ความเหนื่อยล้าจากการคุยกับเครื่องมือ

 (ohadravid.github.io)
2 คะแนน โดย GN⁺ 7 시간 전 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • LLM ไม่ได้เป็น เครื่องมือที่ดี ที่ใช้งานจนเป็นส่วนหนึ่งของร่างกายเหมือนคีย์บอร์ดหรือรถยนต์ แต่ทำงานเหมือนคู่สนทนาที่ต้องอาศัยการร้องขอและการต่อรอง จึงใช้พลังงานทางสังคมของผู้ใช้
  • เครื่องมือที่ดีทำให้สมองยอมรับมันเป็น ส่วนขยายของร่างกาย ได้ด้วยความสม่ำเสมอและความรวดเร็ว แต่ LLM อย่าง Claude หรือ Cursor ยังไปไม่ถึงระดับนั้น
  • ผู้ใช้ LLM ต้องขอร้อง โน้มน้าว และบางครั้งก็หงุดหงิดเหมือนเวลาคุยกับคน จึงต้องจ่าย ต้นทุนทางสังคม
  • การปฏิสัมพันธ์กับคนให้ผลตอบแทนอย่างการเรียนรู้ ความท้าทาย แรงบันดาลใจ และการโต้แย้ง แต่ LLM มักตอบกลับมาด้วยโค้ดเพิ่มขึ้น เทสต์เพิ่มขึ้น ข้อแก้ตัวเพิ่มขึ้น และบางครั้งก็เป็นรายงานบั๊ก
  • งานบางอย่างตอนนี้ทำได้ถึงระดับที่เมื่อ 1 ปีก่อนคนคนเดียวทำได้ยาก แต่ก็ยังไม่แน่ชัดว่าในทุกงาน การใช้พลังงานทางสังคมกับ LLM จะดีกว่านำไปใช้กับเพื่อนร่วมงานจริงหรือไม่

LLM ที่กลายเป็นคู่สนทนา ไม่ใช่เครื่องมือ

  • LLM ทำให้เหนื่อย เพราะการใช้งานมันต้องใช้ พลังงานทางสังคม
  • พลังงานนั้นอาจคุ้มกว่าถ้านำไปใช้กับ การปฏิสัมพันธ์กับผู้คนจริง
  • เมื่อใช้เครื่องมือที่ดี สมองจะรับเครื่องมือนั้นเป็นเหมือนส่วนหนึ่งของร่างกาย
    • การขับรถ
    • การพิมพ์คีย์บอร์ด
    • การกดคีย์ลัดใน Vim หรือ VSCode เพื่อทำงาน
  • ตรงกันข้าม เวลาคุยกับคน เราจะต้องเข้าสู่ภาวะรับรู้ทางสังคม
    • พูดคุยกัน
    • ขอความช่วยเหลือ
    • ร่วมมือกันเพื่อไม่ให้ตั๋วงานถูกเลื่อนไปไตรมาสถัดไป
  • งานของสมองด้านสังคม แบบนี้ยากกว่าการใช้เครื่องมือธรรมดา และใช้พลังงานมากกว่า

