ผู้นำทางความคิด

ความเหนื่อยล้าของ AI เป็นเรื่องจริง แต่ไม่ใช่สิ่งที่คุณคิด

Andrew Filev
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญอาการเหนื่อยล้าจาก AI เป็นเพียงความเมื่อยล้าชั่วคราวจากการเรียนรู้ทักษะการคิดใหม่…
ดูเพิ่มเติม
  • อาการเหนื่อยล้าจาก AI เป็นเพียงความเมื่อยล้าชั่วคราวจากการเรียนรู้ทักษะการคิดใหม่ ไม่ใช่ภาวะถาวร
  • ความเหนื่อยล้าจะสูงสุดในช่วงกลางของการเริ่มใช้ AI ก่อนที่เส้นทางความคิดที่มีประสิทธิภาพจะก่อตัวขึ้น
  • ผู้นำต้องจัดการภาระทางความคิดนี้เหมือนโค้ช ไม่ใช่ถอยห่างจากการนำ AI มาใช้

ขณะนี้มีเรื่องเล่าที่กำลังก่อตัวและได้รับความสนใจอย่างมาก นั่นคือ AI กำลังสูบพลังเรา วิศวกรส่งมอบโค้ดมากกว่าที่เคย แต่กลับรู้สึกแย่กว่าที่เคย คำว่า «ความเหนื่อยล้าจาก AI» แพร่หลายขึ้น และมีความเห็นตามมามากมาย

วิศวกรซอฟต์แวร์คนหนึ่งเขียนใน Business Insider ว่าไตรมาสที่ผ่านมาเป็นช่วงที่เขาสร้างผลงานได้มากที่สุดและเหนื่อยล้าที่สุด Steve Yegge ผู้เขียนหนังสือเกี่ยวกับ vibe coding จริง ๆ บอกกับ The Pragmatic Engineer ว่าเขางีบกลางวันและจำกัดการทำงานจริงจังที่ใช้ AI ช่วยไว้ที่สามชั่วโมง ผู้ก่อตั้งสตาร์ทอัพหมดแรงตั้งแต่บ่ายสอง หนึ่งในโพสต์ที่มีผู้แชร์มากที่สุดเดือนนี้เตือนว่า AI มี «ผลเหมือนแวมไพร์» ต่อคนที่ใช้มันมากที่สุด

แต่ดูเหมือนไม่มีใครสังเกตว่า คนที่รายงานความเหนื่อยล้ามากที่สุดไม่ใช่ฝ่ายกังขา พวกเขาคือผู้ที่เชื่อมั่นใน AI อย่างแท้จริง

วิศวกรที่ติดอยู่ระดับหนึ่งบนมาตรวัดการนำ AI มาใช้ของ Yegge ซึ่งไม่สนใจ AI เลย กลับรู้สึกสบายดี อาจกังวลบ้าง แต่ไม่ได้หมดแรง คนที่กลับบ้านอย่างหมดสภาพคือคนในระดับห้า หก และเจ็ด ซึ่งทุ่มเต็มตัว รันหลายเอเจนต์ ประสานกระบวนการทำงานซับซ้อน และส่งมอบงานเร็วอย่างที่ไม่เคยคิดว่าจะทำได้

รูปแบบนี้ควรบอกอะไรเราบางอย่าง และผมคิดว่ามันบอกว่า «ความเหนื่อยล้าจาก AI» เป็นการวินิจฉัยที่ผิดไปทั้งหมด

คุณไม่ได้มีปัญหาความเหนื่อยล้า แต่มีปัญหาการฝึก

ลองนึกถึงครั้งแรกที่คุณยกเดดลิฟต์ ไม่จำเป็นต้องหนักมาก แค่การเคลื่อนไหวนั้นเอง เช้าวันถัดมา ทั้งตัวรู้สึกราวกับถูกถอดชิ้นส่วนแล้วประกอบกลับผิด ขาปวด หลังปวด กล้ามเนื้อที่คุณไม่เคยรู้ว่ามีอยู่แสดงตัวในแบบที่ไม่น่าอภิรมย์ที่สุด

