- ในขณะที่ AI เข้ามาแทนที่งานจำนวนมาก ก็มีงานรูปแบบใหม่สำหรับมนุษย์เพิ่มขึ้นพร้อมกัน นั่นคือการคอยเก็บกวาด ผลลัพธ์ไร้ความหมายที่ AI สร้างขึ้น ให้เรียบร้อย
- เมื่อเครื่องมือเชิงกำเนิดแพร่หลาย คอนเทนต์ที่ ต้นทุนต่ำและผลิตได้รวดเร็ว ก็เพิ่มขึ้นอย่างมหาศาล จนเกิดปรากฏการณ์ที่ต้องใช้ แรงงานมนุษย์ในการโพสต์เอดิตและตรวจแก้ เพื่อชดเชยคุณภาพที่ตกต่ำและข้อผิดพลาด
- ในทุกพื้นที่ทั้งข้อความ ภาพ และวิดีโอ AI slop กำลังล้นทะลัก และปัญหาเชิงโครงสร้างนี้ก็ฝังแน่นผ่าน แพลตฟอร์มไวรัล การค้นหา และอีคอมเมิร์ซ
- นักเขียน ดีไซเนอร์ และนักพัฒนาจำนวนมากขึ้นเรื่อยๆ กำลังทำงานในฐานะ "แรงงานเก็บกวาด" แทนที่จะเป็นผู้สร้างสรรค์
- แทนที่อุตสาหกรรมจะพึ่งเทคนิคอย่าง การแก้ไขหลายรอบหรือการขอให้โมเดลเผื่อคำตอบ กลับกำลังเพิ่ม แรงงานชำระล้างดิจิทัล ที่อาศัย การตัดสินของมนุษย์ด้านบริบท อารมณ์ และความถูกต้องตามข้อเท็จจริง เพื่อยกระดับความสมบูรณ์ของงาน
- ผลลัพธ์คือ แทนที่จะทำตามคำสัญญาว่าจะ แทนที่การจ้างผู้สร้างสรรค์ต้นฉบับ กลับเกิดต้นทุนใหม่ในการ แก้ไขผลลัพธ์จาก AI และเพิ่ม ความเสี่ยงต่อภาวะหมดไฟ
- ทางออกที่รากของปัญหาคือการทำให้ชัดเจนถึง การใช้ AI ในฐานะเครื่องมือ ผ่าน การออกแบบ human-in-the-loop และการนิยามมาตรฐานคุณภาพใหม่ พร้อมฟื้นฟู วัฒนธรรมการผลิตที่ยึดความจริงแท้และความสมบูรณ์ เป็นศูนย์กลาง
ความย้อนแย้งของยุคที่มนุษย์ต้องคอยเก็บกวาดปัญหาที่ AI สร้างขึ้น
- ขณะที่ AI แทนที่งานจำนวนมาก ก็เกิดสถานการณ์ที่ต้อง จ้างมนุษย์มาคอยจัดการผลลัพธ์ไร้สาระและผิดพลาด (slop) ที่ AI สร้างขึ้น ไปพร้อมกัน จนกลายเป็น สายอาชีพใหม่
- ดีไซเนอร์ นักเขียน และศิลปินดิจิทัล กำลังถูกส่งไปทำงาน แก้ไขและปรับปรุงผลลัพธ์ที่ไม่แม่นยำจาก AI แทนการสร้างสรรค์ผลงานด้วยตนเอง
WHAT IS AI SLOP
- AI slop คือวิวัฒนาการของสแปม หมายถึง คอนเทนต์จำนวนมากคุณภาพต่ำ ที่แม้จะ ดูน่าดึงดูดภายนอก แต่ขาด ความคิดสร้างสรรค์ ความหมาย และความน่าเชื่อถือ
- ด้วยเครื่องมืออย่าง ChatGPT และ Midjourney จึงมีการสร้างคอนเทนต์คุณภาพต่ำออกมาเป็นจำนวนมาก
- มันแพร่กระจายในหลายรูปแบบ ตั้งแต่โพสต์โซเชียล, e-book บน Amazon, เพลงบน Spotify, บทความข่าว ไปจนถึง ภาพประกอบในวารสารวิชาการ