สิ่งที่ LLM ส่งกลับมา และรางวัลที่ยังขาดหาย

  • LLM ไม่ได้มอบ มนตร์ของการเป็นเครื่องมือ แบบเดียวกับคีย์บอร์ดหรือรถยนต์
    • แทบไม่มีใครจะบอกว่า Claude หรือ Cursor ให้ความรู้สึกเหมือนเป็นส่วนขยายของร่างกาย
    • มันยังขาดทั้งความสม่ำเสมอและความเร็ว จนสมองรับมันเป็นเครื่องมือได้ยาก
  • ผู้ใช้จึงต้องจ่าย ภาษีทางสังคม ด้วยการคุย ต่อรอง โน้มน้าว และบางครั้งก็โกรธใส่ LLM
  • การใช้ต้นทุนทางสังคมกับคนจริงมีคุณค่า เพราะได้ผลตอบแทนมากกว่า
    • อาจได้เรียนรู้อะไรใหม่หรือถูกท้าทาย
    • อาจได้รับแรงบันดาลใจ
    • ถ้าพูดเหลวไหล อีกฝ่ายก็อาจปฏิเสธได้
    • ในทางกลับกัน เราเองก็อาจสอน ท้าทาย หรือสร้างแรงบันดาลใจให้คนอื่นได้เช่นกัน
  • ส่วนใหญ่ LLM จะส่งกลับมาเป็นโค้ดเพิ่มขึ้น เทสต์เพิ่มขึ้น และข้อแก้ตัวเพิ่มขึ้น
    • บางครั้งมันก็ให้รายงานบั๊กเพิ่มขึ้น ซึ่งก็มีคุณค่า
  • ในบางงาน LLM ทำให้คนคนเดียวทำสิ่งที่เมื่อ 1 ปีก่อนยังเป็นไปไม่ได้
  • แต่ก็ยังไม่ชัดเจนว่าในทุกงาน การทุ่ม งานของสมองด้านสังคม ไปกับการคุยกับ LLM นั้นเหมาะสมหรือไม่
  • LLM เรียกร้องให้ผู้ใช้พูดกับมัน แต่ไม่ค่อยให้ผลตอบแทนที่คุ้มกับความพยายามนั้น

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 7 시간 전
ความคิดเห็นจาก Lobste.rs

  • สำหรับฉัน การคุยกับ AI กลายเป็นเหมือน ธรรมชาติที่สอง ไปแล้ว ทุกวันนี้เปิดแชตราววันละ 10 อันเพื่อถามสารพัดเรื่อง และแทบไม่รู้สึกตัวด้วยซ้ำ
    ลำดับการพิมพ์คำถาม อ่าน ตอบ แล้วอ่านอีกรอบ คล้ายกับการค้นหาด้วย Google มาก พอถึงระดับที่มือขยับเองเหมือนเวลาขับรถ การคุยกับ AI ก็เริ่มเข้ามาอยู่ในตำแหน่งเดียวกัน อย่างน้อยก็สำหรับฉัน

    • ฉันก็ใช้คล้ายกัน แต่ช่วงนี้เริ่มผสม Brave Search มากขึ้นเรื่อยๆ รู้สึกว่าถ้าพึ่ง LLM มากเกินไป ระยะยาวความสามารถในการค้นคว้าอาจถดถอยได้
      เพราะมันเข้ามาทำแทนมากเกินไปทั้งการหาแหล่งข้อมูลและการร้อยเรียงความรู้ แน่นอนว่าเวลาต้องการคำตอบเร็วๆ สำหรับเรื่องที่ไม่สำคัญมากก็โอเค แต่โดยรวมแล้วฉันคิดว่าควรรักษาทักษะการค้นคว้าให้ยังคมอยู่
    • ฉันไม่ได้รวมสิ่งนี้ไว้ใน workflow ของ vibe coding ทั่วไป เห็นด้วยเลย สำหรับฉัน ถ้าแค่เปิดแชตแบบเปิด Google เพื่อค้นอะไรสักอย่าง ตั้งคำถามให้สั้น และไม่เริ่มบทสนทนาโต้ตอบยาวๆ มันก็รู้สึกเบาพอสมควร
      เวลามีคำถามเฉพาะเจาะจง ฉันก็ถามกับ codebase ด้วย แต่สำหรับฉันมันใกล้เคียงกับการถามเพื่อนร่วมงานมากกว่า เพราะต้องคิดว่าจะเรียบเรียงยังไง บางครั้งต้องถามใหม่ให้เฉพาะเจาะจงขึ้น และบางทีก็ได้คำตอบมั่วจนต้องแก้ถ้อยคำใหม่อีก
    • เมื่อคิดว่า LLM หลอนข้อมูล บ่อย ฉันก็ไม่คิดว่านั่นเป็นเรื่องดี จำได้ลางๆ ว่าเคยเห็นงานวิจัยที่บอกว่าเกือบครึ่งหนึ่งของคำตอบจาก LLM ไม่ถูกต้อง และก็ไม่คิดว่าตัวเลขนั้นจะดีขึ้นมากนักหลังจากนั้น
      ถ้าใช้ในบางรูปแบบ มันแทบจะเป็นการโยนการคิดออกไปให้หมด จึงมีความเสี่ยงเรื่อง ทักษะถดถอย ด้วย เราควรพยายามพึ่ง LLM ให้น้อยลง ไม่ใช่มากขึ้น

