาษาสเปน @Lentejitas สรุปว่า LLM ไม่ใช่ตัวอย่างของมนุษยชาติ แต่เป็น “ค่าเฉลี่ยที่ถูกบีบอัด” “Un LLM no es una muestra de la humanidad. Es su promedio comprimido.” โพสต์เดียวกันอ้างว่าคนตอบ 7 ราว 33% และ LLM 98% แต่ไม่ได้ระบุแหล่ง เราจึงจัดตัวเลขนี้เป็นยังไม่ยืนยัน
- โพสต์ภาษาเกาหลีที่ถูกรีโพสต์หลายสิบครั้งอธิบายแบบเดียวกันว่าโมเดลคือเครื่องสร้างประโยคถัดไป จึงตอบสิ่งที่คนมักตอบ (ลิงก์โพสต์)
2. “อย่าโทษ gradient descent ให้ดู loss และ post-training”
นักวิจัยและนักพัฒนาที่แย้งรายละเอียดทางเทคนิค
- Jason Hartford (@jasonhartford) แย้งว่า “This is a consequence of the loss not gradient descent.” และแนบกราฟจากงาน GFlowNet ที่เปลี่ยนเป้าหมายการเทรนแล้วทำให้โมเดลสุ่มเลขได้เกือบสม่ำเสมอ
- Andrea Cui (@andrea_cui123) ผู้เขียนงานที่เธอระบุว่าเป็น NeurIPS 2024 workshop บอกว่าจะโทษ post-training มากกว่า และงานของเธอพบว่าบางโมเดลแทบไม่สุ่มเลยแม้ตั้ง temperature 1
- An Vo (@an_vo12) ผู้เขียนงาน EMNLP 2026 ชี้ไปที่ข้อมูล SFT ที่มีเลข 7 อยู่เต็มไปหมด และอ้างว่าลองกับ GPT-6 Astra, Claude Opus 5.5 และ Gemini 4 Argon แล้วได้ 7 ครบ 30/30 ครั้ง ตัวเลขชุดนี้เป็นการรายงานบน X ที่เรายังไม่เห็นตารางผล
- ผู้ตอบหลายรายถามว่า temperature และการตั้งค่า sampling มีผลแค่ไหนก่อนจะสรุปว่าเป็นเพราะการเทรน
3. “ก็แค่ให้มันเรียกเครื่องสุ่ม”
วงถกย่อยที่ใหญ่ที่สุด เริ่มจากโพสต์ที่มียอดเห็นราว 175,000 ครั้ง
- โพสต์นี้ ถามว่าทำไมบริษัท AI ไม่ทำให้โมเดลรู้ว่าเมื่อผู้ใช้ขอเลขสุ่มก็ควร “run a random number generator in python” (2,359 likes, 190 replies ตอนที่อ่าน)
- ผู้ตอบหลายรายบอกว่าแอปแชตบางตัวทำแบบนี้อยู่แล้วเมื่อเปิดเครื่องมือรันโค้ด และอธิบายว่าในแอปผู้บริโภคเป็นหน้าที่ของชั้นแอป ส่วนใน API นักพัฒนาต้องต่อ tool calling เอง
- อีกส่วนมองว่าการต้องปะด้วยเครื่องมือคือหลักฐานว่าตัวโมเดลเองยังจำกัดอยู่ที่การทำนายข้อความ
4. “แต่ถ้าเรียกเครื่องสุ่ม ก็ไม่ใช่การเทียบกับคนแล้ว”
ฝั่งที่แย้งฝั่ง 3 ว่ากำลังตอบคนละคำถาม
- Markus Persson (@notch) ตอบสั้น ๆ ว่า “Then the comparison would only apply to humans who roll dice.”
