เมื่อทุกงานเริ่มจาก “ร่างที่ AI ทำมาให้” เราแก้งานเก่งขึ้น แต่คิดออกนอกร่างน้อยลง

แทบไม่มีใครเริ่มงานจากหน้ากระดาษเปล่าอีกแล้ว

ทุกวันนี้ขั้นแรกของงานเขียน งานวางแผน หรืองานคิดแคมเปญ มักไม่ใช่การนั่งคิด แต่คือการพิมพ์โจทย์ลงไปแล้วรอสามสิบวินาที เราจึงเริ่มต้นด้วยของที่มีอยู่แล้วเสมอ และงานของเราเปลี่ยนจาก “คิดขึ้นมา” ไปเป็น “ปรับให้ดีขึ้น”

ฟังดูเป็นความก้าวหน้า และในหลายมิติมันก็เป็นอย่างนั้นจริง แต่มีผลข้างเคียงเงียบ ๆ อย่างหนึ่งที่งานวิจัยช่วงปี 2025 ถึง 2026 เริ่มพูดถึงมากขึ้น นั่นคือปรากฏการณ์ที่ผลงานของคนกลุ่มใหญ่เริ่ม “เหมือนกันมากขึ้น” หลังจากทำงานร่วมกับ AI

นักวิจัยเรียกมันว่า homogenization หรือการกลายเป็นเนื้อเดียวกัน และคำอธิบายหลักมีสองชั้น ชั้นแรกคือโมเดลภาษาเองมีแนวโน้มผลิตสิ่งที่อยู่ตรงกลางของข้อมูลที่มันเรียนมา ส่วนชั้นที่สองซึ่งน่าสนใจกว่าสำหรับคนทำงานคือ “anchoring” หรือการที่คนใช้เอนเข้าหาสิ่งที่ AI เสนอมาก่อน แล้วต่อยอดจากตรงนั้นแทนที่จะออกไปหาทางอื่น

ร่างแรกทำงานเหมือนหมุด

เราคุ้นเคยกับ anchoring ในรูปแบบตัวเลข เช่นราคาแรกที่ได้ยินในการเจรจา แต่หมุดไม่จำเป็นต้องเป็นตัวเลขเสมอไป โครงเรื่อง วิธีจัดหัวข้อ หรือมุมที่ร่างแรกเลือกใช้ ก็ทำหน้าที่เป็นหมุดได้เหมือนกัน

สังเกตตัวเองตอนแก้งานที่ AI ร่างมา เรามักลบประโยคที่ไม่ชอบ เปลี่ยนคำที่ไม่ใช่เสียงเรา สลับลำดับย่อหน้า ทั้งหมดนี้คือการทำงานอยู่ “ข้างใน” โครงเดิม สิ่งที่แทบไม่เกิดขึ้นเลยคือการถอยออกมาถามว่าโครงนี้ใช่วิธีมองปัญหานี้ที่ดีที่สุดหรือเปล่า

เหตุผลง่ายมาก การแก้ของที่มีอยู่ให้ความรู้สึกว่ามีความคืบหน้า ส่วนการทิ้งของที่มีอยู่แล้วเริ่มใหม่ให้ความรู้สึกว่าถอยหลัง ทั้งที่บางครั้งอย่างหลังคือสิ่งที่งานต้องการ

ที่ควรระวังเพิ่มอีกอย่างคือ งานวิจัยบางชิ้นชี้ว่าผลของการทำงานร่วมกับ AI อาจติดตัวไปแม้ในตอนที่ไม่ได้ใช้มันแล้ว คือคนเริ่มคิดในกรอบที่เคยเห็นมาบ่อย ๆ แม้จะนั่งคิดเองก็ตาม

มันสำคัญตรงไหนกับทีม

ถ้าคนสิบคนในทีมเริ่มงานจากเครื่องมือเดียวกัน ด้วยโจทย์ที่เขียนคล้ายกัน สิ่งที่ทีมจะได้คือทางเลือกที่ดูเยอะ แต่เกาะกลุ่มกันอยู่ในย่านความคิดเดียว

อันตรายของมันไม่ใช่ “งานแย่” เพราะงานที่ได้มักอยู่ในระดับพอใช้ได้ทั้งหมด อันตรายคือทีมจะเข้าใจผิดว่าตัวเองสำรวจทางเลือกมาครบแล้ว ทั้งที่จริงคือสำรวจมาแค่ครึ่งเดียวของแผนที่ และไม่มีใครรู้ว่าอีกครึ่งหน้าตาเป็นยังไง

วิธีใช้ AI โดยไม่ให้ร่างแรกยึดหัวเรา

วิธีแรกที่ได้ผลและแทบไม่มีต้นทุนคือ เขียนความคิดของตัวเองสามบรรทัดก่อนพิมพ์โจทย์ ไม่ต้องดี ไม่ต้องเรียบร้อย ขอแค่มีมุมของเราวางอยู่บนโต๊ะก่อน เพราะเมื่อมีจุดยืนตั้งต้นแล้ว เราจะอ่านร่างของ AI ในฐานะ “ทางเลือกหนึ่ง” ไม่ใช่ในฐานะ “คำตอบ”

วิธีที่สองคือขอหลายมุมที่ตั้งใจให้ขัดกัน แทนที่จะขอสามไอเดีย ลองขอไอเดียจากมุมของคนที่ให้ความสำคัญกับความเร็ว มุมของคนที่ให้ความสำคัญกับความเสี่ยง และมุมของคนที่ต้องดูแลงานนี้ต่ออีกสองปี งานวิจัยชี้ว่าเมื่อโจทย์ระบุความหลากหลายเข้าไปตรง ๆ ผลลัพธ์จะกระจายตัวกว่าการขอแค่ “ให้สร้างสรรค์”

วิธีที่สามคือกำหนดจังหวะให้ตัวเองว่าจะ “แก้” หรือจะ “รื้อ” ก่อนลงมือ ถ้าตอบไม่ได้ว่าโครงนี้ดีเพราะอะไร แปลว่าเรายังไม่ได้ประเมินมัน เราแค่รับมันมา

วกกลับมาที่วิธีคิด

AI ไม่ได้ทำให้คนคิดน้อยลงโดยตัวมันเอง แต่มันย้ายจุดที่การคิดเกิดขึ้น จากเดิมที่อยู่ในขั้นตอนการผลิต ไปอยู่ในขั้นตอนการเลือกและการประเมินแทน

คนที่ได้เปรียบในระยะยาวจึงไม่ใช่คนที่สั่ง AI เก่งที่สุด แต่คือคนที่ยังรู้ว่าตัวเองคิดอะไรอยู่ก่อนจะเห็นคำตอบของเครื่อง

ครั้งล่าสุดที่คุณส่งงานออกไป โครงของงานชิ้นนั้นเป็นของคุณ หรือเป็นของร่างแรกที่คุณไม่เคยตั้งคำถามกับมัน