- การชำระเงินออนไลน์ที่มี PayPal เป็นศูนย์กลาง ยังคงดำรงอยู่ และแทบไม่มีนวัตกรรมเกิดขึ้น
- Bitcoin และคริปโทเคอร์เรนซี เคยดูเหมือนเป็นนวัตกรรมใหม่ แต่กลับกลายเป็นเป้าหมายของการเก็งกำไรแทนวัตถุประสงค์ดั้งเดิม
- การรวมศูนย์ของแพลตฟอร์มขนาดใหญ่ และการเร่งเพิ่มรายได้จากโฆษณา ทำให้ความหลากหลายและความสร้างสรรค์ของเว็บลดลง
- LLM (โมเดลภาษาขนาดใหญ่) และ generative AI อยู่ในระดับของ “เครื่องที่สร้างอะไรก็ได้” จนทำให้คุณค่าและความแท้จริงของข้อมูลอ่อนแอลง
- วัฒนธรรม “Whatever (อะไรก็ได้)” แพร่กระจายไปทั่วสังคม ก่อให้เกิดปรากฏการณ์ที่ความหมายของการสร้างสรรค์และการลงมือทำด้วยตนเองค่อยๆ เลือนหายไป
บทนำ: ทำไมคอมพิวเตอร์ถึงไม่สนุกอีกต่อไป
- เดิมทีชื่อเรื่องคือ “คิดถึงช่วงเวลาที่คอมพิวเตอร์ยังสนุก” แต่เบื้องหลังที่แท้จริงของการที่เทคโนโลยีไม่น่าสนุกอีกต่อไปนั้นมี บริบทพื้นฐาน ซ่อนอยู่
- ใน ประวัติศาสตร์ช่วงหลัง ปรากฏการณ์นี้พาดผ่านทั้งระบบชำระเงินออนไลน์ โครงสร้างเว็บ คอนเทนต์ และการนำเทคโนโลยีใหม่มาใช้
การชำระเงินออนไลน์และการขาดหายไปของนวัตกรรมที่แท้จริง
- ในสหรัฐฯ ช่วงทศวรรษ 2000 PayPal คือวิธีเดียวในการโอนเงินผ่านอินเทอร์เน็ต
- PayPal มีข้อกำหนดการใช้งานที่เข้มงวด และหากละเมิดกฎก็จะระงับบัญชีและเงินทุนไว้ 6 เดือน
- แม้ผู้ใช้จะไม่พอใจมาก แต่เพราะไม่มีทางเลือก อำนาจของ “คนกลาง” จึงแข็งแกร่งมาก
- ราวปี 2010 ความคาดหวังพุ่งไปที่ Bitcoin แต่ในความเป็นจริงมันกลับเอนเอียงไปทางการเก็งกำไร การหลอกลวง และการลงทุน จนไม่สามารถตั้งหลักเป็น วิธีชำระเงินในชีวิตประจำวัน ได้
- การโอนเงินย่อยในเบราว์เซอร์ ฟังก์ชันทิปบนเว็บไซต์ ฯลฯ ยังไม่เกิดขึ้นจริง
- แม้แต่ทางเลือกการชำระเงินอื่นๆ ก็ยังพึ่งพา Stripe, PayPal และไม่มีการเปลี่ยนแปลงหรือนวัตกรรมที่เป็นรูปธรรม
คริปโทเคอร์เรนซี, NFT และวัฒนธรรม “Whatever”
- เบื้องหลังการแพร่กระจายของ คริปโทเคอร์เรนซีและ NFT ไม่ใช่ประโยชน์ของเทคโนโลยีโดยตัวมันเอง แต่เป็น จิตวิทยาการลงทุน ที่เชื่อว่าถ้ากราฟสถิติพุ่งขึ้นก็จะรวย
- สิ่งที่ถูกเน้นไม่ใช่การใช้งานจริง คุณค่าทางศิลปะ หรือโครงสร้างทางเทคนิค แต่คือ “การโน้มน้าวคนอื่นให้ช่วยดันมูลค่าให้สูงขึ้น”
- วิธีคิดแบบนี้สร้างวัฒนธรรมแบบ “Whatever” ขึ้นมา
- ต่อให้ไม่มีแก่นสารหรือเนื้อหาจริง ก็แค่ต้องมี ‘อะไรบางอย่าง’ ที่ขายได้ ก็พอ
- บนแพลตฟอร์มอย่าง Twitter ปรากฏการณ์ที่พวก grifter จำนวนมากคอยปั่น Whatever ที่ไร้มูลค่ากลายเป็นเรื่องปกติในชีวิตประจำวัน
การเปลี่ยนแปลงของเว็บ การรวมศูนย์ และการสูญเสียความสร้างสรรค์
- เดิมทีเว็บเต็มไปด้วย งานที่คนทำเองและความหลากหลาย แต่
- การติดตามและสื่อสารกับเว็บไซต์จำนวนมากนั้นไม่สะดวก ผู้คนจึงไปรวมตัวอยู่บน แพลตฟอร์มขนาดใหญ่ไม่กี่แห่ง (เช่น Twitter, Reddit)
- การรวมศูนย์และโครงสร้างการใช้งานฟรีของแพลตฟอร์มก่อให้เกิดปัญหาเรื่อง ต้นทุนการดำเนินงาน
