เดดไลน์ที่แท้จริงไม่ใช่วันที่ AI เอาชนะมนุษย์ แต่คือวันที่มนุษย์หยุดคิดด้วยตัวเอง

> "คุณเหลือเวลาอีก 18 เดือน"

• ปัญหาที่ร้ายแรงยิ่งกว่าคำทำนายว่า AI จะมาแทนที่ทุกอาชีพภายใน 18 เดือน คือ ปรากฏการณ์ที่มนุษย์ปล่อยให้ความสามารถของตนเองเสื่อมถอยลงต่อหน้าเครื่องจักรรูปแบบใหม่
• การเขียนและการอ่านคือ เสาคู่ของการคิดอย่างลึกซึ้ง แต่เมื่อ generative AI อย่าง ChatGPT เกิดขึ้น นักเรียนกลับเอางานเขียนไปจ้างทำและเลิกอ่านหนังสือ ทำให้ความสามารถในการคิดเองถดถอยลงอย่างรวดเร็ว
• คะแนนการอ่านเฉลี่ยของสหรัฐฯ ต่ำที่สุดในรอบ 32 ปี และแม้แต่นักศึกษาในมหาวิทยาลัยชั้นนำก็ยังเข้าเรียนโดยไม่เคยอ่านหนังสือจบสักเล่ม
• การเขียนและการอ่านไม่ใช่แค่ทักษะ แต่เป็น เครื่องมือที่ปรับโครงสร้างความคิดและองค์ความรู้ของมนุษย์ การเสื่อมถอยของสิ่งนี้จึงหมายถึงการสูญเสียความสามารถด้านตรรกะเชิงสัญลักษณ์ที่ซับซ้อนและการคิดเชิงระบบ
• ทักษะหลักที่ลูกหลานของเราต้องมีในยุค AI คือ ความอดทนในการอ่านข้อความยาวและซับซ้อน ความสามารถในการเก็บไอเดียที่ขัดแย้งกันไว้พร้อมกัน และการต่อสู้กับระดับประโยคอย่างจริงจัง ซึ่งตอนนี้ได้กลายเป็นเรื่องของการเลือกแล้ว

---

Time Under Tension ของความคิด

การนำแนวคิดจากฟิตเนสมาประยุกต์กับการคิด

• ในฟิตเนส "time under tension" คือความต่างระหว่างการทำสควอตด้วยน้ำหนักเท่ากันในเวลา 2 วินาทีหรือ 10 วินาที
  • แบบหลังยากกว่า แต่ สร้างกล้ามเนื้อได้มากกว่า
  • เวลาที่มากขึ้นคือความตึงเครียดที่มากขึ้น ความเจ็บปวดที่มากขึ้นคือผลลัพธ์ที่มากขึ้น
• การคิดก็ได้ประโยชน์จากหลักการคล้ายกัน
  • ความสามารถในการนั่งอยู่กับไอเดียที่แทบไม่เชื่อมกันหรือขาดตอนอย่างอดทน
  • แล้วค่อยถักทอสิ่งใหม่ขึ้นมาแบบผสมผสาน

ตัวอย่างจากกระบวนการเขียนบทความ

• Jerusalem Demsas บรรณาธิการมอบหมายให้เขียนเรียงความโต้แย้งคำกล่าวอ้างว่า AI จะชิงงานทั้งหมดภายใน 18 เดือน
• ปฏิกิริยาแรก: คำทำนายนี้รุนแรงเกินไปและแทบจะแน่นอนว่าผิด จึง คิดว่าไม่มีอะไรจะพูดต่อแล้ว
• แต่เมื่ออยู่กับพรอมป์ตนั้นต่อไป ชิ้นส่วนปริศนาหลายชิ้นก็เริ่มไหลมาเชื่อมกัน:
  • Financial Times เอสเสย์ - Have humans passed peak brain power?
  • บทความจาก The Atlantic - The Elite College Students Who Can’t Read Books
  • งานวิจัย National Assessment of Educational Progress
  • หนังสือของ Walter Ong - Orality and Literacy: The Technologizing of the Word
  • ระหว่างทำ eccentric pull-up ที่ยิมก็เกิดไอเดียขึ้นมา ทำให้ เริ่มเห็นโครงของกรอบความคิด

การนิยามปัญหาใหม่

• ปัญหาในอีก 18 เดือนข้างหน้าไม่ใช่เรื่องที่ AI จะไล่คนทำงานออกทั้งหมด หรือนักเรียนจะแพ้ตัวแทนที่ไม่ใช่มนุษย์ในการแข่งขัน
• แต่คือว่า เราจะปล่อยให้ความสามารถของเราเองถดถอยต่อหน้าเครื่องจักรแบบใหม่นี้หรือไม่
• เราหมกมุ่นกับวิธีที่เทคโนโลยีจะเหนือกว่าเรามากเกินไป จนมองไม่เห็น วิธีมากมายที่เราจะทำให้ตัวเองไร้ความสามารถได้ด้วยมือตัวเอง

คำเตือน 18 เดือน

• คำทำนายจากผู้นำ AI

  • ข้อความจากผู้บริหารและนักคิด AI หลายคนคือ: มนุษย์จะรักษาความได้เปรียบเหนือ AI ได้ถึงเพียงฤดูร้อนปี 2027 เท่านั้น
  • มีมุมมองว่าการระเบิดของความสามารถ AI จะทิ้งสิ่งมีชีวิตฐานคาร์บอนไว้ข้างหลัง
  • มีการคาดการณ์ว่าสูงสุดถึง "ครึ่งหนึ่งของงาน white-collar ระดับเริ่มต้นทั้งหมด" จะหายไป
  • แม้แต่สมองระดับรางวัลโนเบลก็อาจหวาดกลัวว่านักออกแบบ AI จะสร้าง "ประเทศแห่งอัจฉริยะภายในดาต้าเซ็นเตอร์" ขึ้นมา

