เหตุผลที่การมี Copilot ใน Excel น่ากังวล

 (simonwillison.net)
3 คะแนน โดย GN⁺ 2025-11-06 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • ผู้ใช้ TikTok Ada James(@belligerentbarbies) แสดงความกังวลต่อสถานการณ์ที่มีการนำ AI Copilot เข้ามาใช้ใน Excel
  • Excel ถูกเปรียบว่าเป็น “สัตว์ประหลาดที่ขับเคลื่อนเศรษฐกิจของเรา” และมี ‘Brenda’ ปรากฏขึ้นในฐานะผู้ที่ฝึกสัตว์ประหลาดตัวนั้นได้
  • Brenda ถูกบรรยายว่าเป็น บุคคลดุจเทพีแห่ง Excel ที่มีอยู่ในทุกแผนกการเงินของบริษัท
    • มีการใช้ถ้อยคำเชิงสัญลักษณ์ว่า “เทพีแห่ง Excel ลงมาจากฟ้าและจุมพิตที่หน้าผากของ Brenda”
    • มีอุปมาเกินจริงว่าระบบทุนนิยมทำงานได้ก็เพราะความพยายามของ Brenda
  • เมื่อหัวหน้าพยายามแก้ไขรายงานการเงินที่ Brenda ทำไว้ หัวหน้าคนนั้น เชื่อว่า AI น่าจะฉลาดกว่า Brenda จึงใช้ Copilot
  • แต่ AI จัดการ Excel ผิดพลาดและทำรายงานพัง ขณะที่หัวหน้ากลับไม่ทันสังเกตข้อผิดพลาดนั้น
  • เหตุผลคือหัวหน้าไม่เข้าใจ Excel และ AI ก็เกิด ภาพหลอน (hallucination)

“แล้วใครกันที่ไม่สร้างภาพหลอน? Brenda”

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-11-06
ความเห็นจาก Hacker News

  • มี เรื่องเล่าสองแบบที่ขัดกัน เกี่ยวกับการใช้เทคโนโลยีซึ่งน่าสนใจ
    แบบหนึ่งคือ “คนอย่าง Brenda ทำพลาดได้ จึงต้องมีระบบอัตโนมัติ” ส่วนอีกแบบคือ “Brenda สมบูรณ์แบบ แต่ AI มีข้อผิดพลาดเยอะ”
    ที่จริงแล้วสองอย่างนี้ไม่ได้ขัดแย้งกัน เราจะใช้ระบบอัตโนมัติกับงานที่ เข้าใจได้, ทำงานได้อย่างน่าเชื่อถือ, ตรวจดูขั้นตอนได้, และ เป็นงานซ้ำซากน่าเบื่อ เท่านั้น
    ปัญหาเกิดขึ้นเมื่อ AI ไม่เข้าเงื่อนไขเหล่านี้ โดยเฉพาะ ความเป็นอิสระในการตัดสินใจ ของ AI ที่ทำให้คนรู้สึกกลัว เพราะมันสร้างความกังวลแบบ “ไม่รู้ว่าทำไมผลลัพธ์ถึงออกมาแบบนี้”
    เพราะแบบนี้ผู้คนจึงยังเชื่อใจ AI เฉพาะทาง หรือ AI ที่มีมาตรการป้องกัน มากกว่า

    • มันไม่ใช่ภาพง่ายๆ แบบ “Brenda สมบูรณ์แบบ, AI ผิดพลาด”
      โค้ดแบบดั้งเดิมจะให้ผลลัพธ์เดียวกันเสมอเมื่อรับอินพุตเดียวกัน แต่ AI ต่างออกไปทุกครั้ง
      ปัญหาคือ ความทึบที่ทำให้เข้าใจไม่ได้ ว่า AI ทำงานแบบนั้นไปทำไม
      ถ้า Brenda ทำผิด เรายังถามสาเหตุและแก้ไขได้ แต่กับ AI มันทำได้ยาก
      ฉันเองก็ชอบ AI แต่ก็รู้ดีถึง ข้อจำกัด ของมัน
    • มันไม่ใช่ความขัดแย้ง เพราะเวลาพูดถึง ‘เครื่องจักร’ เราหมายถึง อัลกอริทึมแบบกำหนดผลลัพธ์ได้แน่นอน
      ในขณะที่ Generative AI คาดเดาไม่ได้
      ถ้าจะเรียงลำดับความคาดเดาได้ ก็เป็น Quick Sort > Brenda > Gen AI
    • “Thinking mode” ให้เพียง ภาพลวงของความสามารถในการดีบัก เท่านั้น
      โทเค็นที่สร้างขึ้นไม่ได้สะท้อนกระบวนการคิดของมนุษย์
      “ขั้นตอนการให้เหตุผล” ที่โมเดลสร้างขึ้นไม่ได้แสดงสถานะภายในจริงๆ และข้อสรุปก็เปลี่ยนไปตาม อคติที่มองไม่เห็น
    • ในงานอย่างบัญชี ระบบอัตโนมัติแบบกำหนดผลลัพธ์ได้แน่นอน เป็นเรื่องสำคัญ
      AI ตรวจสอบได้ยาก และความคุ้มค่าต่อค่าใช้จ่ายก็ไม่ชัดเจน
      สุดท้ายคำถามสำคัญคือชุดผสม “Brenda + AI” จะดีกว่า หรือให้ Brenda ทำคนเดียวจะดีกว่า
      AI ตอนนี้ยังคงอยู่ในสภาพ “อีกไม่กี่ปีคงจะมีประโยชน์”
    • เหตุผลที่ไม่ไว้ใจ AI ไม่ใช่เพราะ Brenda สมบูรณ์แบบ แต่เป็นเพราะ ผู้นำเชื่อ AI มากกว่า Brenda

