- การเขียนคือ กระบวนการคิดที่ตั้งคำถามและค้นหาคำตอบ ไม่ใช่แค่การจัดทำเอกสาร แต่เป็นการขยายความเข้าใจ
- ข้อความที่ LLM สร้างขึ้น ทำให้สูญเสียโอกาสในการคิดและเรียนรู้ ซึ่งเปรียบได้กับ “ให้คนอื่นออกกำลังกายแทน” อันเป็นการยอมทิ้งการเติบโตของตนเอง
- เอกสารที่สร้างขึ้นอัตโนมัติทำให้ ความจริงแท้และความน่าเชื่อถือ อ่อนแอลง และให้ความรู้สึกว่าผู้เขียนไม่ได้คิดด้วยตนเองจริงๆ
- แก่นแท้ของการเขียนอยู่ที่ การสร้างภาวะผู้นำและความไว้วางใจ และเมื่อพึ่งพา LLM ก็จะสูญเสียโอกาสนั้นไป
- LLM มีประโยชน์ในบทบาทเสริม เช่น การวิจัย การบันทึก และการสร้างไอเดีย แต่ตัวงานเขียนที่ต้องอาศัยการคิดและการใคร่ครวญควรทำด้วยตนเอง
จุดประสงค์ของการเขียนและกระบวนการคิด
- การเขียนถูกนิยามว่าเป็น กระบวนการตั้งคำถามและตอบคำถามนั้น
- PRD คือคำตอบของคำถามว่า “ควรสร้างอะไร?” ส่วนเอกสารสเปกทางเทคนิคคือคำตอบของคำถามว่า “ควรสร้างอย่างไร?”
- บางครั้งก็เป็นการจัดการกับคำถามที่เป็นรากฐานยิ่งกว่า เช่น “สิ่งที่เราต้องการบรรลุคืออะไร?”
- ในกระบวนการนี้ เราย้อนกลับมาทบทวนได้ว่าตนเองกำลังตั้งคำถามได้ถูกต้องหรือไม่
- เมื่อ LLM (โมเดลภาษาขนาดใหญ่) แพร่หลายขึ้น เอกสาร บทความ และเรียงความที่สร้างอัตโนมัติก็มีมากขึ้น
- แต่เอกสารลักษณะนี้ถูกชี้ว่าเป็น การสูญเสียโอกาสในการสร้างความคิดและความไว้วางใจ
- เป้าหมายของการเขียนไม่ใช่แค่ทำชิ้นงานให้เสร็จ แต่คือ การขยายความเข้าใจของตนเองและคนรอบข้าง
- การเขียนถูกเปรียบว่าเป็น กระบวนการค้นหาโครงสร้างและความหมายท่ามกลางความสับสน
- ผ่านการเขียนซ้ำๆ ความสามารถในการคิดและการสื่อสารจะยิ่งแข็งแรงขึ้น ซึ่งเหมือนกับ กระบวนการเติบโตผ่านการออกกำลังกาย
- การปล่อยให้ LLM เขียนแทนก็เหมือนกับ “ให้ใครสักคนออกกำลังกายแทน”
- จึงถือเป็นการยอมสละโอกาสในการเรียนรู้และเติบโตของตนเอง
การสร้างความไว้วางใจและความจริงแท้
- เอกสารที่ LLM เขียนมี ความเสี่ยงที่จะบั่นทอนความไว้วางใจทางสังคม
- เอกสารที่สัมผัสได้ถึงร่องรอยของ LLM ดูเหมือน “ผลลัพธ์ที่เลียนแบบคำพูดที่คนอื่นอยากได้ยิน”
- และให้ความรู้สึกว่าไม่มี ร่องรอยของการที่ผู้เขียนได้ต่อสู้กับไอเดียและคิดอย่างจริงจัง
- เอกสารแบบนี้ทำให้ ภาวะผู้นำและความน่าเชื่อถือ อ่อนแอลง
- เดิมทีเราสามารถสร้างความไว้วางใจผ่านการเขียนได้ แต่กลับต้องสูญเสียโอกาสนั้นไป
- มีข้อชี้ว่า “ข้อความที่ LLM สร้างขึ้นไม่ได้บั่นทอนแค่ตัวงานเขียน แต่ยังทำลายความจริงแท้ของกระบวนการคิดที่อยู่เบื้องหลังด้วย”
- หากประโยคถูกสร้างขึ้นโดยอัตโนมัติ ก็ย่อมกระตุ้นความสงสัยว่า ไอเดียนั้นเองก็ถูกสร้างขึ้นอัตโนมัติด้วยหรือไม่
วิธีใช้ LLM ในกระบวนการเขียน
- LLM มีประโยชน์กับงานสนับสนุน เช่น การวิจัย การทบทวน การบันทึกข้อมูล และการถอดข้อความ
- แต่สิ่งเหล่านี้ควรถูกแยกออกจาก การเขียนที่ต้องอาศัยการคิดและการใคร่ครวญ
- ใน ขั้นตอนการสร้างไอเดีย LLM มีประสิทธิภาพ
- ต่อให้ในหลายไอเดียจะมีเพียงบางส่วนที่ใช้ได้จริง ก็ไม่ได้เสียหายอะไร
- ผู้ใช้สามารถ เลือกเก็บเฉพาะผลลัพธ์ที่มีประโยชน์ และทิ้งที่เหลือได้
- เครื่องมือเหล่านี้มีบทบาทในการ เพิ่มประสิทธิภาพของการส่งมอบซอฟต์แวร์
- แต่หากต้องการใช้มันให้ได้ผลจริง ก็จำเป็นต้องยกระดับ ความลุ่มลึกของการคิดและระดับการใคร่ครวญ ไปพร้อมกัน
4 ความคิดเห็น
บทความที่ AI เขียน ต่อให้พูดกลับกันแบบตรงข้ามก็ดูสมเหตุสมผลได้พอ ๆ กัน
ต้องทำแบบนี้ ต้องทำแบบนั้น เรื่องแบบนี้มันมีความหมายจริงหรือ...