• ความกังวลของพ่อแม่

  • คำถามที่พ่อแม่ถามบ่อยที่สุดในช่วงไม่กี่เดือนที่ผ่านมา: "ถ้า AI กำลังจะเก่งกว่าเราทุกด้าน แล้วลูกของเราควรทำอะไร?"
  • หาก generative AI เขียนโค้ด วินิจฉัยโรค และแก้ปัญหาได้ดีกว่า โปรแกรมเมอร์ รังสีแพทย์ และนักคณิตศาสตร์
  • แม้แต่สาขาที่เคยถูกมองว่า "ปลอดภัย" อย่างวิทยาการคอมพิวเตอร์ แพทยศาสตร์ และคณิตศาสตร์ ก็อาจไม่ปลอดภัยอีกต่อไป

• มองความจริงในปัจจุบันอีกครั้ง

  • สิ่งสำคัญคือไม่ใช่การทำนายอนาคต แต่คือ การอธิบายความจริงที่มีอยู่แล้ว
  • ไม่มีใครรู้ว่า AI จะทำให้แรงงานไร้ประโยชน์ในวันสมมุติวันไหน
  • แต่เรามองเห็นได้แล้วว่า เทคโนโลยีกำลังกระทบความสามารถในการคิดอย่างลึกซึ้งของเราอย่างไรในตอนนี้
  • ผู้เขียนกังวลกับ การเสื่อมถอยของมนุษย์ที่คิดได้ มากกว่าการผงาดขึ้นของเครื่องจักรที่คิดได้เสียอีก

จุดจบของการเขียน จุดจบของการอ่าน

• การโกงด้วย AI ที่แพร่หลาย

  • บทความปกของ New York Magazine เดือนมีนาคม 2025: ทุกคนกำลังใช้ AI โกงในโรงเรียน
  • โมเดลภาษาขนาดใหญ่ทำให้นักเรียนมัธยมและมหาวิทยาลัยสามารถสร้างเรียงความในหัวข้อใดก็ได้ทันที
  • ครูกำลังเผชิญ วิกฤตระดับอัตถิภาวนิยม ในการประเมินความสามารถการเขียนที่แท้จริงของนักเรียน
  • นักเรียนคนหนึ่งพูดว่า: "มหาวิทยาลัย ณ จุดนี้คือเรื่องของการที่ฉันใช้ ChatGPT ได้ดีแค่ไหน"
  • ศาสตราจารย์คนหนึ่งกล่าวว่า: "นักศึกษาจำนวนมากจะจบการศึกษาและเข้าสู่ตลาดงาน ทั้งที่แทบจะอ่านเขียนไม่ออกโดยเนื้อแท้"

• การเขียนคือการคิดนั่นเอง

  • เหตุผลที่การเสื่อมถอยของการเขียนสำคัญ: การเขียนไม่ใช่สิ่งที่เกิดขึ้นเป็นลำดับที่สองหลังจากการคิด
  • การเขียนนั้นเองคือ การกระทำของการคิด
  • เรื่องนี้เป็นจริงไม่ใช่แค่กับนักเรียน แต่รวมถึงผู้เชี่ยวชาญด้วย
  • บทบรรณาธิการ Nature เรื่อง "Writing is thinking": การ "เอากระบวนการเขียนทั้งหมดไป outsource ให้ LLM" ทำให้นักวิทยาศาสตร์สูญเสียงานสำคัญในการทำความเข้าใจสิ่งที่ตนค้นพบและเหตุผลที่มันสำคัญ
  • คนที่ปล่อยให้ AI เขียนแทนจะพบว่า หน้าจอเต็มไปด้วยคำ แต่ในหัวกลับว่างเปล่าจากความคิด

• การเสื่อมถอยของความสามารถในการอ่านที่ร้ายแรงยิ่งกว่า

  • ภาวะอ่านเขียนได้ไม่เต็มประสิทธิภาพ

    • อาจารย์มหาวิทยาลัยนิรนาม Hilarius Bookbinder กล่าวว่า: "นักศึกษาส่วนใหญ่แทบจะอ่านเขียนไม่ออกในเชิงใช้งานจริง"
    • "นี่ไม่ใช่เรื่องล้อเล่น" และก็ไม่ใช่การพูดเกินจริง

  • แนวโน้มขาลงทั่วตะวันตก

    • คะแนนความสำเร็จด้านการรู้หนังสือและคณิตศาสตร์ กำลังลดลงทั่วโลกตะวันตก เป็นครั้งแรกในรอบหลายทศวรรษ
    • John Burn-Murdoch นักข่าวของ Financial Times ตั้งคำถามว่า ในจังหวะเดียวกับที่มนุษย์กำลังสร้างเครื่องจักรที่คิดแทนเรา เราอาจ "ผ่านจุดสูงสุดของพลังสมอง" ไปแล้วหรือไม่
    • "Nation's Report Card" ของสหรัฐฯ (จัดทำโดย NAEP): คะแนนการอ่านเฉลี่ยในปี 2024 ต่ำที่สุดในรอบ 32 ปี
      • ยิ่งน่ากังวลเพราะชุดข้อมูลนี้ย้อนกลับไปได้เพียง 32 ปีเท่านั้น