- ผู้ตอบรายอื่นชี้ว่าคำถามที่น่าสนใจคือทำไมตัวโครงข่ายเองไม่เข้าใจงานพอจะสุ่มได้ และบางคนแย้งว่าเป้าหมายของโมเดลภาษาคือทำนายคำตอบแบบคน ไม่ใช่แก้โจทย์สุ่มให้ถูก
- มีวงถกแตกออกไปว่า “pick a number” กับ “pick a random number” เป็นคำสั่งต่างกันหรือไม่ ซึ่งงานวิจัยด้านคนและโมเดลพบว่าถ้อยคำเปลี่ยนผลได้จริง (ดูหัวข้อ 05 และ 06)
5. “นี่คือภาพของความหลากหลายที่แคบลง”
ฝั่งที่ขยายจากเรื่องเลขไปสู่งานสร้างสรรค์และสังคม
- Derek Thompson (@DKThomp) เขียนว่าเป็น “Nice visual metaphor for LLMs replacing the messy, chaotic, diverse distribution of human output with a straight and narrow version of intelligence that produces spiky weirdness” (ราว 73,000 impressions)
- โพสต์ภาษาฝรั่งเศสของ @val_strch เรียกว่า “ภาพที่อธิบายสิ่งที่ LLM ทำได้ดีมาก” (ราว 66,700 impressions)
- นักออกแบบรายหนึ่งเทียบกับงานออกแบบเว็บที่หน้าตาเหมือนกันขึ้นเรื่อย ๆ สำหรับคนที่ไม่ลงแรงเพิ่ม และบอกว่าเกิดมาก่อน LLM แล้วตั้งแต่ยุค Bootstrap/Tailwind
6. มุก การลองเอง และ “นกแก้วสถิติ”
โพสต์จำนวนมากเป็นการเล่นและทดลองเอง
- @moultano ล้อด้วยการ์ตูน XKCD 221 “Random Number” ที่ฟังก์ชันสุ่มคืนค่า 4 เสมอ (ราว 129,000 impressions) และอีกบัญชีเล่นมุก “6-7” ว่าเป็นการต่อต้านเครื่องจักรล่วงหน้า
- หลายคนโพสต์ผลที่ถามแชตบอตเองแล้วได้ 7 ขณะที่บางคนแสดงว่าเปลี่ยนวิธีถามแล้วได้เลขอื่น นักพัฒนารายหนึ่งทำเครื่องมือดู logprobs และพบว่าด้วย prompt ของเขา คำตอบที่น่าจะเป็นที่สุดคือ 1
- บัญชีขนาดเล็กหลายบัญชีใช้เรื่องนี้ยืนยันว่า LLM เป็นแค่ “stochastic parrot” ที่ติดอยู่ในข้อมูลเทรน
- คำอธิบายจำนวนมากในเธรดเป็นคำตอบอัตโนมัติจาก @grok ซึ่งอ้างตัวเลขอย่าง 28–33% หรือ 80–90% โดยไม่ได้ลิงก์แหล่ง เราจึงไม่นำตัวเลขเหล่านั้นมาใช้
เลข 7 โตขึ้นตรงไหน หลักฐานจากงานวิจัย
คำอธิบาย “เพราะ gradient descent” ฟังง่าย แต่ gradient descent เป็นแค่วิธีปรับน้ำหนักให้เข้าใกล้เป้าหมาย สิ่งที่กำหนดผลจริงคือข้อมูลและเป้าหมายการเทรน งานวิจัยที่ Hybrid Mind ตรวจได้แบ่งเป็นหลายจุด และแต่ละงานใช้คนละโมเดล คนละโจทย์ จึงไม่ควรเอาตัวเลขมารวมกัน
ทดลอง 01 — จากความชอบของคน สู่ยอดแหลมของโมเดล
การจำลองเชิงการศึกษา ไม่ใช่ผลรันโมเดลจริง: เริ่มจากการแจกแจงสมมติของคำตอบคน แล้วลองทำให้ “แหลมขึ้น” ด้วยตัวคูณกำลังแบบง่าย ๆ ซึ่งเป็นภาพแทนอย่างหยาบของการปรับจูนและการลด temperature ในโมเดลจริงทั้งสองอย่างทำงานบนระดับ token และซับซ้อนกว่านี้มาก
น้ำหนักของเลข 7 ในข้อมูลคน (สมมติ)
ความแหลมจากการปรับจูน (เลขยกกำลัง)
Temperature ตอนสุ่มคำตอบ
คนก็ชอบ 7 จริง แต่ไม่ได้ชอบเสมอไป
