- เมื่อสภาพแวดล้อมการวิจัยสมัยใหม่เปลี่ยนไปสู่การเน้น ผลลัพธ์ที่รวดเร็ว งานวิจัยเชิงสำรวจอย่างแท้จริงจึงค่อย ๆ สูญเสียพื้นที่ยืน
- การวิจัย (research) คือกระบวนการที่เดินตามสัญชาตญาณและการคาดเดาโดยไม่มีแผนที่ชัดเจน ส่วน การพัฒนา (development) คือกระบวนการลงมือทำเพื่อมุ่งไปยังเป้าหมายที่กำหนดไว้แล้ว
- นิยามของสติปัญญาที่เน้นความเร็ว ตัดความสามารถในการเลือกปัญหาและการสำรวจเชิงสร้างสรรค์ออกไป และสร้างโครงสร้างทางสังคมที่ให้รางวัลเฉพาะ ‘ผู้แก้ปัญหาได้เร็ว’
- เมื่อ ความสามารถในการมองเห็นและอธิบายได้ (legibility) รวมเข้ากับ ความเร็ว จึงเกิดอคติเชิงสถาบันที่ทำให้มีเพียงโจทย์ที่อธิบายได้ชัดเจนเท่านั้นที่ได้รับทุนและการยอมรับ
- ความเชื่องช้าถูกเสนอในฐานะ คุณธรรมของการวิจัยที่แท้จริง ซึ่งทำให้เราสำรวจพื้นที่ที่ไม่แน่นอนและนำไปสู่การค้นพบใหม่ได้
วัฒนธรรมที่ยึดความเร็วและความบิดเบือนของการวิจัย
- สังคมสมัยใหม่มีแนวโน้มอย่างมากที่จะให้คุณค่ากับคำถามที่ตอบได้อย่างรวดเร็วเท่านั้น
- มีเพียงคำถามที่ตอบได้เร็วเท่านั้นที่กลายเป็นเป้าหมายของ ทุนสนับสนุนทางวิชาการและการสร้างเส้นทางอาชีพ
- มีแต่หัวข้อที่สามารถตีพิมพ์บทความและสะสมการอ้างอิงได้ภายในไม่กี่สัปดาห์เท่านั้นที่ถูกเลือก
- โครงสร้างเช่นนี้แม้จะเอื้อต่อการสร้างอาชีพ แต่ก็มีผลทำให้คำถามที่สำคัญอย่างแท้จริงถูกกันออกไปโดยพื้นฐาน
ความแตกต่างระหว่างการวิจัยกับการพัฒนา
- ยิ่งคำถามสำคัญมากเท่าไร ก็ยิ่งตอบได้ไม่เร็ว และถ้ามีแผนที่ชัดเจนอยู่แล้ว สิ่งนั้นก็ ไม่ใช่งานวิจัยแต่เป็นงานพัฒนา
- การวิจัยคือ กระบวนการสำรวจที่มีเป้าหมายแต่เส้นทางไม่ชัดเจน เป็นการเดินตามสัญชาตญาณและการคาดเดา
- การพัฒนาคือกระบวนการลงมือทำที่ เคลื่อนไปสู่เป้าหมายตามแผนที่
- การแก้ปัญหาได้อย่างรวดเร็วหมายถึง การไม่ได้ก้าวเข้าไปในพื้นที่ใหม่
- ความช้าทำให้สามารถสำรวจพื้นที่ที่ยังไม่รู้จักและนำไปสู่ การค้นพบที่ไม่คาดคิด
- ตัวอย่าง: โยฮัน ฟรีดริช เบิทท์เกอร์ พยายามสร้างทองคำ แต่กลับค้นพบวิธีผลิต เครื่องลายคราม (porcelain)
- แอนดรู ไวลส์ ศึกษา ทฤษฎีบทสุดท้ายของแฟร์มาต์ อย่างลับ ๆ นาน 7 ปี
- ไอน์สไตน์ใช้เวลาราว 10 ปีในการทำสมการพื้นฐานของ ทฤษฎีสัมพัทธภาพทั่วไป ให้เสร็จสมบูรณ์
- ดังนั้นในงานวิจัย ความเร็วเป็นสัญญาณเชิงลบ ส่วน ความต่อเนื่องและความอดทน เชื่อมตรงกับผลลัพธ์ จึงทำให้ความช้าถูกมองว่าเป็นคุณธรรม