  • ความเคยชินกับการอ่านแบบเป็นชิ้นส่วน

    • คนอเมริกันยังอ่านคำอยู่ตลอดเวลา: อีเมล ข้อความ ฟีดข่าวโซเชียลมีเดีย ซับไตเติล Netflix
    • แต่คำเหล่านี้อยู่ในรูปของ เศษชิ้นงานเขียนที่แทบไม่ต้องใช้สมาธิต่อเนื่องเพื่อทำความเข้าใจข้อความที่ใหญ่กว่า
    • คนอเมริกันในยุคดิจิทัล ไม่สนใจหรือไม่สามารถนั่งอยู่กับอะไรที่ยาวเกินทวีตได้
    • สัดส่วนคนอเมริกันที่บอกว่าอ่านหนังสือเพื่อความบันเทิง ลดลงเกือบ 40% ตั้งแต่ยุค 2000s

  • นักศึกษาอภิสิทธิ์ชนที่เลิกอ่านหนังสือ

    • รายงานของ Rose Horowitch ใน The Atlantic: นักศึกษาที่เข้ามหาวิทยาลัยชั้นนำที่สุดของสหรัฐฯ ไม่เคยอ่านหนังสือจบสักเล่มเพื่อการเรียนเลย
    • Daniel Shore หัวหน้าภาควิชาภาษาอังกฤษที่ Georgetown กล่าวว่า นักศึกษากำลังมีปัญหา แม้แต่กับการจดจ่ออ่านโคลง sonnet
    • Nat Malkus นักวิจัยการศึกษาจาก American Enterprise Institute เสนอว่า โรงเรียนมัธยมได้ หั่นหนังสือเป็นชิ้น ๆ เพื่อเตรียมเด็กสอบส่วนอ่านจับใจความของข้อสอบมาตรฐาน
    • เมื่อระบบการศึกษาสหรัฐฯ ปรับให้เหมาะกับการวัดผลความสามารถด้านการอ่าน ก็เหมือนกับว่า มันได้ฆ่าการอ่านหนังสือไปโดยไม่ตั้งใจ

เสาคู่ของการคิดอย่างลึกซึ้ง

• มุมมองของ Cal Newport

  • Cal Newport: ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ และผู้เขียนหนังสือขายดีอย่าง "Deep Work"
  • การเขียนและการอ่านคือ เสาคู่ของการคิดอย่างลึกซึ้ง
  • เศรษฐกิจสมัยใหม่ให้คุณค่ากับ ตรรกะเชิงสัญลักษณ์และการคิดเชิงระบบ และการอ่านลึกกับการเขียนคือการฝึกที่ดีที่สุดสำหรับสิ่งนี้

• AI คือผู้เล่นทรงพลังรายล่าสุดในสงครามกับความสามารถในการคิด

  • การเติบโตของทีวีสอดคล้องกับการลดลงของการสมัครหนังสือพิมพ์ต่อหัว และ การค่อย ๆ หายไปของการอ่านเพื่อความเพลิดเพลิน
  • จากนั้นก็มีอินเทอร์เน็ต โซเชียลมีเดีย สมาร์ตโฟน และสตรีมมิงทีวี
  • "หมัดหนึ่งสองของการอ่านและการเขียนคือเซรุ่มที่เราต้องกินเพื่อให้ได้พลังพิเศษของการคิดเชิงสัญลักษณ์อย่างลึกซึ้ง" - Newport
  • "ดังนั้นผมจึงส่งสัญญาณเตือนมาตลอดว่าเราต้องกินเซรุ่มนี้ต่อไป"

• ข้อสังเกตของ Walter Ong

  • จากหนังสือ "Orality and Literacy" ของนักวิชาการ Walter Ong
  • การรู้หนังสือไม่ใช่ทักษะชั่วคราว
  • แต่มันคือ เครื่องมือที่ปรับโครงสร้างความคิดและองค์ความรู้ของมนุษย์ เพื่อสร้างพื้นที่ให้กับแนวคิดที่ซับซ้อน

  • ความต่างระหว่างมุขปาฐะกับตัวอักษร

    • คนที่อ่านหรือเขียนไม่ได้ก็ยังจำเรื่องเล่าได้
    • แต่สิ่งอย่าง "Principia" ของ Newton ไม่อาจส่งต่อข้ามรุ่นได้ หากไม่มีความสามารถในการบันทึกสูตรแคลคูลัส
    • ภาษาถิ่นแบบมุขปาฐะมักมีคำศัพท์เพียง ไม่กี่พันคำ
    • ขณะที่ "กราโฟเลกต์ที่รู้จักกันในชื่อภาษาอังกฤษมาตรฐานมี อย่างน้อย 1.5 ล้านคำ" - Ong
    • หากการอ่านและการเขียนได้ เดินสายใหม่ให้เครื่องยนต์ตรรกะในสมองมนุษย์ การเสื่อมถอยของการอ่านและการเขียนก็กำลัง ถอดสายพลังพิเศษทางการรับรู้ของเรา พอดีกับช่วงเวลาที่เครื่องจักรที่ยิ่งใหญ่กว่ากำลังปรากฏบนเส้นขอบฟ้า

การเรียนรู้ในยุคเครื่องจักรที่คิดได้

• หน้าที่หลักที่มีคุณค่า

  • แม้จะไม่รู้ว่านักเรียนคนใดควรเรียนสาขาไหน แต่ผู้เขียนมั่นใจมากกับ ความสามารถที่พวกเขาควรให้คุณค่า
  • นั่นคือความสามารถที่กำลังเสื่อมถอยอยู่นั่นเอง:
    • ความอดทนในการอ่านข้อความยาวและซับซ้อน
    • ความสามารถในการ เก็บไอเดียที่ขัดแย้งกันไว้ในหัวและเพลิดเพลินกับความไม่ลงรอยนั้น
    • ความสามารถในการ ต่อสู้กับการเขียนอย่างจริงจังในระดับประโยค
    • การ ให้คุณค่ากับสิ่งเหล่านี้ ในยุคที่วิดีโอความบันเทิงมาแทนการอ่าน และเรียงความจาก ChatGPT มาแทนการเขียน (ตอนนี้มันกลายเป็นเรื่องของการเลือกแล้ว)

