ในอดีต เมื่อผู้ใช้อยากรู้เรื่องใดเรื่องหนึ่ง สิ่งที่ทำคือพิมพ์คำค้นลงใน Search Engine แล้วได้รับรายการเว็บไซต์จำนวนมาก ผู้ใช้สามารถเปิดหลายแหล่ง เปรียบเทียบข้อมูล ตรวจสอบที่มา และตัดสินใจด้วยตัวเองว่าอะไรน่าเชื่อถือ
แต่เมื่อการค้นหากำลังเปลี่ยนเข้าสู่ยุคของ AI สิ่งที่ปรากฏตรงหน้ากำลังเปลี่ยนจาก “รายการแหล่งข้อมูล” ไปเป็น “คำตอบที่ถูกสรุปมาแล้ว”
คำถามจึงไม่ได้มีเพียงว่า AI ตอบถูกหรือผิด แต่มีคำถามที่ลึกกว่านั้นว่า
AI เลือกอะไรมาให้เราเห็น และมีอะไรบ้างที่เราไม่มีโอกาสได้เห็น
จาก 10 ลิงก์ สู่คำตอบเดียว
Google เองอธิบาย AI Overviews ว่าเป็นการให้ AI ช่วยค้นและสรุปข้อมูล เพื่อให้ผู้ใช้ได้คำตอบอย่างรวดเร็ว โดยยังมีลิงก์ไปยังแหล่งข้อมูลต่าง ๆ ให้ตรวจสอบเพิ่มเติม
แต่ความแตกต่างสำคัญคือ Search แบบเดิมเปิดพื้นที่ให้ผู้ใช้ “เลือก” ขณะที่ Generative AI ต้องทำการ “คัดเลือก” ก่อนจะสร้างคำตอบ
งานวิจัยขนาดใหญ่ที่เผยแพร่ในปี 2026 ซึ่งศึกษาคำค้นกว่า 55,000 รายการ พบว่าแหล่งข้อมูลที่ถูก AI Overviews อ้างถึงเกือบ 30% ไม่ปรากฏอยู่ในผลการค้นหาหน้าแรกแบบปกติ ขณะเดียวกัน จากการแยกวิเคราะห์ข้อกล่าวอ้างกว่า 98,000 รายการ พบประมาณ 11% ที่ไม่มีหลักฐานรองรับจากหน้าที่ถูกอ้างอิง โดย “การละข้อมูล” เป็นปัญหาสำคัญกว่าการสร้างข้อมูลผิดขึ้นมาโดยตรง
นี่เป็นประเด็นสำคัญ เพราะความผิดพลาดของ AI อาจไม่ได้อยู่ที่ประโยคที่มันพูดออกมาเท่านั้น แต่อาจอยู่ที่ สิ่งที่มันไม่ได้พูด
ปัญหาอาจไม่ใช่ “AI โกหก” แต่คือ “AI เห็นไม่ทั้งหมด”
ลองนึกภาพว่าเราต้องการค้นข่าวเรื่องหนึ่ง
ใน Search แบบดั้งเดิม เราอาจพบข่าวจากสำนัก A, B, C, D และ E บางเว็บเห็นด้วย บางเว็บตั้งข้อสงสัย บางเว็บนำเสนอข้อมูลอีกด้านหนึ่ง
แต่เมื่อถาม AI ระบบอาจนำข้อมูลจากเพียงบางแหล่งมาประมวลผล แล้วสร้างคำตอบที่ดูเหมือนเป็นภาพรวมของเรื่องทั้งหมด
ผู้ใช้จึงอาจไม่รู้ว่า คำตอบที่อ่านอยู่คือผลจากการเลือกแหล่งข้อมูลจำนวนหนึ่ง ไม่ใช่ภาพทั้งหมดของข้อมูลบนอินเทอร์เน็ต
งานศึกษาระบบ AI Search หลายรายพบว่าแหล่งข่าวที่ถูกอ้างอิงมีแนวโน้มกระจุกตัวอยู่ในสำนักข่าวจำนวนไม่มาก และแต่ละระบบก็มีรูปแบบการเลือกแหล่งข่าวแตกต่างกัน
กล่าวอีกอย่างหนึ่งคือ เมื่อเราถาม AI สองระบบด้วยคำถามเดียวกัน เราอาจไม่ได้เพียง “คำตอบต่างกัน” แต่ได้ โลกของข้อมูลคนละชุด กันด้วย
กรณี Google AI Overviews: เมื่อคำตอบกลายเป็นประตูด่านแรก