- แพลตฟอร์มขนาดใหญ่หมกมุ่นกับ Engagement ที่ดึงดูดคน เพื่อเพิ่มการแสดงโฆษณาให้สูงสุด
- และเรียกร้องจากผู้ผลิตเนื้อหาเพียงแค่ “เนื้อหา” แบบเรียบๆ = Content ที่วางล้อมรอบโฆษณา
- ผลลัพธ์คือการผลิต “คอนเทนต์ที่ไร้เนื้อหา” อย่างพวก clickbait บทความเพื่อ SEO และบล็อกที่ซ้ำซากว่างเปล่า เร่งตัวขึ้น
- แม้แต่เว็บไซต์บทความ วิดีโอ และเกม ก็ยังเหลือเพียง SEO กับโฆษณา จนสูญเสียเอกลักษณ์ของตัวเอง
Generative AI, LLM และการทำให้ “Whatever” กลายเป็นจริงทางเทคนิค
- LLM รุ่นใหม่, Copilot และโค้ดที่สร้างอัตโนมัติ สามารถสร้าง “อะไรก็ได้” ตามที่ต้องการ แต่
- วิธีการของมันคือการนำถ้อยคำที่ดูน่าเชื่อถือทางสถิติมาต่อกัน มากกว่าจะให้ ข้อมูลจริงหรือทางออกที่สร้างสรรค์จริงๆ
- การตรวจคำตอบและยืนยันความถูกต้องกลายเป็นภาระของผู้ใช้เอง และผลก็คือเกิด noise และความสับสนเพิ่มขึ้น
- บริษัทต่างๆ กำลังยัดฟังก์ชัน LLM เข้าไปในทุกแอป
- แต่ในความเป็นจริงยังพิสูจน์ไม่ได้ว่าช่วยเพิ่มการใช้งานหรือประสิทธิภาพการทำงาน
- Microsoft ถึงขั้นบังคับให้นำการใช้ AI ไปสะท้อนในการประเมินพนักงาน แสดงให้เห็นภาพที่ย้อนแย้งว่าแทนที่จะสนใจประสบการณ์ผู้ใช้ที่เปลี่ยนไปเพราะเครื่องมือนี้ กลับไปโฟกัสที่ “การยอมรับการใช้งาน” เอง
เครื่องจักร “Whatever” และคุณค่าในฐานะเครื่องมือ
- LLM ต่างจากเครื่องมือแบบดั้งเดิม (เช่น เครื่องคิดเลข เลื่อย) ตรงที่มันไม่ได้ทำ หน้าที่ที่กำหนดไว้ชัดเจน
- แต่จะให้ “อะไรก็ได้” ที่ดูเหมือนสุ่มหรือดูสมเหตุสมผลทางสถิติในแต่ละอินพุต
- นอกเหนือจากข้อดีของระบบอัตโนมัติแล้ว มันยังเผยให้เห็นข้อจำกัดใหม่ๆ ด้านการใช้งานจริงและความน่าเชื่อถือ
- ประสบการณ์ผู้ใช้ กลับยิ่งแย่ลง และเกณฑ์ที่ชัดเจนเกี่ยวกับการนำ AI มาใช้และคุณค่าของมันก็เลือนหายไป
- แม้ในหมู่ผู้ใช้เองก็มีทั้งบรรยากาศที่มองว่า “ไม่ใช้คือผิดปกติ” และความสงสัยต่อ ประโยชน์ที่แท้จริงของเครื่องมือ นี้อยู่พร้อมกัน
ความหมายของการสร้างสรรค์และการทำให้ทุกอย่างแทนกันได้ในระดับสังคม
- การแพร่ขยายของ LLM และ generative AI ทำให้ภาพลวงตาแบบ “ใครก็ได้ สร้างอะไรก็ได้” แพร่กระจายออกไป
- ไม่ว่าจะเป็นดนตรี ศิลปะ หรือการเขียน ทุกคนสามารถสร้างผลงานได้ในเวลาสั้นๆ
- แต่ตัวเทคโนโลยีเองกลับกลายเป็น มาตรฐานขั้นต่ำของผลลัพธ์ และทำให้ความหมายเชิงสร้างสรรค์เฉพาะตัวของแต่ละคนอ่อนแรงลง
- กลยุทธ์แบบ บัญชี AI ของ Facebook ที่ใช้ “ความสนใจ” และ “คอนเทนต์” ปลอมๆ เพื่อดึงคนให้อยู่กับแพลตฟอร์ม
- ท้ายที่สุดแล้วสิ่งนี้นำไปสู่ การทำให้เป็นมาตรฐาน การทำให้ง่ายลง และการเฉลี่ยทุกอย่างผ่านการลดต้นทุนการผลิต
- มีความเสี่ยงที่ความก้าวหน้าทางเทคโนโลยีจะไม่นำไปสู่การขยายหรือทำให้ความสร้างสรรค์เป็นประชาธิปไตย แต่กลับนำไปสู่ การแพร่กระจายของความไม่ใส่ใจและความไร้ความหมาย
บทสรุป: อะไรคือสิ่งที่ทำให้บางอย่างมีคุณค่า?
