>
เมื่อการบอกว่า ‘งานชิ้นนี้ใช้ AI ช่วย’ ทำให้คนไว้ใจเราน้อยลง
Article
September 2, 2026

เมื่อการบอกว่า ‘งานชิ้นนี้ใช้ AI ช่วย’ ทำให้คนไว้ใจเราน้อยลง

งานวิจัยจากการทดลอง 13 ชุดพบว่า เมื่อคนเปิดเผยว่าใช้ AI ช่วยทำงาน พวกเขากลับได้รับความไว้วางใจน้อยลง และผลกระทบยังเกิดขึ้นในการสรรหาพนักงาน แต่การปิดบังก็ไม่ใช่คำตอบ เพราะหากถูกเปิดเผยภายหลัง ความไว้วางใจอาจลดลงยิ่งกว่าเดิม แล้วองค์กรควรออกแบบกติกาการใช้ AI อย่างไร เพื่อไม่ให้ความโปร่งใสกลายเป็นภาระของคนซื่อสัตย์?

งานวิจัยเรื่อง The transparency dilemma: How AI disclosure erodes trust ของ Oliver Schilke และ Martin Reimann  เมื่อปี 2025 ศึกษาสิ่งที่เกิดขึ้นเมื่อมีรับรู้ว่าใครใช้ AI ช่วยในการทำงาน

‍

งานวิจัยนี้ประกอบด้วยการทดลองแบบสุ่ม 13 ชุด ครอบคลุมผู้เข้าร่วมหลายกลุ่ม ตั้งแต่นักศึกษา นักลงทุน นักวิเคราะห์กฎหมาย ไปจนถึงหัวหน้างานที่มีประสบการณ์ด้านการสรรหา ส่วนใหญ่เป็นกลุ่มตัวอย่างในสหรัฐอเมริกา

‍

ผู้วิจัยทดลองในงานหลายประเภท ตั้งแต่การเขียนอีเมล การสมัครงาน การประเมินผลงาน การทำโฆษณา การวิจัยตลาด ไปจนถึงการให้คำแนะนำด้านภาษี

‍

ผลที่พบสอดคล้องกันอย่างน่าสนใจ

เมื่อคนคนหนึ่งเปิดเผยว่าใช้ AI ช่วยทำงาน คนอื่นจะให้ความไว้วางใจเขาน้อยลง เมื่อเทียบกับกรณีที่ไม่มีการกล่าวถึง AI

‍

ในการทดลองชุดแรก นักศึกษาปริญญาตรี 195 คนได้รับข้อมูลว่า อาจารย์ใช้ AI ช่วยตรวจงาน อาจารย์ที่เปิดเผยว่าใช้ AI ได้คะแนนความไว้วางใจเฉลี่ย 2.48 คะแนน ขณะที่อาจารย์ซึ่งไม่ได้กล่าวถึงการใช้ AI ได้ 2.96 คะแนน

‍

แต่การทดลองที่ใกล้กับบริบทของ HR มากที่สุด คือการทดลองกับหัวหน้างาน 85 คน ซึ่งทุกคนมีประสบการณ์ในการคัดเลือกพนักงาน

‍

ผู้เข้าร่วมถูกขอให้ประเมินผู้สมัครจากจดหมายแสดงแรงจูงใจ โดยถูกสุ่มให้เห็นข้อมูลแตกต่างกันสามแบบ ได้แก่ ผู้สมัครใช้ Generative AI ช่วยเขียน ผู้สมัครใช้ Career Coach ที่เป็นมนุษย์ช่วย หรือไม่มีการเปิดเผยว่าได้รับความช่วยเหลือจากใคร

ผลปรากฏว่า ผู้สมัครที่เปิดเผยว่าใช้ AI ได้คะแนนความไว้วางใจเฉลี่ยเพียง 2.91 คะแนน
ผู้สมัครที่บอกว่าใช้ Career Coach ได้ 4.32 คะแนน
ส่วนผู้สมัครที่ไม่ได้กล่าวถึงความช่วยเหลือใด ๆ ได้ 4.40 คะแนน

‍

ความรู้สึกนี้ไม่ได้หยุดอยู่แค่ความรู้สึกไว้วางใจ แต่ยังปรากฏในคะแนน “ความเป็นไปได้ที่จะรับเข้าทำงาน” ด้วย