ถ้าจะบอกว่า การใช้โอเพนซอร์สและใช้คลาวด์เป็นอุปสรรคต่อการเติบโต เลยอย่าใช้ล่ะ?
คุณมั่นใจหรือว่าจะไม่ใช้มัน แล้วสร้างทุกอย่างขึ้นมาใหม่เองทั้งหมดเพื่อการเรียนรู้? ทั้งที่ในวงการก็มีระดับของพอร์ตโฟลิโอที่คาดหวังกันอยู่ แล้วจะส่ง serializer กับการออกแบบ protocol เป็นพอร์ตโฟลิโอได้หรือ?
ผู้สัมภาษณ์จะมองเห็นคุณค่าของสิ่งนี้หรือเปล่า?
สิ่งสำคัญคือ ไม่ว่าจะเป็นการเขียนหรืออะไรก็ตาม ถ้าสามารถใช้ AI เพื่อสร้างบางสิ่งที่มีคุณค่าได้ ก็ถือว่าสอดคล้องกับยุคสมัย และผมคิดว่ากระบวนการนั้นก็สมเหตุสมผล
อย่างน้อยโครงของบทความก็ควรเป็นคนวางเองนะ 555
ความคิดเห็นจาก Hacker News
คิดว่าการเขียนคือก้าวแรกของการฝึก การคิดอย่างอิสระ
เหมือนฉากหนึ่งในภาพยนตร์ Ghost in the Shell ที่ทำให้นึกถึงคำว่า ‘ความเชี่ยวชาญเฉพาะทางมากเกินไปคือความตาย’ เมื่อความหลากหลายหายไป
กังวลว่า LLM อาจพาสังคมทั้งสังคมไปสู่ ความคิดแบบฝูงชน
เด็กในอนาคตอาจต้องเรียนรู้แยกต่างหากว่าจะคิดเองและสร้างความเห็นของตัวเองได้อย่างไร
บทความที่เกี่ยวข้อง
ฉันมองการเขียนว่าเป็น 'ขั้นตอนสุดท้ายของการคิด' มาโดยตลอด
ไอเดียที่ดูสมบูรณ์แบบในหัว พอถ่ายทอดออกมาเป็นตัวหนังสือกลับเห็นความขัดแย้ง และกระบวนการนั้นก็ช่วยจัดระเบียบความคิด
แต่เอกสารจำนวนมากก็เป็นเพียง การเทบริบททิ้งไว้ (context dump) เท่านั้น
ในกรณีแบบนี้ ฉันกลับมองว่าให้ AI เขียนเอกสารแทนไปเลย แล้วให้มนุษย์โฟกัสกับการคิดแกนหลักจะดีกว่า
สักวันหนึ่ง วงจรปิด ที่ AI ส่งต่อบริบทให้ AI ด้วยกันเองอาจกลายเป็นพื้นฐานของงานก็ได้
ฉันเองก็มีประสบการณ์บ่อยครั้งว่า พอเขียนรายงานไปกลางทางก็เริ่มคลี่คลายแก่นของปัญหาได้
แค่ให้ข้อมูลกับคนแบบเดียวกับที่ให้ LLM ก็เพียงพอแล้ว
กระบวนการเขียนและแก้ไขทำให้เห็นจุดอ่อนของตัวเอง และนำไปสู่การตั้งคำถามที่ดีขึ้น
ถ้าเขียนในรูปแบบบทสนทนา ความคิดจะยิ่งลึกขึ้น
พอพยายามทำให้ความคิดเป็นรูปธรรม ก็ต้องเผชิญกับความคลุมเครือและ ความไม่สอดคล้องกัน ในหัวตัวเอง
สงสัยว่าทำไมการให้ AI เขียน release notes ที่คนส่วนใหญ่ก็ไม่อ่านแทน ถึงถูกมองว่าเป็น ‘ทางออกที่ดีที่สุด’
ฉันกลับคิดว่าการสรุปให้กระชับน่าจะดีกว่า
ไม่เห็นด้วยกับคำกล่าวที่ว่า LLM ‘เก่งเป็นพิเศษเรื่องการสร้างไอเดีย’