- คอนเทนต์เหล่านี้ ดูเผินๆ เหมือนใช้ได้ แต่ขาดความหมาย ความเป็นต้นฉบับ และความน่าเชื่อถือ คล้าย "แคลอรีว่างเปล่า"
- เมื่อราคาของ วิดีโอ AI ลดลง วิดีโอ slop ก็ทะลักตามมา โดยมีกรณีไวรัลเหนือจริงมากมาย เช่น วิดีโอนกนางนวลทุบกระจกรถยนต์
- วิดีโอสไตล์ CCTV ที่มีกระต่ายกระโดดแทรมโพลีนก็มักมีข้อผิดพลาดให้เห็นมาก เช่น มีสองหัว หรือ หายไปกลางคัน
- แม้แต่โฆษณาของบริษัทก็ยังเกิด ข้อความบิดเบี้ยว โดยมีตัวอย่างอย่าง โลโก้ Coca-Cola ที่สะกดผิดเป็น “Coca-Coola”
HARMS OF THE AI SLOPOCALYPSE
- AI สามารถผลิต บทความ รีวิว และโพสต์คุณภาพต่ำที่ดูน่าเชื่อถือ ได้จำนวนมาก จึงเร่งให้เกิด การพังทลายของความไว้วางใจท่ามกลางข้อมูลท่วมท้น
- ปัญหานี้ขยายจาก enshittification ของธุรกิจออนไลน์ ไปสู่ enshittification ของวัฒนธรรม
- ศิลปะ ดนตรี วิดีโอ หนังสือ และรีวิวที่เดิมสร้างโดยผู้สร้างสรรค์ ถูก AI นำมารีไซเคิลและผลิตซ้ำจนคุณภาพของวัฒนธรรมโดยรวมลดลง
- AI ยังใช้ไฟฟ้าและน้ำจำนวนมหาศาลในการสร้างผลลัพธ์ ทำให้ภาระต่อสิ่งแวดล้อมสูงเช่นกัน
- การเดินระบบโมเดลขนาดใหญ่ที่ ใช้พลังงานและทรัพยากรน้ำสูง ทำให้ ต้นทุนด้านสิ่งแวดล้อม เพิ่มขึ้น และยังก่อให้เกิด ความหงุดหงิดและภาวะหมดไฟ ในหมู่คนที่รับหน้าที่ งานชำระล้าง
- เช่นกรณี ขบวนพาเหรดฮาโลวีนหลอกในดับลิน ปี 2024 ที่ ข้อความผิดพลาดและอ่านไม่รู้เรื่องจากงานที่สร้างด้วย AI ทำให้สาธารณชนเข้าใจผิด
- กรณี ภาพประกอบที่สร้างโดย AI ใน บทความที่ถูกถอนของวารสาร Frontiers ก็ถือเป็นสัญญาณเตือนเรื่อง การปนเปื้อนในวงการวิชาการ
CLEANUP CREW TO THE RESCUE
- ตรงกันข้ามกับคำสัญญาเรื่องประสิทธิภาพในยุค AI โครงสร้างกลับกลายเป็นแบบที่ มนุษย์ต้องแบกรับต้นทุนที่มองไม่เห็น (การเก็บกวาดและควบคุมคุณภาพ) ทำให้ความต้องการ บุคลากรเฉพาะทางด้านแก้ไขภายหลัง พุ่งสูง
- AI content rewriter: เขียนงานที่ AI สร้างขึ้นใหม่ โดยเสริมบริบท อารมณ์ และความถูกต้องตามข้อเท็จจริง
- Art fixer: แก้ส่วนที่ไม่สมจริง ตัวอักษรผิด และข้อบกพร่องอื่นๆ ในภาพประกอบ โลโก้ และภาพที่ AI สร้าง
- Code debugger: แก้ข้อผิดพลาดและปรับปรุงประสิทธิภาพของโค้ดที่ Copilot หรือ ChatGPT สร้างได้ไม่สมบูรณ์