  • ในองค์กรของเราก็ถูกบังคับให้เอา Copilot และ AI เข้ามาใน Microsoft Stack
    ฟีเจอร์ส่วนใหญ่ถูกปิดไว้หรือไม่ก็ไร้ประโยชน์ สุดท้ายมันก็เป็นแค่ การตลาดเพื่อพยุงราคาหุ้น
    อีกอย่าง บริษัทก็ห้ามใช้ บอต AI สำหรับถอดเสียงการประชุม เพราะมองว่าเสี่ยงด้านความปลอดภัย

    • การถอดความบันทึกการประชุมเป็นหนึ่งใน ฟีเจอร์ที่มีประโยชน์ที่สุด ของ AI สำหรับองค์กร แต่ก็ ไว้ใจคลาวด์ได้ยาก
    • ยังมีคนตอบแบบประชดว่า “การที่ Microsoft ยัดของไร้ประโยชน์ใส่เข้ามา เป็นโมเดลธุรกิจที่ทำมา 40 ปีแล้ว”
    • มันน่าหงุดหงิดที่ AI เริ่มแทรกเข้ามาถึง developer stack
      ระบบเติมโค้ดอัตโนมัติใน VS Code หรือการตีความ error นั้นดี แต่การยัดทุกอย่างเข้าไปใน อินเทอร์เฟซแบบแชต ไม่ค่อยน่าชอบ
      อยากให้ปรับปรุงคุณภาพการรู้จำเสียงก่อนมากกว่า

  • เมื่อก่อนที่บริษัทเพื่อนเคยมี สคริปต์ Perl ที่คอมมิตข้อมูลการเงินลง DB ทุกวัน
    ถ้าไม่มีสคริปต์นั้น บริษัทก็หาเงินไม่ได้ และมีอยู่แค่คนเดียวที่รู้รหัสผ่านผู้ดูแลระบบ
    ต่อให้ Copilot จะเก่งแค่ไหน ก็ไม่รู้ รหัสผ่าน นั้นอยู่ดี

    • ถ้ามีระบบแบบนั้น ปัญหาที่ใหญ่กว่า Copilot คือ ความเสี่ยงด้านปฏิบัติการ
    • ฉันเองก็เคยดูแลระบบที่เรียกเก็บเงินเดือนละ 5 ล้านดอลลาร์ แต่ไม่มีใครทิ้ง รหัสผ่าน root ไว้
      คิดว่าจนถึงตอนนี้มันคงยังรันอยู่บน Linux ปี 2008
    • เพื่อนร่วมงานบางคนเคย พิมพ์สคริปต์ Perl แบบเดียวกันยาว 30 หน้าเก็บไว้ที่บ้าน
    • สถานการณ์แบบนี้ไม่ใช่ข้อโต้แย้งต้าน AI แต่เป็นหลักฐานของ การบริหารองค์กรที่หละหลวม
    • ระบบโบราณแบบนี้ก็ ไม่ได้ช่วยเรื่องความมั่นคงในงาน เช่นกัน

  • นี่เป็นประโยคที่อ้างมาจากวิดีโอ TikTok
    ดาวน์โหลด MP4 ด้วย yt-dlp แล้วถอดเสียงด้วย MacWhisper

    • ดูแล้วน่าจะพิมพ์เองตรงๆ เร็วกว่า
    • การที่มีการอ้าง TikTok แล้วขึ้นไปอยู่บนสุดของ HN เป็น เรื่องที่ไม่เคยเห็นมาก่อน
    • น่าแดกดันว่าจริงๆ แล้วงานนี้อาจ ควรให้ Brenda ทำ
    • MacWhisper เป็นเครื่องมือ GUI ที่ใช้ โมเดล parakeet v2 แต่จริงๆ แล้วก็เหมือน เปลือกหุ้มมูลค่า $60 สำหรับสคริปต์ Python

