AI กำลังขัดขวางการนำเทคโนโลยีใหม่มาใช้

 (vale.rocks)
10 คะแนน โดย GN⁺ 2025-02-15 | 4 ความคิดเห็น | แชร์ทาง WhatsApp
  • เมื่อโมเดล AI ถูกผสานเข้ากับเวิร์กโฟลว์ของนักพัฒนา ก็สามารถทั้งผลักดันหรือขัดขวางการใช้เทคโนโลยีบางอย่างได้
  • เมื่อ large language model ให้คำตอบที่มีอคติต่อเทคโนโลยีบางอย่าง จึงเกิดแนวโน้มที่จะเลือกใช้เทคโนโลยีที่ AI รองรับได้ง่ายก่อน
  • เดิมทีเครื่องมือที่มีเอกสารและการสนับสนุนมากก็มักถูกเลือกใช้อยู่แล้ว แต่ปัญหาคือ AI กำลังขยายปัจจัยนี้เกินจริงอย่างมาก

ช่องว่างด้านความรู้

  • large language model ต้องผ่านชุดข้อมูลขนาดใหญ่และใช้เวลาฝึกฝนนาน จึงมักมีความรู้ที่ล้าสมัยอยู่แล้ว ณ เวลาที่เปิดตัว
  • สำหรับเทคโนโลยีใหม่ที่เกิดขึ้นหลัง cutoff ของการฝึก AI มักไม่สามารถช่วยได้อย่างเหมาะสม
  • ตัวอย่าง: โมเดลหลักอย่าง Anthropic, OpenAI เป็นต้น มี knowledge cutoff อยู่ราวปี 2023~2024
  • เพราะช่องว่างด้านความรู้นี้ ผู้ที่ต้องการใช้เทคโนโลยีใหม่จึงประสบความไม่สะดวกจากการขาดการสนับสนุนจาก AI และส่งผลให้การนำเทคโนโลยีนั้นมาใช้ล่าช้า
  • เทคโนโลยีที่มีส่วนแบ่งตลาดอยู่แล้วมักมีฐานผู้ใช้ที่กระตือรือร้น ทำให้มีข้อมูลสะสมต่อเนื่อง แต่เทคโนโลยีใหม่ทั้งหมดกลับมีเอกสารหรือบล็อกที่ถูกสร้างขึ้นน้อย จึงสะท้อนเข้าไปในการฝึกโมเดลได้ยาก
  • แม้ AI จะมีความสามารถเชื่อมต่ออินเทอร์เน็ตบางส่วน แต่ก็มักต้องขออย่างชัดเจน หรือบางครั้งก็ไม่มีฟีเจอร์นี้เลย
  • การสนับสนุนจาก AI ที่ไม่เพียงพอต่อเทคโนโลยีใหม่ → ผู้ใช้และข้อมูลลดลง → ขาดข้อมูลสำหรับฝึกโมเดล → กลับไปสู่การสนับสนุนจาก AI ที่ยิ่งไม่เพียงพอ เป็นวงจรอุบาทว์ที่อาจเกิดขึ้นได้
  • เมื่อนักพัฒนาที่ต้องการใช้เฟรมเวิร์ก JavaScript รุ่นใหม่พยายามขอความช่วยเหลือจาก AI หากโมเดลไม่สามารถให้คำแนะนำที่เพียงพอได้ แรงจูงใจในการเลือกเอกสารแบบเก่าหรือเครื่องมือที่คุ้นเคยก็จะยิ่งมากขึ้น

อิทธิพลของ system prompt

  • AI บางโมเดล เช่น Claude มักแสดงความชอบต่อ React และ Tailwind อยู่บ่อยครั้ง
  • ตัวอย่าง: แม้จะขอ Claude ว่า “ให้ใช้ vanilla HTML/CSS/JS” ก็ยังมีการเสนอโค้ด React หรือพยายามเขียนโค้ดเดิมใหม่เป็น React
  • system prompt ของบางโมเดล (หรือ prompt ภายในตามฟีเจอร์ที่ไม่เปิดเผย) มีการระบุไลบรารีหรือเครื่องมือบางตัวอย่าง React, Tailwind, Mermaid ไว้อย่างชัดเจน
  • ในตัวอย่างบทสนทนาจริง เมื่อขอให้ใช้ Svelte Runes โมเดลกลับเสนอทางเลือกเป็น React ทำให้สุดท้ายผู้ใช้ถูกชักนำให้ยอมรับ React ได้ง่าย
  • เนื่องจากผู้ใช้มักเลือกทางออกที่ง่ายที่สุด (Path of least resistance) ตัวเลือกตั้งต้นที่ AI เสนอจึงมีอิทธิพลอย่างมากต่อการเลือกเทคโนโลยี