• ภัยคุกคามที่ชัดเจนและมีอยู่จริง

  • เมื่อ AI มีอยู่ดาษดื่น ก็มีภัยคุกคามที่ชัดเจนและมีอยู่จริงว่า การคิดลึกแบบมนุษย์จะกลายเป็นของหายาก
  • ปัญหาที่แท้จริงไม่ใช่ว่าเทคโนโลยีจะเหนือกว่าเราหรือไม่ แต่คือว่า เราจะปล่อยให้ความสามารถของเราเองเสื่อมถอยหรือไม่

บทสรุป

• สิ่งที่คุกคามอนาคตของมนุษย์ไม่ใช่ความก้าวหน้าทางเทคโนโลยีของ AI เอง แต่คือการสูญเสียความสามารถในการคิดเอง อ่านอย่างลึกซึ้ง และเขียนด้วยตัวเอง
• สิ่งที่เราจำเป็นต้องมีมากที่สุดในยุค AI คือ ความสามารถในการคิดอย่างลึกซึ้ง สมาธิ และความอดทน

[argo9]

ดูท่าว่ายุคที่เราฝังความรู้เข้ากับสมองผ่านชิปเหมือนในหนังไซไฟคงจะมาถึงในไม่ช้านี้

[shakespeares]

ถ้ายุคที่ผู้คนหยุดคิดอย่างแท้จริงมาถึง จนต้องทำการปลูกถ่ายกันขึ้นมา.. แบบนั้นก็คงเหมือนเป็นวันสิ้นโลกนะครับ

[GN⁺]