กรณีของ Google น่าสนใจเป็นพิเศษ เพราะ Google ไม่ได้เป็นเพียงผู้ให้บริการ AI แต่เป็นผู้เล่นรายใหญ่ของระบบค้นหาข้อมูลอยู่แล้ว
การเพิ่ม AI Overviews จึงทำให้ Google มีบทบาทเพิ่มจากการจัดลำดับเว็บไซต์ มาเป็นการ สังเคราะห์คำตอบจากเว็บไซต์เหล่านั้นแล้วนำเสนอขึ้นมาเป็นคำตอบแรก
และเมื่อคำตอบปรากฏอยู่ด้านบน ผู้ใช้อาจไม่มีเหตุผลที่จะเปิดเว็บไซต์ต้นทางอีก
ข้อมูลจาก Pew Research Center พบว่า เมื่อผู้ใช้เห็น AI summary ใน Google พวกเขาคลิกลิงก์ผลการค้นหาแบบดั้งเดิมเพียง 8% ของการเข้าชม เทียบกับ 15% เมื่อไม่มี AI summary หรือเกือบสองเท่า
งานวิจัยอีกชิ้นที่ศึกษาการเข้าชม Wikipedia ในช่วงการเปิดใช้ AI Overviews พบว่าการปรากฏของ AI Overview ทำให้การเข้าชมบทความภาษาอังกฤษลดลงประมาณ 15% เมื่อเทียบกับกลุ่มที่ไม่ได้รับผลกระทบในช่วงเวลาเดียวกัน
นี่ทำให้เกิดคำถามสำคัญต่ออนาคตของเว็บ
ถ้าผู้ใช้ไม่คลิกเข้าเว็บไซต์ต้นทาง แล้วผู้สร้างข้อมูลจะมีรายได้จากที่ไหน
เมื่อ AI สรุปข่าว เว็บไซต์อาจเสียทั้ง “ผู้ชม” และ “โอกาสถูกค้นพบ”
ปัญหานี้ไม่ได้กระทบเฉพาะบริษัทเทคโนโลยีหรือเว็บไซต์ขนาดเล็ก แต่กระทบต่อระบบนิเวศข่าวสารโดยตรง
หากสำนักข่าวลงทุนเงินและคนเพื่อทำข่าว แต่ AI นำเนื้อหาจากข่าวเหล่านั้นมาสรุปเป็นคำตอบ และผู้ใช้ไม่จำเป็นต้องเข้าเว็บไซต์ต้นทาง เว็บไซต์ก็อาจสูญเสียทั้งทราฟฟิก รายได้จากโฆษณา และโอกาสสร้างสมาชิก
ในปี 2025 Digital Content Next รายงานจากการสำรวจสมาชิกว่า เว็บไซต์จำนวนมากพบว่าทราฟฟิกจาก Google ลดลง โดยส่วนใหญ่รายงานการลดลงระหว่าง 1-25% หลังการเปลี่ยนแปลงของ Search ที่เกี่ยวข้องกับ AI Overviews
ขณะเดียวกัน ความขัดแย้งระหว่างบริษัท AI กับสำนักข่าวก็ขยายตัวไปถึงชั้นศาล โดย The New York Times ฟ้อง Perplexity ในปี 2025 โดยกล่าวหาว่ามีการคัดลอกและแสดงเนื้อหาข่าวโดยไม่ได้รับอนุญาต ขณะที่ Perplexity ยืนยันว่าระบบของตนทำงานในลักษณะค้นเว็บและแสดงการอ้างอิง และข้อพิพาทดังกล่าวยังอยู่ในกระบวนการทางกฎหมาย
แล้วอะไรคือ “อคติ” ของ AI
เมื่อพูดถึง Bias เรามักคิดถึง AI ที่มีความเห็นทางการเมือง หรือเลือกตอบเรื่องหนึ่งเข้าข้างฝ่ายใดฝ่ายหนึ่ง
แต่ Bias ในระบบค้นหาอาจเกิดขึ้นได้ตั้งแต่ขั้นตอนก่อนหน้านั้นมาก
เว็บไซต์ไหนถูกค้นพบ
เว็บไซต์ไหนถูกเลือกมาใช้
เว็บไซต์ไหนมีโอกาสถูกอ้างอิง
