dots.academyทักษะเพื่อทำงานได้ดีขึ้นในทุก ๆ วัน
คลังบทความว่าด้วยการคิดและทักษะสำคัญของคนทำงาน
← กลับหน้ารวมบทความ
AI กับทักษะมนุษย์3 ส.ค. 2569

ปัญหาของงานที่ AI ทำออกมาไม่ได้เรื่อง มักไม่ใช่ว่ามันไม่ฉลาดพอ แต่คือเราให้ “บริบท” มันน้อยเกินไป

เวลางานที่ AI ทำออกมาไม่ตรงใจ ปฏิกิริยาแรกของเกือบทุกคนคือคิดว่าตัวเองเขียนคำสั่งไม่เก่งพอ แล้วก็ไปหาเทคนิคการเขียนพรอมป์มาเพิ่ม ทั้งที่ในหลายกรณี ต่อให้เขียนคำสั่งสวยแค่ไหนก็ไม่ได้ช่วย เพราะสิ่งที่ขาดไม่ใช่วิธีสั่ง แต่คือข้อมูลที่มันไม่มีทางรู้ได้เลยตั้งแต่แรก

มีการทดลองที่น่าสนใจอยู่เรื่องหนึ่ง เมื่อมีคนไล่ทดสอบคำสั่งหลายสิบเวอร์ชันกับโจทย์เดียวกัน สิ่งที่พบคือความผิดพลาดที่เกิดบ่อยที่สุดไม่ใช่การที่โมเดล “มั่วข้อมูลขึ้นมาเอง” อย่างที่คนกลัวกัน แต่คือความผิดพลาดที่มาจากการขาดบริบทและการไม่รู้เรื่องที่เกิดขึ้นหลังจากที่มันถูกฝึกมา พูดง่าย ๆ คือมันไม่ได้โกหก มันแค่ไม่รู้จักงานของเรา

นี่เป็นความจริงที่ฟังดูธรรมดามาก แต่มีนัยที่ไม่ธรรมดา เพราะมันแปลว่าคุณภาพของงานที่ได้ ไม่ได้ขึ้นกับว่าเราใช้เครื่องมือตัวไหน แต่ขึ้นกับว่าเราเรียบเรียงสิ่งที่อยู่ในหัวตัวเองออกมาได้ดีแค่ไหน

ลองดูตัวอย่างที่คนทำงานเจอทุกสัปดาห์ คุณสั่งให้ AI ร่างอีเมลแจ้งลูกค้าเรื่องเลื่อนกำหนดส่งงาน สิ่งที่คุณให้ไปคือข้อเท็จจริงว่าเลื่อนกี่วัน สิ่งที่คุณไม่ได้ให้ไปคือลูกค้ารายนี้เคยโดนเลื่อนมาแล้วรอบหนึ่งเมื่อสองเดือนก่อน คนที่อ่านอีเมลเป็นคนที่ไม่ชอบคำอธิบายยาว ๆ และความสัมพันธ์ตอนนี้อยู่ในช่วงที่เปราะบางเพราะกำลังต่อสัญญาปีหน้า ข้อมูลสามชิ้นนี้ต่างหากที่กำหนดว่าอีเมลควรมีหน้าตาแบบไหน และมันอยู่ในหัวคุณคนเดียว

พอเห็นแบบนี้ คำถามที่น่าสนใจกว่า “จะสั่งยังไงให้ได้งานดี” จึงเป็น “ฉันรู้อะไรเกี่ยวกับงานนี้บ้างที่คนนอกไม่รู้”

และคำถามนี้ยากกว่าที่คิด เพราะความรู้ที่ฝังอยู่ในตัวเรามักไม่ได้อยู่ในรูปประโยค มันอยู่ในรูปของความรู้สึกว่าอะไรควรอะไรไม่ควร คนที่ทำงานมานานพอจะรู้ทันทีว่าอีเมลฉบับไหนจะทำให้ลูกค้าเคือง แต่ถ้าให้อธิบายว่ารู้ได้ยังไง หลายคนตอบไม่ได้ ซึ่งตรงนี้เชื่อมกลับไปหาสิ่งที่เราคุยกันบ่อยว่ายิ่งเชี่ยวชาญ ยิ่งอธิบายสิ่งที่ตัวเองรู้ให้คนอื่นฟังยากขึ้น

การใช้ AI จึงกลายเป็นกระจกที่สะท้อนความชัดของความคิดเราอย่างตรงไปตรงมา ถ้าเราเข้าใจงานของตัวเองแบบคลุมเครือ สิ่งที่ได้กลับมาก็จะคลุมเครือตามไปด้วย ไม่ใช่เพราะเครื่องมือแย่ แต่เพราะเราส่งภาพเบลอเข้าไป

ในทางปฏิบัติ สิ่งที่ช่วยได้มากกว่าการจำสูตรพรอมป์คือการฝึกแยกบริบทออกเป็นสามชั้นก่อนเริ่มสั่งงาน ชั้นแรกคือโจทย์ ว่าตกลงเรากำลังพยายามทำให้อะไรเกิดขึ้น ชั้นที่สองคือข้อจำกัด ว่ามีอะไรที่ห้ามแตะ หรือมีเงื่อนไขอะไรที่คนนอกไม่รู้ ชั้นที่สามคือเกณฑ์ ว่างานแบบไหนที่เราจะเรียกว่าใช้ได้ ถ้าสามชั้นนี้ชัด คำสั่งที่เขียนสั้น ๆ ก็มักได้งานที่ใกล้เคียงกว่าคำสั่งยาวที่ไม่มีทั้งสามอย่างนี้

สิ่งที่น่าสังเกตคือสามชั้นนี้ไม่ได้เกี่ยวกับ AI เลยแม้แต่นิดเดียว มันคือสิ่งเดียวกับที่หัวหน้าที่มอบหมายงานเป็นต้องบอกลูกน้อง และเป็นสิ่งที่คนทำงานเก่ง ๆ ถามกลับเสมอตอนรับบรีฟ ใครที่บรีฟคนเป็น จะบรีฟ AI เป็นไปเองโดยอัตโนมัติ ส่วนใครที่บรีฟคนไม่เป็น การมีเครื่องมือที่ทำงานเร็วขึ้นก็แค่ทำให้เขาได้งานที่ไม่ตรงโจทย์เร็วขึ้นเท่านั้น

เรื่องนี้จึงไม่ใช่ทักษะการใช้เครื่องมือ แต่เป็นทักษะการทำความคิดของตัวเองให้เป็นคำพูด

คำถามทิ้งท้าย ถ้าพรุ่งนี้มีคนใหม่มาทำงานแทนคุณหนึ่งวัน คุณจะต้องบอกอะไรเขาบ้างเพื่อให้เขาทำงานชิ้นที่คุณทำอยู่ได้ไม่พัง สิ่งที่คุณนึกออกในนาทีนี้คือบริบทที่คุณอธิบายได้ ส่วนสิ่งที่นึกไม่ออกแต่รู้ว่ามีอยู่ นั่นแหละคือของจริงที่ยังรอให้คุณเรียบเรียงมันออกมา