หากมีคนวัดผลงานคุณในวันนั้น ผลคงดูแย่มาก แค่จะนั่งยังแทบทำไม่ได้โดยไม่เบ้หน้า คุณอาจสรุปได้อย่างสมเหตุสมผลว่าเดดลิฟต์ทำต่อเนื่องไม่ไหว ร่างกายมนุษย์ไม่ได้ถูกสร้างมาสำหรับมัน และต้นทุนสูงกว่าประโยชน์

แต่แน่นอนว่าอีกหกเดือนต่อมา คุณยกน้ำหนักได้สองเท่าและยังรู้สึกดีหลังยก ร่างกายสร้างเส้นทางใหม่และปรับตัว การเคลื่อนไหวที่เคยต้องอาศัยความพยายามอย่างมีสติทั้งหมดกลายเป็นอัตโนมัติ อาการปวดกล้ามเนื้อไม่ได้แปลว่าคุณพัง แต่แปลว่าคุณกำลังสร้างสิ่งใหม่

นี่คือสิ่งที่กำลังเกิดขึ้นกับการทำงานโดยมี AI ช่วยอย่างพอดิบพอดี

ภาระทางความคิดที่ไม่มีใครพูดถึง

เมื่อเขียนโค้ดแบบเดิม สมองกำลังรันโปรแกรมที่คุ้นเคย คุณทำมาแล้วนับพันครั้ง รู้จังหวะการกดแป้น รูปแบบ และจังหวะการแก้บั๊ก เหมือนการขับรถไปทำงานทุกวัน ซึ่งซับซ้อนทางเทคนิค แต่ฝึกจนทำได้ขณะคิดเรื่องอาหารเย็น

การทำงานโดยมี AI ช่วยเป็นภารกิจทางความคิดที่ต่างออกไปโดยพื้นฐาน คุณไม่ได้เขียนโค้ดแล้ว แต่กำลังสั่งการ ประเมิน ตัดสินใจ สลับบริบทระหว่างหลายเอเจนต์ ตรวจผลงานที่ไม่ได้เขียนเอง และเก็บเจตนาของสถาปัตยกรรมระบบไว้ในหัว ขณะที่ AI เลือกวิธีลงมือทำซึ่งคุณต้องตรวจสอบแบบเรียลไทม์

นี่ไม่ใช่งานเดิมที่ทำเร็วขึ้น แต่เป็นงานคนละอย่าง และสมองยังไม่ได้สร้างเส้นทางที่มีประสิทธิภาพสำหรับมัน

ทุกการตัดสินใจยังต้องทำอย่างมีสติ ทุกการตรวจทานต้องออกแรงคิด คุณเฝ้าดูคุณภาพ รักษาบริบทระหว่างสายงานคู่ขนาน และใช้วิจารณญาณตัดสินผลงาน AI ตลอดเวลา นี่จึงเป็นเหตุผลที่งานนี้สามชั่วโมงอาจทำให้หมดแรงกว่าการเขียนโค้ดแบบเดิมแปดชั่วโมง ในเชิงความคิด มันเทียบได้กับสัปดาห์แรกที่ไปยิม

เส้นโค้งการนำมาใช้ แท้จริงคือเส้นโค้งความอ่อนล้า

กรอบแปดระดับของ Yegge สำหรับ การนำ AI มาใช้ แทบจะทับกับเส้นโค้งความอ่อนล้าได้พอดี แม้ผมไม่คิดว่านั่นเป็นเจตนาของเขา

ระดับหนึ่งและสอง คุณแทบไม่ได้ใช้ AI เติมข้อความอัตโนมัตินิดหนึ่ง ถามคำถามบ้าง ภาระทางความคิดไม่มาก ความเหนื่อยล้าไม่มาก

ระดับสามถึงหก คุณลงไปอยู่ในน้ำลึก ให้เอเจนต์มีอิสระมากขึ้น ตรวจงานทีละบรรทัดน้อยลงและดูภาพรวมมากขึ้น รันหลายเอเจนต์ และต้องหาทางในกระบวนการทำงานที่ไม่มีอยู่เมื่อ 18 เดือนก่อนตลอดเวลา จุดนี้เองที่พลังถูกสูบไป นี่คือเดดลิฟต์น้ำหนักหนัก

