ผลกระทบของการเปลี่ยนแปลงคุณลักษณะของคำศัพท์ในเนื้อหาที่สร้างโดย ChatGPT โดยใช้แนวทาง N-Gram

บทคัดย่อ

บทความนี้มีวัตถุประสงค์ 1) เพื่อวิเคราะห์การเปลี่ยนแปลงชนิดของคำศัพท์ที่ปรากฏในเนื้อหาที่สร้างโดย ChatGPT ผ่านการวิเคราะห์เชิง n-gram และ 2) เพื่อวิเคราะห์คุณลักษณะเชิงศัพท์ของงานเขียนที่ปรับคำโดยChatGPT  ในตำแหน่งแกรมที่ 3 รูปแบบการวิจัยเป็นการวิจัยเชิงปริมาณ ใช้แนวคิดการวิเคราะห์เชิง n-gram โดยเน้นตำแหน่งแกรมที่ 3 ของเนื้อหาเป็นกรอบการวิจัยเพื่อประเมินการเปลี่ยนแปลงชนิดคำและลักษณะเชิงศัพท์จากการปรับคำ พื้นที่วิจัยเป็นการวิจัยเอกสาร กลุ่มตัวอย่างคือ นิทาน จำนวน 8 เรื่อง ใช้วิธีคัดเลือกแบบสุ่มเจาะจง เครื่องมือที่ใช้ในการวิจัยมี 2 ชนิด คือ 1) โปรแกรม Chat GPT 2) โปรแกรมไพธอน ผ่าน Google Collaboratory วิเคราะห์ข้อมูลโดยใช้สถิติพื้นฐาน ผลการวิจัยพบว่า 1. การเปลี่ยนแปลงของเนื้อหาในแกรมที่ 3 ส่งผลต่อความสมจริงและความสอดคล้องของเนื้อหา โดยคำนามเป็นคำที่มีความถี่ในการเปลี่ยนแปลงสูงสุด ถัดไปเป็น คำกริยา คำบ่งชี้ คำสรรพนาม คำคุณศัพท์ คำสันธาน คำวิเศษณ์ ตัวเลข และคำอุทาน ตามลำดับ 2. ลักษณะเชิงศัพท์มีรูปแบบความสัมพันธ์ 8 ประเภท เช่น 1) Antonym 2) Co-hyponym 3) Co-hypernym 4) Hyponym 5) Hypernym 6) Synonym 7) Meronym และ 8) Holonym รวมถึงรูปแบบใหม่ที่เกิดจากการใช้ Word Embeddings Similarity ซึ่งมีอัตราการเกิดสูงสุด สะท้อนถึงศักยภาพของ AI ในการรักษาบริบทและความเหมาะสมของเนื้อหา องค์ความรู้จากงานวิจัยนี้ช่วยเสริมสร้างความเข้าใจการบูรณาการภาษาศาสตร์กับเทคโนโลยีปัญญาประดิษฐ์ โดยองค์ความรู้ที่ได้สามารถนำไปประยุกต์ใช้ในการพัฒนาวิธีการประเมินเนื้อหาที่สร้างโดย AI การปรับปรุงคำสั่ง (Prompts) ให้มีประสิทธิภาพ และออกแบบสื่อการสอนที่เหมาะสม นอกจากนี้ ยังสนับสนุนการใช้งาน AI อย่างรับผิดชอบ โปร่งใส และมีจริยธรรม เพื่อประโยชน์ต่อวงการวิชาการ อุตสาหกรรม และสังคมโดยรวม