- ความก้าวหน้าของเทคโนโลยีไม่ได้หยุดแค่ “สร้างอะไรก็ได้ให้” แต่ยังกระตุ้นบรรยากาศที่ทำให้ คุณค่าของการลงมือทำอะไรบางอย่างด้วยตัวเอง ดูไร้ความหมาย
- มีการแสดงความกังวลว่า Doing (การลงมือทำ) และ Making (การสร้าง) กำลังสูญเสียคุณค่าในตัวเอง
- ยิ่งวัฒนธรรม “Whatever” แพร่กระจายมากเท่าไร ความตรงไปตรงมาของการทำงาน ความสร้างสรรค์ และความหมาย ก็ยิ่งเลือนหาย
- นอกเหนือจากตัวเทคโนโลยีแล้ว ยังชี้ให้เห็นปัญหาของสังคมที่ ความสุขจากการลงมือทำและสร้างด้วยตัวเอง กำลังหายไป
- พร้อมกับคำวิจารณ์อย่างรุนแรงต่อ generative AI และบริษัทที่เกี่ยวข้อง (เช่น OpenAI)
- ก็เน้นย้ำว่าการสร้างสรรค์ที่แท้จริงไม่ได้เกิดจาก “Whatever” แต่เกิดจาก การลงมือทำและความใส่ใจของเจ้าของผลงานเอง
- ข้อความสุดท้ายคือ “ลงมือสร้างเอง จงสร้างอะไรก็ได้”
- และทิ้งความหวังไว้ว่าเมื่อผลงานนั้นถูกแบ่งปันบนเว็บ มันจะมีความหมายและความสุขที่แท้จริงสถิตอยู่
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
โดยรวมแล้วฉันเห็นด้วยกับความเห็นทั้งหมดที่กล่าวไว้ข้างบน
แต่สิ่งที่ฉันกังวลมากที่สุด—ซึ่งบทความนี้ไม่ได้พูดถึงอย่างจริงจัง หรือแค่แตะผ่าน ๆ—คือผลกระทบต่อผู้เริ่มต้นและกระบวนการเรียนรู้
ตัวอย่างเช่น มีสถานการณ์แบบ "คนที่เมื่อก่อนดูเหมือนจะสนุกกับการทำอะไรบางอย่างมาก ๆ แท้จริงแล้วแค่ต้องการอะไรสักอย่างที่สร้างสิ่งคล้าย ๆ สิ่งที่พวกเขาต้องการได้ เพียงแค่พูดออกมา"
ฉันเห็นคนหนึ่งบน Twitter โพสต์อวดว่า "ฉันทำทั้งอัลบั้มเสร็จใน 3.5 ชั่วโมง แถมทำปกอัลบั้มด้วย แล้วจะไปเสียเวลาทำเองทำไม ในเมื่อมี 'เครื่องทำของง่าย' แบบนี้"
สำหรับมือใหม่ มันเป็นเรื่องธรรมดาอยู่แล้วที่ไม่อยากทำเรื่องยาก ๆ และถ้าวาดรูปเองก็พัง เล่นกีตาร์ก็ยังดีดเสียงไม่ออก แต่กลับมีเครื่องที่แค่พูดว่า "ช่วยวาดรูปแมวของเราในสไตล์โปเกมอนให้หน่อย" แล้วได้ผลลัพธ์สมบูรณ์แบบ แน่นอนว่าสำหรับเด็กอายุ 12 ปี มันย่อมดึงดูดใจกว่าเส้นทางที่ต้องขัดเกลาตัวเองอยู่หลายปีกว่าจะพอดูดีได้
แต่จนถึงตอนนี้ ที่ผ่านมาเราไม่มีตัวเลือกแบบนั้น ดังนั้นการทำรูปห่วย ๆ และเล่นดนตรีแบบงู ๆ ปลา ๆ ซ้ำไปซ้ำมา ทำให้คนค่อย ๆ รู้สึกถึงคุณค่าของความพยายาม และสุดท้ายก็พัฒนาทักษะได้จริง เป็นวงจรที่ดี
แต่ถ้าทั้งสังคมส่งสารใส่เยาวชนผ่านโฆษณา สื่อ และห้องเรียนอยู่หลายปีว่า "ไม่ต้องวาดรูปหรอก อย่าทำอะไรยาก ๆ สั่ง ChatGPT เอา" แค่จินตนาการว่าปลายทางจะเป็นอย่างไรก็น่ากลัวแล้ว
ผู้คนอาจพยายามอธิบายหลายแบบว่า LLM แตกต่างจากเทคโนโลยีก่อนหน้าอย่างไร (เช่นในบทความต้นฉบับ) แต่จริง ๆ แล้วมันก็เป็นแค่อีกรูปแบบหนึ่งของการแสวงหาความสะดวกสบาย
มนุษย์ค้นหาวิธีที่ง่ายและสบายกว่าเสมอมาตั้งแต่เริ่มมีอารยธรรม
เทคโนโลยีไม่เคยขัดขวางคนที่อยากฝึกฝนอย่างจริงจังเพื่อสร้างทักษะ
แม้จะมีรถยนต์ สถิติโลกวิ่ง 100 เมตรก็ยังดีขึ้นเรื่อย ๆ และแม้คอมพิวเตอร์จะคำนวณค่า pi ได้ถึงหลักหลายสิบล้านตำแหน่ง สถิติโลกด้านการคิดเลขในใจและการจำก็ยังถูกอัปเดตต่อเนื่อง
แค่ดูว่ากีฬาประเภทพาวเวอร์ลิฟต์ยังแข็งแรงอยู่ ก็เห็นได้ว่าการคิดว่าการวาดรูปจะหายไปเพราะ LLM/Diffusal model เป็นเรื่องไม่สมเหตุสมผล
เมื่อ 15 ปีก่อน ฉันเรียนภาษาญี่ปุ่นด้วยการหยิบพจนานุกรมมาแปลบทสัมภาษณ์กับบล็อกของศิลปินที่ฉันชอบทีละบรรทัด และตอนนี้ฉันก็ใช้ชีวิตและทำงานอยู่ในญี่ปุ่น
ตอนนี้แค่กดปุ่มใต้ทวีตของศิลปินก็มีคำแปลขึ้นมาทันที (ส่วนใหญ่ก็ถูก แต่ประมาณ 1 ใน 10 ครั้งผิดไปเลย)
สำหรับแฟนต่างชาติ นี่เป็นนวัตกรรมที่ดี แต่ถ้าฉันโตมาในสภาพแวดล้อมแบบนี้ ฉันก็สงสัยว่าตัวเองจะยังมีแรงจูงใจให้เรียนอยู่ไหม
ฉันเห็นด้วยกับสิ่งที่คุณเขียนทั้งหมด และคิดว่าสุดท้ายแล้วสิ่งที่มนุษย์ต้องการคือการเอาสิ่งที่อยากได้ในหัว "ยัด" เข้ามาโดยไม่ต้องลงแรงอะไรเลย
