เจาะประเด็น
AI / Dev
โค้ดพังเพราะ AI ไม่ใช่ความผิด AI แต่เป็นความผิดคนที่คุมคุณภาพไม่เป็น
โทษเครื่องมือมันง่าย แต่ปัญหาจริงอยู่ที่กระบวนการตรวจสอบที่ไม่มีใครอยากแตะ
ทีมข่าว เอไอไทย.com
⏱ อ่าน 4 นาที
ถ้าทีมคุณยังไม่มีเกตตรวจโค้ดที่ชัดเจน ปัญหาคุณภาพจะโผล่มาไม่ว่าคุณจะใช้ AI หรือไม่ก็ตาม
ทุกครั้งที่โค้ดมีปัญหา วงการเรามักหาตัวการเร็วมาก และตัวการที่ถูกชี้หน้าบ่อยสุดตอนนี้ก็หนีไม่พ้น AI ใช้ AI เขียนโค้ดแล้วคุณภาพตก ใช้ Copilot แล้วทีมขี้เกียจอ่านรีวิว ใช้แชทบอทเจนโค้ดแล้วบั๊กเต็มโปรดักชัน — ฟังดูคุ้นๆ ใช่ไหม
แต่บทความจาก i-kh.net ที่กำลังถูกพูดถึงใน Hacker News ตอนนี้ (57 คะแนน 94 คอมเมนต์) โยนมุมกลับด้านให้คิดใหม่ทั้งหมด ประเด็นของมันตรงมาก: ถ้า AI กำลังทำให้คุณภาพโค้ดของคุณแย่ลง ปัญหาไม่ใช่ AI — ปัญหาคือคุณบริหารจัดการคุณภาพโค้ดไม่เป็นตั้งแต่แรกต่างหาก
ฟังดูเหมือนเป็นประโยคป้องกันตัวให้ AI แต่จริงๆ มันคือการตบหน้าวิธีทำงานของหลายทีมซอฟต์แวร์มากกว่า ลองคิดตาม — ถ้าทีมของคุณมีกระบวนการตรวจสอบคุณภาพที่รัดกุมจริง มีเทสต์ที่ครอบคลุม มีโค้ดรีวิวที่คนอ่านจริง มีมาตรฐานการเขียนที่ทุกคนยึดถือ AI จะกลายเป็นแค่ผู้ช่วยที่ผลิตโค้ดออกมา แล้วโค้ดนั้นก็ต้องผ่านด่านเดิมที่ทุกคนต้องผ่านอยู่ดี
แต่ถ้าทีมของคุณปล่อยโค้ดลงโปรดักชันได้เพราะ "ก็มันรันผ่านนี่" หรือรีวิวกันแบบกด Approve ผ่านๆ ไม่เคยอ่านจริง — ปัญหาคุณภาพมันมีอยู่ก่อนแล้ว แค่ AI ทำให้มันโผล่เร็วขึ้นและเยอะขึ้นเท่านั้น เรียกว่าเป็นตัวเร่งปฏิกิริยา ไม่ใช่ต้นเหตุ
เพราะทุกบริษัทกำลังเร่ง adopt AI เข้ามาในกระบวนการพัฒนา ตัวเลข productivity ที่เพิ่มขึ้นถูกเอาไปขายผู้บริหารกันเต็มไปหมด แต่สิ่งที่ไม่มีใครพูดถึงเท่ากันคือหนี้ทางเทคนิคที่อาจพอกพูนตามมา ถ้าองค์กรไม่ได้ลงทุนกับระบบควบคุมคุณภาพให้แข็งแรงพอที่จะรองรับปริมาณโค้ดที่เพิ่มขึ้นหลายเท่า
ประเด็นคือ ปริมาณโค้ดที่ AI ผลิตได้ในหนึ่งชั่วโมง อาจเท่ากับที่มนุษย์เขียนได้ในหนึ่งวัน แต่ความสามารถในการรีวิวและตรวจสอบของมนุษย์ยังเท่าเดิม นี่คือคอขวดจริงที่หลายทีมยังไม่ยอมรับว่ามี
มุมของคอลัมนิสต์อย่างผมคือ — บทความนี้พูดถูกครึ่งหนึ่ง มันถูกที่บอกว่าปัญหาคุณภาพเป็นเรื่องของกระบวนการ ไม่ใช่เครื่องมือ และนี่คือสิ่งที่วิศวกรอาวุโสหลายคนพยายามบอกมานานแล้ว แต่ผมว่าไม่แฟร์ที่จะปล่อย AI ลอยนวลไปเลย เพราะธรรมชาติของโค้ดที่ AI สร้างมันมีลักษณะเฉพาะ — ดูสมเหตุสมผล อ่านลื่น แต่อาจซ่อนความผิดพลาดเชิงตรรกะที่หาอยากมาก การรีวิวโค้ดแบบ AI จึงต้องใช้ทักษะต่างจากเดิม ไม่ใช่แค่ "มีกระบวนการ" ก็จบ
สรุปแบบฟันธง: โทษ AI ว่าโค้ดห่วยคือการหลบเลี่ยงปัญหาจริง ปัญหาคือทีมส่วนใหญ่ยังไม่มีระบบตรวจสอบคุณภาพที่แข็งแรงพอจะรับมือปริมาณโค้ดที่เพิ่มขึ้นหลายเท่า ใครที่ยังไม่ได้ลงทุนกับเรื่องนี้ ต่อให้ใช้ AI หรือไม่ ก็เจ๊งเหมือนกัน
ที่มา: Hacker News — อ่านต้นฉบับ
ความคิดเห็น 6
กำลังโหลดความคิดเห็น...