การใช้ AI อาจทำให้งานใช้เวลานานขึ้นตามที่การวิจัยพบ

การวิจัยใหม่แสดงให้เห็นว่า AI สามารถทำให้งานง่ายๆ ใช้เวลานานขึ้น ในขณะเดียวกันก็ทำให้ผู้ใช้คิดว่าตนเองมีประสิทธิภาพมากขึ้น

การศึกษาใหม่จาก Stanford, NYU และ Princeton พบว่าเรามักใช้ AI แม้ว่ามันจะไม่มีประสิทธิภาพ และสำหรับงานเล็กๆ ที่เรามอบหมายให้ AI ทำ เราอาจใช้ความพยายามน้อยลงและประหยัดเวลาได้มากกว่าหากเราทำงานนั้นด้วยตนเอง

ในสามการศึกษาที่ทำกับมนุษย์ ผู้เขียนพบว่าผู้เข้าร่วมมักจะประมาณการผิดว่า AI จะช่วยประหยัดเวลาได้มากเพียงใด และยังประมาณการผิดว่าตนเองพึ่งพา AI มากเพียงใด*

‘ใน [การศึกษาที่สอง] เราพยายามเข้าใจว่าทำไมผู้คนถึงใช้ AI สำหรับงานง่ายๆ แม้ว่า AI จะไม่ช่วยให้ทำงานได้เร็วขึ้น หนึ่งในสมมติฐานคือผู้คนอาจมีความเข้าใจผิดเกี่ยวกับเวลาที่ AI ช่วยประหยัดได้

‘เพื่อทดสอบสมมติฐานนี้ เราเปรียบเทียบการคาดการณ์ของผู้คนเกี่ยวกับเวลาที่ AI จะช่วยประหยัดกับเวลาที่ AI จริงๆ ช่วยประหยัด และพบว่าผู้คนมีความเข้าใจผิดเกี่ยวกับประสิทธิภาพของ AI โดยคิดว่า AI จะช่วยประหยัดเวลาได้มากกว่าที่จริง

‘โดยเฉลี่ย ผู้คนคาดการณ์ว่า AI จะช่วยประหยัดเวลา 55.7 วินาที แต่ในความเป็นจริง AI ช่วยประหยัดเวลาเพียง 7.5 วินาที ความเข้าใจผิดนี้รุนแรงมากขึ้นในงานง่ายๆ ที่ผู้คนคาดการณ์ว่า AI จะช่วยประหยัดเวลา แต่ในความเป็นจริง AI ทำให้ทำงานช้าลง’

รายงานใหม่ รายงานใหม่ ที่มีชื่อเรื่องว่า การเข้าใจผิดเกี่ยวกับประสิทธิภาพของ AI: ผู้คนเข้าใจผิดเกี่ยวกับอัตราการใช้ AI และประมาณการผิดเกี่ยวกับประโยชน์ของ AI ในงานง่ายๆ ซึ่งเขียนร่วมกันโดยผู้เขียนเจ็ดคนจากสามสถาบันพบว่าการใช้ AI ในงานที่แล้วจะทำให้ผู้คนมีแนวโน้มที่จะใช้ AI ในงานที่จะมาถึงในอนาคต แม้ว่าเทคโนโลยีนั้นจะไม่มีประโยชน์จริงๆ ก็ตาม

ภาพรวมของสามการศึกษาที่ทำเพื่อทดสอบว่าผู้คนใช้ AI ในงานง่ายๆ อย่างไร โดยพบว่าผู้คนเข้าใจผิดเกี่ยวกับเวลาที่ AI ช่วยประหยัดและพึ่งพา AI มากเกินไป แหล่งที่มา แหล่งที่มา

ข้อมูลจากสามการศึกษาพบว่าผู้คนมีแนวโน้มที่จะใช้ AI มากขึ้นหลังจากที่ได้ใช้ AI ในงานที่แล้ว*:

‘ตรงกันข้ามกับความเป็นไปได้ที่ประสบการณ์จะช่วยให้การประเมินแม่นยำขึ้น หรือช่วยให้คาดการณ์ประโยชน์ของ AI ต่องานได้ดีขึ้น เราพบผลต่อเนื่องในระดับเซสชัน ซึ่งการใช้ AI ในช่วงแรกเพิ่มการใช้ AI ในช่วงถัดไป’

‘ผู้เข้าร่วมที่ทำงานง่ายๆ ด้วย AI ในช่วงแรกมีแนวโน้มที่จะเลือกใช้ AI ในช่วงที่สองมากกว่าผู้เข้าร่วมที่ทำงานด้วยตนเองในช่วงแรก โดยไม่มีประโยชน์จริงๆ ในด้านเวลาหรือความพยายาม’

ในหนึ่งในสามการศึกษา ผู้เขียนพบว่าผลประโยชน์ที่ได้รับจาก AI เป็นเพียงภาพลวงตาทั้งหมด:

‘AI สามารถทำให้ทำงานช้าลง [เรา] พบว่าผู้คนใช้ AI มากกว่าผู้ที่ทำงานด้วยตนเองและรายงานว่าใช้ความพยายามมากขึ้น’

การศึกษานี้มีข้อจำกัดในงานที่ใช้เวลาไม่เกินห้านาที แต่อาจเกี่ยวข้องกับผู้ที่เคยใช้เครื่องมือค้นหาข้อมูลและตอนนี้ใช้ ChatGPT และ AI ที่เป็นที่นิยมอื่นๆ แทน

กลุ่มการศึกษา

ในสามการศึกษานี้ งานถูกออกแบบตาม Taxonomy of User Needs and Actions (TUNA) ซึ่งครอบคลุมการค้นหาข้อมูล การสรุปข้อมูล การคำนวณ การแก้ไขการเขียน การเขียนใหม่ และงานอื่นๆ ที่ใช้เวลาไม่เกินห้านาที

การศึกษาครั้งแรกเปรียบเทียบความเต็มใจที่จะใช้ AI ที่ผู้เข้าร่วมคาดการณ์ไว้กับพฤติกรรมจริงระหว่างทำงาน เพื่อดูว่าผู้คนเข้าใจระดับการพึ่งพาความช่วยเหลือจาก AI ของตนเองได้แม่นยำเพียงใด

การศึกษาครั้งที่สองมุ่งเปรียบเทียบประโยชน์ด้านประสิทธิภาพที่รับรู้กับผลจริง โดยเทียบความคาดหวังเรื่องเวลาที่ประหยัดและภาระทางความคิดที่ลดลงกับเวลาที่วัดได้และภาระงานที่รายงาน ระหว่างการทำงานโดยมี AI ช่วยและการทำงานด้วยตนเอง

การศึกษาที่สามทดสอบว่าการใช้ AI ในช่วงแรกจะส่งผลต่อการตัดสินใจในอนาคตหรือไม่ โดยติดตามว่าผู้เข้าร่วมที่ใช้ AI ในช่วงแรกจะมีแนวโน้มที่จะใช้ AI ในช่วงที่สองมากกว่าผู้เข้าร่วมที่ทำงานด้วยตนเองหรือไม่

การคิดมากเกินไป – การใช้ AI ในงานง่ายๆ

เพื่อทำความเข้าใจว่าผู้คนเข้าใจถึงการพึ่งพา AI ของตนเองหรือไม่ ผู้เข้าร่วมในหนึ่งการศึกษาถูกขอให้ทำงานสี่งานที่มีทางเลือกให้ใช้ AI หรือไม่ และเปรียบเทียบการคาดการณ์ของตนเองเกี่ยวกับการใช้ AI กับการใช้ AI จริงๆ โดยพบว่ามีความแตกต่างที่มีนัยสำคัญระหว่างทั้งสอง*:

ผู้เข้าร่วมมักจะเข้าใจผิดเกี่ยวกับการใช้ AI ในงานง่ายๆ โดยพบว่าช่องว่างระหว่างการคาดการณ์และการใช้ AI จริงๆ ขยายออกไปในงานที่ง่ายกว่า โดยผู้เข้าร่วมคาดการณ์ว่าจะใช้ AI 20% แต่ในความเป็นจริงใช้ AI 38%

ผู้เขียนระบุว่า:

‘เราพบว่า [ผู้คน] ใช้ AI มากกว่าที่คาดการณ์ไว้ โดยเฉลี่ยผู้เข้าร่วมคาดการณ์ว่าจะใช้ AI 33% แต่ในความเป็นจริงใช้ AI 47% (β = 1.07, p < 0.001)

‘ช่องว่างนี้ใหญ่กว่าในงานที่ง่ายกว่า (β = 0.69, p < 0.001): ผู้เข้าร่วมคาดการณ์ว่าจะใช้ AI 20% แต่ในความเป็นจริงใช้ AI 38% (β = 1.42, p < 0.001) ซึ่งมากกว่าสองเท่าของอัตราที่คาดการณ์ไว้’

การศึกษานี้มุ่งเน้นไปที่งานที่ต้องใช้ความพยายามน้อยและสามารถทำเสร็จได้ภายในไม่กี่นาที ผู้เข้าร่วมถูกขอให้ทำงานที่ต้องใช้ความจำ การคำนวณ การแก้ไขการเขียน การเขียนใหม่ และการสรุปข้อมูล และบางงานต้องใช้เพียงไม่กี่คำหรือหนึ่งประโยคในการตอบ

การศึกษายังรวมกิจกรรมแบบเดียวกันที่ยากขึ้นเล็กน้อย เพื่อให้นักวิจัยเปรียบเทียบได้ว่าการใช้ AI เปลี่ยนไปหรือไม่เมื่องานต้องใช้ความสามารถมากขึ้น

ประโยชน์ของ AI ที่ถูกประมาณการเกินจริง

ในการศึกษาครั้งที่สอง ผู้เข้าร่วมถูกแบ่งเป็นสองกลุ่ม กลุ่มหนึ่งประเมินล่วงหน้าว่า AI จะช่วยประหยัดเวลาและแรงคิดในชุดงานได้เท่าใด ส่วนอีกกลุ่มลงมือทำงานเดียวกันจริง ทั้งด้วยตนเองหรือด้วยความช่วยเหลือจาก AI งานยังคงเป็นกิจกรรมที่ไม่ซับซ้อน เช่น การคำนวณ การเขียนใหม่ การระลึกข้อเท็จจริง การสรุป การแก้คำสะกด และโจทย์เหตุผลสั้นๆ

เป้าหมายคือเปรียบเทียบความคาดหวังของผู้คนต่อประสิทธิภาพของ AI กับสิ่งที่เกิดขึ้นจริงเมื่อทำงาน ตามรายงาน ผู้เข้าร่วมประเมินความช่วยเหลือจาก AI สูงเกินไปอย่างสม่ำเสมอ โดยเฉพาะงานง่ายที่หลายคนคิดว่า AI จะลดทั้งภาระงานและเวลาที่ใช้ได้อย่างมาก

ผู้เข้าร่วมคาดการณ์ว่า AI จะช่วยประหยัดเวลาได้ประมาณหนึ่งนาที แต่ในความเป็นจริง AI ช่วยประหยัดเวลาเพียงไม่กี่วินาที และในบางกรณี AI ทำให้ทำงานช้าลง

ในบางงานที่ง่ายกว่า ผู้ใช้ AI ใช้เวลานานกว่าผู้ที่ทำงานด้วยตนเอง:

การคาดการณ์และผลลัพธ์จริงของการทำงานด้วย AI และโดยไม่ใช้ AI โดยพบว่าผู้เข้าร่วมมักจะเข้าใจผิดเกี่ยวกับเวลาที่ AI จะช่วยประหยัด