ระดับเจ็ดและแปด สิ่งน่าสนใจเริ่มเกิดขึ้น คุณสร้างระบบประสานงานแล้ว AI ทำงานอย่างอิสระมากขึ้น คุณเรียนรู้ว่าอะไรไว้ใจได้และอะไรต้องตรวจ คุณบอกผลลัพธ์ที่ต้องการแล้วเดินออกมา Matt Shumer อธิบายสิ่งนี้ตรง ๆ คือบอก AI ว่าจะสร้างอะไร ออกไปสี่ชั่วโมง แล้วกลับมาพบงานที่เสร็จแล้ว การปรับตัวเริ่มให้ผล

ความอ่อนล้าไม่ได้กระจายเท่ากัน แต่สูงสุดตรงกลาง ซึ่งเป็นจุดที่ผู้ใช้กลุ่มแรกส่วนใหญ่อยู่ในตอนนี้ นั่นทำให้ความเหนื่อยล้าดูเหมือนเกิดกับทุกคน เพราะในบรรดาคนที่พูดถึง AI มากที่สุด มีสัดส่วนคนที่อยู่ในช่วงยากที่สุดของเส้นโค้งการเรียนรู้สูงเกินสัดส่วนทั่วไป

ไม่มีใครเขียนบทความเรื่อง «ความเหนื่อยล้าจากการขับรถ»

จำตอนหัดขับรถได้ไหม ครั้งแรกที่คุณขับรวมเข้าทางด่วน คงกำพวงมาลัยราวกับชีวิตขึ้นอยู่กับมัน ซึ่งพูดอย่างเป็นธรรมแล้วก็จริง คุณกลับบ้านหลังขับครึ่งชั่วโมงอย่างหมดแรง สมองทำงานเต็มกำลัง ทั้งดูกระจก ควบคุมความเร็ว คาดการณ์ผู้ขับคนอื่น และตีความป้ายจราจร ทุกอย่างพร้อมกันและอย่างมีสติ

ตอนนี้คุณขับหนึ่งชั่วโมง ฟังพอดแคสต์แบบครึ่งหูและกินแซนด์วิชไปด้วย งานไม่ได้เปลี่ยน คุณต่างหากที่เปลี่ยน สมองสร้างเส้นทางประสาทที่มีประสิทธิภาพสำหรับการขับรถ ย่อสิ่งที่เคยต้องใช้ความใส่ใจอย่างมีสติทั้งหมดให้กลายเป็นกระบวนการเบื้องหลัง

ไม่มีใครเขียนบทความวิเคราะห์ว่า «ความเหนื่อยล้าจากการขับรถ» เป็นวิกฤตการดำรงอยู่ ไม่มีใครบอกว่ารถมี «ผลเหมือนแวมไพร์» ต่อผู้ขับ เราเข้าใจโดยสัญชาตญาณว่าความอ่อนล้าเป็นเพียงชั่วคราว เป็นราคาของการเรียนรู้สิ่งใหม่

นี่คือส่วนที่ขาดไปในการถกเถียงปัจจุบัน «ความเหนื่อยล้าจาก AI» ถูกมองเป็นภาวะถาวรและคุณลักษณะพื้นฐานของเทคโนโลยี ทั้งที่จริงคือต้นทุนช่วงเปลี่ยนผ่าน มันคืออาการปวดกล้ามเนื้อหลังฝึก ไม่ใช่โรคเรื้อรัง

ทำไมเรื่องนี้จึงสำคัญเกินกว่าความสบาย

ความต่างนี้ไม่ได้เป็นแค่เรื่องถ้อยคำ วิธีวินิจฉัยปัญหากำหนดว่าคุณจะจัดการมันอย่างไร

หากความเหนื่อยล้าจาก AI เป็นคุณลักษณะถาวรของเทคโนโลยี ขีดจำกัดสามชั่วโมงของ Yegge ก็เป็นเพดานตลอดไป บริษัทควรวางแผนโดยถือว่าวิศวกรสร้างผลงานได้เพียงเศษเสี้ยวของวัน «ผลเหมือนแวมไพร์» เป็นค่าผ่านประตูที่เราต้องยอมอยู่กับมัน