มันอันตรายตรงที่ทุกอย่างถูกจัดวางไว้ตรงหน้าอย่างสวยหรู และการสั่งสมการเรียนรู้กับการพัฒนาที่ปกติต้องได้มาจากความล้มเหลวและการลองผิดลองถูกนับสิบครั้งกำลังหายไป
รู้สึกเหมือนกระบวนการที่เรียกว่า "การเรียนรู้" กำลังเริ่มหายไปจริง ๆ
ถ้าคนพึ่ง AI อย่างเดียวเป็นเวลาหลายปี แล้ววันหนึ่งมันหายไปกะทันหัน ฉันคิดว่าคนคนนั้นจะทำอะไรเองไม่ได้เลย และกลายเป็นคนไร้ความสามารถแม้แต่กับงานพื้นฐาน
นี่เป็นหนึ่งในเหตุผลที่ทำให้ฉันมองกระแส AI แบบวิพากษ์วิจารณ์มาก
เหตุผลที่ฉันยังยึดวิธีแบบเก่าไว้ ก็เพราะเข้าใจคุณค่าของการอ่านหนังสือจริง ลงมือทำเอง ล้มเหลว และทำซ้ำอย่างถ่องแท้
ไม่มีทางลัดอื่นสำหรับการเรียนรู้ที่แท้จริง
ฉันสงสัยว่าคนรุ่นปัจจุบันเข้าใจคุณค่านี้ไหม และคนรุ่นต่อไปจะยังเข้าใจได้หรือเปล่า
สิ่งหนึ่งที่พอจะปลอบใจได้คือ เราอาจเข้าสู่สถานการณ์ที่เลี่ยงไม่ได้ ซึ่งจะทำให้เราเกิดมุมมองใหม่ต่อเรื่องที่ผ่านมาว่าเราจัดการกับการเรียนรู้ การใช้งาน การรับมือกับความไม่สะดวก และระบบการศึกษา/อาชีพ/การฝึกฝน ได้ดีหรือแย่แค่ไหน
เมื่อก่อน ความต้องการเรื่องการจ้างงาน/ค่าตอบแทนเป็นตัวผลักคนเข้าสู่ pipeline เหล่านั้น แต่ถ้าต่อจากนี้ความเข้าใจจริง ความเชี่ยวชาญ และคุณภาพ กลายเป็นสิ่งที่มีคุณค่าในตัวเองมากขึ้น เราก็อาจจำเป็นต้องใส่ใจมากขึ้นว่าระบบต่าง ๆ ส่งเสริมและใช้ประโยชน์จากคุณลักษณะเหล่านี้ได้ดีแค่ไหน
แต่ตามสัญชาตญาณแล้ว ฉันรู้สึกว่าเราอยู่ท่ามกลางกระแสปั่นป่วนทางวัฒนธรรมอย่างรุนแรง และกำลังก้าวเข้าสู่ยุคที่ไม่อาจมองอะไรเป็นเรื่องแน่นอนได้อีกต่อไป
ที่จริงแล้ว การต่อสู้บางส่วนของเราอาจเป็นการต่อสู้ที่แพ้ไปนานแล้ว ตั้งแต่ตอนที่เราเริ่มเดินเข้าสู่เส้นทางของคอมพิวเตอร์ยุคใหม่
ถ้าเราไม่รักษาเทคโนโลยีและทักษะของตัวเองไว้ แล้วไปพึ่ง AI มากเกินไป มันจะเป็นปัญหาใหญ่
มันเหมือนการเอางานผลิตไป outsource สุดท้ายถึงจุดหนึ่งเราจะสูญเสียความสามารถไปหมดและต้องพึ่งคนอื่นทั้งหมด
ตอน WWW เพิ่งเกิดขึ้น คนเชื่อว่าการเข้าถึงข้อมูลทั้งหมดจะทำให้ผู้คนรู้แจ้งขึ้น แต่ในความเป็นจริง ถ้าไม่มีการเรียนรู้ คนก็แยกข้อมูลที่ถูกต้องไม่ออก และกลับถูกดึงดูดด้วยข้อมูลที่ (ผิด) มากขึ้น เพราะคิดว่าตัวเองเข้าใจแล้ว
ต่อให้ LLM ให้คำตอบกับทุกปัญหาได้ ถ้าเราง ignorant และไร้ความสามารถเกินกว่าจะรู้ว่าคำตอบนั้นถูกต้องหรือไม่ สุดท้ายเราก็จะหันหลังให้ AI แล้วกลับไปหาแหล่งข้อมูลที่เราเข้าใจและเชื่อถือ แม้มันจะไม่ใช่ข้อเท็จจริงก็ตาม
ในอีกแง่หนึ่ง มันก็ไม่ใช่เรื่องใหม่ เพราะปรากฏการณ์แบบนี้เกิดกับวิทยาศาสตร์มานานพอสมควรแล้ว
ถ้ามันซับซ้อนเกินไปและตรวจสอบได้ยาก ผู้คนก็จะไม่เชื่อและไปหาแหล่งอื่นแทน
ฉันหงุดหงิดมากทุกครั้งที่ตัวแก้ไขโค้ดปิดวงเล็บหรือเครื่องหมายคำพูดให้อัตโนมัติ
มันไม่ได้ช่วยประหยัดเวลาเลย และบ่อยครั้งก็ทำผิดจนยิ่งต้องขยับมือมากขึ้น
ฉันไม่เข้าใจจริง ๆ ว่าใครเป็นคนคิดฟีเจอร์แบบนี้ขึ้นมา
ยังไงก็ต้องกดปุ่มอะไรสักอย่างเพื่อออกจากจุดนั้นอยู่ดี จะพิมพ์วงเล็บเองหรือกดลูกศรก็ไม่ได้เร็วขึ้นเลย
ในทางทฤษฎี ฟีเจอร์แบบนี้อาจช่วยให้ซอร์สมักอยู่ในสถานะที่ syntax ถูกต้อง และอาจช่วยเรื่องการไฮไลต์สตริงหรือ LSP เป็นต้น แต่สุดท้ายอัตราความผิดพลาดสูงจนมีประโยชน์น้อยเมื่อเทียบกัน
จากการ pair programming กับเพื่อนร่วมงานมาหลายปี ฉันรู้สึกว่ามีคนจำนวนมากที่ไม่คล่องคีย์บอร์ด
แม้แต่การพิมพ์วงเล็บปิดด้านขวาก็ยังเป็นภาระ จนบางครั้งพวกเขาย้ายมือไปที่เมาส์แล้วคลิกเพื่อออกจริง ๆ
ฟีเจอร์ที่เลือกข้อความบางส่วนไว้ แล้วกดเครื่องหมายคำพูดครั้งเดียวเพื่อใส่ให้ทั้งสองด้านนั้นใช้งานได้จริง
แต่ในโหมดพิมพ์ปกติ มันก็มักน่ารำคาญ
สำหรับคำพูดที่ว่า "มันทำผิดบ่อย" ฉันสงสัยว่าหมายถึงตอนไหน
ถ้าฉันใส่วงเล็บเปิด/ปีกกาเปิด แล้วมันปิดให้อัตโนมัติ มันก็ถูกต้องเสมอไม่ใช่หรือ?