ส่วนที่ทุกฝั่งเห็นตรงกันคือคนเองไม่ได้สุ่ม งานคลาสสิก Kubovy & Psotka (1976) ถามคน 558 คนในมหาวิทยาลัย Yale ให้บอกตัวเลขหลักเดียวแรกที่นึกออก ได้คำตอบ 7 ถึง 28.4% ขณะที่ถ้าสุ่มจริงแต่ละเลขควรได้ราว 10%
แต่งานเดียวกันพบว่าผลเปลี่ยนตามวิธีถาม ถ้าขอเลขระหว่าง 6–15 สัดส่วนที่เลือก 7 เหลือ 17.3% และถ้าผู้ทดลองยก 7 เป็นตัวอย่าง จะเหลือ 16.6% งานต่อมาของ Kubovy (1977) พบว่าเมื่อถามว่า “เลขหนึ่งหลักตัวแรก” คนเลือก 1 ถึง 18.0% และเลือก 7 แค่ 12.1% ผู้วิจัยสรุปว่าคนพยายามเลือกคำตอบที่ “ดูสุ่ม” มากกว่าจะสุ่มจริง
ข้อนี้สำคัญกับวงถกบน X เพราะกราฟไวรัลใช้โจทย์ 1–10 ซึ่งไม่ตรงกับงานปี 1976 ที่ถามตัวเลขหลักเดียว ตัวเลข “คน 30% ตอบ 7” ที่วนอยู่บน X จึงใกล้เคียงกับงานคลาสสิก แต่ไม่ใช่การวัดโจทย์เดียวกัน ส่วนชื่อ “Blue-Seven Phenomenon” ที่ถูกอ้างในเธรด เป็นชื่อที่ Hybrid Mind ยังไม่ได้ตรวจกับต้นฉบับ
วิธีถามเปลี่ยนผล ทั้งกับคนและกับโมเดล
งาน B-score พบว่าเมื่อโมเดลเห็นคำตอบก่อนหน้าในบทสนทนาเดียวกัน มันจะกระจายคำตอบเองจนเกือบเท่ากัน ส่วนงาน Deep and shallow biases พบว่าความลำเอียงส่วนใหญ่ “ตื้น” คือหายไปเมื่อเปลี่ยนถ้อยคำเป็นสถานการณ์จริง ตัวอย่างในงานคือ Olmo-3-7B-SFT ตอบ 42 ใน 22 จาก 30 ครั้งเมื่อถามตรง ๆ แต่เมื่อถามในบริบทการจับฉลาก 42 กลับมาแค่ 13% และคำตอบยอดนิยมกลายเป็น 3
แปลว่าการถามแชตบอตหนึ่งครั้งแล้วได้ 7 ไม่ได้บอกทั้งหมด และการถามต่อเนื่องจนได้ผลกระจายก็ยังไม่ใช่การสุ่มที่ตรวจสอบได้ Lab ด้านล่างให้ลองเทียบสี่วิธีกับงานที่ต้องการความสุ่มต่างกัน
ทดลอง 02 — ถามแบบไหน ได้ความสุ่มแบบไหน
การจำลองเชิงการศึกษาแบบกำหนดพฤติกรรมล่วงหน้า ไม่ใช่การเรียกโมเดลจริง: สามโหมดแรกใช้การแจกแจงสมมติที่เลียนทิศทางของงานวิจัย ส่วนโหมดเครื่องมือใช้ตัวสุ่มของเบราว์เซอร์คุณจริง (crypto.getRandomValues)
วิธีขอเลขสุ่ม 30 ครั้ง
เอาไปใช้กับงานอะไร
สิ่งที่หลักฐานสนับสนุน และสิ่งที่ยังพิสูจน์ไม่ได้
| ข้ออ้าง | สถานะ | หมายเหตุ |
|---|---|---|
| คนเลือก 7 บ่อยเกินกว่าการสุ่ม | ยืนยัน | 28.4% จาก 558 คน (Kubovy & Psotka 1976) แต่เปลี่ยนตามวิธีถาม |
| LLM ตอบ 7 บ่อยกว่าคน | ยืนยันบางรุ่น | GPT-4o ราว 70% (B-score) และ Olmo-3-7B-SFT 26/30 ครั้ง ขึ้นกับโมเดลและถ้อยคำ |
| ความลำเอียงถูกขยายใน post-training | ยืนยันในงานที่ตรวจ | Olmo 3: ก่อน SFT กระจาย หลัง SFT รวมที่ 7 · PPO ไม่แก้ความเบ้ใน GPT-J |
| “เพราะ gradient descent” ล้วน ๆ | ถูกแย้ง | งาน GFlowNet ใช้ gradient descent เหมือนกันแต่ได้การแจกแจงเกือบสม่ำเสมอ สิ่งที่ต่างคือเป้าหมายการเทรน |
| กราฟไวรัลเป็นผลวัดจริง | ไม่ยืนยัน | ไม่มีสเกลแกนตั้ง ไม่ระบุโมเดลและแหล่งข้อมูล |