  • ฉันเองก็เคยลองใช้ LLM ใน Excel แล้วพบว่าพอเจอข้อมูลจริงก็ สับสนทันที
    เดโมมักเป็นงบการเงินที่สะอาดเรียบร้อยหรือไม่ก็ตัวอย่างในตำราเสมอ
    ข้อมูลของบริษัทจริงต่างออกไปโดยสิ้นเชิง ใน Excel มัน แทบไม่มีประโยชน์

    • ถ้าเป็นคนที่ไม่ค่อยรู้จัก Excel ดี LLM ก็ดูน่าจะพอใช้เป็น ไกด์บอกว่าทำอะไรได้บ้าง

  • Brenda ที่ฉันรู้จักไม่ได้แค่จัดการสเปรดชีตอย่างเดียว
    ในความเป็นจริงพวกเขาทำงานซับซ้อนอย่าง คุยประสานกับทีมปฏิบัติการ, วิเคราะห์ผลกระทบของการตัดสินใจ, และ จัดการข้อยกเว้น
    Copilot ไม่เข้าใจบริบทพวกนี้เลย ถ้าขอ “เทมเพลตใบเบิกค่าใช้จ่าย” มันกลับให้ชีตที่ขึ้น ข้อผิดพลาด #REF มา

    • ความไม่มีประสิทธิภาพของทีมการเงินส่วนใหญ่เกิดจาก ลำดับความสำคัญที่ต่ำ
      ทางที่ดีคือเสนอแนวทางปรับปรุงด้วยตัวเอง เช่น สร้าง ลิงก์เวิร์กบุ๊กที่แชร์ร่วมกัน ให้ทุกคนใช้ลิงก์นั้น
      แต่ถ้าไม่อัปเดตอย่างสม่ำเสมอ ความวุ่นวายก็จะกลับมาอีก
    • ถ้าเพิ่มระบบอัตโนมัติ สุดท้ายก็ต้องใช้ คนที่แพงกว่า Brenda สามเท่า และอีเมลง่ายๆ ก็จะกลายเป็น ระบบตั๋วงาน
    • แทนที่จะพูดว่า “ลด Brenda ลงเถอะ” เราควรมี ท่าทีที่เคารพและสนับสนุน Brenda
    • เมื่อมีระบบอัตโนมัติ ก็ต้องมีคนดูแลรักษา และค่าใช้จ่ายก็สูงกว่า
      ทุกครั้งที่กระบวนการเปลี่ยนก็ต้องมีการประสานกัน สุดท้ายจึง ย้อนกลับไปทำมืออีกครั้ง

  • ปัญหาแบบ “กลัวว่า AI จะทำพัง” อาจบรรเทาได้ด้วย การจัดการเวอร์ชันของ Excel ที่เชื่อมกับ Git
    ถ้าติดตามสูตรหรือการแก้ไข VBA ที่ Copilot สร้างขึ้น ในระดับคอมมิต ก็จะมองเห็นได้ชัดว่าเกิดอะไรขึ้น

  • Brenda ช้าลงก็จริง แต่เพราะแบบนั้นจึงรู้ว่า จะประคองทั้งระบบไว้ได้อย่างไร

    • แต่สุดท้ายหัวหน้าก็คงบอกว่าจะ “ใช้ AI ทำให้เร็วขึ้น” แล้ว เอางานไปจ้างคนนอก
      Brenda ตกงาน และใครบางคนในอีกประเทศหนึ่งก็ได้งานใหม่

  • การใช้ AI ไม่ได้แปลว่า ความรับผิดชอบหายไป
    คุณยังต้องมี ความเชี่ยวชาญ มากพอที่จะตรวจสอบผลลัพธ์ของ AI ได้
    มันอาจช่วยประหยัดเวลาได้ แต่ก็ประหยัดได้น้อยกว่าที่คิดเพราะยังมี ขั้นตอนการตรวจสอบ

  • ฉันเองก็ชอบ Excel แต่ สูตรซ้อนที่ซับซ้อน ก็ยังรู้สึกว่ายากอยู่ดี
    เคยลองใช้โมเดลอย่าง ChatGPT หรือ duck.ai แต่ก็มักให้ สูตรแปลกๆ ผิดๆ ออกมา
    ต้องขอให้แก้หลายรอบกว่าจะใช้งานได้
    การที่ LLM อธิบายเป็นภาษาอังกฤษให้ฟังนั้นก็ดี แต่สุดท้ายก็ เสียเวลาและน่าหงุดหงิด อยู่มาก
    ตอนแรกฉันเชื่อว่ามันจะทำให้ Excel ใช้ง่ายขึ้น แต่ตอนนี้กลับ มั่นใจแล้วว่ายังอีกไกล