- Video polisher: ให้ศิลปิน VFX แก้ข้อผิดพลาดทางกายภาพหรือความไม่เป็นธรรมชาติของวิดีโอ AI
- งานเหล่านี้ส่วนใหญ่ไม่ใช่ การทำงานร่วมกัน แต่เป็น แรงงานที่เน้นการแก้และปรับแต่ง และไม่ใช่พื้นที่ที่ความคิดสร้างสรรค์แท้จริงของมนุษย์จะได้แสดงออก
- ความต้องการงาน สร้างสรรค์และตรวจแก้ที่ขับเคลื่อนโดยมนุษย์ กำลังเพิ่มขึ้นบน Upwork, Fiverr, Freelancer และแพลตฟอร์มอื่นๆ
- ศิลปินและนักเขียนจำนวนมากถูกผลักไปสู่งานเก็บกวาดง่ายๆ ราวกับเป็น “คนทำความสะอาดสภาพแวดล้อมดิจิทัล” จนเกิด การสูญเสียความคิดสร้างสรรค์และความเหนื่อยล้าสะสม มากขึ้น
ความย้อนแย้งที่แท้จริงและทางออก
- แม้ AI จะดูเหมือนกำลังแทนที่มนุษย์ แต่ในความเป็นจริงกลับกลายเป็นโครงสร้างสองชั้นที่ต้อง จ้างมนุษย์มาเป็นกำลังเสริมเพื่อชดเชยความไม่ชำนาญของ AI
- มันก่อรูปเป็น เศรษฐกิจคู่ขนานที่มนุษย์ต้องทำให้ AI ดูเป็นมนุษย์ และนำไปสู่โศกนาฏกรรมที่บางคนซึ่งอาจเคยเป็นผู้สร้างสรรค์ กลับถูกจัดวางใหม่ให้ทำหน้าที่เป็น “คนเก็บกวาด”
- ปัญหาที่แท้จริงไม่ใช่ AI เอง แต่คือ การเลือกของมนุษย์ ที่ให้ความสำคัญกับ ความเร็ว ปริมาณ และต้นทุน มากกว่าคุณภาพ
- ทางออกไม่ใช่ การเลิกใช้ AI หรือ การทำให้ AI ฉลาดขึ้น แต่คือ การใช้อย่างชาญฉลาดและการมีส่วนร่วมของมนุษย์
- ต้องนิยาม AI ใหม่ให้เป็น เครื่องมือ ที่ทำงานร่วมกับ ความคิดสร้างสรรค์และความเข้าอกเข้าใจอันแท้จริงของมนุษย์
- มนุษย์ต้องเป็นศูนย์กลาง และไม่ควรปล่อยให้โครงสร้างไหลไปสู่สภาพที่ต้อง คอยเก็บกวาดปัญหาของผลลัพธ์ที่ AI สร้างอยู่ตลอดเวลา
- สิ่งที่อันตรายจริงๆ คือ การที่เราเคยชินกับ AI slop จนลืมคุณค่าของการสร้างสรรค์โดยมนุษย์
- บุคลากรเก็บกวาดในตอนนี้เป็นเพียงทางแก้ชั่วคราว และในระยะยาว เราควรมุ่งไปสู่ อนาคตทางเทคโนโลยีที่ตั้งอยู่บนความคิดสร้างสรรค์และความจริงแท้ของมนุษย์อย่างแท้จริง
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
หลายคนบอกว่า AI จะมาแทนที่มนุษย์ แต่คิดว่าในความเป็นจริงมีอยู่สองปรากฏการณ์ อย่างแรกคือ AI ยังทำให้งานที่ต้องใช้ทักษะกลายเป็นงานทั่วไปสำหรับใครก็ได้ไม่ได้ อย่างที่สองคือวัฒนธรรมสื่อกำลังถูกทำให้เจือจางและด้อยลง สำหรับปรากฏการณ์แรกยังรอตัวชี้วัดเพิ่มเติมอยู่ เช่น ข้อมูลจาก BLS ส่วนอย่างที่สองคือมีหมวดหมู่สื่อแบบใหม่เกิดขึ้น ซึ่งให้ความรู้สึกคล้าย chiptune หรือมีมแบบ 'deep fried'