เพราะมันมักให้ผลลัพธ์ที่เป็นค่าเฉลี่ยและ ปลอดภัยเกินไป
ถ้าต้องการไอเดียที่น่าสนใจหรือใหม่จริง ๆ LLM ไม่ใช่เครื่องมือที่เหมาะ
พออธิบายดีไซน์ให้มันฟัง ก็กลับค้นพบ edge case ของปัญหาด้วยตัวเอง
การแตกต่างเพียงเพื่อให้ต่างไม่ใช่คุณธรรมเสมอไป
LLM ใกล้เคียงกับ เครื่องสร้างสามัญสำนึก มากกว่าเครื่องสร้างไอเดีย
ถ้าปรับค่า temperature หรือ top-k ให้เลือกโทเค็นที่มีความน่าจะเป็นต่ำ ก็สร้างความหลากหลายได้มากพอ
ส่วนใหญ่เป็นไอเดียที่ใช้ไม่ได้ แต่ในนั้นมักมีสักอันที่กลายเป็น เบาะแส ไปสู่ทิศทางที่ดี
ถึงอย่างนั้นก็ยังรู้สึกว่ามันช่วยได้เพียงเล็กน้อย
ไอเดียจริง ๆ มนุษย์เป็นคนสร้าง ส่วน LLM มีบทบาทเป็นตัว ลิสต์วิธีแก้ที่เกี่ยวข้อง เพื่อจุดประกายแรงบันดาลใจ
ถ้าส่งงานเขียนที่ LLM เขียนมาแบบตรง ๆ ผู้รับก็จะกำลังตรวจ ผลลัพธ์ของโมเดล ไม่ใช่ความคิดของฉัน
โดยเฉพาะในงานที่ส่งโค้ดที่ LLM เขียนมาโดยไม่แก้ไขเอง นี่แหละที่เป็นปัญหา
การโยนผลลัพธ์ที่ตัวเองยังไม่ได้ตรวจให้คนอื่นดูต่อ คือการเลี่ยงความรับผิดชอบ
สุดท้ายอาจเกิด โครงสร้างที่ผู้ผลิตต้องชดเชยผู้บริโภค ก็ได้
ชื่อบทความนี้คือ ‘อย่าปล่อยให้ AI เขียนแทน’ แต่ใจความจริง ๆ ใกล้เคียงกับ ‘อย่าปล่อยให้ AI คิดแทน’ มากกว่า
การเขียนเป็นเพียงหนึ่งในวิธีของการคิด ไม่ใช่วิธีเดียว
สำหรับบางคน การอัดเสียง อาจเป็นธรรมชาติกว่า
มีนักเขียนหลายคน เช่น Rod Serling หรือ Mark Twain ที่ทำงานด้วย การบอกให้จด (dictation)
ดู วิดีโอ The Talking Draft Method ของ Mark Duplass
จากนั้นค่อยให้ AI ถอดเสียงและตรวจไวยากรณ์ก็มีประสิทธิภาพดี
คืออัดเสียงแบบสด ๆ แล้วโยนเข้า NotebookLM พร้อมพรอมป์ตว่า “สรุปด้วยน้ำเสียงของฉัน ในเสียงของฉัน”
กระบวนการนี้ไม่ได้ประหยัดเวลา แต่ช่วยมากในเรื่อง การจัดการอารมณ์ และ การเอาชนะความกลัวในการเริ่มต้น
ยังมีประโยชน์ในฐานะเทคโนโลยีช่วยเสริมสำหรับ ADHD ด้วย
หลังจากย้าย ‘morning pages’ จากการเขียนมือมาเป็นดิจิทัล ก็รู้สึกเหมือนเสียอะไรบางอย่างไป
แต่ก็ยังมีคุณค่าเพราะความสามารถด้านการค้นหาและ RAG
มันต่างจากการพูดคุยธรรมดา
พอมันช่วยสรุปตอนท้าย ก็ช่วยให้จัดระเบียบได้ด้วย
AI ทำให้ฉันถ่ายทอดความคิดของตัวเองได้ดีขึ้น
คนที่เขียนเก่งมักลืมไปว่าความสามารถนั้น หาได้ยากแค่ไหน
ฉันหยุดใช้ AI ในพื้นที่ของ ศิลปะ (art)