ความคิดเห็นจาก Hacker News

• ผมคิดว่า AI เป็นสิ่งที่ช่วยขยายแนวโน้มเดิมของแต่ละคนให้แรงขึ้นไปอีก สำหรับงานค้นคว้า การเรียนรู้ และงานที่เสียเวลาไปกับงานซ้ำๆ มากกว่าการใช้สมอง AI ช่วยได้มหาศาล ทำให้ผมได้ใช้เวลากับงานที่ต้องอาศัยความคิดเฉพาะของมนุษย์จริงๆ และงานที่ตัวเองสนุกมากกว่าเดิม รู้สึกเหมือนได้ขึ้นจรวดแห่งการเติบโตครั้งใหญ่ในระดับส่วนตัว แต่ขณะเดียวกันก็เห็นกับตาว่าบางคนค่อยๆ กลายเป็นเหมือนสำเนาการทำงานของ AI พวกเขาบ่นเหมือนกันว่า AI จะมาแย่งงาน แต่กลับไม่ตระหนักเลยว่าตัวเองกำลังทำงานไร้ความหมายซ้ำๆ และ “ยกงานของตัวเองให้ AI” ไปเอง ผมยังไม่เข้าใจว่าทำไมคนถึงไม่รู้ตัวว่ากำลังเป็นคนก่อเรื่องนี้ขึ้นมาเอง
  • บทความนี้พูดถึงคนรุ่นใหม่เป็นหลัก ซึ่งกำลังเติบโตมาพร้อมเครื่องมือแบบนี้และกำลังก่อรูปนิสัยกับแนวโน้มการคิดของตัวเอง ผมเองก็เคยเรียนเขียนโปรแกรมมาก่อนยุค LLM จากการค้นหาใน stackoverflow และลองผิดลองถูกด้วยตัวเอง ประสบการณ์นั้นทำให้รู้คุณค่าภายในของ “กระบวนการสร้างบางอย่างขึ้นมาจากศูนย์” แต่เพราะวัฒนธรรมตะวันตกให้ความสำคัญกับรางวัลภายนอกเป็นหลัก ผมเลยกังวลว่าคนรุ่นถัดไปอาจพลาดโอกาสสำคัญในการฝึกทักษะแบบนี้
  • จริงๆ แล้วแก่นของปัญหาคือแต่เดิมก็มีคนจำนวนมากที่ไม่ได้มีความสามารถในการเพิ่มคุณค่าให้กับกระบวนการอยู่แล้ว เรื่องนี้มีมานานก่อนคำว่า “AI” จะเกิดขึ้นเสียอีก ในสังคมมีคนไม่น้อยที่เพิ่มแต่งานจิปาถะ ยึดติดกับวัฒนธรรมการทำงานที่ผิดพลาดจนทำให้งานพัง หรือในทางปฏิบัติก็สร้างผลลบมากกว่าผลบวก บางที AI อาจทำให้คนแบบนั้นมองเห็นได้ชัดขึ้น แต่ตัวปัญหาเองไม่ได้เปลี่ยนไปในระดับรากฐาน แล้วเราจะให้คนกลุ่มนี้ไปอยู่ตรงไหนได้บ้าง? จะมีวิธีมอบบทบาทเชิงบวกให้ทุกคนโดยไม่ทำลายความเป็นมนุษย์ได้หรือไม่? หรือควรปล่อยให้เป็นเรื่องของโชคและหวังว่าสักวันพวกเขาจะเจอสิ่งที่ตัวเองทำได้ดีจริงๆ? สุดท้ายผมเลยรู้สึกว่า UBI (รายได้พื้นฐานถ้วนหน้า) กับการเปิดโอกาสให้ค้นหาตัวเองอย่างอิสระก็ไม่ใช่ความคิดที่แย่
  • มันให้ความรู้สึกเหมือนทำให้คำสัญญาที่ Steve Jobs เคยพูดว่า “คอมพิวเตอร์คือจักรยานของจิตใจ” กลายเป็นจริงเสียที หลายคนกังวลเกินไปว่า AI จะทำให้ผู้คนสูญเสียพลังในการคิด แต่จริงๆ ถ้าคุณยังไม่เสียความสามารถในการคิดไปเพราะไถ SNS แบบไม่รู้จบ ก็ไม่ใช่ว่า AI จะพรากมันไปจากคุณได้ในพริบตา ปัญหาคือคนจำนวนมหาศาลต่างหากที่เสียความสามารถในการคิดไปเพราะ SNS แล้ว สิ่งที่ผู้คนต้องตระหนักให้ชัดคือ เรามีสิทธิ์เลือกเองว่าจะใส่ข้อมูลแบบไหนเข้าไปในหัว ก่อนจะเลื่อนผ่านคอนเทนต์แนะนำจากอัลกอริทึมแบบไม่คิดอะไรเลย คุณควรตัดสินก่อนว่ามันอาจมีผลต่อความเชื่อ นิสัยการซื้อ หรือไลฟ์สไตล์ของคุณหรือไม่
  • ในความเป็นจริง คนจำนวนมากไม่ได้สนใจงานอาชีพของตัวเองอย่างลึกซึ้งตั้งแต่แรกแล้ว เหตุผลหลักคือพวกเขารู้สึกว่าผลตอบแทนไม่ยุติธรรม เพราะฉะนั้นแม้จะปล่อยให้งานของตัวเองถูก AI รับช่วงไป ก็ไม่ได้รู้สึกว่าตัวตนถูกกระทบอะไร
• สำหรับการใช้ AI ผมยังสรุปชัดๆ ไม่ได้ ตอนแรกผมอยู่ฝั่ง “นี่เป็นเรื่องไม่ดีนะ เรากำลังเอาความสามารถในการคิดของตัวเองไปจ้างคนนอก” แต่ตอนนี้กลับกลายเป็นว่าผมได้เรียนรู้งานหลากหลายแบบอย่างรวดเร็วมาก ถ้าไม่มี ‘อุปกรณ์ช่วยแบบใหม่’ นี้ ผมจะจำทุกอย่างได้หมดไหม? อาจจะไม่ แต่ก็มีงานอีกมากที่ผมเริ่มทำได้ตั้งแต่แรกก็เพราะมีมันช่วย