‍

เมื่อผู้วิจัยนำข้อมูลจากเงื่อนไขที่เกี่ยวข้องมาวิเคราะห์ร่วมกัน รวม 4,093 ข้อมูล ผลโดยรวมยังยืนยันไปในทิศทางเดียวกันว่า การเปิดเผยว่าใช้ AI มีความสัมพันธ์กับความไว้วางใจที่ลดลงอย่างมีนัยสำคัญทางสถิติ

‍

คำถามคือ ทำไมความโปร่งใสจึงให้ผลตรงกันข้ามกับที่เราคาดหวัง

คำตอบสำคัญอยู่ที่สิ่งที่นักวิจัยเรียกว่า “ความชอบธรรมที่ถูกรับรู้” หรือ perceived legitimacy

‍

ในหลายบริบท คนยังคาดหวังว่าผลงานควรเกิดจากความรู้ ความสามารถ การตัดสินใจ และเหตุผลของมนุษย์ เมื่อรู้ว่ามี AI เข้ามาร่วมทำ ผู้ประเมินบางคนจึงรู้สึกว่า กระบวนการทำงานนั้นไม่สอดคล้องกับสิ่งที่ตนมองว่าเหมาะสมหรือเป็นที่ยอมรับ

ความรู้สึกว่า “วิธีการนี้ไม่ค่อยชอบธรรม” นี่เองที่ทำให้ความไว้วางใจลดลง

‍

ที่น่าสนใจยิ่งกว่านั้นคือ ต่อให้ผู้ใช้ระบุว่า AI ช่วยเพียงตรวจคำผิด งานผ่านการตรวจและแก้ไขโดยมนุษย์แล้ว หรือใช้ AI เพื่อยกระดับคุณภาพการเขียน ผลด้านลบก็ยังไม่หายไปทั้งหมด

‍

เมื่ออ่านถึงตรงนี้ อาจมีบางคน เกิดความคิดว่า

"ถ้าอย่างนั้นก็ไม่ต้องบอกว่าใช้ AI จะดีกว่าหรือเปล่า?"

‍

ทว่างานวิจัยชุดสุดท้ายแสดงให้เห็นว่า การปิดเงียบก็ไม่ใช่ทางออกที่ปลอดภัย

‍

ผู้วิจัยเปรียบเทียบสามสถานการณ์ ได้แก่ ผู้ใช้เปิดเผยเองว่าใช้ AI ไม่มีการเปิดเผย และมีบุคคลที่สามนำเรื่องการใช้ AI มาเปิดเผยภายหลัง

‍

ผลปรากฏว่า คนที่ถูกบุคคลอื่นเปิดโปงว่าใช้ AI ได้รับความไว้วางใจต่ำที่สุด
กลุ่มที่เปิดเผยเองได้ 3.15 คะแนน
กลุ่มที่ไม่เปิดเผยได้ 4.02 คะแนน
ส่วนกลุ่มที่ถูกบุคคลอื่นเปิดเผยได้เพียง 2.49 คะแนน

การไม่พูดจึงไม่ได้ทำให้ความลับหายไป เพียงเลื่อนการถูกเปิดเผยความลับออกไป และอาจส่งผลกระทบรุนแรงกว่าเดิม หากมีคนค้นพบความจริงในภายหลัง

...

‍

ถ้าในองค์กรของคุณ คนที่ซื่อสัตย์เรื่องการใช้ AI กลับเป็นฝ่ายเสียเปรียบ ปัญหานั้นไม่ได้อยู่ที่ตัวพนักงานเพียงคนเดียว แต่มันสะท้อนว่า องค์กรยังออกแบบกติกาและบรรทัดฐานเรื่อง AI ไม่ชัดเจนพอ

‍

ชวนให้ลองกลับไปสำรวจองค์กรของเราผ่านคำถาม 3 ข้อนี้

1. เรานิยามหรือยังว่า “ใช้ AI ช่วย” หมายถึงระดับไหน

การให้ AI ตรวจคำผิด ช่วยค้นข้อมูล เสนอไอเดีย ร่างเนื้อหาบางส่วน และสร้างงานทั้งชิ้น ไม่ใช่เรื่องเดียวกัน

หากองค์กรไม่มีเส้นแบ่งที่ชัดเจน พนักงานแต่ละคนก็จะถูกตัดสินด้วยมาตรฐานที่อยู่ในหัวของผู้ประเมินแต่ละคน