ข้อมูลใดถูกตัดออกเพราะระบบเห็นว่าไม่เกี่ยวข้อง
และสุดท้าย
ข้อมูลส่วนใดถูกนำมาสังเคราะห์เป็นคำตอบสุดท้าย
กระบวนการเหล่านี้ล้วนสามารถเปลี่ยนสิ่งที่ผู้ใช้ได้รับรู้ได้ แม้ AI จะไม่ได้มีเจตนา “หลอก” ผู้ใช้เลยก็ตาม
งานศึกษาระบบ AI Search ที่วิเคราะห์บทสนทนามากกว่า 24,000 ครั้งและคำตอบกว่า 65,000 รายการจากระบบของผู้ให้บริการรายใหญ่ พบว่าการอ้างอิงข่าวมีการกระจุกตัวอยู่ในแหล่งข่าวจำนวนหนึ่ง และแต่ละระบบมีรูปแบบการเลือกแหล่งข่าวแตกต่างกัน
ดังนั้น สิ่งที่น่าจับตามองอาจไม่ใช่เพียงว่า “AI มีอคติหรือไม่”** แต่คือ **“ใครเป็นผู้กำหนดเงื่อนไขที่ทำให้ข้อมูลหนึ่งถูกมองเห็นมากกว่าอีกข้อมูลหนึ่ง”
โลกอินเทอร์เน็ตกำลังเปลี่ยนจาก ผู้ค้นหา” เป็น “ผู้ถูกคัดเลือกข้อมูลให้
นี่คือความเปลี่ยนแปลงที่สำคัญที่สุด
ในยุค Search ผู้ใช้ต้องใช้เวลาในการค้นหาและเปรียบเทียบเอง ความยุ่งยากส่วนหนึ่งจึงตกอยู่กับผู้ใช้ แต่ข้อดีคือผู้ใช้ยังมองเห็นทางเลือกจำนวนมาก
ในยุค AI Search ความยุ่งยากนั้นถูกส่งต่อให้ระบบ
AI ค้นหา
AI เลือก
AI สรุป
AI เรียบเรียง
และ AI นำเสนอคำตอบ
ทั้งหมดนี้สะดวกกว่ามาก
แต่ในขณะเดียวกัน อำนาจในการกำหนดว่าอะไรควรถูกนำเสนอ ก็กำลังย้ายจากผู้ใช้ไปสู่แพลตฟอร์ม
นี่ไม่ได้หมายความว่า AI กำลัง “ปิดบัง” ข้อมูลโดยเจตนา หรือว่า Search แบบเดิมไม่มีอัลกอริทึมคัดกรองอยู่แล้ว ตรงกันข้าม Search Engine แบบดั้งเดิมก็มีระบบจัดอันดับและข้อจำกัดของตัวเอง
ความแตกต่างคือ AI สามารถ บีบอัดข้อมูลจำนวนมหาศาลให้เหลือคำตอบเดียว** ทำให้ผู้ใช้มองไม่เห็นกระบวนการคัดเลือกทั้งหมดที่เกิดขึ้นเบื้องหลัง
คำถามใหญ่จึงไม่ใช่แค่ “AI เชื่อถือได้หรือไม่”
คำถามอาจต้องเปลี่ยนเป็น
เรากำลังเชื่อ AI หรือกำลังเชื่อกระบวนการคัดเลือกข้อมูลที่อยู่เบื้องหลัง AI
เพราะ AI อาจไม่ได้ผิด
AI อาจไม่ได้โกหก
AI อาจมีเหตุผลที่ฟังขึ้น
แต่ เหตุผลที่ฟังขึ้นก็ไม่ได้แปลว่าเป็นเหตุผลทั้งหมด
และคำตอบที่ถูกต้องบางส่วน ก็ไม่ได้หมายความว่าเราได้รับข้อมูลทั้งหมดที่จำเป็นต่อการตัดสินใจ
เมื่อ AI กลายเป็นประตูด่านแรกสู่ข่าว ความรู้ และข้อมูลบนอินเทอร์เน็ต อำนาจสำคัญจึงไม่ได้อยู่แค่ที่ว่า “ใครสร้าง AI ที่เก่งที่สุด”
แต่อยู่ที่คำถามว่า
“ใครเป็นคนกำหนดว่า AI จะค้นอะไร เห็นอะไร เลือกอะไร และสุดท้ายจะให้มนุษย์เห็นอะไร?”
เพราะในโลกที่ AI ค้นข้อมูลแทนเรา สิ่งที่เราไม่เห็น อาจมีความสำคัญไม่แพ้สิ่งที่เราเห็น