บนคีย์บอร์ดนอร์เวย์ ปีกกาอาจพิมพ์ยากหน่อย แต่เพราะฟีเจอร์นี้ ตอนเขียนโค้ดที่ซ้อนกัน 5 ชั้นอะไรแบบนั้น แค่กด ctrl+shift+enter ครั้งเดียว มันก็เติมวงเล็บทั้งหมดและพาเคอร์เซอร์กลับมาตำแหน่งที่ถูกต้อง ทำให้สะดวกกว่าปิดเองทั้งหมด
เมื่อก่อนฉันก็เกลียดฟีเจอร์นี้ แต่หลังจากรู้ว่าแค่พิมพ์เครื่องหมายคำพูดปิดลงไป มันจะไม่ซ้ำ ฉันก็เลิกสนใจมัน
บางครั้งพอ editor พยายาม "ฉลาดเกินไป" แล้วรวน ก็น่าหงุดหงิดอยู่บ้าง แต่ไม่ได้เกิดบ่อย
สำหรับความเห็นที่ว่าไม่เห็นด้วยกับประโยชน์ใช้สอยเพราะทำให้ซอร์สอยู่ในสถานะไม่ถูกต้องบ่อย ๆ ฉันเดาว่านี่อาจเป็นการเลียนแบบแบบจาง ๆ ของ structural editing ก็ได้
editor บางตัวมีโหมดที่บังคับให้ syntax ถูกต้องตลอดเวลา ซึ่งในที่แบบนั้นฟีเจอร์นี้ถือว่าจำเป็น
พอเห็นอุปมาว่า "อยู่ในอนาคตแบบยุโรป ที่ธนาคารมีฟีเจอร์ 'ส่งเงินให้คน' เป็นพื้นฐาน" ฉันนึกถึงตอน PayPal เข้ามาในออสเตรเลียครั้งแรก ซึ่งตอนนั้นฉันกลับงงว่ามันจำเป็นตรงไหน
เพราะเราสามารถโอนตรงผ่าน internet banking ได้อยู่แล้ว
จากนั้น PayPal ก็ไปล็อบบี้รัฐบาลเพื่อทำให้ระบบธนาคารของเรา "ไม่สะดวกกว่าเดิมแล้วค่อยมาแข่ง" ซึ่งคล้ายกับวิธีที่ Uber ทำ
ในยุโรป PayPal ได้รับใบอนุญาตธนาคารอย่างเป็นทางการจากลักเซมเบิร์ก
ใน EU ข้อดีของ PayPal คือ (1) โอนเงินได้ทันที ไม่ต้องรอ 1–2 วันเหมือนการโอนผ่านธนาคาร และ (2) ไม่ต้องเปิดเผยข้อมูลธนาคารของตัวเองให้อีกฝ่าย
ข้อดีข้อแรกตอนนี้ค่อย ๆ หายไปเพราะมี SEPA instant transfer แล้ว
จริง ๆ แล้วฉันไม่ค่อยเข้าใจประเด็นนี้
ใน EU เอง การโอนเงินก็ไม่ได้ง่ายขนาดนั้น
เราเองก็มีแค่ระบบอย่าง SWIFT, CHAPS และกว่าที่จะมีอะไรเร็วแบบ SEPA ได้ก็นานหลังจาก PayPal แล้วมาก
ฉันอ่านบทความนี้แล้วชอบมาก
มีอยู่ย่อหน้าหนึ่งที่โดนใจมาก
เมื่อก่อนฉันเป็นคนที่จัดการกับ obscure script ได้ด้วย google-fu, rtfm และความอึด
แต่เพราะ LLMs ทักษะแบบนี้แทบจะหายไปแล้ว และน่าเสียดายที่ตอนนี้ทุกคนก็ทำกันแบบเดียวกันหมด
เอาเข้าจริง ถ้ามีคนมาหาแบบ "ฉันไม่รู้จะทำยังไงเลยถาม ChatGPT แล้วมันให้มา 200 บรรทัดแต่ใช้ไม่ได้" ฉันจะไม่ค่อยอยากช่วย
ฉันก็เขียนโค้ดด้วย LLM ทุกวัน และโดยรวมก็เห็นด้วยกับเนื้อหาในบทความ
แม้แต่ในสายคริปโต ฉันก็เคยทำโปรเจกต์ DeFi, NFT เองมาแล้ว และถึงจะถูกล้อว่าเป็น "ฟอกเงิน/อาชญากรรม" แต่ฉันก็ยังคิดว่าเทคโนโลยีมันน่าสนใจ
ฉันยังไม่รู้สึกว่าทักษะการค้น Google กับ rtfm หายไปหมด เพราะฉันยังเป็นคนที่แก้ปัญหาด้วยวิธีนั้นอยู่
ฉันยังคอยแก้โค้ดหละหลวมที่ LLMs เขียนออกมาอยู่ และคิดว่านั่นก็ไม่ใช่เรื่องเลวร้ายไปเสียทั้งหมด
แต่ปัญหาคือเรากำลังอยู่ในยุคที่หนี้เชิงคุณภาพของโค้ดถูกปล่อยออกมาด้วยความเร็วมหาศาล
เพราะ LLM มักผิดบ่อย ทักษะการค้น Google จึงยังไม่หายไปไหน
