เวลาที่ AI ช่วยประหยัด สุดท้ายถูกชดเชยด้วยงานใหม่
(arstechnica.com)- ข้อมูลตลาดแรงงานเดนมาร์กช่วงปี 2023~2024 ชี้ว่า แชตบอต AI เชิงสร้างสรรค์ อย่าง ChatGPT ถูกนำมาใช้อย่างรวดเร็ว แต่จนถึงตอนนี้แทบยังไม่เห็นการเปลี่ยนแปลงด้านค่าจ้างหรือการจ้างงานโดยรวม
- นักเศรษฐศาสตร์จาก University of Chicago และ University of Copenhagen วิเคราะห์ข้อมูลแรงงาน 25,000 คน และสถานประกอบการ 7,000 แห่ง ใน 11 กลุ่มอาชีพ ที่ถูกมองว่าเสี่ยงต่อระบบอัตโนมัติ
- ผู้ใช้ AI 64~90% รายงานว่าประหยัดเวลาได้ แต่โดยเฉลี่ยประหยัดได้เพียง 2.8% ของเวลาทำงาน หรือราว 1 ชั่วโมงต่อสัปดาห์
- สำหรับแรงงาน 8.4% มี งานใหม่ เกิดขึ้น เช่น การตรวจจับว่านักเรียนใช้ ChatGPT ทำการบ้านหรือไม่ การตรวจคุณภาพผลลัพธ์จาก AI และการเขียนพรอมป์ ซึ่งหักล้างผลจากเวลาที่ประหยัดได้บางส่วน
- แม้ต้องระวังในการสรุปทั่วไป เพราะข้อมูลจำกัดอยู่ที่เดนมาร์กและช่วงเริ่มต้นการนำมาใช้ แต่ผลนี้ก็ช่วยเบรกความคาดหวังที่ว่า AI เชิงสร้างสรรค์จะสร้างการเปลี่ยนแปลงในตลาดแรงงานอย่างกว้างขวางได้ทันที
ผลกระทบระยะแรกของ AI เชิงสร้างสรรค์จากข้อมูลตลาดแรงงานเดนมาร์ก
- งานวิจัยใหม่ วิเคราะห์ว่า โมเดล AI เชิงสร้างสรรค์ อย่าง ChatGPT แทบยังไม่มีผลอย่างมีนัยสำคัญต่อค่าจ้างหรือการจ้างงานโดยรวมในตลาดแรงงานเดนมาร์กช่วงปี 2023~2024
- เวิร์กกิงเปเปอร์ของนักเศรษฐศาสตร์ Anders Humlum และ Emilie Vestergaard จาก University of Chicago และ University of Copenhagen มีชื่อว่า “Large Language Models, Small Labor Market Effects”
- กลุ่มที่วิเคราะห์คือ 11 กลุ่มอาชีพที่ถูกมองว่าเสี่ยงต่อระบบอัตโนมัติ รวมถึงนักบัญชี นักพัฒนาซอฟต์แวร์ และผู้เชี่ยวชาญด้านบริการลูกค้า
- ขนาดข้อมูลคือแรงงานเดนมาร์ก 25,000 คน และสถานประกอบการ 7,000 แห่ง
การนำมาใช้อย่างรวดเร็วกับความเปลี่ยนแปลงทางเศรษฐกิจที่เล็กน้อย
- การลงทุนด้าน AI ของบริษัททำให้มีการนำเครื่องมือมาใช้มากขึ้น และในบรรดาผู้ใช้ในกลุ่มอาชีพที่ศึกษา 64~90% รายงานว่าประหยัดเวลาได้
- แต่ในช่วงเวลาที่ศึกษา แชตบอต AI ไม่ได้มีผลอย่างมีนัยสำคัญต่อรายได้หรือเวลาทำงานที่บันทึกไว้ในกลุ่มอาชีพใดเลย
- ช่วงความเชื่อมั่นของการวิเคราะห์ทางสถิติตัดความเป็นไปได้ที่ผลเฉลี่ยจะเกิน 1% ออกไป
- Humlum กล่าวกับ The Register ว่า แม้แรงงานส่วนใหญ่ในกลุ่มอาชีพที่สัมผัสกับเทคโนโลยีนี้จะเริ่มใช้แชตบอตแล้ว แต่ในผลลัพธ์ทางเศรษฐกิจนั้น “ไม่ได้ขยับเข็ม” เลย