  • ผมมอง AI คล้ายแอลกอฮอล์ ทุกอย่างต้องพอดี ในปริมาณเล็กน้อยมันอาจช่วยให้ผ่อนคลายได้ และมนุษยชาติก็เคยใช้มันเพื่อฆ่าเชื้อและถนอมอาหารเพื่อผ่านพ้นความเสี่ยงด้านสุขอนามัยในยุคโบราณ แต่สำหรับบางคนมันกลายเป็นไม้ค้ำที่ไม่ดีต่อสุขภาพซึ่งพึ่งพามากเกินไปเพื่อระงับความกังวล และในกรณีสุดโต่งก็อาจเสพติดหนักจนแทบอยู่ไม่ได้หากไม่มีมัน แม้การติด AI จะไม่ได้มีแนวโน้มถึงตายในทันที แต่ประเด็นคือแม้แต่เครื่องมือที่มีประโยชน์ก็อาจกลายเป็นสิ่งพยุงจิตใจอย่างรุนแรงได้
  • ท้ายที่สุดมันขึ้นอยู่กับว่าคุณใช้มันอย่างไร คุณแค่เอาคำตอบแล้วผ่านไป หรือหลังได้คำตอบแล้วพยายามเข้าใจต่อว่าทำไมมันถึงเป็นคำตอบที่ถูกต้อง ผมกำลังทำเกมแนว roguelike ด้วย Raylib ด้วยตัวเอง และพยายามเรียนให้ได้มากที่สุดตั้งแต่ต้นโดยไม่พึ่งเอกสารอ้างอิงหรือ AI ตอนทำระบบมองเห็น เวลาชนกำแพงทีไรก็ได้ผลลัพธ์ประหลาดที่ไม่ตรงสัญชาตญาณ จนหลงทางอยู่หลายรอบ สุดท้ายเลยให้ copilot ช่วยสร้างฟังก์ชัน แล้วมันก็ให้ Bresenham's Line Algorithm ออกมาพอดี ทำให้ผมเข้าใจเหตุผลไปด้วย คนจำนวนมากคงไม่แม้แต่จะสงสัยด้วยซ้ำว่าทำไมคำตอบจาก AI ถึงใช้ได้ผล แต่ประเด็นไม่ใช่ว่าใช้ AI หรือไม่ใช้ แต่อยู่ที่ความลึกในการใช้งาน ซึ่งก็ยังทำให้เราใช้สมองได้มากพอ
  • ไม่ใช่ทุกคนจะธรรมดาเหมือนคุณ
  • เห็นด้วยเลย หลังจากแรงผลักดันในการลงมือทำของผมดีขึ้น ผมก็ได้ลองเทคโนโลยีใหม่ๆ หลากหลายขึ้น
  • ตรงนี้แหละคือปัญหา AI จะทำให้บางคนโง่ลงโดยรวม แต่ทำให้บางคนฉลาดขึ้น และสำหรับบางคนก็อาจมีทั้งด้านสว่างและด้านมืดแยกกันตามแต่ละสาขา ผมเสียดายที่บทความต้นทางเหมารวมมากไปหน่อย อ้างอิงไว้ก่อนนะ นี่คือ ผลวิเคราะห์จาก Claude ของผม ผมคิดว่าคนลองให้ Claude วิเคราะห์บทความแล้วตัดสินด้วยตัวเองก็ดีว่า สุดท้ายคุณฉลาดขึ้นหรือโง่ลงจริงไหม (เพิ่มเติม: ที่ผมระบุเพศของผู้เขียนผิดในพรอมป์ Claude ก็อาจเป็นตัวอย่างหนึ่งของผลลัพธ์จริงจากวิธีที่ผมใช้ AI ได้เหมือนกัน)
• ตัวอย่างที่ปรากฏขึ้นแล้วของปรากฏการณ์แบบนี้คือมีคนจำนวนมากที่ถ้าไม่มีซอฟต์แวร์นำทางก็วางแผนเส้นทางหรือใช้การนำทางไม่เป็น การได้ทางอ้อมจากข้อมูลเรียลไทม์เป็นเรื่องดี แต่ถ้าทำแค่ทำตามคำสั่งซ้ำๆ ไปเรื่อยๆ การพึ่งพาก็จะสูงเกินไป
  • ผมเคยเชื่อมาตลอดว่าตัวเองไม่ใช่คนหลงทางง่าย แต่วันหนึ่งก็พบว่าความสามารถในการหาทางโดยไม่ใช้แผนที่เสื่อมลงอย่างรวดเร็ว ตอนนั้นผมอ่านบทเกี่ยวกับการนำทางในหนังสือ Human Being: Reclaim 12 Vital Skills We’re Losing to Technology แล้วถึงกับสติแตกจนต้องปิดหนังสือก่อน แล้วหันไปฟื้นทักษะการนำทางของตัวเองก่อน ตอนนี้ผมสามารถนึกภาพเมืองได้จากการดูแผนที่อย่างเดียวและไปที่ไหนในเมืองก็ได้ ผมเรียนจบจากยุคหาทางด้วยสมาร์ตโฟนแล้ว ตอนนี้ผมกำลังอ่านบทเรื่องการสื่อสารเพราะกลัวว่าสิ่งนั้นจะตกอยู่ในภาวะวิกฤตเหมือนกัน การพึ่งพาเทคโนโลยีมากขึ้นเรื่อยๆ จนสูญเสียทักษะพื้นฐานต่างๆ เป็นสิ่งที่เกิดขึ้นจริง และแม้เราจะตั้งใจว่าจะใช้ความคิดมากขึ้น ก็ไม่อาจรับประกันได้ว่าจะเป็นเช่นนั้นเสมอไป
  • ปัญหาที่เกิดขึ้นจริงในระดับสังคมจากเรื่องนี้มีตัวอย่างเช่น บทความ NPR นี้ และในฐานะบทเรียนว่าทัศนคติแบบนี้กัดกร่อนคุณค่าและความสามารถได้อย่างไร ก็อาจดู บทความ Marine Corps นี้ เพิ่มเติม
  • สำหรับผม GPS เป็นจุดเริ่มต้นที่ทำให้ไปยังที่ที่แต่ก่อนนึกไม่ถึงว่าจะไปได้
  • ผมไม่คิดว่าการพึ่งแอปนำทางเป็นเรื่องมากเกินไป ทักษะการวางแผนเส้นทางแทบไม่มีประโยชน์อะไรเลยสำหรับคนส่วนใหญ่ ถ้าจำเป็นเมื่อไรก็เรียนรู้ใหม่ได้ง่ายๆ
