Synthetic persona

Synthetic persona คือการให้ llm สมมติตัวเองเป็นผู้บริโภคกลุ่มใดกลุ่มหนึ่ง แล้วตอบแบบสอบถาม ทดสอบชิ้นงานโฆษณา หรือร่วมวงสนทนาแบบ focus group แทนการสัมภาษณ์คนจริง บางที่เรียกวิธีนี้ว่า synthetic respondent หรือ AI focus group จุดขายคือความเร็วและราคา งานที่เคยใช้เวลาหลายสัปดาห์และงบหลักแสนถึงหลักล้าน ทำเสร็จได้ในไม่กี่ชั่วโมงด้วยต้นทุนที่ต่ำกว่ามาก สมาคมการตลาดอเมริกันเองก็เปิดคอร์สสอนเรื่องนี้ โดยระบุการใช้งานหลักไว้ว่าใช้สำรวจแรงจูงใจและพฤติกรรมลูกค้า จำลอง focus group เพื่อหาข้อโต้แย้งตั้งแต่เนิ่นๆ ทดสอบข้อความและการวางตำแหน่งสินค้า และประเมินไอเดียสินค้าก่อนลงทุนจริง พร้อมกับระบุข้อจำกัดไว้ด้วยว่าการตรวจสอบกับคนจริงยังจำเป็น และวิธีนี้เหมาะกับขั้นตอนหาไอเดียมากกว่าขั้นตอนยืนยันผลขั้นสุดท้าย

ปี 2026 เริ่มมีหลักฐานเชิงวิชาการว่าวิธีนี้พังตรงจุดที่อันตรายที่สุด เปเปอร์ "When Synthetic Users Fail: A Cross-Domain Benchmark of LLM-Simulated Human Survey Responses" ที่ส่งขึ้น arXiv เมื่อ 28 กรกฎาคม 2026 ทดสอบสี่โมเดลจากสองตระกูล ตั้งแต่ขนาด 8B ไปจนถึงระดับแนวหน้า กับข้อมูลคำตอบของคนจริงสองชุดที่เป็นอิสระต่อกัน คือ General Social Survey ของสหรัฐและ World Values Survey ที่เป็นข้อมูลข้ามวัฒนธรรม แล้วเทียบกับวิธีทางสถิติแบบดั้งเดิมที่ไม่ใช้ LLM ผลออกมาว่ามีความล้มเหลวสองแบบที่เกิดซ้ำทั้งสองชุดข้อมูล ทั้งสี่โมเดล และทั้งสองตระกูล แบบแรกคือในระดับรายบุคคล ไม่มีโมเดลไหนชนะวิธีดั้งเดิมที่แข็งที่สุดได้เลย แบบที่สองซึ่งสำคัญกว่าคือโมเดล over-determine ประชากรศาสตร์ พูดง่ายๆ คือมันตัดสินคำตอบจากเพศ อายุ และเชื้อชาติของ persona มากเกินกว่าที่คนจริงเป็น และการเพิ่มขนาดโมเดลไม่ได้ช่วยแก้ทั้งสองปัญหา

สิ่งที่ทำให้เรื่องนี้สำคัญกับคนทำงานคือส่วนที่เปเปอร์วิเคราะห์ผลกระทบต่อการตัดสินใจจริง ในโจทย์แบ่งกลุ่มเป้าหมายทางการตลาด โมเดลขยายความต่างระหว่างกลุ่มให้ใหญ่กว่าความจริงสองถึงสี่เท่า ชี้ทีมไปที่กลุ่มเป้าหมายผิดในราวครึ่งหนึ่งของเคสสหรัฐและในเคสข้ามวัฒนธรรมเป็นส่วนใหญ่ และยังสร้างการแบ่งกลุ่มที่ไม่มีอยู่จริงในคนจริงขึ้นมาด้วย ประเด็นที่ต้องเน้นคือมันไม่ได้เดาผิดแบบสุ่ม แต่เดาผิดไปในทิศทางเดียว คือไปทาง stereotype ผลที่ได้จึงมักยืนยันภาพจำที่ทีมมีอยู่แล้ว ซึ่งเป็นความผิดพลาดที่จับได้ยากที่สุดเพราะมันดูสมเหตุสมผล วิธีใช้ที่ปลอดภัยกว่าคือใช้ตั้งสมมติฐาน ร่างคำถาม หรือหาข้อโต้แย้งล่วงหน้า แล้วเก็บข้อมูลจากคนจริงมายืนยันก่อนตัดสินใจเรื่องราคา สินค้า หรือกลยุทธ์ ข้อควรระวังเพิ่มเติมคือผลนี้มาจาก benchmark ที่ยังไม่มีการทดลองซ้ำจากทีมอื่น และเปเปอร์ไม่ได้ระบุว่ามีบริบทไทยอยู่ในชุดทดสอบ จึงยังสรุปไม่ได้ว่าวัดกับคนไทยแล้ว

ตัวอย่างจากบทสนทนาจริง

ฝ่ายการตลาด: "มีเวนเดอร์เสนอบริการ AI focus group ให้เราค่ะ เขาบอกว่าสร้าง persona ลูกค้าไทยห้าร้อยคนแล้วให้ตอบแบบสอบถามได้ในวันเดียว ราคาถูกกว่าจ้างบริษัทวิจัยสิบเท่า น่าลองไหมคะ"

ฝ่ายวิจัยผู้บริโภค: "ใช้ได้ครับแต่ต้องรู้ว่าใช้ตรงไหน มีเปเปอร์ปี 2026 ที่วัดแล้วพบว่าโมเดลตัดสินคำตอบจากเพศกับอายุมากเกินกว่าคนจริง แล้วขยายความต่างระหว่างกลุ่มไปสองถึงสี่เท่า พอเอาไปใช้เลือกกลุ่มเป้าหมายจริงมันชี้ผิดประมาณครึ่งหนึ่งของเคส ผมเสนอให้ใช้มันร่างคำถามกับหาข้อโต้แย้งก่อนลงสนาม แล้วค่อยเก็บของจริงสัก 30 คนมายืนยัน ถ้าใช้ตัดสินราคาเลยผมไม่แนะนำครับ"

ระวังสับสนกับ

• synthetic-data : synthetic data คือข้อมูลสังเคราะห์ที่สร้างขึ้นเพื่อใช้เทรนหรือทดสอบโมเดล ซึ่งเป็นเรื่องของกระบวนการพัฒนา AI ส่วน synthetic persona คือการเอาโมเดลมาสวมบทเป็นคนเพื่อเก็บ "ความเห็น" ไปใช้ตัดสินใจทางธุรกิจ
• ai-bias : AI bias คือคำกว้างที่หมายถึงอคติในระบบ AI โดยรวม ส่วน synthetic persona เป็นกรณีใช้งานหนึ่งที่อคตินั้นแสดงตัวออกมาชัดเป็นตัวเลข คือการตัดสินคำตอบจากประชากรศาสตร์มากเกินความจริง
• hallucination : hallucination คือการแต่งข้อเท็จจริงที่ไม่มีอยู่จริง ซึ่งตรวจได้ด้วยการเทียบกับแหล่งอ้างอิง ส่วนคำตอบของ synthetic persona ไม่มีข้อเท็จจริงให้เทียบ มันคือความเห็นสมมติ จึงตรวจผิดถูกได้ยากกว่ามาก