งานใหม่ที่กัดกินเวลาที่ประหยัดได้
- แชตบอต AI สร้างงานใหม่ให้แรงงาน 8.4% และแรงงานที่ไม่ได้ใช้เครื่องมือโดยตรงก็ได้รับผลกระทบด้วย
- ตัวอย่างงานใหม่มีดังนี้
- เวลาที่ครูใช้ตรวจจับว่านักเรียนใช้ ChatGPT ทำการบ้าน หรือไม่
- งานที่แรงงานคนอื่นต้อง ตรวจคุณภาพ ผลลัพธ์จาก AI
- การลองซ้ำไปมาเพื่อสร้างพรอมป์ที่ได้ผล
- ผลได้ด้านผลิตภาพที่ผู้ใช้รายงานเฉลี่ยอยู่ที่ 2.8% ของเวลาทำงาน หรือราว 1 ชั่วโมงต่อสัปดาห์
- เวลาที่ประหยัดได้ไม่ได้แปรเป็นผลตอบแทนทางเศรษฐกิจทั้งหมด และคาดว่ามีเพียง 3~7% ของผลิตภาพที่เพิ่มขึ้นเท่านั้นที่แปลงเป็นรายได้ที่สูงขึ้นของแรงงาน
ช่องว่างระหว่างผลในห้องทดลองกับงานจริง
- The Register ชี้ว่าผลนี้ขัดแย้งกับการทดลองแบบสุ่มมีกลุ่มควบคุมที่เผยแพร่ในเดือนกุมภาพันธ์
- ในการทดลองแบบสุ่มมีกลุ่มควบคุมดังกล่าว พบว่า AI เชิงสร้างสรรค์เพิ่มผลิตภาพแรงงานโดยเฉลี่ย 15%
- Humlum มองว่าความแตกต่างเกิดจากการทดลองอื่น ๆ มุ่งเน้นงานที่เหมาะกับ AI เป็นพิเศษ
- งานจริงส่วนใหญ่มีงานที่ AI ไม่สามารถทำให้อัตโนมัติได้ทั้งหมด และองค์กรเองก็ยังอยู่ระหว่างเรียนรู้วิธีผสานเครื่องมือเข้ากับงานอย่างมีประสิทธิภาพ
ภาพสแนปช็อตที่จำกัดและคำถามที่ยังเหลืออยู่
- ข้อสรุปครั้งนี้อาจถูกทบทวนใหม่ในอนาคต เนื่องจากข้อจำกัดด้านช่วงเวลาและขอบเขต
- ข้อมูลปี 2023~2024 จับภาพได้เพียง ระยะแรก ของการนำ AI เชิงสร้างสรรค์ไปใช้งาน จึงอาจยังไม่สะท้อนผลที่เกิดช้ากว่าหรือผลจากการใช้ AI เชิงสร้างสรรค์ที่ผสานลึกกว่าแชตบอต
- การมุ่งเน้นข้อมูลเดนมาร์กอาจทำให้พลาดผลกระทบเฉพาะพื้นที่ที่เกิดขึ้นแล้วในตลาดแรงงานอื่น หรือในบางสาขา เช่น งานสร้างสรรค์แบบฟรีแลนซ์
- ถึงอย่างนั้น งานวิจัยนี้ก็ถือเป็น ภาพสแนปช็อตระยะแรก ที่ท้าทายเรื่องเล่าที่ว่า AI เชิงสร้างสรรค์สร้างการเปลี่ยนแปลงในตลาดแรงงานอย่างทันทีและกว้างขวางแล้ว
- ผลกระทบทางเศรษฐกิจระยะยาวของ AI เชิงสร้างสรรค์ยังคงเป็นประเด็นที่ไม่แน่นอนและถกเถียงกันอยู่ เนื่องจากเทคโนโลยีพัฒนาไปอย่างรวดเร็ว
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
ยังจำได้ว่าเคยอ่านบทความใน Economist เมื่อเกือบ 10 ปีก่อนว่า ผลลัพธ์ของระบบอัตโนมัติไม่ใช่การกำจัดงาน แต่คือ งานมีมากขึ้น และการจ้างงานระดับจูเนียร์ลดลง