คำอ้างทำนองว่าใช้ LLM แล้วทุกคนกลายเป็นอัจฉริยะนั้นไม่จริง
มนุษย์ยังคงต้องเข้าใจช่องโหว่ของระบบ แก้ไขข้อมูล และใช้งานมันอย่างกระตือรือร้น
มันเหมือนกับการพูดว่า Word ช่วยแก้การเว้นวรรคกับการสะกดคำให้ คนเลยยอมรับทุกอย่างตามนั้น ซึ่งเป็นตรรกะที่ไร้สาระ
การที่เรายังต้องนั่งปวดหัวกับ obscure shell และเครื่องมือ Unix สไตล์ยุค 80 ต่างหากที่เป็นปัญหา
การที่สิ่งเหล่านี้ถูกแทนที่ด้วย LLM/automation จึงเป็นเรื่องที่น่ายินดี
นับว่าโชคดีที่มันเปลี่ยนไปเป็นเครื่องมือที่เป็นมิตรกว่าเดิมจริง ๆ
ตอนต้นฉันเห็นด้วยโดยรวม แต่ไม่ค่อยชอบมุมมองที่มืดมนเกินไป และคิดว่าการเหมารวมว่าผู้คนโง่เขลาหรือโลภไม่ได้มีประโยชน์มากนัก
ตรงกันข้าม ฉันว่ามันน่าประทับใจที่ผู้คนยังเอาตัวรอดและใช้ชีวิตได้ดีแม้อยู่ในสภาพแวดล้อมแบบนี้
และการปัดว่า "การใช้ LLM ทั้งหมดไม่มีประโยชน์" ก็น่าเสียดาย เพราะเราควรยอมรับว่าการใช้มันให้เป็นก็เป็นทักษะอย่างหนึ่ง
แน่นอนว่ามีการใช้ AI ผิดที่ผิดทางเยอะ แต่แค่ใช้ผิดไม่ได้แปลว่าทั้งหมดไร้ประโยชน์
ฉันเห็นด้วยกับข้อสรุปคือควรลองทำ/สร้างอะไรด้วยตัวเอง
ฉันคิดว่าส่วนใหญ่การคงสภาพเดิมเป็นพฤติกรรมแบบเลียนแบบ
ตอนนี้ถ้ามีใครบอกว่า "นี่แหละอนาคต" คนก็พร้อมจะเชื่อแล้วรีบกระโดดเข้าไปไม่ทางใดก็ทางหนึ่ง จากนั้นคนอื่นเห็นก็คิดว่า 'ฉันก็ต้องทำบ้าง' แล้วก็วนซ้ำแบบนั้น
นั่นเลยทำให้ในโลก AI มีโปรเจกต์ที่ใหม่หรือเป็นต้นฉบับจริง ๆ น้อยมาก
หลายคนที่เข้ามามีส่วนร่วมจริง ๆ ไม่ได้สนใจด้วยซ้ำว่ากำลังสร้างอะไร สนใจแค่ฝันถึงเงินกับอิทธิพลที่มากขึ้น เป็นแรงขับจาก "ความโลภ/ความคาดหวัง" ล้วน ๆ
เพราะงั้นสุดท้ายฉันก็ยังคิดว่าเป็น "ความโง่แบบไม่รู้ตัวกับความโลภ" อยู่ดี
ฉันมีลางสังหรณ์ว่าความเห็นแบบ "อย่างน้อยก็เป็นเรื่องปลอบใจได้ว่าคนยังใช้ชีวิตได้ดีในสภาพแวดล้อมระดับนี้" จะค่อย ๆ หมดน้ำหนักลงเรื่อย ๆ หากโลกเดินไปสู่ความพังทลายที่รุนแรงกว่าเดิม
ปฏิกิริยาแบบป้องกันตัวว่า "การใช้ LLM ทั้งหมดไม่มีประโยชน์" ทุกวันนี้เห็นได้ทุกที่
แม้ควรรับฟังจุดยืนอื่น ๆ เช่นประเด็นจริยธรรม แต่การปฏิเสธทุกอย่างแบบไม่ลืมหูลืมตาโดยไม่มองความจริงก็ไม่ใช่คำตอบ
แม้แต่โมเดลฟรีก็ยังมีประโยชน์
มีข้อจำกัดบ้างเล็กน้อยแต่ก็ยังใช้งานได้จริง
แม้ฉันจะไม่เห็นด้วยกับความเห็นเรื่อง LLM แต่โพสต์นี้เขียนได้ดีมาก น้ำเสียงชัดเจน ชวนคิด และให้ความรู้สึกถึง "เอกลักษณ์ของเว็บไซต์" แบบที่เดี๋ยวนี้หาได้ยาก
ตอนแรกฉันกดเข้าไปแบบไม่คาดหวังอะไร แต่ระหว่างอ่านกลับชอบมากเพราะมันมี "กลิ่นอายอินเทอร์เน็ตยุคเก่า" อยู่จริง
ถ้า micropayment ที่พูดถึงในบทความเกิดขึ้นได้จริง ฉันคงอยากโอนเงินให้ผู้เขียนบ้าง แต่ก็น่าเสียดายที่มีแต่ระบบสมัครสมาชิก
Eevee เขียนเก่งมากจริง ๆ แต่บทความนี้ไม่ได้กระแทกใจเท่างานก่อน ๆ
