ความอยากรู้อยากเห็นคือก้าวแรกของการแก้ปัญหา

• ยิ่งเข้าสู่ช่วงปลายของอาชีพมากขึ้น ปัญหาที่คลุมเครือ ก็ยิ่งมีมากขึ้น และเป็นไปไม่ได้ที่จะกำจัดผลลัพธ์ที่ไม่ดีให้หมดสิ้น
• ในสถานการณ์อย่างการจ้างงานหรือโรคระบาดที่คาดเดาผลลัพธ์ได้ยาก แก่นสำคัญไม่ใช่การหลีกเลี่ยงความผิดพลาด แต่คือ การลดต้นทุนเมื่อเราตัดสินใจผิด
• การใช้ความอยากรู้อยากเห็นก่อนเป็นเทคนิคที่มีประสิทธิภาพที่สุดในการลดต้นทุนจากการตัดสินใจผิด และกำลังยึดหลัก "ความอยากรู้อยากเห็นคือก้าวแรกของการแก้ปัญหา" เป็นค่านิยมหลักขององค์กรวิศวกรรม
• นำเสนอวิธีใช้ความอยากรู้อยากเห็นอย่างเป็นรูปธรรมผ่าน แพตเทิร์นการตอบสนอง 3 ระดับ Bad/Good/Best ในสถานการณ์หลากหลาย เช่น การตัดสินใจจ้างงาน คำถามที่เกิดจากการไม่ตรวจเอกสาร และข้อเสนอภาษาโปรแกรมใหม่
• ความอยากรู้อยากเห็นไม่ใช่การเลี่ยงความรับผิดชอบหรือการตัดสินใจแบบอิงฉันทามติ แต่คือการเปิดพื้นที่ไว้สำหรับความเป็นไปได้ที่ตนเอง อาจกำลังพลาดข้อมูลสำคัญ และช่วยป้องกันไม่ให้ความสัมพันธ์เสียหายจากการไล่บี้ความรับผิดโดยไร้บริบท

---

แทนที่จะพยายามไม่ให้ผิด จงลดต้นทุนเมื่อผิดพลาด

• มีประสบการณ์ตัดสินใจพลาดมามาก ทั้งในเรื่องเทคโนโลยี (เช่น การเชื่อว่า microservices จะครองโลกในปี 2014) และวิธีการจัดการ (เคยมองว่า systems thinking คือแนวทางสูงสุด แต่ได้เห็น ความผิดพลาดจำนวนมากที่เกิดจากการพึ่งพา systems thinking มากเกินไป)
• ช่วงแรกเคยใช้เวลามากกับการลดความถี่ของความผิดพลาด แต่ปัญหาที่ต้องเผชิญในช่วงหลังของอาชีพมี ความคลุมเครือในระดับลึก จนไม่สามารถกำจัดผลลัพธ์ที่ไม่ดีได้ทั้งหมด
• ปัจจุบันจึงทุ่มเวลากับการหาวิธี ทำให้ต้นทุนของความผิดพลาดต่ำลง มากกว่าวิธีหลีกเลี่ยงการผิดพลาด

ตัวอย่างการตัดสินใจภายใต้สภาวะข้อมูลไม่สมบูรณ์

• การจ้างงาน เป็นกิจกรรมเชิงความน่าจะเป็นเสมอ ต่อให้จ้างได้ดีที่สุด คนคนนั้นก็อาจประสบปัญหาในบริษัทหรือบทบาทใดบทบาทหนึ่ง หรือกลายเป็นไม่เหมาะสมเพราะจุดเปลี่ยนในชีวิต
• โรคระบาด ในปี 2020 ได้ทำลายโมเดลธุรกิจที่เคยประสบความสำเร็จอย่างมาก และหลายบริษัทตอบสนองต่อการเปลี่ยนผ่านสู่ออนไลน์มากเกินไป จนจ้างงานเกินความจำเป็นและได้รับผลเสียระยะยาว
• เมื่อต้องการ data locality ยิ่งแบ่งโมเดลข้อมูลอย่างละเอียดตามภูมิภาคภูมิรัฐศาสตร์มากเท่าไร ก็ยิ่งมีต้นทุนหรือข้อจำกัดด้านฟังก์ชันตามมาเสมอ และเพราะภูมิภาคภูมิรัฐศาสตร์เปลี่ยนแปลงบ่อยและคาดไม่ถึง หากดำเนินงานในหลายประเทศมากพอ เดิมทีไม่ว่าการคาดการณ์จะแม่นยำเพียงใด สุดท้ายก็ย่อมผิดอยู่ดี