ตัวอย่างคือเสิร์ชเอนจินและเอกสารดิจิทัลทำให้จำนวนทนายความจูเนียร์ลดลงอย่างมาก สมัยก่อนตอนเตรียมคดี จะให้ทีมจูเนียร์ 3–10 คนไปค้นหาคำพิพากษาที่เกี่ยวข้องในคลังเอกสารจริง แต่ตอนนี้จูเนียร์คนเดียวที่มีแล็ปท็อปก็พอแล้ว ผลคือสำนักงานกฎหมายสามารถรับคดีได้มากขึ้นด้วย ดูเหมือนเป็นรูปแบบที่พบได้ค่อนข้างทั่วไป
แต่ด้วย AI ภายในของ Facebook ตอนนี้เริ่มมองว่าอาจทำคอลเซ็นเตอร์ได้แล้ว เพราะสายโทรเข้ามาส่วนใหญ่เป็นเรื่องอย่าง “ลืมรหัสผ่าน” หรือ “มีบางอย่างเสีย” ดังนั้นบอทที่อธิบาย FAQ ได้มากกว่า 50 ภาษา ก็น่าจะเพียงพอสำหรับประมาณ 90% แล้ว ที่ยากกว่านั้นค่อยส่งต่อให้มนุษย์
ดังนั้นผมมองว่าความสัมพันธ์ระหว่างเทคโนโลยีใหม่กับแรงงานไม่ใช่ลำดับชั้น แต่ใกล้เคียงกับ แฟรกทัล มากกว่า เมื่อก่อน Zuck คงไม่คิดถึงการมีคอลเซ็นเตอร์ด้วยซ้ำ และงานจำนวนมากขนาดนั้นก็คงไม่มี แต่เพราะเทคโนโลยีใหม่ จึงเกิดคอลเซ็นเตอร์ที่เล็กลง ซึ่งให้มนุษย์จัดการเฉพาะปัญหายาก ๆ รูปทรงคล้ายเดิมแต่ต่างไปเล็กน้อย
ไม่ได้หมายความว่าเทคโนโลยีไม่ทำลายอะไรเลย เพียงแต่ว่าโดยทั่วไปเทคโนโลยีสร้างงานใหม่ และงานเหล่านั้นจะมุ่งไปจัดการปัญหาที่ยากขึ้น ขอบเขตถูกแบ่งย่อยละเอียดขึ้น และกลายเป็นสภาพแวดล้อมที่เฉพาะทางและหนักหน่วงกับสมองมากขึ้น ปัญหาคือเราต้องเชื่อใจว่าคนที่ทำงานอยู่ตรงขอบเขตนั้นทำงานจริงหรือแค่คุยโม้ เหมือนที่เราเชื่อใจนักศึกษาปริญญาโท Cal Newport ก็มักพูดบ่อย ๆ ว่างานความรู้มักดูเหมือนไม่มีผลงานอยู่นาน แล้วจู่ ๆ ก็เกิดช่วงเวลาอัจฉริยะขึ้นมา ผมมองว่านี่ใกล้เคียงกับปัญหาทางอารมณ์มากกว่าปัญหาทางปัญญา
จากนั้นเมื่อระบบอัตโนมัติเข้ามา งานใหม่อย่างการบำรุงรักษาเครื่องจักรก็เกิดขึ้น แต่คนไร้ทักษะจำนวนมากก็ยังตกงาน
ศักดินาย่อย ๆ กับจักรวรรดิจะยังคงอยู่ต่อไป
ดูเหมือนผู้คนจะเข้าใจผลลัพธ์ของบทความผิด ประเด็นไม่ใช่ว่า AI ช่วยประหยัดเวลา แล้วเอาเวลานั้นไปทำงานใหม่ แต่คือการใช้งาน AI ทำให้เกิดงานใหม่อย่าง การตรวจสอบผลลัพธ์ การเขียนพรอมป์ การตรวจจับการโกง การดีบัก ซึ่งหักล้างเวลาที่รู้สึกว่าประหยัดได้
จากที่เห็นในวงการเทคโนโลยีก็ดูจะเป็นจริง โปรแกรมเมอร์และนักเทคนิคที่เก่งที่สุดในโลกถูกผูกไว้กับการปรับแต่งทรานส์ฟอร์เมอร์ ชุดข้อมูล และการประเมินผล และด้วยสิ่งนั้น โปรแกรมเมอร์ที่แย่ที่สุดจึงสามารถปั้นตัวแปลงอุณหภูมิและ Twitter โคลนที่ไม่ปลอดภัยขึ้นมาแบบลวก ๆ ได้ ระหว่างนั้นคุณภาพของซอฟต์แวร์ที่ผู้บริโภคจริงใช้กำลังดิ่งลงอย่างหนัก
AI ทำได้ดีอย่างน่าประหลาดใจในการเติมช่องว่างของสเปก และสร้างโค้ด C++ ที่คอมไพล์ได้จริงจำนวนมาก เพียงแต่ลืม