แรงงานที่มีทักษะจริง ๆ เช่น นักแปล นักออกแบบ และ copywriter ยังจำเป็นอยู่ในระดับกลางขึ้นไป คนกลุ่มนี้คงยังไม่ถูกแทนที่ในเร็ว ๆ นี้ เลยไม่ค่อยสะท้อนในสถิติทางการ สิ่งที่กำลังถูกแทนที่หรือไม่ได้รับการจ้างใหม่กลับเป็นพวกฝึกงานหรือพนักงานระดับจูเนียร์ เพราะ AI พอจะทำงานระดับนั้นได้ค่อนข้างมาก แต่การเปลี่ยนแปลงแบบนี้ก็ไม่ค่อยปรากฏในสถิติอัตราว่างงานทางการเช่นกัน สิ่งที่พอดูได้มีแค่จำนวนประกาศรับสมัครงานที่ลดลง ซึ่งก็อาจมาจากหลายปัจจัย เช่น ความไม่แน่นอนทางเศรษฐกิจหรือสถานการณ์ระหว่างประเทศ สุดท้ายอีกไม่กี่ปีวงการสื่อและครีเอทีฟคงพังยับหมด ถ้า AI ปิดทางเข้าของสายอาชีพนี้ ฝึกงานก็จะหายไป แล้วจูเนียร์ ระดับกลาง และซีเนียร์ก็จะค่อย ๆ หายตามกันไป ตอนจบจะเหลือแค่คนใส่สูทที่เคยจับ Photoshop เมื่อ 15 ปีก่อนกับทีมเซลส์
ยังสงสัยว่าสถิติทางการของ BLS จะเชื่อถือได้แค่ไหน ยิ่งนึกถึงวิธีที่ประธานาธิบดีทรัมป์ปฏิบัติต่อหน่วยงานนี้หลังจากมันเผยแพร่สถิติการว่างงานที่เขาไม่ชอบ ก็ยิ่งเชื่อถือน้อยลง
จนถึงตอนนี้ ความคิดสร้างสรรค์และความสามารถในการอธิบายของมนุษย์พัฒนาเข้าใกล้ความเฉพาะเจาะจงได้ด้วยการจัดการกับความสุ่มได้ดี แต่ตอนนี้การทำให้ความสุ่มเป็นอัตโนมัติกลับทำให้แนวหน้าของความคิดสร้างสรรค์ทื่อขึ้น เพราะ AI ไม่ได้ถูกฝึกมาเพื่อความเฉพาะเจาะจง จึงทำให้รายละเอียดที่ลึกจริง ๆ ยิ่งห่างออกไป โดยเฉพาะเวลาที่มนุษย์หลงคิดว่าผลลัพธ์จาก AI นั้นสมเหตุสมผลและละเอียดพอ ปรากฏการณ์ถดถอยแบบนี้ยิ่งเด่นชัด มันบ้าสิ้นดี แต่เทคโนโลยีกำลังทำให้มันกลายเป็นเรื่องปกติ
มันไม่ใช่เรื่องน่าประหลาดใจ ดูอย่างในโรงงานที่มนุษย์มีหน้าที่คัดของเสียออกก็ได้ เพราะในอดีตคนแบบนั้นเคยเป็นช่างฝีมือที่ทำสินค้าด้วยตัวเองตั้งแต่ต้น
ในโรงงาน ของเสียมีน้อยและแยกออกได้ง่าย แค่โยนทิ้งแล้วเครื่องจักรก็ผลิตที่เหลือต่อได้ เร็วกว่าช่างฝีมือมาก แต่กรณีของ AI ปัญหาคือมันไม่ได้ทำของแบบเดิมซ้ำ ๆ จึงจับปัญหาได้ยาก ต่อให้เจอข้อผิดพลาดก็ต้องแก้ด้วยมือทีละจุด และสุดท้ายอาจต้องทิ้งทั้งหมดแล้วเริ่มใหม่ตั้งแต่ต้น เวลาและแรงที่เทให้ AI เลยสูญเปล่า และอาจจะดีกว่าถ้าส่งให้ช่างฝีมือทำตั้งแต่แรก