กับดักของสติปัญญาและความเร็ว
- นิยามของสติปัญญา ในปัจจุบันมุ่งเน้นเพียงความเร็วในการแก้ปัญหา เช่น แก้ปัญหาที่นิยามไว้ชัดเจนได้เร็วแค่ไหน
- แบบทดสอบ IQ วัด ความเร็วในการแก้ปัญหา มากกว่าความสามารถในการแก้ปัญหา
- นิยามเช่นนี้ตัด ความสามารถในการเลือกปัญหาที่มีคุณค่า ออกไปโดยสิ้นเชิง
- หลายคนเพราะไม่ตรงกับเกณฑ์แคบ ๆ นี้ จึง เข้าใจผิดว่าตนเองไม่สามารถสร้างคุณูปการที่มีความหมายได้ และประเมินศักยภาพในการมีส่วนร่วมของตัวเองต่ำเกินไป
- วิทยาศาสตร์ที่ผิดพลาดยิ่งเสริมความหมกมุ่นกับ IQ
- ในทศวรรษ 1950 ศาสตราจารย์ฮาร์วาร์ด Anne Roe รายงานว่า IQ ของผู้ได้รับรางวัลโนเบลอยู่ที่ 166 แต่ความจริงแล้วเป็น แบบทดสอบที่เธอสร้างเองจากข้อสอบ SAT และไม่มีกลุ่มเปรียบเทียบ
- ข้อมูลต้นฉบับอยู่เพียงระดับค่าเฉลี่ย แต่ ตัวเลขถูกทำให้สูงเกินจริงด้วยการบิดเบือนทางสถิติ
- ไอน์สไตน์ ไม่เคยทำแบบทดสอบ IQ ผลการเรียนในโรงเรียนอยู่ราวระดับ B+ และเคยสอบเข้ามหาวิทยาลัยตกหนึ่งครั้ง
- IQ ของ ริชาร์ด ไฟน์แมน ถูกบันทึกไว้ที่ 125 ซึ่งไม่ได้สูงแบบสุดขั้ว
- ความสามารถในการแก้ปัญหาได้เร็วกลับอาจก่อ ผลย้อนกลับที่ทำให้หมกมุ่นอยู่กับปัญหาที่นิยามชัดเจนเท่านั้น
- นั่นทำให้คนเลือกปัญหาที่ตนเองทำได้ดี แทนที่จะเลือกปัญหาที่มีคุณค่า
- ตัวอย่าง: Marilyn vos Savant ผู้ถือสถิติ IQ สูงสุด กลับเขียน คอลัมน์ปริศนา ให้กับนิตยสาร Parade
- ความเร็วในการประมวลผลอาจเป็นปัจจัยที่ทำให้ขอบเขตการเลือกปัญหาแคบลง
- ผู้ที่คิดช้ากว่าจะมี พื้นที่ให้ไม่เมินเฉยต่อปัญหาที่นิยามไม่ชัด และค่อย ๆ สำรวจมัน
อคติด้านความเร็วในระดับสถาบัน
- การประเมินสติปัญญาที่เน้นความเร็วในการประมวลผล คัดเลือกเฉพาะ ‘นักวิ่งระยะสั้น (sprinter)’
- คนกลุ่มนี้ทำงานเฉพาะในพื้นที่ที่มีเป้าหมายชัดเจน และไม่ก้าวเข้าไปใน พื้นที่สำรวจที่ไม่แน่นอน
- เมื่อคนแบบนี้ขึ้นเป็นผู้นำในสถาบัน ก็จะยิ่งเสริม โครงสร้างที่ยึดผลลัพธ์ที่วัดได้
- ผลลัพธ์คือสถาบันสมัยใหม่ค่อย ๆ เปลี่ยนไปเป็นรูปแบบที่มีเพียง “ลู่วิ่งที่จัดไว้พร้อมแล้ว”
- เป็นโครงสร้างที่ให้รางวัลเฉพาะคนที่วางแผนและทำให้เสร็จได้อย่างรวดเร็ว
- คนที่ไม่มีแผนจึงไม่มีที่ยืน
ความสัมพันธ์ระหว่างความสามารถในการมองเห็นได้กับความช้า
- ความสามารถในการมองเห็นและอธิบายได้ (legibility) เชื่อมโยงกับความเร็วอย่างใกล้ชิด