  • แล้วมันเป็นอะไรนักหนา? จะพึ่งพามันไปเลยไม่ได้หรือ? ตอนเด็กๆ รถผมมีสมุดแผนที่ติดไว้ตลอด และเคยทำงานที่ต้องวางแผนเส้นทางขับรถ 4 ชั่วโมงทุกวันโดยใช้เวลากระดาษประมาณ 30 นาที ต้องเสียเวลาหาถนนที่เชื่อมกันข้ามแต่ละหน้า แถมยังสับสนเพราะสัญลักษณ์บนแผนที่กับสี่แยกจริงไม่เหมือนกัน และยังจำได้ว่ารถคันหลังบีบแตรใส่ด้วย ความลำบากพวกนั้นเสียเวลาเปล่า มันไม่ได้ทำให้ผมแข็งแกร่งขึ้น ฉลาดขึ้น หรือเป็นคนที่ดีขึ้น ผมโอเคดีที่วันนี้เราไม่ต้องมีทั้งแผนที่กระดาษและการหารยาวแบบเมื่อก่อน
• ช่วงนี้ผมผ่านกระบวนการรับสมัครวิศวกรอาวุโสมา และเห็นการถดถอยของทักษะอย่างชัดเจน ผู้สมัคร 80% ไม่สามารถเขียนโค้ดระดับจูเนียร์ได้เลยถ้าไม่มี GenAI แม้จะให้โจทย์ที่ใกล้เคียงงานจริงก็ยังติดกับงานพื้นฐานด้านโครงสร้างข้อมูล ผมเลยลองเช็กด้านการทำงานร่วมกันและการออกไอเดียด้วย เผื่อจะไม่ใช่แค่ปัญหาเรื่องการเขียนโค้ด แต่ก็พบว่าการพึ่งพา LLM รุนแรงพอๆ กัน เป็นความจริงที่สัมผัสได้ชัดมาก และสำหรับคำโต้แย้งที่ว่า “งั้นก็ให้ใช้ LLM ไปสิ” นั้น ที่ทำงานของเราสร้างเทคโนโลยีและ API ใหม่ๆ เอง ทำให้มีงานจริงจำนวนมากที่ LLM ยังรับมือได้ไม่ดี สุดท้ายในสภาพแบบนี้ก็อดสงสัยไม่ได้ว่าทำไมเราต้องจ่ายเงินเดือนสูงให้คนระดับซีเนียร์ด้วย
  • จริงๆ แล้วเวลาผมทำ side project แบบ vibe coding ผมก็ใช้ AI เยอะเหมือนกัน ถ้าตอนนี้ต้องไปสัมภาษณ์เขียนโค้ดแบบสุ่มโดยไม่มี LLM ผมเองก็คงต้องใช้เวลาปรับตัวสักหน่อย แต่ถ้าฝึกไม่กี่วันก็กลับมาได้ทันที และผมมั่นใจว่าเดี๋ยวก็ทำได้ดีกว่าคนส่วนใหญ่อีกอยู่ดี ถ้าตัดสินจากการทดสอบหน้างานอย่างเดียว ก็อาจพลาดคนเก่งเพราะมองไม่เห็นศักยภาพแฝงได้
  • คุณถามว่าทำไมต้องจ่ายให้ซีเนียร์ แต่ตอนนี้ความสามารถในการสื่อสารกับ AI อย่างถูกทางต่างหากที่เป็นทักษะสร้างความต่างของซีเนียร์ ซึ่งจะได้มาก็ต่อเมื่อเข้าใจโจทย์ปัญหาอย่างถูกต้องและผ่านการลองผิดลองถูกมาเป็นจำนวนมาก
  • เงินเฟ้อของตำแหน่งลามมาถึงบริษัทแล้ว คนที่เมื่อหลายสิบปีก่อนยังไม่ได้คุณสมบัติเป็น ‘senior’ ตอนนี้กลับมีตำแหน่ง ‘principal’ กันแล้ว
  • อะไรคือสิ่งที่ต้องรู้จริงๆ กับอะไรคือความรู้ที่แค่ค้นผ่าน LLM ก็พอ เป็นเรื่องที่แต่ละคนมองไม่เหมือนกัน
  • คำว่า “ถ้าไม่มี GenAI ก็ทำงานระดับจูเนียร์ไม่ได้” อาจไม่ได้หมายความว่าไม่รู้อะไรเลย แต่อาจหมายถึงจำรายละเอียดไม่ค่อยได้แล้ว เหลือเพียงภาพเลือนๆ ก็ได้ จูเนียร์เพิ่งเรียนมาจึงจำได้แม้กระทั่ง $algorithm อย่างแม่นยำ แต่ซีเนียร์จำนวนมากมักจำได้แค่ว่ามีอัลกอริทึมอะไรบ้าง ควรใช้เมื่อไร เพราะอะไร และจะไปค้นต่ออย่างไร ถ้าไม่จำเป็นต้องลงมือทำโดยตรงในบางด้านต่อไป ความทรงจำก็เลือนหายเป็นธรรมดา แล้วเอาพื้นที่นั้นไปโฟกัสทักษะอื่นแทน นั่นคือผลจากการที่งานถูกแยกย่อยเฉพาะทางมากขึ้น กล่าวอีกอย่างคือ ‘จูเนียร์’ กับ ‘ซีเนียร์’ ไม่ได้เป็นแค่ขั้นบนขั้นล่างของชุดทักษะเดียวกัน ลองดูในบริษัทจริงๆ ว่าจูเนียร์กับซีเนียร์ทำงานแบบเดียวกันหรือรับผิดชอบคนละด้าน ก็จะเห็นชัด และเรื่องเงินเฟ้อของตำแหน่งก็เป็นความจริงเหมือนกัน
• ทั้งที่เป็นนิตยสารชื่อ <i>the Argument</i> แต่บทความนี้กลับบอกว่า “ปัญหาไม่ใช่ X แต่คือ Y” แล้วใช้เวลายาวมากไปกับการยืนยัน Y โดยไม่ได้โต้แย้ง X เลย
  • ปกติบทความแบบนี้จะมีประโยชน์ถ้าอ่านในฐานะจุดยืนว่า 'ฉันกังวล Y มากกว่า X' ดังนั้นผู้อ่านไม่จำเป็นต้องไปถก X ก็ได้ แค่โฟกัสว่า Y เป็นปัญหาจริงหรือไม่ก็พอ ในบทความนี้ผู้เขียนก็พูดตรงๆ ว่า “AI จะมาแย่งงานหรือไม่ยังไม่รู้ แต่การถดถอยของความสามารถในการคิดนั้นเป็นปัญหาที่เกิดขึ้นแล้ว ฉันไม่ได้กังวลกับการมาของเครื่องจักรที่คิดได้เท่ากับกังวลว่าคนที่เลิกคิดกำลังเพิ่มขึ้นเรื่อยๆ” เพราะฉะนั้นจุดเน้นของผู้เขียนคือ Y
  • การไม่โต้แย้ง X ก็ไม่ใช่ปัญหา เพราะตั้งแต่แรกมันเป็นจุดยืนเชิงอัตวิสัยอยู่แล้ว