#includeที่จำเป็น พอลองบิลด์และรันดู เอาต์พุตผิดหมดตอนนี้ถ้าจะหาว่าผิดเพราะอะไร ก็ต้องอ่าน C++ หลายร้อยบรรทัดและเข้าใจมันทั้งหมด มันทำให้ได้คิดถึงปัญหาและแสดงวิธีแก้ที่น่าสนใจ จึงไม่ใช่การเสียเวลาเปล่าโดยสิ้นเชิง แต่ถ้าถามว่าช่วยประหยัดเวลาได้มากไหม ก็ไม่ กลับอาจเสียเวลามากขึ้นในการทำความเข้าใจว่ามันกำลังทำอะไรอยู่
ขอพูดอย่างสุภาพต่อคนที่ทำเว็บและแอปมือถือว่า AI นั้นยอดเยี่ยมกับปัญหาระดับสูงที่ทำซ้ำ ๆ แต่ผมยังรู้สึกต่อไปว่าแทบจะไร้ประโยชน์สำหรับ การเขียนโปรแกรมระบบ
ไม่ใช่ในความหมายเชิงสุนทรียะว่า “มันเละเทะ” แต่จากมุมมองประสิทธิภาพในการทำเงินล้วน ๆ โค้ดมากกว่า 90% ที่ผมเขียนมาไม่ได้มีส่วนช่วยบริษัทอย่างมีนัยสำคัญ ทั้งที่ผมพยายามจริง ๆ ที่จะลดสัดส่วนนั้นแล้ว นี่พูดถึงซอฟต์แวร์ระดับมืออาชีพ และถ้ารวมเหล่า vibe coder เข้าไปด้วย ตัวเลขนั้นคงสูงกว่านี้มาก
รู้สึกเหมือนวิธีทั้งหมดที่เราเอาคอมพิวเตอร์ไปยัดใส่โลกนั้นผิดเพี้ยนไป เราใช้เวลาหลายวันทำ UI แต่ UI นั้นไม่ได้ช่วยผู้ใช้จริง และพอกระบวนการเปลี่ยนนิดเดียวก็พัง แล้วเราก็แทบไม่ได้ทำระบบอัตโนมัติจริง ๆ เพราะมัวแต่ต้องสนับสนุน UI นั้น
ผมยังคิดว่าคอมพิวเตอร์มีประโยชน์อย่างมากต่อมนุษยชาติ แต่เราลืมวิธีใช้คอมพิวเตอร์ไปแล้ว
ยังเร็วเกินไปที่จะบอกว่า AI ทำให้ปัญหาแย่ลง ทำให้ดีขึ้น หรือแค่คงสภาพเดิม ผมเห็นด้วยกับมุมมองที่ว่ามันทำให้แย่ลง แต่ยังฟันธงได้ยาก
ไล่วิศวกรออกไป 99% แล้วหรือยัง? บางทีเมโมนั้นก็อาจเขียนโดย AI ก็ได้ มีบริษัทซอฟต์แวร์ที่คน 5 คนทำงานได้เท่าคน 50 คนไหม? ผมไม่เคยเห็นเลย น่าสงสัยว่าสภาพที่เรื่องเล่าที่ผู้คนทำให้ตัวเองเชื่อกับข้อมูลมหภาคในความเป็นจริงแยกห่างกันขนาดนี้จะอยู่ได้นานแค่ไหน
เครื่องมือ AI ยุคใหม่ยอดเยี่ยมก็จริง แต่ก็คล้ายกับตอนที่ ตัวตรวจสะกด เพิ่งออกมาแล้วดูน่าทึ่ง ถ้าถามว่าช่วยงานจิปาถะได้ไหม ก็ช่วยได้ แต่สุดท้ายแค่สร้างเส้นฐานใหม่ที่ทุกคนมีเหมือนกัน และยกระดับมาตรฐานขึ้นเท่านั้น
แทบไม่มีหลักฐานว่าอีกไม่นาน AI จะบริหารบริษัทแทนเราแล้วเราจะไปนอนเล่นริมชายหาด แทบไม่มีสัญญาณว่าบริษัท AI รายใดกำลังสร้างอะไรที่ไม่กลายเป็นสินค้าระดับเส้นฐานใหม่ และผลิตภัณฑ์ AI ส่วนใหญ่ก็ทำกำไรได้น้อยอย่างน่ากลัว ความจริงข้อนี้เราก็ต้องเผชิญในไม่ช้า
วิดีโอเกมอาจไม่ได้มีมากเท่าตอนนี้ แต่เราจะมีเวลาเล่นแทน ผมมองว่าเวลามีค่ากว่าเกม ถ้าดัดแปลงคำของ Lee Iacocca เราควรหยุดแล้วถามตัวเองว่า จริง ๆ แล้วเราต้องการวิดีโอเกมมากแค่ไหนกันแน่?