- ปัญหาที่ชัดเจนให้ ความคืบหน้าที่วัดได้และตัวชี้วัดความสำเร็จ
- อธิบายได้ง่ายต่อการขอทุน การเขียนประวัติ และการสนทนา
- แต่ งานที่สร้างสรรค์ที่สุดกลับไม่สามารถถูกอ่านออกในเชิงสถาบันได้ จึงแทบ ไม่อาจได้รับการสนับสนุน
- อ้างคำพูดของ Michael Nielsen: “งานสร้างสรรค์ที่สำคัญที่สุดไม่สามารถถูกอ่านออกได้ในสถาบันที่มีอยู่ ดังนั้นจึง แทบเป็นไปไม่ได้ที่จะได้รับทุนสนับสนุน”
- การที่งานหนึ่งขอทุนได้ แปลว่าเส้นทางของมันชัดเจนอยู่แล้ว กล่าวคือ ไม่ว่าอย่างไรก็ต้องมีใครสักคนทำงานนั้นอยู่ดี
- นักวิจัยจำนวนมาก ละทิ้งปัญหาที่น่าสนใจเพียงเพราะไม่มีเส้นทางที่อธิบายได้
- เพราะไม่สามารถตอบได้ทันทีเมื่อถูกถามว่า “กำลังทำอะไรอยู่?” หรือ “คืบหน้าไปถึงไหนแล้ว?”
- แรงกดดันทางสังคมเช่นนี้ กดทับผู้ที่คิดช้าและการสำรวจที่ไม่ชัดเจนในระดับสถาบัน
- ช่วงเวลาเล็ก ๆ จำนวนมากรวมกัน จนทำให้ ยากจะทนอยู่กับเส้นทางที่มองไม่เห็น
ประสบการณ์ส่วนตัวของการคิดช้า
- การคิดช้าให้ พลังในการอดทนและสำรวจปัญหาที่คลุมเครือ
- แม้ในโรงเรียนจะลำบากเพราะระบบประเมินที่ยึดการคิดเร็ว แต่ท้ายที่สุดความช้ากลับ กลายเป็นจุดแข็ง
- การอธิบายแผนออกมาเป็นคำพูด ทำให้สมองเข้าใจผิดราวกับว่ามีความคืบหน้าแล้ว จน ทำให้แรงจูงใจในการลงมือทำอ่อนลง
- ดังนั้นเพื่อ ไม่ให้พลังงานสูญเปล่าไปกับการปกป้องหรืออธิบายไอเดียที่ยังมองไม่เห็น ผู้เขียนจึงไม่เปิดเผยงานวิจัยของตน
คำถามส่งท้าย
- “ถ้าคุณลบเงื่อนไขเรื่อง ความคืบหน้าที่มองเห็นได้ภายใน 10 ปีข้างหน้า ออกไป คุณจะทุ่มเทให้กับปัญหาใด?”
- คำถามนี้คือ จุดเริ่มต้นของการลงมือปฏิบัติตามคุณธรรมแห่งความเชื่องช้า
2 ความคิดเห็น
เป็นบทความและคอมเมนต์ที่ยอดเยี่ยมมากเลยครับ
ความคิดเห็นจาก Hacker News
มุมมองของบทความนี้ดูสอดคล้องกับบทความ “Working quickly is more important than it seems (2015)” ที่เคยขึ้นหน้าแรก HN
หลายคนเข้าใจคำว่า “ทำงานให้เร็ว” ของ James Somers ผิดไปว่าเป็นการเน้น ความเร็วมากกว่าคุณภาพ แต่จริง ๆ แล้วเขาหมายถึงการ ย่น feedback loop ให้สั้นลง
กล่าวอีกอย่างคือ การบอกว่าความช้านั้นเป็นคุณธรรม ไม่ได้ขัดกับคำแนะนำ “ทำงานให้เร็ว” ของ Somers
ถ้า AI สามารถหมุน OODA loop ได้เร็วขึ้นโดยไม่เหนื่อยล้า ต่อให้คุณภาพลดลงเล็กน้อย สุดท้ายก็ชนะได้