การทดสอบ

  • มีการทำแบบทดสอบอย่างง่ายเพื่อตรวจสอบว่าโมเดล AI จะแนะนำ React หรือไม่ เมื่อถูกขอให้สร้างเว็บแอปใหม่
    • Anthropic Claude 3.5 Sonnet: ทั้งสามครั้งให้ตัวอย่างการสร้างโปรเจ็กต์ด้วย React + Tailwind
    • OpenAI ChatGPT 4o: ทั้งสามครั้งสร้างแอปด้วย React + Tailwind และแสดงพรีวิวผ่านฟีเจอร์ Canvas
    • Google Gemini 2.0 Flash: ทั้งสามครั้งใช้ vanilla HTML/CSS/JS แต่แนะนำให้ใช้ React, Angular, Vue
    • DeepSeek-V3: เสนอได้หลากหลายทั้ง vanilla HTML/CSS/JS หรือ Node.js, Express.js, MongoDB, Bootstrap แต่เสนอในลักษณะภาพรวมโปรเจ็กต์มากกว่าโค้ดที่เจาะจง
  • จากผลนี้ Claude และ ChatGPT ชื่นชอบ React + Tailwind อย่างมาก, Gemini ชอบ HTML/CSS/JS แต่ก็ยังแนะนำ React, ส่วน DeepSeek มีความหลากหลายทางเทคโนโลยีมากที่สุด แต่คุณภาพผลลัพธ์ค่อนข้างเป็นภาพรวม

ทบทวน

  • นักพัฒนามือใหม่หรือผู้ที่สร้างแอปด้วยการพิมพ์ prompt อย่างเดียว มีแนวโน้มสูงที่จะยอมรับผลลัพธ์จาก ChatGPT และบริการคล้ายกันตามที่ได้มา
  • ต่อให้เลือกเฟรมเวิร์กอื่น โมเดลก็อาจยังคงชักนำไปทาง React อย่างต่อเนื่องด้วยกฎภายใน เช่น system prompt
  • อาจเกิดบรรยากาศที่ผู้คนเลือกเทคโนโลยีที่ขึ้นชื่อว่าเข้ากันกับ AI ได้ดีอยู่แล้ว ซึ่งขัดขวางการแพร่กระจายของเทคโนโลยีใหม่หรือเทคโนโลยีเฉพาะกลุ่ม
  • มองได้ว่าอคติของ large language model กำลังทำให้เทคโนโลยียอดนิยมในปัจจุบันมีอายุยืนขึ้น และเพิ่มกำแพงการเข้าสู่ตลาดของเทคโนโลยีใหม่
  • มีข้อเสนอว่าบริษัท AI ควรเปิดเผยข้อมูลอคติทางเทคโนโลยีของโมเดลอย่างชัดเจน
  • งานวิจัยในอนาคตอาจพิจารณาวิธีเปรียบเทียบความเปลี่ยนแปลงตามช่วงเวลาของ system prompt ที่มีเทคโนโลยีบางอย่างรวมอยู่ กับแนวโน้มการดาวน์โหลดแพ็กเกจเพื่อหาความสัมพันธ์ แม้จะมีความเป็นไปได้สูงว่าจะมีสัญญาณรบกวนมากจากตัวแปรจำนวนมาก

[หมายเหตุ 1] ‘แพลตฟอร์มแชต AI ที่ได้รับความนิยมสูงสุด’ อ้างอิงจากการสังเกตเชิงอัตวิสัยของผู้เขียน
[หมายเหตุ 2] Claude และ ChatGPT มีฟีเจอร์ artifact, canvas ที่ทำให้ผู้ใช้ได้ผลลัพธ์ที่ง่ายและเห็นได้ทันที จึงมีอิทธิพลสูงเป็นพิเศษต่อผู้เริ่มต้นพัฒนาและผู้ใช้ใหม่

บทความที่เกี่ยวข้อง

4 ความคิดเห็น

 
iolothebard 2025-04-02

ความเหลื่อมล้ำแบบคนจนยิ่งจน คนรวยยิ่งรวยหายไป…
ถ้าจะสร้างผลิตภัณฑ์ใหม่ อย่างน้อยก็ต้องทำเซิร์ฟเวอร์ MCP ไปพร้อมกัน…
 
bbulbum 2025-02-17

ฟังดูเหมือนเป็นเรื่องย้อนแย้ง แต่ผมคิดว่าการพัฒนาความสามารถในการเรียนรู้ด้วยตนเองน่าจะเป็นวิธีสร้างความสามารถในการแข่งขันในยุค AI ได้
 
aer0700 2025-02-15

แบบนี้กับ Stack Overflow ก็ไม่เหมือนกันเหรอ?
 