  • ถ้าจะพูดเรื่อง “รางวัลตอบแทน” ฉันเห็นอะไรน่าสนใจเมื่อไม่กี่วันก่อน ฉันทำงานกับโปรแกรมเมอร์จูเนียร์สองคนอยู่ ซึ่งสำหรับฉันมันเป็นสมดุลที่ค่อนข้างยาก ฉันชอบให้กำลังใจคน แต่เวลาสอนจูเนียร์ก็ต้องประเมินผลงานอย่างวิพากษ์วิจารณ์
    ดังนั้นฉันจึงพยายามมองหาโอกาสที่จะชม แต่พอรีวิวงานที่พวกเขาทำโดยอาศัย LLM ก็รู้สึกว่า LLM ได้แย่งโอกาสที่ฉันจะชมและช่วยให้พวกเขาเติบโตไปเสียแล้ว ฉันแยกไม่ออกว่าส่วนไหนถูกสร้างขึ้นมา และส่วนไหนเป็นผลจากสิ่งที่เจ้าตัวเรียนรู้จริงๆ
    สุดท้ายก็กลายเป็นว่าฉันกำลังวิจารณ์งานที่ LLM ทำด้วยการพูดว่า “ให้ LLM ทำมากกว่านี้/น้อยกว่านี้” หรืออีกฝ่ายก็ตอบแบบตั้งการ์ดว่า “แต่ LLM บอกมาแบบนี้นะครับ/คะ” พูดตรงๆ มันทำให้ฉันกลับมาคิดใหม่กับ คุณค่าของ code review เลย เมื่อทุกคนมี “coding buddy” เสมือนของตัวเองกันหมดแล้ว ดูเหมือนโอกาสในการแบ่งปันความรู้ผ่าน code review จะลดลง

    • เมื่อมี LLM เข้ามา วิธีเข้าถึงปัญหาก็ต้องเปลี่ยนไปจริงๆ ตอนนี้ในการรีวิวมีอยู่สองชั้น คือ การเปลี่ยนแปลงโค้ด จริงๆ กับวิธีที่ใช้เครื่องมือเพื่อสร้างการเปลี่ยนแปลงนั้น
      ทั้งสองอย่างเป็นพื้นที่ที่ให้ฟีดแบ็กได้ แต่ในพื้นที่ที่สองยังไม่มีผู้เชี่ยวชาญ จึงใกล้เคียงกับการร่วมมือกันมากกว่า ถึงอย่างนั้นก็มีกฎข้อแรกที่ชัดเจนอยู่ ถ้าอธิบายเหตุผลและเนื้อหาของการเปลี่ยนแปลงไม่ได้ นอกจากบอกว่า “LLM บอกมาแบบนี้” ก็ต้องปฏิเสธแล้วให้กลับไปทำใหม่

  • ฉันเห็นด้วยว่าการคอยกำกับ LLM เป็นเรื่องเหนื่อย แต่ก็ยังเทียบกับ การขับรถ ไม่ได้ ถึงจะขับรถอย่างถูกกฎหมายมานานกว่า 30 ปีแล้ว แต่ถ้าต้องขับตลอดชั่วโมงทำงานทั้งวัน ฉันคงต้องหยุดพักวันถัดไป
    ไม่ใช่แค่ต้องกังวลเรื่องความผิดพลาดของตัวเอง แต่ยังอาจเสี่ยงถึงชีวิตจากความประมาทและความไร้ความสามารถของคนขับคนอื่นด้วย และคงขึ้นอยู่กับว่าขับอยู่ที่ไหนด้วย 😅

    • ฉันว่ามันใกล้เคียงกับการถูกล้อมรอบด้วยคนแปลกหน้าที่กำลังทำสิ่งเดียวกัน ซึ่งอาจก่อให้เกิด ผลลัพธ์ร้ายแรงถึงชีวิต มากกว่า จะมองว่าเป็นเรื่อง usability ของประสบการณ์ผู้ใช้ของรถยนต์เสียอีก