• ดูเหมือนผู้เขียนจะพูดเข้าใกล้คำตอบมากแล้ว แต่ยังไม่ตระหนักถึงความหมายของมันเอง ลองดูตัวอย่างเวลาที่คุณไปยิมแล้วฝึก pull-up ด้วยตัวเองสิ แรงของกล้ามเนื้อหลังจำเป็นต่อการอยู่รอดจริงหรือ? ถ้าย้อนกลับไปก่อนศตวรรษที่ 20 ตอนที่ทุกคนต้องใช้แรงงานกายกันอยู่แล้ว เราจะยังเสียเวลาศึกษาวิธีออกกำลังกายกันไหม? เมื่อการใช้สมองลดลง เราอาจกลับยิ่งพยายามฝึก ‘กล้ามเนื้อความคิด’ อย่างตั้งใจมากขึ้นก็ได้ ท้ายที่สุด แม้ไม่มีระบบการศึกษา สัญชาตญาณในการเรียนรู้ การสร้างสรรค์ และการสร้างความสัมพันธ์ก็ยังคงมีอยู่ในคนบางสัดส่วนเสมอ
• ระบบการศึกษาเองก็เป็นของตกยุคไปแล้ว ทุกประเด็นที่บทความนี้พูดถึงตั้งอยู่บนสมมติฐานว่าการศึกษาปัจจุบันหมายถึง “ให้เด็กๆ นั่งในห้องเรียนโรงเรียนรัฐแล้วเขียนเรียงความเร็วๆ จากนั้นครูค่าแรงต่ำที่ทำงานหนักเกินไปก็ตรวจอย่างรีบๆ” และนั่นคือวิธีฝึกการคิดเชิงวิพากษ์ที่เหมาะสมที่สุดสำหรับปี 2025 ทั้งที่ต่อจากนี้ AI น่าจะเสนอเส้นทางการเรียนรู้เฉพาะบุคคลตามจังหวะของแต่ละคน ช่วยหลอกให้ตอบผิดแบบเรียลไทม์พร้อมฟีดแบ็ก และทำให้การเรียนมีประสิทธิภาพมากขึ้น ผมกลับกังวลว่าการเปลี่ยนแปลงแบบนี้จะทำให้ด้านความร่วมมือและทักษะทางสังคมบกพร่องหนักขึ้น ดังนั้นบทบาทของครูมนุษย์น่าจะสำคัญขึ้นในฐานะผู้สร้างแรงจูงใจและความสัมพันธ์ มากกว่าจะเป็นแค่ผู้ถ่ายทอดความรู้หรือผู้ตรวจคะแนน
  • ขอถามหน่อยว่าคุณมีประสบการณ์เป็นพ่อแม่ไหม ถ้าเคยเลี้ยงเด็กจริงๆ หรือเคยเห็นการเลี้ยงเด็ก คุณจะรู้ว่าเด็กเกินเก้าส่วนในสิบจะไม่สนใจการบ้านหรือการเรียนเลยหากไม่มีแรงกดดันทางสังคมจากพ่อแม่ ครู หรือเพื่อน แก่นแท้ของโรงเรียนคือการสร้างบรรยากาศบังคับทางสังคมแบบนี้ เพื่ออย่างน้อยในชีวิตสักครั้งหนึ่งจะได้มีโอกาสใส่ความรู้บางอย่างเข้าไปในหัว และโรงเรียนก็คือความพยายามขั้นต่ำที่สังคมใช้กระตุ้นเรื่องนี้ในช่วงวัยเติบโตที่สมองยังเหมือนกระดาษเปล่า
  • สิ่งที่ชวนเพ้อฝันก็คือการคิดว่าการเอา AI ที่ชอบพูดข้อมูลมั่วและเรื่องหลอนๆ มารับหน้าที่การศึกษา จะต้องดีกว่าครูค่าแรงต่ำที่ทำงานหนักเกินไปเสมอไป คำตอบที่แท้จริงอาจตรงกันข้าม คือควรปรับปรุงสภาพการทำงานและเพิ่มการสนับสนุนให้ครู
• ผมไม่เข้าใจว่าทำไมทุกคนถึงพูดกันแค่ด้านเดียว ถ้าเราไม่โยนงานน่าเบื่อให้ AI แล้วใครจะไปแก้งานที่ซับซ้อนกว่าได้? ถ้าเรายังต้องคำนวณซ้ำๆ ด้วยตัวเองอยู่ ความก้าวหน้าแบบนี้จะเกิดขึ้นได้ไหม? AI ทำให้มนุษยชาติหลุดพ้นจากตารางลอการิทึมยาวไม่รู้จบและการคำนวณมือได้แล้ว
• AI เป็น ‘ชั้นนามธรรมขนาดมหึมา’ แบบที่พบได้บ่อยในวิศวกรรมซอฟต์แวร์ แต่ความจริงที่ใช้ได้เสมอคือ วิศวกรที่เก่งที่สุดไม่ใช่คนที่หยุดอยู่แค่บนชั้นนามธรรม แต่เป็นคนที่มีทั้งความอยากรู้อยากเห็นและสติปัญญาพอจะสำรวจว่าข้างล่างมันทำงานอย่างไร คุณไม่จำเป็นต้องสร้าง TCP/IP stack เอง แต่ถ้าเป็นวิศวกรที่ดี คุณควรเข้าใจแนวคิดของโปรโตคอล และอย่างน้อยก็ควรรู้เรื่องการทำงานภายในของฐานข้อมูลกับ trade-off ระหว่าง availability/consistency ด้วย เพราะฉะนั้น AI ก็เหมือนกัน ถ้าคุณแค่ทำตามสิ่งที่มันบอกแบบไม่ลืมหูลืมตา คุณมีความเสี่ยงสูงที่จะเจอปัญหาใหญ่
• ผมเพิ่งเขียนบทความในประเด็นคล้ายกันไปไม่นานนี้ ยิ่ง AI จัดการงานที่ยาวและซับซ้อนได้คล่องขึ้นเท่าไร ความสามารถในการจดจ่อของมนุษย์ก็ยิ่งสั้นลงเท่านั้น โพสต์ที่เกี่ยวข้อง ผมยังหวังว่าผู้คนจะหาวิธีใช้ความช่วยเหลือจาก AI ไปพร้อมกับรักษาความสามารถในการคิดด้วยตัวเองเอาไว้ได้ จริงๆ แล้วงานที่โรงเรียนให้ทำก็ไม่ได้มีประโยชน์ใช้สอยมากนักอยู่แล้ว...