| “คน 33% LLM 98%” และ “12 โมเดล 93.3%” | ไม่พบแหล่ง | ตัวเลขจากโพสต์บน X ที่ไม่ได้ลิงก์งานวิจัย |
| GPT-6 Astra, Opus 5.5, Gemini 4 Argon ตอบ 7 ครบ 30/30 | รายงานโดยผู้วิจัย | โพสต์บน X ของผู้เขียนงาน EMNLP 2026 ยังไม่เห็นตารางหรือ prompt ที่ใช้ |
| แอปแชตเรียกเครื่องสุ่มให้อัตโนมัติ | ขึ้นกับแอป | Hybrid Mind ไม่ได้ทดสอบแอปใดเอง และพฤติกรรมเปลี่ยนตามการตั้งค่าเครื่องมือ |
คุณสุ่มเก่งกว่าแชตบอตไหม
ทดลอง 03 — กดเลขแบบ “สุ่ม” 20 ครั้ง
เครื่องมือเชิงการศึกษา ข้อมูลอยู่ในเบราว์เซอร์คุณเท่านั้นและไม่ถูกส่งไปไหน: กดตัวเลข 1–10 ตามใจอย่างน้อย 20 ครั้งโดยพยายามให้ “สุ่มที่สุด” แล้วเทียบกับเครื่องสุ่มของเบราว์เซอร์ การทดสอบ 20 ครั้งเป็นตัวอย่างเล็กมาก ผลจึงเป็นแค่ข้อสังเกต ไม่ใช่การวัดทางจิตวิทยา
เอาไปใช้ยังไง แยกตามกลุ่มผู้อ่าน
ผู้ใช้ทั่วไป
ถ้าต้องการความยุติธรรม เช่นจับฉลากหรือแบ่งเวร ให้ใช้แอปสุ่ม หรือสั่งให้ AI รันโค้ดสุ่มแล้วดูว่ามันรันจริง อย่าให้แชตบอต “คิด” เลขให้ เพราะคำตอบที่ได้คือคำตอบที่น่าจะเป็น ไม่ใช่คำตอบที่สุ่ม
นักพัฒนา
อย่าใช้ข้อความจากโมเดลเป็นแหล่งความสุ่ม ใช้ RNG ของภาษาโปรแกรมผ่าน tool calling และถ้าเกี่ยวกับความปลอดภัย เช่นโทเคนหรือรหัสผ่าน ต้องใช้ตัวสุ่มสำหรับงานเข้ารหัส (CSPRNG)
ทีมการตลาดและธุรกิจ
การแบ่งกลุ่ม A/B test หรือเลือกว่าใครได้โปรโมชันควรมาจากระบบที่ตรวจย้อนได้ ถ้าให้แชตบอตเลือก ผลอาจเอียงไปทางคำตอบยอดนิยมโดยไม่มีใครรู้
ครูและนักวิจัย
เรื่องนี้เป็นตัวอย่างสอนเรื่องความลำเอียงที่ดี แต่ถ้าจะวัดจริงต้องรายงานชื่อโมเดล ถ้อยคำ จำนวนรอบ การถามแยกหรือต่อเนื่อง และ temperature เพราะงานวิจัยพบว่าทุกตัวแปรเปลี่ยนผลได้
ข้อความสั่งงานที่คัดลอกไปใช้ได้
ข้อความนี้ช่วยได้เฉพาะแอปที่เปิดเครื่องมือรันโค้ด ถ้าแอปไม่มีเครื่องมือ โมเดลอาจตอบเลขเองอยู่ดี จึงควรตรวจว่ามีโค้ดถูกรันจริง
อ่านต่อบน Hybrid Mind
- AI Taste: LLM ข้ามเส้นรสนิยมได้แล้วจริงไหม วงถกเรื่องงานออกแบบและความเหมือนกันของผลงาน AI
- LLM มีสติรู้ตัวจริงไหม: X ถก “เครื่องคิดเลขสถิติ” อีกด้านของข้อถกว่าโมเดลเป็นแค่สถิติหรือไม่
- Multi-Agent Voting: ทำไมเสียงข้างมากยังผิดได้ เมื่อโมเดลหลายตัวเอียงไปทางเดียวกัน
- วิธีตรวจงาน AI Agent ก่อนใช้งานจริง เช็กลิสต์หลักฐานก่อนเชื่อผลลัพธ์
คำถามที่พบบ่อย
1. AI ตอบ 7 ทุกครั้งจริงไหม?
ไม่ทุกครั้ง แต่บ่อยกว่าการสุ่มมากในหลายโมเดล งาน B-score รายงาน GPT-4o ราว 70% เมื่อถามแยกบทสนทนา และงาน EMNLP 2026 รายงาน Olmo-3-7B-SFT 26 จาก 30 ครั้ง ผลเปลี่ยนตามโมเดล ถ้อยคำ และการถามต่อเนื่อง
2. เป็นเพราะ AI ลอกนิสัยคนใช่ไหม?