เมื่อเทียบกับสิ่งที่โฆษณาไว้ว่า AI คือการปฏิวัติครั้งใหญ่ในรอบหลายศตวรรษ มันชวนให้หมดแรงมาก สรุปคือเรายังไม่ได้เข้าสู่ยุค AI
พอเห็นคำว่า "มนุษย์มีหน้าที่คัดของเสียออกในโรงงาน" ก็ทำให้นึกถึงเว็บไซต์ของบริษัท outsourcing ในอินเดียแห่งหนึ่งที่บอกว่าพนักงานของพวกเขาไม่ได้คัดของเสีย แต่ทำงาน "clean up" แทน ถ้าสมมุติว่าในโรงงานสินค้าส่วนใหญ่เสียจนคัดออกได้ง่าย แต่แทนที่จะทิ้งกลับต้องซ่อมทั้งหมด ค่าใช้พลังงานที่ใช้ในกระบวนการผลิตก็มหาศาล
การที่มนุษย์ต้องตามเก็บกวาดความผิดพลาดของมนุษย์เองเป็นเรื่องปกติอยู่แล้ว โดยเฉพาะในงานพัฒนาซอฟต์แวร์ยิ่งเห็นชัด
ไม่แปลกนักที่พื้นที่แรกที่ AI เปลี่ยนแปลงอย่างเห็นได้ชัดคือ e-commerce ร้านค้าส่วนใหญ่มีข้อเสนอหลักอยู่แค่อย่างเดียว และการนำเสนอไม่ได้สำคัญขนาดนั้น แค่ไม่ดูเหมือนโฮมเพจปี 2003 ก็พอ และพูดตามตรงแทบไม่มีใครสนใจมากนักว่าหน้าร้านในปี 2025 จะดูเป็นอย่างไร โฆษณาแค่ต้องดึงความสนใจได้ ไม่ได้มีเป้าหมายเป็นงานศิลปะ สิ่งที่ AI ทำได้ดีคือสร้างของที่ธรรมดาแบบที่ใครดูก็ว่าพอใช้ได้ เอาเข้าจริงมันจืดมาก ทั้งเพลง ภาพ และงานเขียนก็เหมือนกัน แน่นอนว่าเรื่องพื้นฐานอย่างภาพที่มีนิ้วแปดนิ้วยังเป็นโจทย์ที่ต้องแก้ แต่ถ้ามองแค่ผิวเผิน AI ก็มาถึงจุดที่ทำให้ผลงานดูแทบแยกจากของจริงไม่ออกแล้ว เพราะฉะนั้นตอนนี้บทบาทของ AI คือการผลิต 'แม่พิมพ์' ถ้าเมื่อก่อน Lorem Ipsum เป็นข้อความตัวอย่าง ตอนนี้ AI ก็สร้างโครงร่างสำหรับใช้เป็นแบบนั้นได้ในทุกส่วน มนุษย์จึงต้องเติมบุคลิกให้กับฐานที่ AI โปรยไว้ การสร้างอะไรสักอย่างย่อมมีทั้งความเสี่ยงและการตัดสินใจ การตัดสินใจนั้นมีเรื่องรสนิยมเข้ามาเกี่ยว และต้องมีใครสักคนรับผิดชอบ แน่นอนว่ามีเรื่องการแก้ข้อผิดพลาดชัด ๆ อยู่ด้วย แต่ท้ายที่สุด สิ่งสำคัญคือการดัดแปลงโครงนั้นให้เข้ากับแต่ละสถานการณ์
เหมือนประโยคที่ Brad Pitt พูดในบทรัสตี้ว่า "ใช้แค่คำที่คุณใช้ได้ อย่าหยุด มองไปที่เป้าหมายของคุณเท่านั้น พูดให้เฉพาะเจาะจงพอที่จะไม่มีใครจำได้ ทำให้มันตลกแต่อย่าตลกเกินไป สร้างความประทับใจที่พอดีจนคนลืมคุณทันทีที่คุณเดินจากไป และสิ่งที่สำคัญจริง ๆ คือ... ไม่ว่าในสถานการณ์ไหน อย่าเด็ดขาด อย่าเด็ดขาด..." (อ้างจากภาพยนตร์ <Ocean's Eleven>)