มันให้ความรู้สึกเหมือนคำเหน็บเบา ๆ สไตล์ Twitter/Bluesky และรูปแบบการเสพประเด็นแบบฉาบฉวย เลยกลับทำให้เอกลักษณ์อ่อนลงกว่างานเก่า
เห็นด้วยมาก
มี em dash เยอะมากจนฉันแอบสงสัยว่าเป็นข้อความที่ AI สร้างหรือเปล่า
(ป.ล. ผู้เขียนใช้ em dash มาตั้งแต่ก่อน GPT โผล่มาแล้ว นี่เป็นสไตล์ของเขา)
พอเห็นในบล็อกพูดถึงความเป็นไปได้ที่ bitcoin อาจกลายเป็นเงินตราในท้ายที่สุด ฉันก็ได้แต่หวังว่าอย่าเลย
เพราะในกรณีนี้มันจะมีแต่โครงสร้างที่เงินของคนที่มาทีหลังไหลไปเป็นกำไรให้คนที่เข้าก่อน
จริง ๆ แล้วฉันคิดว่าคนที่อ้างว่า bitcoin จะกลายเป็น "เงินจริง" โดยเฉพาะพวกที่อยากเอาเงินบำนาญประชาชนไปลงบิตคอยน์ ล้วนเป็นพวกมิจฉาชีพ
ฉันไม่คิดว่าผู้เขียนบล็อกต้องการแบบนั้น แต่แม้แต่ความหวังคลุมเครืออย่าง "ถ้า bitcoin กลายเป็นเงินจริง..." ก็สุดท้ายเท่ากับสนับสนุนโครงสร้างหลอกลวงแบบนี้
เมื่อเห็นว่าเงินสาธารณะอย่างกองทุนบำนาญกำลังไหลเข้าบิตคอยน์อยู่แล้ว ฉันคิดว่านักการธนาคารและนักการเมืองทุกคนที่สนับสนุนเรื่องนี้ควรถูกลงโทษ
ถ้าคริปโตจะมีอนาคตที่ดีกว่าจริง bitcoin คงต้องร่วงมูลค่าลงมาก
bitcoin แทบจะอยู่ในสภาพ "แข็งตัว" ที่พัฒนาต่อได้ยาก และเครือข่ายที่แก้ปัญหานี้ได้จริงก็น่าจะเป็นอย่างอื่นในท้ายที่สุด
Ethereum เองก็พยายามแก้ปัญหา scalability อยู่เรื่อย ๆ แต่ก็เพราะแบบนั้นจึงดึงดูดการหลอกลวงเข้ามาเยอะ
ฉันอยากถามว่าจริง ๆ แล้วผู้เขียนต้องการอะไรกันแน่
ข้อสรุปคือเสรีภาพทั่วไปด้านการเงิน/การโอนเงิน
กล่าวคือ เขาอยากให้สามารถส่งเงินให้ใครก็ได้ง่าย ๆ ไม่ว่าด้วยเหตุผลอะไร
เช่น อยากรับเงินค่าคอมมิชชันวาดภาพเฉพาะทางให้คนอื่นได้ง่าย ๆ (เช่น furry porn ตามสั่ง)
หรือพลเมืองสหรัฐฯ จะจ้างฟรีแลนซ์ชาวอิหร่านทำงานพัฒนาซอฟต์แวร์ก็ได้ และอยากให้เรื่องแบบนี้ง่ายขึ้น
ตอนนี้เสรีภาพในการโอนเงินลักษณะนี้ถูกขวางโดยการควบคุมของรัฐในนาม "ศีลธรรมและการทูตเชิงปฏิบัติ" หรือไม่ก็โดยการแทรกแซงของบริษัทบัตรและธนาคาร
ตัวอย่างเช่น Visa/Mastercard ปฏิเสธการชำระเงินให้บางอุตสาหกรรม (เช่น สื่อผู้ใหญ่)
สภาพแวดล้อมแบบนี้เองที่ทำให้แม้แต่คนธรรมดาก็เริ่มสนใจเงินดิจิทัลแบบเสรีและกระจายศูนย์ และในกระบวนการนั้นก็มีพวกมิจฉาชีพแห่เข้ามาจำนวนมาก
โจทย์ที่แท้จริงคือ "จะทำ digital cash ที่ปลอดภัยและไม่รวมศูนย์ได้อย่างไร"
ถ้าผู้คนไม่ได้ bitcoin ด้วยการซื้อ แต่ได้มาจากการขุดเอง จะถือว่ายุติธรรมขึ้นไหม?
คำถามคือถ้าเราจะสร้างเหรียญแบบกระจายศูนย์และมีอุปทานจำกัด เราจะแจกจ่ายมันอย่าง "เป็นธรรม" ได้อย่างไร
ถ้าระบบปัจจุบัน (เงินตราที่ถูกควบคุมจากศูนย์กลาง) เปรียบเหมือนซอฟต์แวร์ผูกขาดแบบเสียเงินของ Microsoft เราจะวิจารณ์การเปลี่ยนไปสู่โอเพนซอร์สแบบ Linux ซึ่ง (ในช่วงแรก) ให้ประโยชน์กับนักพัฒนาหรือผู้เข้าร่วมยุคแรกเป็นหลักได้หรือไม่?