ยกระดับความอยากรู้อยากเห็นให้เป็นค่านิยมหลักของวิศวกรรม

• จากทุกวิธีที่ลองมา การแสดงความอยากรู้อยากเห็น เป็นเทคนิคที่ให้ผลสม่ำเสมอที่สุดในการลดต้นทุนเมื่อผิดพลาด
• เวลาที่รู้สึกเสียใจกับการตัดสินใจผิด แทบทั้งหมดมักเกิดขึ้นตอนที่เริ่มแก้ปัญหาก่อนจะใช้ความอยากรู้อยากเห็น
• หลัก "ความอยากรู้อยากเห็นคือก้าวแรกของการแก้ปัญหา" จึงถูกทำให้เป็นค่านิยมทางวิศวกรรมที่มั่นคงขององค์กรที่กำลังดูแลอยู่

แพตเทิร์นการตอบสนอง Bad / Good / Best: ตัวอย่าง 4 สถานการณ์

• 1. เมื่อได้รับความเห็นว่าไม่ควรจ้างผู้สมัครที่เรารู้จักดี

  • Bad: สมมติว่าอีกฝ่ายเป็นคนผิด
  • Good: อธิบาย mental model ของตัวเองว่าทำไมจึงคิดว่าผู้สมัครคนนี้เหมาะ และถามว่าอีกฝ่ายเห็นด้วยหรือไม่เห็นด้วยกับส่วนใดของโมเดลนั้น
  • Best: ทำความเข้าใจให้ตรงกันล่วงหน้ากับผู้สัมภาษณ์เกี่ยวกับ เกณฑ์ความเหมาะสมที่เป็นรูปธรรม ที่ควรให้ความสำคัญสำหรับบทบาทนั้น

• 2. เมื่อมีคนถามวิธีล็อกอินแดชบอร์ดที่มีเอกสารอธิบายไว้ละเอียดในวิกิภายใน

  • Bad: ตอบกลับแบบหงุดหงิดเล็กน้อยที่เขาไม่ได้อ่านเอกสาร
  • Good: ถามว่าเขาเจอปัญหาที่เอกสารไม่ได้ครอบคลุมอยู่หรือไม่
  • Best: สร้างให้ chatbot ทำแนวทางแบบ Good ได้โดยอัตโนมัติ เพื่อไม่ให้มนุษย์ต้องทำงานนี้เอง

• 3. เมื่อมีข้อเสนอให้นำภาษาโปรแกรมใหม่เข้ามาในสแตกภายใน

  • Bad: แจ้งว่าต้องทำตาม เอกสารสถาปัตยกรรม ที่มีอยู่
  • Good: ระบุว่าดูเหมือนจะขัดกับเอกสารสถาปัตยกรรมปัจจุบัน และถามว่าเขามองความขัดแย้งนั้นอย่างไร
  • Best: ใส่ลิงก์เอกสารที่เกี่ยวข้องไว้ใน onboarding ของพนักงานใหม่ และสร้าง ผู้รีวิว RFC ที่ใช้ LLM เพื่อแนะนำให้ผู้เขียน RFC อ้างอิงเอกสารเดิม

