เจาะประเด็น
AI / Culture
เมื่อ AI เก่งเกินไป วิศวกรกำลังกลายเป็น "คนดู" ระบบของตัวเอง
ยิ่ง AI แก้ปัญหาเก่งเท่าไหร่ ยิ่งลืมวิธีแก้เองเร็วเท่านั้น — แล้ววันหนึ่งที่ AI หลุด เราจะเหลืออะไร?
ทีมข่าว เอไอไทย.com
⏱ อ่าน 3 นาที
ความสามารถที่ไม่ได้ใช้บ่อยๆ มันจะค่อยๆ หายไปเอง — แล้วถ้าสิ่งที่หายไปคือทักษะการแก้ปัญหาระบบของทั้งทีมล่ะ?
เรื่องนี้มันไม่ได้เป็นแค่ความกังวลในอนาคตแล้วนะ มันเกิดขึ้นจริงแล้วตอนนี้ ฟังจากที่ Sylvain Kalache เขียนในบล็อกส่วนตัวของเขา — เขาเล่าประสบการณ์ตรงจากบริษัทที่เขาทำงานอยู่ให้ฟังแบบไม่ปิดบัง: ทีมวิศวกรเริ่มปล่อยให้ AI จัดการปัญหาเวลาระบบล่มหรือมี incident เกิดขึ้น แรกๆ ก็แค่ให้ AI ช่วยหาสาเหตุ พอหลังๆ เริ่มให้ AI แก้ปัญหาเลย แล้วทุกคนก็แค่นั่งดู
ฟังดูดีใช่ไหม? ระบบเสถียรขึ้น, งานเสร็จเร็วขึ้น, วิศวกรไม่ต้องมานั่งดึกกับหน้า terminal อีกต่อไป แต่มันมีราคาที่ต้องจ่าย และราคานั้นแพงกว่าที่คิด — ทักษะการแก้ปัญหาของคนในทีมกำลังฝ่อลงอย่างช้าๆ แบบไม่รู้ตัว
Kalache เรียกปรากฏการณ์นี้ว่า "ทักษะที่หายไป" (lost skills) และมันไม่ได้เกิดกับแค่ทีมเขา บริษัทที่เริ่มใช้ AI จัดการ incidents มากขึ้นเรื่อยๆ กำลังประสบปัญหาเดียวกัน: วิศวกรรุ่นใหม่แทบไม่เคยได้ลงมือแก้ปัญหาระบบจริงๆ สักครั้ง พวกเขารู้แค่วิธีพิมพ์ prompt ให้ AI แต่ไม่รู้ว่าจริงๆ แล้วระบบทำงานยังไง มันเชื่อมต่อกันยังไง และถ้า AI งง พวกเขาก็ไม่รู้จะเริ่มตรงไหน
อันนี้คือสิ่งที่ผมกลัวมาตลอด และมันไม่ใช่แค่เรื่องเทคนิค — มันเป็นเรื่อง "ความรับผิดชอบ" ด้วย ถ้าวันหนึ่ง AI เกิด hallucination หรือตัดสินใจผิดพลาด แล้วไปลบข้อมูลสำคัญของระบบทิ้ง ใครจะรับผิดชอบ? วิศวกรที่กด approve? หรือตัว AI ที่ไม่มีตัวตน? คำตอบคือ วิศวกรคนนั้นแหละ ที่ต้องรับผิดชอบทั้งที่เขาไม่เข้าใจด้วยซ้ำว่า AI ทำอะไรลงไป
ลองคิดดูง่ายๆ เหมือนคนขับรถที่ใช้ autopilot ตลอดเวลา จนไม่รู้วิธีบังคับพวงมาลัยเอง แล้ววันหนึ่งระบบล่มกลางทางหลวง — คุณจะทำยังไง? คุณจะบอกว่า "ไม่เป็นไร เดี๋ยว AI จัดการ" ทั้งที่มันไม่ทำงานแล้วเหรอ?
ที่สำคัญไปกว่านั้น — วัฒนธรรมองค์กรก็เปลี่ยนไปด้วย ตอนนี้เวลามี incident ทุกคนรีบให้ AI หาคำตอบให้ไวๆ ไม่มีใครอยากมานั่งไล่ดู log ทีละบรรทัด ไม่มีใครอยากเข้าใจ "ที่มาที่ไป" ของปัญหา ขอแค่ปัญหาจบก็พอ แล้วแบบนี้มันจะยั่งยืนได้ยังไง?
Kalache เสนอว่าทีมควรมี "เวลาฝึกทักษะ" สำหรับวิศวกรโดยเฉพาะ ให้พวกเขาได้ลงมือแก้ปัญหาจริงๆ โดยไม่พึ่ง AI บ้าง หรืออย่างน้อยก็ฝึกกับระบบจำลองที่ไม่ได้ใช้จริง เพื่อให้สมองยังจำวิธีคิดแบบมนุษย์ได้ — เพราะสุดท้ายแล้ว AI เป็นแค่เครื่องมือ มันไม่ใช่สมองของทีม
ความรู้คืออำนาจ
ถ้าเราไม่รู้ว่าระบบทำงานยังไง เราก็ไม่สามารถควบคุมมันได้จริงๆ — และนั่นคือจุดที่อันตรายที่สุด
AI ผิดพลาดได้
AI ไม่ได้สมบูรณ์แบบ มันผิดได้ มันมั่วได้ และถ้าทีมไม่มีคนที่เข้าใจระบบจริงๆ พอ AI ผิดทีเดียว ทั้งระบบก็ล่มได้ทั้งระบบ
นี่ไม่ใช่การบอกให้ทุกคนเลิกใช้ AI นะ — AI ช่วยให้งานเร็วขึ้นจริง ปฏิเสธไม่ได้ แต่มันต้องใช้แบบมีสติ รู้ว่าเมื่อไหร่ควรให้ AI ช่วย เมื่อไหร่ควรลงมือทำเอง และที่สำคัญที่สุด — ต้องมีคนในทีมอย่างน้อยหนึ่งคนที่ "เข้าใจทุกอย่างจริงๆ" โดยไม่ต้องถาม AI
ฟังนะ ทุกคน — AI เป็นเครื่องมือที่ดีที่สุดที่เรามีในตอนนี้ แต่มันไม่ใช่ "ผู้สืบทอด" ความรู้ของเรา ถ้าปล่อยให้ AI แก้ปัญหาทุกอย่างไปเรื่อยๆ โดยไม่รักษาทักษะของตัวเองไว้ สักวันหนึ่งเราจะตื่นขึ้นมาแล้วพบว่า เราเป็นแค่คนกดปุ่มในห้องที่เต็มไปด้วยเครื่องจักรที่เราไม่เข้าใจ — และนั่นคือฝันร้ายของวิศวกรตัวจริง
ที่มา: Sylvain Kalache Blog — อ่านต้นฉบับ
ความคิดเห็น 6
กำลังโหลดความคิดเห็น...