อย่างที่ Kurt Vonnegut เคยพูดไว้ การทำศิลปะคือกระบวนการที่ทำให้จิตวิญญาณเติบโต
รายงานงานอาจให้ AI ช่วยได้ แต่บล็อกหรือข้อเขียนส่วนตัวควรเขียนเอง
ฉันใส่แนวคิดนี้ไว้ใน หน้าอธิบายบล็อกของฉัน ด้วย
กลับกลายเป็นว่าเพราะ LLM ฉันยิ่งเข้าใจ แก่นแท้ของการเขียน มากขึ้น
สำหรับฉัน การเขียนคือ การล้างแคชทางความคิด
ถ้าไม่ได้เขียนเอง ความคิดก็จะไม่ถูกประมวลผลจนเสร็จสมบูรณ์
การยกให้ AI ทำแทนก็เหมือน ให้คนอื่นออกกำลังกายแทน แล้วหวังว่ากล้ามเนื้อจะขึ้นกับเราเอง
กับดักที่แท้จริงคือการอ่านประโยคที่ลื่นไหลของโมเดลแล้วหลงคิดว่าตัวเองเข้าใจแล้ว
เหมือนที่การมาถึงของภาพถ่ายทำให้แก่นของจิตรกรรมชัดเจนขึ้น AI ก็กำลังทำให้เราต้องย้อนถามจุดประสงค์ของการเขียนอีกครั้ง
ฉันไม่ได้ใช้ภาษาอังกฤษเป็นภาษาแม่ จึงเขียน งานเขียนทางการ ได้ยาก แต่ AI ช่วยได้มาก
แน่นอนว่าผลลัพธ์ที่ AI เขียนมาจะต้องตรวจเองทุกครั้ง
เคยฟังบรรยายจากโครงการการเขียนของมหาวิทยาลัยชิคาโก แล้วประทับใจมาก
อาจารย์คนนั้นพูดว่า “การเขียนก็คือกระบวนการคิด”
ในขั้นตอนที่ถ่ายทอดออกมาเป็นข้อความ ความคิดจะค่อย ๆ เป็นรูปเป็นร่าง และไอเดียต่าง ๆ จะเชื่อมต่อกัน
โชคดีที่ได้ฝึกแบบนี้ในยุคก่อนมีเครื่องมืออย่าง Claude
หวังว่าเด็ก ๆ จะไม่สูญเสียพลังในการคิดเพียงเพราะกด ‘ปุ่มง่าย ๆ’ อย่างเดียว
วิดีโอบรรยาย
ฉันอิจฉาความอุดมสมบูรณ์ของเครื่องมือที่คนรุ่นนี้มี และก็ตื่นเต้นกับวิธีใช้แบบใหม่ที่พวกเขาจะสร้างขึ้น
เราโยนคำถาม ตรวจสอบคำตอบ และขยายความคิดต่อได้
การเขียนเป็น กิจกรรมที่ซับซ้อน ซึ่งมีเป้าหมายหลากหลาย ทั้งการโน้มน้าว การสอน การสร้างสรรค์ และการจัดระเบียบความรู้
LLM ควบคุมองค์ประกอบทางภาษาอย่างสไตล์ อุปมา และจังหวะได้ละเอียด
สุดท้ายแล้วคุณภาพของงานเขียนด้วย AI ก็ขึ้นอยู่กับ ความสามารถในการกำกับของผู้ใช้
LLM จะให้ไอเดียที่น่าสนใจก็ต่อเมื่อสั่งมันแบบสุดโต่ง แต่ไม่นานก็เริ่มวนซ้ำ
สุดท้ายหัวใจสำคัญคือการใช้มันเป็น เครื่องมือช่วย
ถ้าปล่อยให้ทำทั้งหมดจะไม่เกิดประสิทธิภาพ แต่ถ้าใช้แบบปรับให้เหมาะกับตัวเอง มันก็เป็นเครื่องมือที่ช่วยการคิดได้
สำหรับคนที่ไม่ได้ใช้ภาษาอังกฤษเป็นภาษาแม่ มันมีคุณค่ามากในฐานะ เครื่องมือช่วยให้สื่อสารได้ชัดเจน
ยุ่งจะตายอยู่แล้ว… ไว้ค่อยสะท้อนความคิดทีหลังนะ ฮือๆ