• 4. เมื่อผู้รับผิดชอบ on-call ไม่ปรากฏตัวระหว่าง incident

  • Bad: แจ้งว่าเขาไม่สามารถทำได้ตามความคาดหวังของ on-call
  • Good: ถามว่า มีสถานการณ์อะไรเกิดขึ้น จึงทำให้พลาดความคาดหวังของ on-call
  • Best: สร้างระบบแจ้งเตือนล่วงหน้าอัตโนมัติก่อนเริ่ม on-call และสร้าง ระบบอัตโนมัติ ที่ตรวจจับคนที่ยังตั้งค่ากลไกการแจ้งเตือนไม่เหมาะสม

แก่นแท้ของความอยากรู้อยากเห็น: ไม่ใช่การเลี่ยงความรับผิด แต่คือการหาบริบทให้ครบ

• การแสดงความอยากรู้อยากเห็นไม่ได้แปลว่าไม่ต้องการเอาผิดใคร และก็ไม่ใช่ การตัดสินใจแบบอิงฉันทามติ
• มันคือการเปิดพื้นที่ไว้ตั้งแต่ต้นของแต่ละการสนทนา สำหรับความเป็นไปได้ที่ตัวเอง อาจกำลังพลาดข้อมูลสำคัญ
• หากไม่ได้มีข้อมูลตกหล่น ขั้นตอนถัดไปตามธรรมชาติก็คือการเรียกร้องความรับผิด แต่การใช้ความอยากรู้อยากเห็นก่อนจะช่วยป้องกัน สถานการณ์ที่ไล่บี้ความรับผิดโดยไม่มีบริบท
• ดังนั้นความอยากรู้อยากเห็นจึง จำเป็นทั้งต่อการแก้ปัญหาอย่างมีประสิทธิภาพและการรักษาวัฒนธรรมองค์กรที่ดี

[tsboard]

ความหงุดหงิดที่อีกฝ่ายไม่อ่านเอกสาร... ผมเองก็เคยรู้สึกแบบนั้นเหมือนกัน แต่พอลองเปลี่ยนมุมคิดดู ก็ทำให้นึกถึงตอนที่แม้แต่ตัวผมเองก็เคยคิดว่า ผู้ชายไม่อ่านคู่มือหรอก! แล้วก็ทำพลาดอยู่บ่อย ๆ

ดังนั้นตอนนี้ผมเลยให้ LLM ตอบวิธีใช้งานโดยอิง RAG เอาไว้ เพื่อให้ผู้ใช้ถามได้เลยโดยไม่ต้องเปิดคู่มือก็ยังใช้ฟีเจอร์ต่าง ๆ ได้ ปรากฏว่าทุกคนชอบกันมากครับ

ความอยากรู้อยากเห็นก็สำคัญ แต่ก็น่าจะต้องมีท่าทีแบบเอาใจเขามาใส่ใจเราบ้างเหมือนกันนะครับ มองกว้าง ๆ แล้ว เรื่องนี้ก็น่าจะเป็นเมตาค็อกนิชันอย่างหนึ่งด้วยเหมือนกัน

[xguru]

ความอยากรู้อยากเห็นเป็นสิ่งสำคัญมาตั้งแต่ก่อนแล้ว แต่ในยุคที่ AI ทำอะไรได้แทบจะทันทีแบบนี้ ดูเหมือนว่ามันจะยิ่งสำคัญมากขึ้น

[silveris23]

เป็นเนื้อหาที่ดีมากจริงๆ ครับ ดูเหมือนว่าหลายปัญหาเกิดจากผู้รับผิดชอบไม่เห็นภาพรวม และไม่รู้บริบทปัจจุบัน จึงลงมือทำอย่างเต็มที่เท่าที่ตัวเองรู้ แต่สุดท้ายพอถึงช่วงท้ายก็ค่อยๆ ปะทุออกมาพร้อมกันและเกิดความยากลำบากขึ้น การใช้ความอยากรู้อยากเห็นเพื่อขยายการรับรู้ระดับเมตาว่าตัวเองยังไม่รู้อะไรบ้าง น่าจะเป็นประเด็นที่สำคัญมากจริงๆ ครับ