2. เวลาชื่นชมงานที่ดี เราให้คุณค่ากับคุณภาพของผลลัพธ์และการตัดสินใจ หรือให้คุณค่ากับความเหนื่อยที่มองเห็นได้

ถ้าองค์กรยังใช้ “ความยาก” หรือ “เวลาที่ใช้” เป็นตัวแทนของคุณค่าผลงาน การยอมรับว่าใช้เครื่องมือช่วยก็จะกลายเป็นการลดคุณค่าของตัวเองโดยอัตโนมัติ

3. ผู้นำเคยพูดอย่างเปิดเผยหรือไม่ว่า ตัวเองใช้ AI กับงานส่วนไหน และยังรับผิดชอบการตัดสินใจส่วนใดด้วยตัวเอง

หากผู้บริหารและหัวหน้าไม่เคยเปิดเผยเรื่องนี้ คนระดับล่างก็แทบไม่มีเหตุผลที่จะเป็นฝ่ายเปิดเผยก่อน

...

‍

งานวิจัยนี้ทำให้เราพบกลไกหนึ่งที่น่าสนใจ คือ มนุษย์ไม่ได้ประเมินผลงานจากคุณภาพเพียงอย่างเดียว เรายังประเมินด้วยว่า ผลงานนั้นถูกสร้างขึ้นด้วยวิธีที่เรามองว่า “เหมาะสม” และ “ชอบธรรม” หรือไม่

‍

ความโปร่งใสจะ "ไม่กลายเป็นภาระของคนซื่อสัตย์"
ก็ต่อเมื่อองค์กรออกแบบระบบให้ความซื่อสัตย์นั้นปลอดภัย

‍

วันนี้ ในที่ทำงานของคุณ พนักงานยังต้องใช้ความกล้าอยู่ไหม หากจะพูดว่า...

“งานชิ้นนี้ใช้ AI ช่วยร่าง และผมเป็นคนตรวจสอบกับตัดสินใจขั้นสุดท้าย”

‍

Source:

‍Schilke, O. & Reimann, M. "The transparency dilemma: How AI disclosure erodes trust," Organizational Behavior and Human Decision Processes, Vol. 188 (2025)

‍

#AIinHR #FutureOfWork #HRThailand #TrustAtWork #AIPolicy #EmployeeEngagement

‍

Tag:
Article
Share this post:
ถนอมรัตน์ ฟองเลา
Content Curator & Editor

Related Knowledge Hub

Join for free and get personalized recommendations, updates and offers.
Article
เมื่อ AI เข้ามาเปลี่ยนงาน องค์กรต้องเปลี่ยนอะไร? 7 คำถามจาก IBM CHRO Study 2026
รายงาน IBM CHRO Study 2026 ชวนให้ทบทวนอนาคตการทำงานร่วมกับ AI ผ่าน 7 คำถามสำคัญ ตั้งแต่ทักษะที่อาจเสื่อมถอย ระบบประเมินผลงาน เส้นทางเติบโตของคนรุ่นใหม่ ไปจนถึงการออกแบบงานและความรับผิดชอบใหม่ ภายใต้แนวคิด Rethink — Reimagine — Redesign
October 15, 2026
Article
หัวหน้าคนเดียว... เปลี่ยนความรู้สึกของคนทั้งทีมได้มากแค่ไหน?
หัวหน้างานมีอิทธิพลต่อความผูกพันของพนักงานมากเพียงใด? Gallup พบว่าหัวหน้ามีส่วนอธิบายความแตกต่างของ Employee Engagement ระหว่างทีมได้อย่างน้อยถึง 70%
October 14, 2026
Article
อบรม Cybersecurity ทุกปี ทำไมพนักงานยังตกเป็นเหยื่ออีเมลหลอกลวง?
งานวิจัยจาก UC San Diego Health ศึกษาพนักงานกว่า 19,500 คนตลอด 8 เดือน พบข้อจำกัดของการอบรม Cybersecurity ประจำปีในการป้องกันอีเมลฟิชชิ่ง เรื่องนี้ชวนให้ HR และ L&D กลับมาทบทวนว่า เหตุใดการฝึกอบรมจึงไม่ช่วยให้พนักงานเปลี่ยนพฤติกรมได้จริง
October 14, 2026