ตอนนี้แทนที่จะเป็นคำสะกดผิด กลับกลายเป็นมี คำผิด อยู่ในตำแหน่งที่ควรเป็นคำที่ถูกต้อง ทุกวันนี้ถ้าเห็นบทความยาว ๆ บนเว็บไซต์ใด ๆ แม้แต่เว็บไซต์สื่อดั้งเดิม ก็มีโอกาสสูงที่จะเต็มไปด้วยข้อผิดพลาด
ถ้ายังพัฒนาต่อไปด้วยความเร็วปัจจุบันอีก 3–5 ปี ก็ยากจะจินตนาการว่า อินพุตจากมนุษย์ ในงานวิศวกรรมจะยังมีประโยชน์แค่ไหน
นี่โดยพื้นฐานแล้วคือภาพการทำงานของ Jevons paradox
ต้นทุนในการทำงานบางประเภทให้เสร็จลดลง ไม่ว่าจะเป็นเงินหรือเวลา จากนั้นผู้คนก็เพิ่มอุปสงค์เพื่อเติมช่องว่างนั้น และคนทำงานก็กลับไปอยู่ในสภาพ “เดินเครื่องเต็มที่”
คำกล่าวอ้างว่าเทคโนโลยีถัดไปจะนำยูโทเปียที่เราไม่ต้องทำงานหรือทำงานน้อยลงมากมาให้นั้นมีมานานมากแล้ว แต่ครั้งแล้วครั้งเล่า เราพิสูจน์ให้เห็นว่าในความเป็นจริงเราไม่ได้ต้องการสิ่งนั้น
สมมติฐานของผมคงไม่ใหม่หรือแปลกใหม่อะไรนัก แต่คือมีคนน้อยมากที่รู้ว่าควรทำอะไรเมื่อมีมือว่างเปล่า เรามักรักษาระดับความเครียดให้สูงเพื่อเบี่ยงเบนความสนใจ และเมื่อความเครียดต่ำและไม่มีงานที่ “จำเป็นต้องทำ” เราก็ไม่มั่นคงได้หลายรูปแบบ
https://en.m.wikipedia.org/wiki/Jevons_paradox
พูดง่าย ๆ สมมติว่าผม คุณ และผู้ใช้ HN อีก 8 คนทำงานในคลังสินค้าของ Bezos วันละ 8 ชั่วโมง วันหนึ่งมีเครื่องจักรใหม่ที่ทำงานแบบเดียวกับเราเข้ามา และเครื่องหนึ่งทำงานแทนพวกเราได้ 2–4 คน ถ้า Bezos ซื้อเครื่องจักร 4 เครื่องและเดินเครื่องแต่ละเครื่องที่กำลังการผลิต 2 เท่า พวกเรา 8 คนก็จะมีเวลาว่าง 8 ชั่วโมงต่อวัน × 5 วันต่อสัปดาห์ × 4 สัปดาห์ = 160 ชั่วโมง
ปัญหาคือพวกเรา 8 คนยังต้องมีเงินเพื่อความอยู่รอด มีค่าอาหาร ค่าเช่า ค่าสาธารณูปโภค และค่ารักษาพยาบาล ตามมุมมองของนักยูโทเปียด้านเทคโนโลยี ตอนนี้เราก็แค่นำเวลาว่าง 160 ชั่วโมงไปทำสิ่งที่สำคัญและเติมเต็มกว่าเดิมได้ เป็นบริบทเดียวกับที่ผู้ขาย AI บอกว่า AI จะทำให้เราได้ทำงานที่สำคัญและเติมเต็มกว่าเดิม แต่เพื่อความอยู่รอด งานที่เติมเต็มของผมจะกลายเป็นงานกิ๊ก หรืองานที่หนักพอ ๆ กัน หรือใช้เวลานานกว่าเดิม