เหมือนกรณีของ MiG-15 กับ F-86 ที่ รอบ feedback ที่เร็วกว่า เป็นตัวตัดสินแพ้ชนะ มากกว่าสมรรถนะที่ดีกว่า
บทความที่เกี่ยวข้อง: Boyd’s Law of Iteration
ไม่ว่าจะเขียนงานหรือเขียนโค้ด ก็ควรสร้าง muscle memory ผ่านคีย์ลัด, debugger, hot reload, การทดสอบยูนิตที่เร็ว ฯลฯ
ถ้าแชร์ workflow แบบนี้กันก็น่าจะช่วยกันได้มาก
ถ้าช่องโหว่ถูกค้นพบอีก 5 ปีให้หลัง หนี้ด้านความปลอดภัย จะสะสมแบบทวีคูณ
แต่ถ้าพบภายใน 2 สัปดาห์ ก็อาจกำจัดหนี้ข้ามรุ่นได้ด้วยการรีแฟกเตอร์
นี่ไม่ใช่แค่ “shift left” แต่เป็นแนวทางแบบ systems thinking ที่ช่วยเสริมกระบวนการพัฒนาทั้งองค์กร
พูดอีกแบบคือ ก่อนลงมือทำ การกำจัดปัจจัยที่ทำให้ช้าและวางแผนให้ดีต่างหากที่คือทางลัดที่แท้จริง
ฉันว่าบทความนี้น่าสนใจ โดยเฉพาะตัวอย่างเรื่อง ถ้าได้เห็นข้อสอบ IQ ล่วงหน้า
การทดสอบส่วนใหญ่สับสนระหว่าง ‘ความสามารถในการทำให้เสร็จอย่างรวดเร็ว’ กับ ‘ความสามารถในการคิดอย่างลึกซึ้ง’
แต่ในความเป็นจริง ยิ่งคนฉลาดมากก็ยิ่งต้องบูรณาการข้อมูลมากขึ้น จึงต้องใช้เวลามากกว่า
AI ก็เหมือนกัน ถ้าให้เวลามากขึ้นก็จะให้ผลลัพธ์ที่ดีกว่า
สุดท้ายแล้วระบบการศึกษาดูเหมือนถูกออกแบบมาให้ชอบ ‘การเรียนรู้แบบเชื่อฟัง’ มากกว่า ‘การคิดเชิงวิพากษ์’
แต่ในความเป็นจริง สังคมส่วนใหญ่กลับให้คุณค่ากับ คนที่แก้ปัญหาระดับกลางได้เร็ว มากกว่า
เพราะงั้นมันอาจไม่ใช่สมมติฐานที่ผิดไปเสียทีเดียว
ถ้าให้เวลาหนึ่งสัปดาห์ นั่นก็ไม่ใช่การทดสอบ IQ แล้ว แต่เป็นแค่ชุดปริศนาเฉย ๆ
ถ้ากติกาเปลี่ยน เกมก็เปลี่ยนไปทั้งเกม
นี่คือเหตุผลที่นักศึกษามหาวิทยาลัยท่องข้อสอบเก่าเพื่อทำคะแนนให้ดีขึ้น
ฉันเองตั้งใจดูข้อสอบเก่าให้ช้าออกไป และในระยะยาวมันช่วยได้มากกว่าเยอะ
ไม่จริงที่ Andrew Wiles ไม่ได้ตีพิมพ์อะไรเลยตลอด 7 ปี
ที่จริงเขา ตีพิมพ์บทความที่เตรียมไว้ล่วงหน้าอย่างต่อเนื่อง เพื่อรักษาเวลาให้กับงานวิจัย
ปัญหาจริงคือ นักวิจัยจำนวนมากถูกดึงเวลาไปกับ ขั้นตอนราชการและงานธุรการ เป็นส่วนใหญ่
ถ้าไม่มีข้อจำกัดพวกนั้น จะสร้างผลงานได้มากกว่านี้แค่ไหนก็น่าคิด
ที่ทำงานของฉันก็มีความยากคล้ายกัน
วิธีการแบบสปรินต์ที่ต้องหั่นทุกโปรเจกต์เป็นช่วงละ 2 วัน ไม่เหมาะกับงานวิจัยเชิงสร้างสรรค์
เช่น ตอนพัฒนาอัลกอริทึม routing ใหม่ ผลลัพธ์มักคาดเดาได้ยากและต้องทำ การลองสำรวจ ซ้ำ ๆ
งานแบบนี้โดยธรรมชาติแล้วเป็น งานที่ประเมินล่วงหน้าไม่ได้