  • ถ้าตามนิยามคำว่าเครื่องมือของผู้เขียน สำหรับฉัน Firefox คงไม่มีคุณสมบัติเป็นเครื่องมือ และในเกณฑ์นั้น Chromium ก็เป็นอะไรที่จงใจร้ายกาจและเป็นปฏิปักษ์อย่างแข็งขัน
    ฉันรู้สึกว่าประเด็นเรื่อง LLM ช่วยประหยัดหรือสิ้นเปลืองพลังงานทางจิตนั้นมีหลายมิติมาก มีทั้งระดับที่แต่ละคนถูกดึงดูดทันทีไปทางการแชตแบบมนุษย์ หรือไปทางสิ่งที่ไม่มีจิตใจต่อเนื่อง แล้วก็มีความเป็นคนเก็บตัว/ก้ำกึ่ง/ชอบเข้าสังคมซ้อนอยู่ด้านบน อีกเรื่องสำคัญคือรูปแบบความคิดของเราใกล้หรือไกลจากภาษาเชิงเส้นแค่ไหน ดังนั้น LLM อาจเป็นได้ทั้งสิ่งที่มาแทนการคิด หรือสิ่งที่มาแทนการแปลความคิดจริงๆ ให้กลายเป็นธรรมเนียมการสื่อสารของมนุษย์ที่น่ารำคาญ นอกจากนี้ยังมีความต่างระหว่างความเร็วในการอ่านกับความเร็วในการพิมพ์ด้วย
    ในเรื่อง persona ทางสังคมและการโต้ตอบไปมาที่บทความพูดถึง ฉันอ่านคนไม่ค่อยออกและก็ย้อนคนกลับไม่ได้อยู่แล้ว ดังนั้นการให้ LLM ทำอะไรสักอย่างจึงไม่เหมือนการคุยกับมนุษย์เลย ฉันสามารถก้มไปดูส่วนที่พร่ำยาวก่อนคำตอบ เพื่อดูว่าความกำกวมในประโยคของฉันถูกตีความยังไง และสามารถเขียนคำขอสุดท้ายใหม่โดยยังคงช่วงต้นของบทสนทนาไว้ เพื่อหลีกเลี่ยงการตีความผิดได้ หลังจากนั้นยังสามารถแก้ไขคำตอบก่อนหน้าของ LLM ในประวัติเพื่อชี้นำคำตอบถัดไปได้อีก
    LLM แบบโฮสต์อาจไม่ค่อยกระตือรือร้นที่จะเขียนใหม่ทั้งหมดเมื่อเป็นเรื่องที่เกี่ยวกับความปลอดภัย แต่ก็นั่นแหละ เป็นอีกเหตุผลหนึ่งที่ควรใช้แต่ โมเดลแบบโลคัล แค่การเป็นบริการแบบผูกขาดไม่กี่เจ้าที่โฮสต์ไว้ พร้อมพฤติกรรมที่เปลี่ยนโดยไม่บอกล่วงหน้า และน้ำหนักโมเดลที่ซ่อนอยู่ ก็เพียงพอแล้วที่จะหลีกเลี่ยง
    แน่นอนว่าต่อให้ทำกับมนุษย์ได้ การจัดการแบบนี้ก็เป็นเรื่องไม่ดี เพราะมนุษย์มีบุคลิกที่คงอยู่ยาวนาน เพราะอย่างนั้น การคุยกับเครื่องมือที่ไม่ได้ถูกสร้างมาให้มีจิตใจต่อเนื่องจึงบางครั้งเหนื่อยน้อยกว่า ถึงฉันจะพูดสั้นและห้วนเกินไป เครื่องมือก็ไม่รู้สึกขุ่นเคือง
    แล้วคำแนะนำในตอนนี้ไม่ใช่หรือว่า แทนที่จะปล่อยให้มีความผิดพลาดค้างอยู่ในบริบทแบบการสนทนาระหว่างมนุษย์แล้วค่อยมาอธิบายทีหลัง การเขียน คำถามตั้งต้น ใหม่เพื่อหลีกเลี่ยงความผิดพลาดนั้นแทบจะดีกว่าเสมอ?

  • ฉันชอบคุยกับ Claude และมันถูกฝึกให้เป็นมิตรอย่างมากตามความชอบของมนุษย์ ดังนั้นฉันคิดว่าน่าจะมีคนอีกเยอะที่รู้สึกคล้ายกัน