การศึกษานี้ยังตรวจสอบความพยายามที่ใช้ในการทำงานด้วย AI และโดยไม่ใช้ AI โดยพบว่าผู้เข้าร่วมมักจะเข้าใจผิดเกี่ยวกับประโยชน์ของ AI ในการลดความพยายาม

การใช้ AI ทำให้เข้าใจผิดมากขึ้น

การศึกษาที่สามทดสอบว่าการใช้ AI ในช่วงแรกจะส่งผลต่อการตัดสินใจในอนาคตหรือไม่ โดยพบว่าผู้เข้าร่วมที่ใช้ AI ในช่วงแรกมีแนวโน้มที่จะใช้ AI ในช่วงที่สองมากกว่าผู้เข้าร่วมที่ทำงานด้วยตนเอง

จากนั้นทุกกลุ่มเข้าสู่ ‘ช่วงทดสอบ’ และได้รับงานใหม่ที่ง่ายกว่า โดยเลือกเองว่าจะใช้ AI หรือไม่ งานยังเป็นงานไม่ซับซ้อน เช่น การเขียนใหม่ การคำนวณ การจำ การแก้คำสะกด การสรุป และโจทย์เหตุผลสั้นๆ ซึ่งแต่ละงานทำเสร็จได้ภายในไม่กี่นาที

ผู้เข้าร่วมที่ใช้ AI ในช่วงแรกมีแนวโน้มที่จะเลือกใช้ AI ในช่วงที่สองมากกว่าผู้เข้าร่วมที่ทำงานด้วยตนเอง โดยไม่มีประโยชน์จริงๆ ในด้านเวลาหรือความพยายาม

ผู้เขียนระบุว่า:

ผู้เข้าร่วมที่เคยใช้ AI ในช่วงทดลองมีแนวโน้มสูงขึ้นอย่างมากที่จะพึ่งพา AI อีกในงานภายหลัง แม้การใช้ก่อนหน้านั้นมักไม่ช่วยเพิ่มความเร็วหรือลดแรงคิด แผงซ้ายแสดงว่าผู้ใช้ AI เดิมเลือกความช่วยเหลือจาก AI บ่อยกว่าผู้ที่ทำงานด้วยตนเอง ส่วนแผงขวาแสดง ‘ภาพลวงตาด้านความเร็ว’ ซึ่งการสัมผัส AI ทำให้เชื่อว่างานที่มี AI ช่วยเร็วและมีประสิทธิภาพกว่า ทั้งที่เวลาจริงมักแทบไม่ดีขึ้นและบางครั้งกลับช้าลง

มีรายงานว่าการใช้ AI ซ้ำๆ บิดเบือนการตัดสินของผู้เข้าร่วมว่า AI มีประโยชน์จริงหรือไม่ ผู้ที่เคยใช้ AI มีแนวโน้มน้อยลงที่จะเห็นด้วยว่างานอาจเสร็จเร็วกว่าเมื่อไม่ใช้ AI แม้ผลการวัดมักพบประโยชน์เพียงเล็กน้อย และบางกรณีใช้เวลานานกว่า

นักวิจัยเห็นว่าสิ่งนี้สร้างเงื่อนไขของ ‘วงจรเสริมแรงตัวเอง’ ซึ่งการใช้ AI เพิ่มการพึ่งพา AI ในอนาคต พร้อมกับลดความสามารถของผู้ใช้ในการตัดสินอย่างแม่นยำว่าเทคโนโลยีช่วยเพิ่มผลิตภาพจริงหรือไม่

สรุป

ความคิดเห็น ผู้อ่านหลายคนอาจรู้สึกคุ้นเคยกับผลการวิจัยใหม่นี้

ส่วนตัวของผม ผมมีความหลงใหลในการใช้ AI ในงานเล็กๆ น้อยๆ มานานก่อนที่ AI จะกลายเป็นที่นิยม และตอนนี้ผมยังคงถามตัวเองว่า “การลงทุนในการใช้ AI จะช่วยให้ทำงานได้เร็วขึ้นและลดความพยายามได้มากเพียงใด”