การจ่ายค่าสมัครใช้งานต่อไปเรื่อย ๆ (เงินเฟ้อ) เพื่อใช้ซอฟต์แวร์แบบรวมศูนย์ จะดีกว่าการจ่ายครั้งเดียวเพื่อ "ซื้อ" GNU/Linux และถือครองถาวรจริงหรือ?
ทั้งเว็บเต็มไปด้วย "อะไรสักอย่างแบบพอใช้" อยู่แล้ว แต่ฉันก็ยังไม่เข้าใจว่าทำไมคนถึงตื่นเต้นกับแพลตฟอร์มพวกนั้นนัก
เมื่อก่อนอินเทอร์เน็ตสนุกกว่านี้มาก แต่ทุกวันนี้แม้แต่คนที่ฉันเคารพก็ยังถูกดูดเข้าไปอยู่ในระบบที่มีแต่กินเวลา ทำให้รู้สึกอึดอัด
เพราะเหตุนี้ฉันเลยพยายามอยู่ห่างจากแพลตฟอร์มพวกนั้น แต่กลับให้ความรู้สึกเหมือนตัวเองกลายเป็นคนนอก
ฉันไม่ค่อยเห็นด้วยกับส่วนที่ผู้เขียน "ระเบิดอารมณ์" เรื่อง AI
แม้จะเหนื่อยใจกับการยัด LLM (large language model) เข้าไปในทุกวงการ แต่ในฐานะเครื่องมือพัฒนา มันมีประสิทธิภาพมากจริง ๆ จนแทบจะบ้า
แค่เขียนคำอธิบายไม่กี่บรรทัดก็ทำให้งานเขียนโปรแกรมที่ซ้ำ ๆ ถูกทำอัตโนมัติได้ ช่วยประหยัดเวลาไปได้มากจริง ๆ
จริง ๆ แล้วบทความนี้ให้ความรู้สึกเหมือนการบ่นถึงคนประเภทที่ผู้เขียนไม่ชอบ (พวกที่มุ่งสู่ความเป็นแพลตฟอร์ม ใช้ชีวิตแบบไม่วิจารณ์อะไร ฯลฯ)
เขาด่าคนพวกนั้นว่าเป็น "ทาสของแพลตฟอร์ม สิ่งมีชีวิตไร้อัตตา" แต่สุดท้ายพวกเราทุกคนก็กำลังเข้ามาอ่านบล็อกของคนอื่นอยู่ดี
ต่อให้ผู้เขียนเกลียด LLM ในอนาคต คนจำนวนมากขึ้นก็จะรับข้อมูลได้ง่ายแบบเดียวกับผู้เขียน และความสามารถในการถ่ายทอดสิ่งนี้ให้ผู้อื่นอย่างมีประสิทธิภาพก็จะถูก LLM เข้ามาแทนในไม่ช้า
ตอนนี้แม้ LLM จะยังดูน่าขัน แต่มันก็จะพัฒนาต่อไป และประเด็นที่ผู้เขียนมองว่าเป็นปัญหาก็จะถูกแก้หรือชดเชยด้วยวิธีใหม่
ถ้ามองแบบกว้าง ๆ "วัฒนธรรมมวลชน" ก็มีลักษณะของความเบาและความหยาบอยู่เสมอ และตอนนี้ทั้งอินเทอร์เน็ตก็ถูกความเป็นมวลชนแบบนั้นกลืนกิน
ไม่ว่าสิ่งนั้นจะเฉพาะกลุ่มแค่ไหน พอมันขึ้นออนไลน์ก็กลายเป็นของทุกคน
นี่ก็มีด้านบวกอยู่เหมือนกัน เช่น ช่วยลดความไม่สมมาตรของข้อมูล และทำให้ "คนไม่หวังดี" หลอกคนอื่นได้ยากกว่าเมื่อก่อน
เครือข่ายที่ขับเคลื่อนด้วยโฆษณาอย่าง SNS วันหนึ่งก็น่าจะค่อย ๆ เสื่อมความสำคัญลง
เพียงแต่ตอนนี้เรายังอยู่ในช่วงต้นของการรับรู้เรื่องนี้ ปัญหาสังคมอย่างข่าวปลอมจึงน่าจะอยู่กับเราไปอีกพักใหญ่
สำหรับคำถามว่า "คนอื่นกำลังสร้างแต่โปรเจกต์ที่มีแค่ linked list กับ rebalancing binary tree กันหมดหรือไง" เหตุผลจริง ๆ ที่ LLM ได้รับความนิยมในงานโปรแกรมมิงไม่ใช่เพราะมันเก่งในการ "แก้" ปัญหา แต่เพราะมันเก่งในการผลิตซ้ำปัญหาเก่าที่มีคนแก้ไว้มากแล้วในรูปแบบดัดแปลง
งานส่วนใหญ่ในอุตสาหกรรมนี้ สุดท้ายก็คือการแก้ปัญหาเดิม ๆ ที่มีอยู่แล้วซ้ำไปซ้ำมาในรูปแบบแปลงร่าง
นี่ไม่ใช่ปัญหาแบบ NIH (not invented here) แต่เป็นเพราะการนำโค้ดกลับมาใช้ใหม่หรือ reuse นั้นยากในตัวมันเอง
คุณค่าที่สำคัญจริง ๆ อยู่ที่การแก้ปัญหาเฉพาะตัวและการประกอบสิ่งเหล่านั้นเข้าด้วยกันในเชิง "สถาปัตยกรรม" แต่เมื่อมองในระดับ codebase เดี่ยว ๆ องค์ประกอบพวกนี้ก็ไม่ได้มีสัดส่วนมากนัก