ในทางทฤษฎี เจ้าของที่ควบคุมระบบอัตโนมัติจะมีเวลาว่างมากขึ้นเพื่อไปให้สัมภาษณ์และร่วมงานการเมือง·สังคม คนที่ถูกระบบอัตโนมัติผลักออกไปจะตกลงไปข้างล่าง และต้องทำงานหนักขึ้นเพื่อประคองชีวิตไว้ ผมหวังว่าคนกระตือรือร้นที่จ่ายเงินให้ผู้ให้บริการ LLM พร้อมกับฝึกตัวแทนที่จะมาแทนตัวเอง จะตระหนักสมการนี้ให้เร็ว ๆ เช่นเดียวกับที่คลังสินค้าของ Bezos มอบเวลาว่างให้บางคนชั่วคราวเพราะต้องมีหลักประกันระหว่างนำระบบอัตโนมัติเข้ามา ผมไม่อยากให้เราถูกขายคำว่า “เวลาว่างเพื่อทำงานที่มีความหมายกว่า” อีกครั้ง
ถ้าไม่มีปัญหาเรื่องเงิน ผมคงไม่อยากขายเวลาของตัวเองให้บริษัทไร้วิญญาณ ผมมีความสนใจมากพอที่จะทำให้ตัวเองไม่ว่าง งานเพียงแค่ดูดเวลาที่ผมอยากใช้กับสิ่งที่ดีกว่าไปเท่านั้น
เครื่องมือ AI ปัจจุบันยังห่างไกลจากการเปลี่ยนแปลงที่เพิ่มผลิตภาพขึ้นตามตัวอักษร 1,000 เท่า ดังนั้นเราจึงยังอยู่ไกลจากการเปลี่ยนแปลงแบบนั้น เพราะฉะนั้นภายในไม่ถึง 100 ปี การเขียนโปรแกรมก็อาจกลายเป็นงานเฉพาะกลุ่มอย่างยิ่งได้
โดยทั่วไปนายจ้างมีแรงจูงใจนั้น และระบบการเมืองก็ไม่ได้ห้ามเรื่องนี้อย่างชัดเจน ดังนั้นคนทำงานที่ต้องการชั่วโมงทำงานสั้นลงจึงมีทางเลือกดี ๆ ไม่มากนัก
ตอนนี้กำลังคิดแบบ 4×10 ชั่วโมง แต่ก็อาจลองเจรจาแบบ “แทนที่จะขึ้นเงินเดือน ก็ปล่อยไว้เท่าเดิมแล้วทำเป็น 4×8 ชั่วโมงเถอะ” ถ้า AI ช่วยให้ทำงานได้มากขึ้นในเวลาเท่าเดิมก็ถือว่าโอเค ในทางกลับกัน บริษัทตั้งงบเครื่องมือ AI ไว้เดือนละ 30 ดอลลาร์ ดังนั้นเวลาที่เครื่องมือ AI ที่ผมซื้อเองช่วยประหยัดได้ ผมถือว่าเป็นเวลาที่หักออกจากสัปดาห์ทำงาน
“ผู้คนนับล้านที่แม้แต่บ่ายวันอาทิตย์ฝนตกยังไม่รู้ว่าจะใช้เวลาของตัวเองอย่างไร ต่างโหยหาความเป็นอมตะ” — Susan Ertz
พ่อของผมเคยพูดไว้ดีเกี่ยวกับคอมพิวเตอร์และระบบอัตโนมัติ ท่านบอกว่า ตอนคอมพิวเตอร์สำนักงานเริ่มออกมาในทศวรรษ 1970 มีคนบอกว่า “คอมพิวเตอร์จะช่วยประหยัดแรงได้มากจนเราไม่รู้ว่าจะใช้เวลาที่เหลือไปทำอะไร”
แต่ในความเป็นจริง คอมพิวเตอร์แค่ทำให้เราทำ งานได้มากขึ้น ในแต่ละวันเท่านั้น
ถ้าพูดถึงการเขียนโปรแกรม ผมบอกได้ว่า AI ทำให้ผลิตภาพของผมเพิ่มขึ้นประมาณ 2 เท่า จนถึงตอนนี้