แต่หากเป็นอาการปวดกล้ามเนื้อหลังฝึก แนวทางย่อมต่างไปโดยสิ้นเชิง คุณจัดการภาระและค่อย ๆ สร้างความสามารถ ไม่โดดยิมเพียงเพราะปวดเมื่อย และที่สำคัญ ไม่ถือว่าความอ่อนล้าวันนี้จะอยู่ระดับเดิมในวันพรุ่งนี้

วิศวกรที่ผ่านช่วงนี้ไปได้จะสร้างเส้นทางทางความคิดสำหรับสั่งการงาน AI ตรวจทานในระดับรายละเอียดที่เหมาะสม และรักษาเจตนาสถาปัตยกรรมระบบระหว่างสายงานคู่ขนาน สุดท้ายพวกเขาจะทำได้เป็นธรรมชาติเหมือนขับรถ กำแพงสามชั่วโมงจะเลื่อนไปห้าแล้วเจ็ด ไม่ใช่เพราะทำงานหนักขึ้น แต่เพราะงานไม่ต้องใช้ความพยายามแบบเดิมอีกต่อไป

ขณะเดียวกัน วิศวกรที่อ่านเรื่อง «ความเหนื่อยล้าจาก AI» แล้วเลือกอยู่ระดับสองอย่างสบาย คุ้นเคย และไม่หมดแรง จะพบว่าตนอยู่ในสถานะที่แย่กว่ามาก

ไม่ใช่เพราะตามกระแสไม่ทัน แต่เพราะไม่เคยเริ่มฝึกในสิ่งที่คนอื่นผ่านกันไปแล้ว

ความเสี่ยงแท้จริง: สับสนระหว่างปวดกล้ามเนื้อกับบาดเจ็บ

ผมอยากชี้ให้ชัดเรื่องหนึ่ง อาการปวดกล้ามเนื้อหลังฝึกกับการบาดเจ็บจริงนั้นต่างกัน และความต่างนี้ใช้กับเรื่องนี้เช่นกัน

หากคุณทำ vibe coding วันละ 14 ชั่วโมง นอนสี่ชั่วโมง และขับเคลื่อนด้วยอะดรีนาลีนเพราะความใหม่ชวนให้เคลิ้ม นั่นไม่ใช่การฝึก แต่คือการฝึกเกินพอดี เช่นเดียวกับในยิม การฝึกเกินพอดีไม่ได้สร้างอะไร มันทำลายคุณ

ข้อสังเกตสามชั่วโมงของ Yegge มีคุณค่าในฐานะสัญญาณความต้องการฟื้นตัวตอนนี้ ไม่ใช่เพดานถาวร เมื่อเริ่มฝึกต้องพักระหว่างครั้งมากกว่าเดิม เมื่อปรับตัวได้ก็รับปริมาณงานเพิ่มได้ คนที่หมดไฟไม่ใช่คนที่ทำงานโดยมี AI ช่วยอย่างจดจ่อสามชั่วโมง แต่คือคนที่หยุดไม่ได้เพราะวงจรป้อนกลับดึงดูดเกินไป ซึ่งตรงกับพลวัตของตู้สล็อตที่ผมเคยเขียนถึง

คำตอบไม่ใช่เลี่ยงยิม แต่คือฝึกอย่างฉลาด ทำเป็นช่วงเข้มข้น ฟื้นตัวจริง และค่อย ๆ เพิ่มระดับ

คำทำนายที่ไม่มีใครอื่นเสนอ

นี่คือสิ่งที่ผมคิดว่าจะเกิดในอีก 12–18 เดือน

เรื่องเล่า «ความเหนื่อยล้าจาก AI» จะถึงจุดสูงสุดช่วงหนึ่งของปีนี้ จะมีบทความและความวิตกมากขึ้น และอาจมีวิศวกรชื่อดังบางคนประกาศต่อสาธารณะว่า «พักจากเครื่องมือ AI» มันจะดูเหมือนกระแสตีกลับที่มีนัยสำคัญ