GN⁺ 2025-02-15
ความเห็นจาก Hacker News

  • AI ไม่ได้ขัดขวางการยอมรับเทคโนโลยีใหม่

    • เทคโนโลยีใหม่หรือการอัปเกรดเวอร์ชันต้องใช้เวลาให้ผู้คนคุ้นเคย
    • ก็เหมือนกับการบอกว่า Stack Overflow ขัดขวางการยอมรับเทคโนโลยีใหม่
    • LLM ถูกฝึกซ้ำเป็นระยะด้วยเหตุผลทางการค้า
    • ผู้ใช้กลุ่มแรกเริ่มไม่ได้พึ่งพา LLM

  • สิ่งที่คาดการณ์ไว้ในงานวิจัย OpenAI Codex

    • ผู้ใช้อาจมีแนวโน้มยอมรับคำตอบของ Codex โดยตั้งอยู่บนสมมติฐานว่าแพ็กเกจที่ Codex แนะนำนั้นมีประโยชน์มากกว่า
    • อาจขาดการรับรู้เกี่ยวกับแพ็กเกจใหม่
    • อาจเสนอวิธีการที่เลิกใช้ไปแล้วสำหรับแพ็กเกจเดิม
    • อาจเพิ่มแรงจูงใจให้นักพัฒนาโอเพนซอร์สรักษาความเข้ากันได้กับเวอร์ชันก่อนหน้าไว้

  • ความเห็นว่าเทคโนโลยีใหม่เป็นขยะที่คอยดูดข้อมูลและเงินเดือน

    • ผู้คนรู้สึกเหนื่อยล้ากับเทคโนโลยีใหม่
    • ควรเสนอสิ่งใหม่ที่ไม่ได้ดูดข้อมูลและเงินเดือน

  • ความเห็นว่าถ้า LLM ระบุเทคโนโลยีใดมา ก็ควรต้องใช้เทคโนโลยีนั้น

    • หากไม่ได้ระบุเทคโนโลยี ก็ต้องชี้แจงและถามเรื่องการเลือกเทคโนโลยี
    • LLM ไม่ควรมีความเอนเอียงที่ถูกตรึงไว้จากโครงสร้างพรอมป์ต์ของผู้ให้บริการ
    • ต้องมีการทำงานเพื่อลดอคติแบบ React
    • มีความกังวลเกี่ยวกับ Anthropic ที่รับเงินลงทุนจากบริษัทเทคโนโลยี
    • อาจเป็นตัวตัดสินได้ว่า LLM จะได้รับคำแนะนำจาก AWS, Azure, GCP เป็นต้นหรือไม่

  • ความเห็นว่า LLM จะมีประโยชน์กับภาษาอย่าง Elm

    • ใช้ร่วมกับเอเจนต์ที่ทำงานใน evaluation loop ได้

  • การแชร์ประสบการณ์ใช้ matplotlib สำหรับ data visualization

    • AI ทำงานได้ดีมากจนสามารถขอให้ปรับกราฟได้โดยไม่ต้องเขียนโค้ด
    • รู้สึกเหมือนประตูสู่สิ่งใหม่กำลังปิดลง
    • มีตัวอย่างอื่น เช่น Emacs lisp

  • คำถามเกี่ยวกับผลกระทบของ LLM ต่อการยอมรับเฟรมเวิร์กและเทคโนโลยีใหม่

    • คำถามเกี่ยวกับ React มักได้คำตอบที่ดี แต่คำถามเกี่ยวกับเฟรมเวิร์กใหม่ไม่เป็นเช่นนั้น
    • เมื่อมีนักพัฒนาที่พึ่งพาเครื่องมือ AI มากขึ้น การยอมรับเทคโนโลยีใหม่อาจยากขึ้น

  • ปัญหาเรื่องความชอบในการสร้างโค้ดของ Claude 3.5 Sonnet

    • มีแนวโน้มจะสร้างโค้ดด้วย React หรือเปลี่ยนโค้ดเดิมให้เป็น React

  • ตัวอย่างเกี่ยวกับนักพัฒนาที่ใช้ JavaScript framework รุ่นล่าสุด

    • เครื่องมือ AI ไม่สามารถให้คำแนะนำที่มีความหมายได้
    • โลกที่ Django และ React ถูกมองว่าเป็นตัวเลือกโดยปริยาย ทำให้การพัฒนาเว็บแอปราคาถูกลงได้

  • ตัวอย่างของมาตรฐาน MCP ที่ Anthropic ผลักดัน

    • ให้ข้อความยาว/MD ที่ปรับให้เหมาะเพื่อให้ Claude เข้าใจโปรโตคอลได้
    • มีประโยชน์สำหรับการบูตสแตรปปลั๊กอิน/เซิร์ฟเวอร์ใหม่
    • มาตรฐานที่มีอายุเพียงไม่กี่เดือนก็มี implementation แล้วหลายร้อยรายการ