แน่นอนว่าผมใช้เวลาเขียนพรอมป์ตอยู่เหมือนกัน เป็นการบอก AI เกี่ยวกับความชอบในการเขียนโค้ดของผม เช่น “ห้ามทำแบบนี้เด็ดขาด ห้ามทำแบบนั้นเด็ดขาด ต้องทำแบบนี้เสมอ ตรวจสอบสิ่งนั้นด้วย” แต่พรอมป์ตเหล่านั้นยังอยู่ต่อไป ส่วนใหญ่เขียนไว้เมื่อหลายเดือนก่อน ตอนนี้จึงกำลังเก็บเกี่ยวผลประโยชน์จากมัน
ถ้าหยุดคิดสักนิด การบอกว่า AI ทำให้ผลิตภาพเพิ่มเป็นสองเท่า หมายความว่าจริง ๆ แล้วทำงานได้มากกว่าเดิมสองเท่า สามารถมีตัวชี้วัดมาสนับสนุนได้ไหม?
ผมเชื่อว่าในงานเฉพาะบางอย่าง เช่น การเขียนเงื่อนไขทดสอบ หรือการทำต้นแบบที่ทิ้งได้อย่างรวดเร็ว AI อาจทำให้มีผลิตภาพสูงขึ้นมากได้ แต่การบอกว่าโดยรวมแล้วทำได้มากกว่าเดิมสองเท่าเป็นข้อกล่าวอ้างที่ใหญ่มาก
ในความเป็นจริง สิ่งที่น่าเป็นไปได้กว่าคือผู้คน รู้สึกว่าตัวเองมีผลิตภาพมากขึ้น กว่าเดิม นั่นจึงทำให้เกิดช่องว่างที่บุคคลทั่วไปบอกว่าตัวเองมีผลิตภาพเพิ่มขึ้น 2~10 เท่า ขณะที่งานวิจัยในที่ทำงาน แม้ในฝั่งที่สูง ก็ออกมาประมาณว่าผลิตภาพเพิ่มขึ้นราว 25%
หลายครั้งมันให้โค้ดที่ผิดอย่างมั่นใจ และแม้จะคอมไพล์ผ่าน ผลลัพธ์ก็แย่ ทั้งยังแก้ปัญหาที่ผมพยายามแก้ไม่ได้จริง ๆ ตรงกันข้าม เมื่อต้นปีนี้ตอนที่ต้องเขียนโปรเจกต์ Terraform สำหรับแบ็กเอนด์ generative AI กลับเฉิดฉายจริง ๆ
ฟังดูเหมือนชัยชนะอย่างสมบูรณ์เลย
เมื่อวานนี้เพิ่งยกเครื่องสแครปเปอร์ครั้งใหญ่ ถ้าทำด้วยมือคงใช้เวลาอย่างน้อย 1 สัปดาห์ ถ้าคิดวันละ 2~4 ชั่วโมงเป็นเวลา 5 วัน ก็น่าจะราว 15 ชั่วโมง ด้วยความช่วยเหลือของ ChatGPT ใช้ไม่ถึง 2 ชั่วโมงก็เสร็จ
ดังนั้นปริมาณงานก็ลดลง เวลาส่งมอบก็สั้นลงมาก และความเครียดก็น้อยลงมาก
ถึงจะกล่อมโมเดลหนึ่งให้ทำงานในรูปแบบหนึ่งได้ แต่โมเดลอื่นอาจเข้าสู่สภาวะที่ต่างไปโดยสิ้นเชิงด้วยอินพุตเดียวกัน และอาจต้องใช้พรอมป์ตที่ต่างกันไปเลย ถ้าเป็นเช่นนั้น ทุกครั้งที่ผู้ให้บริการอัปเดตโมเดล พรอมป์ตทั้งหมดอาจไร้ประโยชน์ได้
ปัญหาจริง ๆ อยู่ที่ งานทักษะต่ำ ซึ่งรวมถึงคนที่ทำบทบาทที่ง่ายกว่า หรือพนักงานจูเนียร์ ท้ายที่สุดจะมีประชากรสัดส่วนไม่น้อยที่ไม่สามารถจ้างงานได้ เพราะตำแหน่งที่เหมาะกับระดับทักษะของตัวเองมีไม่พอ