แล้วเรื่องเล่าจะค่อย ๆ จางไปอย่างเงียบ ๆ ไม่ใช่เพราะคนเลิกใช้ AI แต่เพราะผู้ใช้กลุ่มแรกปรับตัวเสร็จแล้ว กำแพงสามชั่วโมงจะเหมือนความทรงจำห่างไกลสำหรับคนที่ทำเช่นนี้มาปีครึ่ง พวกเขาจะสั่งการกระบวนการทำงาน AI เหมือนที่เคยเขียนลูป for โดยไม่ต้องคิดถึงมัน

ช่องว่างระหว่างคนที่ผ่านความปวดเมื่อยไปได้กับคนที่ไม่ได้ผ่านจะมหาศาล ไม่ใช่เพราะทักษะ AI หายาก แต่เพราะการปรับตัวเอง คือความสามารถคิดในแง่การสั่งการ การประเมิน และการประสานงาน แทนการลงมือทำทีละบรรทัด จะกลายเป็นธรรมชาติสำหรับกลุ่มหนึ่ง แต่แปลกแยกโดยสิ้นเชิงสำหรับอีกกลุ่ม

การตอบสนองที่แย่ที่สุดต่ออาการปวดกล้ามเนื้อหลังฝึกเหมือนเดิมเสมอ นั่นคือเลิกไปยิม

เรื่องนี้หมายถึงอะไรสำหรับผู้นำ

หากคุณนำทีมวิศวกรอยู่ตอนนี้ จงเข้าใจว่าสิ่งที่เห็นคืออะไร วิศวกรที่สร้างผลงานมากที่สุดของคุณก็คือคนที่เหนื่อยที่สุด นี่ไม่ใช่ความขัดแย้ง แต่คือสัญญาณชัดที่สุดที่คุณมีว่าการปรับตัวกำลังเกิดขึ้น

อย่าตอบสนองด้วยการลดการนำ AI มาใช้ และอย่าแสร้งว่าความเหนื่อยล้าไม่จริง จงทำเหมือนโค้ชที่ดี คือจัดการภาระการฝึก คาดหวังช่วงทำงานที่ใช้ AI ช่วยอย่างเข้มข้นและจดจ่อ ตามด้วยการฟื้นตัวจริง อนุญาตให้คนทำงานในชั่วโมงที่รู้สึกเหมือนสั้นลงระหว่างสร้างทักษะทางความคิดใหม่ ผลงานก็ยังจะมากกว่าเดิมหลายเท่า

บริษัทที่ทำได้ถูกต้องจะมีทีมที่ปรับตัวแล้วภายในสิ้นปี ส่วนบริษัทที่เพิกเฉยต่อความเหนื่อยล้าหรือถอยจาก AI เพราะเหตุนี้ จะได้ส่วนที่แย่ที่สุดของทั้งสองผลลัพธ์ คือวิศวกรที่หมดแรงและไม่เคยผ่านช่วงยากที่สุดของเส้นโค้ง

เราไม่ได้กำลังเจอผลข้างเคียงของเทคโนโลยีใหม่ แต่กำลังอยู่ในสัปดาห์แรก ๆ ของการฝึกวิธีทำงานแบบใหม่ อาการปวดกล้ามเนื้อคือหลักฐานว่าการฝึกได้ผล ยอมรับและจัดการมัน แล้วเชื่อว่าสมองจะทำสิ่งที่ทำมาเสมอ เช่นเดียวกับระบบปรับตัวอื่น ๆ ในธรรมชาติ

มันจะปรับตัว

แอนดรูว์ ไฟล์ว เป็นผู้ก่อตั้งและซีอีโอของ Zencoder เขาได้เปลี่ยนแปลงการบริหารงานร่วมกันโดยการก่อตั้ง Wrike (ลูกค้ามากกว่า 20,000 ราย ขายไปแล้ว 2.25 พันล้านดอลลาร์) และได้รับการกล่าวถึงใน Forbes และ The NY Times ความหลงใหลของเขาใน AI และนวัตกรรมยังคงกำหนดรูปแบบอนาคตของงาน