ผู้ที่รักในการใช้ AI อาจพบว่าตัวเองใช้ AI เพียงเพื่อความสนุกสนาน แม้ว่าจะไม่มีประโยชน์จริงๆ ก็ตาม และสิ่งนี้ทำให้การทำงานเปลี่ยนจาก “การปรับปรุง” เป็น “งานอดิเรก”

ไม่มีอะไรผิดพลาดในเรื่องนี้ ตราบเท่าที่คุณไม่หลอกตัวเองว่าคุณได้รับประโยชน์จริงๆ จากการใช้ AI

สัญญาณที่ทำให้เข้าใจผิด

สิ่งที่รายงานใหม่นี้ไม่ได้กล่าวถึงคือความตึงเครียดระหว่างผลลัพธ์ที่ดีและผลลัพธ์ที่ไม่ดีของ AI ในการทำงาน (แหล่งที่มา)

ผลลัพธ์ที่ดีเป็นผลลัพธ์ที่ AI ช่วยให้ทำงานได้เร็วขึ้นและลดความพยายามได้จริงๆ

ตัวอย่างเช่น เมื่อผมทดสอบ AI ในการเพิ่มหมายเลขหน้าในเอกสาร PDF ผมพบว่า AI สามารถช่วยให้ทำงานได้เร็วขึ้นและลดความพยายามได้จริงๆ

หมายเลขหน้าที่เพิ่มในเอกสาร PDF โดยใช้ AI

นอกจากเสียเวลาหนึ่งหรือสองนาทีถกเถียงว่า Windows มีแบบอักษร Arial Black แยกต่างหากโดยกำเนิดหรือไม่ ซึ่งปัจจุบันไม่มีแล้ว นี่อาจเป็นครั้งที่ AI สร้างสิ่งที่เป็นประโยชน์ต่อผมอย่างต่อเนื่องและใช้ซ้ำได้รวดเร็วที่สุด (แหล่งที่มา)

อย่างไรก็ตาม ผลลัพธ์ที่ดีเหล่านี้อาจทำให้ผู้คนเข้าใจผิดเกี่ยวกับประโยชน์ของ AI และทำให้พวกเขามีแนวโน้มที่จะใช้ AI มากขึ้นในอนาคต (แหล่งที่มา) (แหล่งที่มา)

นอกเหนือจากรายงานใหม่นี้ ยังมีหลักฐานเพิ่มขึ้นว่าเราหลอกตัวเองเกี่ยวกับประโยชน์ของ AI งานศึกษาในปี 2025 พบว่านักพัฒนาที่ใช้ AI ใช้เวลานานขึ้น 19％ และงานวิจัยล่าสุดอีกชิ้นยืนยันสาระสำคัญเดียวกันว่า การประหยัดเวลาก็ต้องใช้เวลา ( (แหล่งที่มา)แหล่งที่มา)

หากงานวิจัยลักษณะนี้พัฒนาเป็นการศึกษาเวลาและการเคลื่อนไหวแบบดั้งเดิม ซึ่งคงขับเคลื่อนด้วย AI อย่างเลี่ยงไม่ได้ เราอาจเห็นได้จริงว่า AI ช่วยประหยัดเวลาให้เรามากเพียงใด หรือทำให้เราเสียเวลาเท่าใด (แหล่งที่มา)

สุดท้าย การศึกษานี้เป็นข้อพิสูจน์ที่ดีในการแสดงให้เห็นว่า AI อาจไม่ได้ช่วยให้ทำงานได้เร็วขึ้นและลดความพยายามได้จริงๆ และอาจทำให้ผู้คนเข้าใจผิดเกี่ยวกับประโยชน์ของ AI (แหล่งที่มา)

* การวางรูปแบบเป็นของผู้เขียน จากเอกสารต้นฉบับ การอ้างอิงแบบอินไลน์ถูกแปลงเป็นลิงก์โดยผม

เผยแพร่ครั้งแรกวันเสาร์ที่ 23 พฤษภาคม 2026