ผลลัพธ์อาจขึ้นอยู่กับอย่างมากว่าระบบการศึกษาจะปรับเปลี่ยนให้เข้ากับยุคสมัยได้อย่างไร
ผมคิดว่าทักษะในการใช้ AI เพื่อเสริมงานก็จะกลายเป็น การรู้หนังสือ รูปแบบใหม่
นี่เป็นเรื่องราวของเทคโนโลยีทุกอย่าง และการคาดการณ์ของคนอย่าง pmarca ที่ว่า AI จะไม่แย่งงานก็อิงตรรกะนี้เช่นกัน จุดสนใจของเราอาจขยับไปสู่ขอบเขตที่แคบลงเรื่อย ๆ
ภาพยนตร์เองก็แทบไม่มีอยู่เมื่อ 100 ปีก่อน อีก 100 ปีข้างหน้า จะมีอุตสาหกรรมใหม่อย่างสิ้นเชิงเกิดขึ้นเพราะแรงงานถูกปลดปล่อย
หาก AI ทำให้การผลิตซอฟต์แวร์เป็นอัตโนมัติ ความต้องการซอฟต์แวร์อาจเพิ่มขึ้นมหาศาล เรื่องเดียวกันเคยเกิดขึ้นเมื่อภาษาระดับสูงเข้ามาแทนที่การเขียนโค้ดแอสเซมบลีด้วยมือ ทำให้สร้างซอฟต์แวร์ได้มากขึ้นมาก รวมถึงซอฟต์แวร์ที่ซับซ้อนและน่าสนใจกว่าเดิม และอุตสาหกรรมก็เติบโตขึ้นด้วย
การที่ปริมาณงานที่มนุษย์ต้องทำลดลงนั้นเป็นเรื่องดีจริง ๆ เพียงแต่ถ้าจะกระจายการลดลงนั้นไปทั่วทั้งสังคม โดยไม่ทำให้กลายเป็นการว่างงานจำนวนมาก การเกษียณก่อนอายุ 70 เป็นไปไม่ได้ และการทำงานสัปดาห์ละ 50 ชั่วโมง โครงสร้างสถาบันก็ต้องเปลี่ยน ปัญหาอาจไม่ใช่ AI แต่เป็น ทุนนิยมที่ไร้การควบคุม
เรื่องเดียวกันใช้ได้กับระบบอัตโนมัติและทุกอย่างอื่น ๆ ด้วย เรามีเทคโนโลยีที่จะทำงานน้อยลงมาตั้งนานแล้ว แต่ดูเหมือนมันจะไม่เข้ากับจิตวิทยาของเรา
ไม่ได้หมายความว่าเราจงใจเลือกสัปดาห์ทำงาน 40 ชั่วโมงโดยไม่มีเหตุผล เพียงแต่มันรู้สึกเหมือนติดอยู่ในกรอบ และถ้าบุคคลใดพยายามทำงานน้อยลง ก็จะตามหลังคนอื่น จึงไม่มีใครขยับได้
ไม่น่าแปลกใจ เรื่องเดียวกันอาจเกิดขึ้นใน IT ได้เช่นกัน ผมจำยุคก่อน PC ได้ ตอนที่งานส่วนใหญ่ทำผ่านเมนเฟรม กระดาษ และตู้เก็บแฟ้ม
เมื่อเทียบกับตอนนี้ ปริมาณงานแทบจะเท่าเดิม หรืออาจมากขึ้นเล็กน้อยด้วยซ้ำ ความแตกต่างใหญ่คือ ปริมาณข้อมูล ที่ถูกประมวลผลและจัดเก็บ ซึ่งเพิ่มขึ้นแบบทวีคูณตั้งแต่นั้นมา และยังเพิ่มขึ้นอยู่
ดังนั้นผมคาดว่า AI ก็จะเป็นแบบเดียวกัน รูปแบบของงานอาจเปลี่ยนไปเล็กน้อย แต่เมื่อข้อมูลเพิ่มขึ้น งานก็จะเท่าเดิมหรือมากขึ้น