เป็นส่วนหนึ่ง คนเองเลือก 7 บ่อยเกินสุ่มตามงานปี 1976 แต่หลักฐานชี้ว่าความชอบนี้ถูกขยายระหว่าง post-training โดยเฉพาะ SFT และเป้าหมายการเทรนที่ให้รางวัลคำตอบเดียว ไม่ใช่แค่สะท้อนคนตรง ๆ
3. ปรับ temperature ให้สูงขึ้นช่วยไหม?
ช่วยได้บ้างแต่ไม่แน่นอน งาน Cui & Yu พบว่าบางโมเดลเกือบตัดสินใจตายตัวแม้ temperature 1.0 และ temperature ที่สูงมากทำให้คำตอบเพี้ยนในงานอื่นด้วย ทางที่น่าเชื่อถือกว่าคือให้โปรแกรมสุ่ม
4. ถ้าอยากได้เลขสุ่มจากแชตบอตควรทำอย่างไร?
สั่งให้รันโค้ดสุ่มและดูว่ามันรันจริง ถ้าแอปไม่มีเครื่องมือรันโค้ด ให้ใช้แอปหรือเว็บสุ่มเลขแทน สำหรับงานความปลอดภัยต้องใช้ตัวสุ่มสำหรับงานเข้ารหัสเท่านั้น
5. เรื่องนี้บอกว่า AI ไม่ฉลาดหรือเปล่า?
ไม่ได้บอกแบบนั้นโดยตรง มันบอกว่าโมเดลภาษาไม่ใช่เครื่องสุ่ม และมีแนวโน้มรวมศูนย์ไปที่คำตอบยอดนิยม ซึ่งสำคัญกับงานที่ต้องการความหลากหลายหรือความเป็นธรรม ส่วนคำถามว่าฉลาดแค่ไหนเป็นอีกเรื่องที่โจทย์เลขเดียววัดไม่ได้
เอกสารอ้างอิงและขอบเขตการตรวจ
- @adamzwasserman — โพสต์กราฟต้นทาง (X, 14 ต.ค. 2026)
- Vo et al. — B-score: Detecting biases in large language models using response history (ICML 2025)
- Vo, Dang et al. — Deep and shallow biases in language models (EMNLP 2026)
- Hu et al. — Amortizing intractable inference in large language models (ICLR 2024)
- Cui & Yu — Do Language Models Have Bayesian Brains? (arXiv 2506.10268)
- Kubovy & Psotka — The Predominance of Seven and the Apparent Spontaneity of Numerical Choices (1976)
- Kubovy — Response availability and the apparent spontaneity of numerical choices (1977)
- XKCD 221 — Random Number
ขอบเขตการตรวจ: Hybrid Mind ดึงโพสต์บน X ผ่าน X API รวม 201 โพสต์ (โพสต์ต้นทาง โควต การตอบกลับ และผลค้นหา) ในช่วง 13 ต.ค. 19:19 น. ถึง 16 ต.ค. 12:45 น. เวลาไทย ในจำนวนนี้ราว 130 โพสต์เกี่ยวข้องกับเรื่องนี้โดยตรง ส่วนที่เหลือเป็นผลค้นหาที่ไม่เกี่ยวข้อง ตัวเลขจำนวนโพสต์มาจาก X Recent Counts ที่นับเองราว 12:55 น. 16 ต.ค. 2026 ซึ่งนับรวมรีโพสต์ของโพสต์ที่โควต การจัดกลุ่ม 6 ฝั่งเป็นการตีความของบรรณาธิการ ไม่ใช่การวัด sentiment
Hybrid Mind ไม่ได้ทดลองถามแชตบอตใดเองในบทความนี้ ไม่ได้ตรวจแอปใดว่าเรียกเครื่องสุ่มอัตโนมัติหรือไม่ และอ่านงานวิจัยจากหน้าโครงการ บทคัดย่อ และฉบับ HTML บน arXiv ไม่ใช่การทำซ้ำผลทดลอง Lab ทั้งสามเป็นการจำลองเพื่อการศึกษา
ใส่ความเห็น