การช็อปปิ้งและโฆษณาเป็นพื้นที่ที่ AI แสดงศักยภาพได้จริง เพราะมีสัญญาณป้อนกลับที่ชัดเจนว่าประสบความสำเร็จหรือไม่ แน่นอนว่าต้องใช้สัญญาณป้อนกลับพวกนี้ให้เป็น ไม่ใช่แค่เอาผลลัพธ์จาก LLM ไปแปะมั่ว ๆ ทุกที่ก็พอ
สุดท้ายก็แทบไม่ได้ต่างจาก consultant แบบเดิมมากนัก ทำให้โค้ดสะอาดขึ้นและเพิ่มประสิทธิภาพให้เว็บไซต์หางาน ไม่ได้มีอะไรใหม่มาก เป็นเรื่องที่ทุกคนคาดไว้แล้ว
ให้ความรู้สึกเหมือนตอนนี้มีบทบาทผู้จัดการระดับกลางที่คอยดูแลพนักงานซึ่งไม่รู้จักเรียนรู้เกิดขึ้นมา
ก่อนที่ AI จะไปถึง AGI ตามที่สัญญาไว้เสียอีก ดูเหมือนทุกคนจะเสียสติไปก่อนแล้ว แบบ slopocalypse ในเรื่องสั้นของ PKD ชื่อ 'Sales Pitch' Sales Pitch (short story)
ความน่าขันที่สุดคือแม้แต่คอมเมนต์เดียวที่อยู่ใต้บทความนั้นก็ยังเป็นคอมเมนต์ที่ AI เขียน
ผมคิดว่าเรายังไม่ได้เข้าสู่ยุค AI แต่ก็คงใกล้มาแล้ว รู้สึกว่า LLM จะเรียกว่า AI ก็ยังไม่เต็มปาก และ machine learning ใช้งานได้จริงมากกว่า ไม่รู้ว่าในอนาคต LLM จะพัฒนาต่อหรือจะค่อย ๆ เลือนหายไป
LLM เป็นหนึ่งในแอปพลิเคชันของ machine learning จึงเป็นโครงสร้างที่มีอิทธิพลต่อกันและกัน แม้ LLM จะไม่ใช่ AI แบบเอกเทศตามที่เราจินตนาการ แต่ก็ปฏิเสธไม่ได้ว่ามันเป็นหมุดหมายสำคัญอย่างยิ่งในด้านการประมวลผลภาษา เมื่อก่อนการประมวลผลภาษาธรรมชาติถือเป็นหนึ่งในตัวชี้วัดสำคัญของ AGI สุดท้ายก็คงเป็นแค่เรื่องของเวลา ก่อนที่เราจะได้เห็นโมเดลขนาดใหญ่แบบหลายประสาทสัมผัสที่เข้าใจและเรียนรู้ประสาทสัมผัสทั้งห้าของมนุษย์ รวมถึงปรับปรุงตัวเองได้ และอาจมีโมเดลที่จัดการกับประสาทสัมผัสใหม่ ๆ ที่มนุษย์ไม่มีด้วย
รู้สึกเหมือนเกณฑ์ความสำเร็จถูกเลื่อนออกไปทีละนิดทุกครั้ง
เราทำงานแบบนี้กันมาหลายสิบปีแล้ว ฉันเคยถูกจ้างเมื่อกว่ายี่สิบปีก่อนให้แก้ไขและฝึกโปรแกรมรู้จำเสียงหรือ OCR ส่วนเพื่อนของฉันก็เคยทำงานแก้ geotag ระบบ AI มีประวัติยาวนานมาก ช่วงแรก ๆ มนุษย์ต้องป้อนกฎ Prolog เองโดยตรง หรือไม่ก็ให้โปรแกรมเมอร์เขียนกฎทีละข้อใส่ในโปรแกรมอย่าง ELIZA หรือ Generalised Problem Solver