Writer: 
Share
ในยุคที่อินเทอร์เน็ตเปิดกว้างให้ทุกคนแสดงความคิดเห็น พื้นที่แสดงความเห็นของเว็บไซต์ข่าวหรือเว็บบอร์ดต่างๆ มักจะกลายเป็นสมรภูมิอารมณ์ที่เต็มไปด้วยข้อความสร้างความเกลียดชังและความก้าวร้าวปัญหานี้ไม่เพียงแต่ทำลายบรรยากาศของคอมมูนิตี้ แต่ยังส่งผลกระทบโดยตรงต่อภาพลักษณ์ของแบรนด์และ Publisher ที่ต้องสูญเสีย Engagement ที่มีคุณภาพไป
คำถามคือ เราจะจัดการกับความท้าทายนี้อย่างไรโดยไม่ถูกมองว่าเป็นการ “ปิดกั้นเสรีภาพในการแสดงออก”
OpenWeb สตาร์ทอัพที่มุ่งมั่นยกระดับคุณภาพการสนทนาบนโลกออนไลน์ ได้ร่วมมือกับเครื่องมืออัจฉริยะอย่าง Perspective API จาก Jigsaw (บริษัทในเครือ Google) เปิดเผยข้อมูลการทดสอบที่น่าสนใจว่า เทคโนโลยีสามารถสร้างผลกระทบเชิงบวกต่อคุณภาพการสนทนาออนไลน์ได้อย่างไร ผ่านการใช้ “Nudge Theory” หรือ “ทฤษฎีการสะกิด” เพื่อปรับพฤติกรรมผู้ใช้งานแบบเรียลไทม์
บทบาทของเทคโนโลยีในการกอบกู้ Community Health
จุดยืนของ OpenWeb คือการเชื่อมั่นว่า มนุษย์ส่วนใหญ่มีเจตนาที่ดีและสามารถแยกแยะผิดชอบชั่วดีได้ หากได้รับการ “กระตุ้นเตือน” อย่างเหมาะสม เราไม่เพียงแต่จะเปลี่ยนพฤติกรรมของผู้ใช้แต่ละคนได้ แต่ยังสามารถยกระดับสุขภาพโดยรวมของคอมมูนิตี้ได้อีกด้วย
ที่ผ่านมา การสนับสนุนให้เกิดพฤติกรรมที่ดีมีความสำคัญเทียบเท่ากับการแบนหรือแบนผู้ใช้ที่ทำผิดกฎ OpenWeb จึงได้พัฒนาระบบ Moderation ที่ผสานพลังของ AI/ML และ Perspective API ของ Jigsaw ซึ่งเป็นโมเดล Machine Learning ที่ถูกฝึกฝนมาเพื่อวิเคราะห์และคาดการณ์ว่าคอมเมนต์นั้นๆ มีความก้าวร้าวหรือเป็นพิษต่อผู้อ่านหรือไม่ เมื่อทำงานร่วมกับอัลกอริทึมของ OpenWeb ระบบนี้จึงสามารถคัดกรองเนื้อหาคุณภาพสูงและกระตุ้นให้ผู้ใช้สร้างคอนเทนต์ที่ดีต่อสุขภาพจิตของคอมมูนิตี้ได้ โดยยังคงรักษาพื้นที่สำหรับความคิดเห็นที่แตกต่าง
ฟีเจอร์ Real-time Feedback สะกิดให้คิด ก่อนกดส่ง
หลังจากใช้ Perspective API เป็นเทคโนโลยีเบื้องหลังมานานหลายปี OpenWeb จึงตัดสินใจก้าวไปอีกขั้นด้วยการทดลองฟีเจอร์ใหม่ที่เรียกว่า Real-time Feedback
หลักการทำงานของมันคือ เมื่อผู้ใช้พิมพ์คอมเมนต์ที่ AI ประเมินแล้วว่ามีความเสี่ยงที่จะละเมิดกฎของชุมชนระบบจะไม่ลบคอมเมนต์นั้นทิ้งทันที แต่จะเด้งข้อความ “สะกิด” เตือนแบบเรียลไทม์ เพื่อเปิดโอกาสให้ผู้ใช้ได้ “คิดทบทวนและแก้ไข” ข้อความของตนเองก่อนกดโพสต์
แนวคิดนี้มีรากฐานมาจาก Nudge Theory ซึ่งเป็นที่ยอมรับในแวดวงเศรษฐศาสตร์พฤติกรรมว่าการใช้แรงเสริมทางบวกหรือการเสนอแนะทางอ้อม สามารถส่งผลต่อการตัดสินใจและพฤติกรรมของมนุษย์ได้ดีกว่าการสั่งห้ามหรือบังคับตรงๆ
ผลสำรวจที่ช่วยปรับพฤติกรรมคนใช้งานดีขึ้น
การทดสอบเริ่มขึ้นในเดือนพฤษภาคม 2020 โดยแบ่งผู้ใช้กว่า 50,000 คน และคอมเมนต์กว่า 400,000 รายการออกเป็น 2 กลุ่ม (A/B Testing) คือกลุ่มที่ได้รับข้อความสะกิดเตือน และกลุ่มที่ไม่ได้รับข้อความเตือน นอกจากนี้ยังมีการปรับแต่งข้อความเตือน ทั้งในเชิงบวกและเชิงลบเพื่อดูว่าข้อความแบบใดสร้าง Conversion ได้ดีที่สุด ซึ่งผลปรากฏว่า ข้อความที่สื่อสารชัดเจนและมี Call-to-Action สามารถเพิ่มโอกาสให้ผู้ใช้ปรับเปลี่ยนพฤติกรรมได้ถึง 10%-20%