มันเป็นไปไม่ได้ที่จะจัดการงานที่ซับซ้อนและใหม่ด้วยวิธีมาตรฐานแบบเดียว
แต่เพราะบริษัทต้องการตารางเวลาและ roadmap ทุกคนเลยแค่แกล้งทำเหมือนว่ามันใช้ได้ผล
ภายนอกอาจดูเหมือนไม่ได้ทำอะไรเลย แต่เวลานั้นจะคืนผลตอบแทนเป็นสิบเท่าในภายหลัง
มันไม่ได้ช่วยให้แก้ปัญหาได้เร็วขึ้น แต่เป็นพิธีกรรมที่จำเป็นในโครงสร้างทางสังคมแบบนี้
ทำให้นึกถึงคำกล่าวในกองทัพว่า “Slow is smooth, smooth is fast”
จริง ๆ แล้วแนวคิดอย่าง Continuous Deployment เองก็มีรากจากวิธีคิดแบบนี้
ประโยคที่ว่า “การพัฒนาคือการลงมือไปยังเป้าหมายตามแผนที่ ส่วนการวิจัยคือการสำรวจเพื่อหาเป้าหมายโดยไม่มีแผนที่” น่าประทับใจมาก
แค่ประโยคเดียวก็ดูเหมือนจะสรุปแก่นของบทความได้ทั้งหมด
เราควรแยกความต่างระหว่างคนที่ทำตามกฎ กับ คนที่ค้นพบกฎ
ตัวอย่างเช่น ในช่วงวิกฤตของทฤษฎีเซต คนอย่าง Russell พยายามนิยามแนวคิดขึ้นใหม่ทั้งชุด
นี่ไม่ใช่แค่การแก้ปัญหา แต่เป็น การสร้างทฤษฎีขึ้นมา
บทความนี้พูดถึงประเด็นที่มีคุณค่า แต่มี ข้อผิดพลาดเชิงข้อเท็จจริง อยู่มาก
ตัวอย่างเช่น Einstein ในความเป็นจริงเป็น นักเรียนระดับแนวหน้า ที่ ETHZ และเหตุผลที่ใช้วิจารณ์ IQ ก็อ่อนมาก
ถ้าจะให้น่าเชื่อถือกว่า น่าจะอ้างคำพูดของนักวิทยาศาสตร์อย่าง Higgs ที่วิจารณ์ วัฒนธรรมวิชาการแบบเน้นผลงานระยะสั้น มากกว่า
ลิงก์ที่เกี่ยวข้อง: วิดีโอเรื่องผลการเรียนของ Einstein, บล็อกเกี่ยวกับ IQ
มันปฏิบัติต่อ ‘ความเร็ว’ และ ‘ความมองเห็นได้’ ว่าเป็นสิ่งด้อยกว่าเสมอ ทั้งที่จริงแล้วไม่ได้แยก ความต่างของงานแต่ละประเภท
การคิดช้าไม่ได้แปลว่าคิดลึกเสมอไป และก็มี คนที่คิดเร็วแต่แก้ปัญหายากได้ มากมาย
ทำให้นึกถึงสิ่งที่เคยรู้สึกตอนเล่นหมากรุก
ในเกมยาว ๆ (เดินวันละตา) ฉันมีคะแนน ELO สูงกว่ามาก
ถ้าทุกคนเล่นเก่งขึ้นเมื่อเล่นหมากรุกช้า แล้วทำไมคะแนนของฉันถึงเพิ่มขึ้นมากกว่าคนอื่น ก็เป็นเรื่องที่ฉันสงสัย
บางคนพอเพิ่มจาก 15 นาทีเป็น 1 ชั่วโมงแล้วพุ่งขึ้นมาก แต่บางคนกลับเสียสมาธิ
มันเหมือนกับให้ทุกคน 1 ดอลลาร์ แต่ให้ฉันคนเดียว 100 ล้านดอลลาร์
ต่อให้คุณเดินดีขึ้นในเกมช้า เรต blitz ก็ยังอาจสูงกว่า ได้บ่อย ๆ
ความช้ามีอยู่สองแบบ
แบบหนึ่งคือ ความพยายามเพื่อสร้างผลงานที่มองไม่เห็นในทันที อีกแบบคือแค่ การผัดวันประกันพรุ่ง
สิ่งที่บทความนี้พูดถึงคือแบบแรก
โดยเฉพาะความพยายามที่ยังไม่เห็นผลทันที จากภายนอกมัก ดูเหมือนความขี้เกียจ ได้ง่าย