ผลลัพธ์ที่ได้จากการศึกษาพฤติกรรมผู้ใช้และสุขภาพชุมชน พบว่า พฤติกรรมผู้ใช้สามารถเปลี่ยนได้จริงแบบเรียลไทม์ โดยมีผู้ใช้ถึง 34% ที่ยอม “แก้ไข” คอมเมนต์ของตัวเองหลังถูกสะกิดเตือน
จากการติดตามเส้นทางของผู้ใช้ที่ถูกระบบสะกิดเตือน พบพฤติกรรม 4 รูปแบบ ดังนี้
- ยอมแก้ไขข้อความ (34%) – ผู้ใช้เลือกที่จะปรับแก้คำพูดตัวเอง
- ดึงดันโพสต์ต่อ (36%) – โพสต์ข้อความเดิมโดยไม่แคร์คำเตือน
- ล้มเลิกความตั้งใจ (12%) – ปิดหน้าต่างหนีและไม่คอมเมนต์อีก
- ทดสอบระบบ (18%) – ลองโพสต์ซ้ำๆ หรือรีเฟรชหน้าจอเพื่อดูว่าระบบทำงานอย่างไร
ที่น่าสนใจคือ ในกลุ่ม 34% ที่ยอมแก้ไขข้อความนั้น กว่า 54% สามารถปรับแก้จนข้อความผ่านเกณฑ์และได้รับการเผยแพร่ทันที (หรือส่งไปให้ผู้ดูแลระบบตรวจสอบแทนที่จะถูกปัดตกโดยอัตโนมัติ)
เจาะลึกพฤติกรรมการ “แก้ไข” ของชาวเน็ต
เมื่อใช้วิธีการวิเคราะห์เชิงคุณภาพด้วยการสุ่มตัวอย่างคอมเมนต์หลายร้อยรายการเพื่อดูว่าผู้ใช้ “แก้คำ” อย่างไร OpenWeb พบพฤติกรรมที่น่าสนใจ 6 รูปแบบหลักๆ ได้แก่
- เปลี่ยนคำที่สุ่มเสี่ยง : ผู้ใช้เข้าใจว่าตรงไหนคือปัญหา จึงเปลี่ยนคำด่าให้กลายเป็นคำที่สุภาพขึ้น
ตัวอย่าง: จากเดิมพิมพ์ว่า “…ส่งขยะผ่านประเทศอื่น” เปลี่ยนเป็น “…ส่งของผ่านประเทศอื่น” - ลบคำที่สุ่มเสี่ยงทิ้ง : ตัดคำหยาบคายออกไปเลย
ตัวอย่าง: จากเดิม “A เป็นคนโกหกที่เฮงซวย” เปลี่ยนเป็น “A เป็นคนโกหก” - เรียบเรียงประโยคใหม่ทั้งหมด : ลบข้อความเดิมทิ้งและเปลี่ยนวิธีแสดงออกใหม่
ตัวอย่าง: จากเดิม “ไปตายซะ นังสารเลว” เปลี่ยนเป็น “คุณกำลังทำตัวแย่มากและจะได้รับผลกรรม!!” - พยายามหลอกระบบ : รู้ว่าคำไหนผิดกฎ แต่ก็ยังอยากด่า จึงใช้วิธีเลี่ยงบาลี หรือเว้นวรรคคำ
ตัวอย่าง: เปลี่ยนคำว่า Bstrd เป็น b s t r d - วิจารณ์ฟีเจอร์ซะเลย : ลบเนื้อหาเดิมทิ้ง แล้วหันมาบ่นระบบแทน
ตัวอย่าง: “ความจริงที่ฉันพูดมันผิดตรงไหน? เก็บการเซ็นเซอร์ของคุณกลับไปซะ!” - แก้ผิดจุด : ผู้ใช้ที่ไม่เข้าใจว่าตัวเองผิดตรงไหน จึงไปแก้คำอื่นที่ไม่ใช่คำหยาบ ทำให้คอมเมนต์ยังคงไม่ผ่านเกณฑ์
อนาคตของคอมมูนิตี้ออนไลน์
กรณีศึกษาของ OpenWeb ชี้ให้เห็นว่า เทคโนโลยี AI ไม่จำเป็นต้องรับบทเป็น “ตำรวจ” ที่คอยลบหรือแบนผู้ใช้เสมอไป แต่สามารถสวมบทบาทเป็น “ผู้ช่วย” ที่คอยสะกิดเตือนสติผู้คนได้ การออกแบบ UX/UI ที่เข้าใจหลักจิตวิทยาและ Nudge Theory สามารถช่วยลดความ Toxic บนโลกออนไลน์ได้อย่างเป็นรูปธรรม
สำหรับ Publisher และแบรนด์ต่างๆ นี่คือสัญญาณที่บอกว่า เราสามารถสร้างพื้นที่ที่มีคุณภาพสำหรับการถกเถียงเชิงบวกได้ โดยยังคงรักษาเสรีภาพในการแสดงความคิดเห็นเอาไว้ เพราะในท้ายที่สุดแล้ว คอมมูนิตี้ที่แข็งแรง คือรากฐานสำคัญของธุรกิจดิจิทัลที่ยั่งยืน
