ถ้าพรุ่งนี้ใช้ AI ไม่ได้ทั้งวัน งานของคุณจะเหลือคุณภาพเท่าไหร่?

ถ้าพรุ่งนี้เครื่องมือ AI ที่คุณใช้ทุกวันล่มทั้งวัน งานที่คุณส่งออกไปจะมีคุณภาพเหลือกี่เปอร์เซ็นต์ของปกติ

คำถามนี้ไม่ใช่การทดลองทางความคิดที่ไกลตัวอีกต่อไป บริษัทวิจัย Gartner เคยคาดการณ์ไว้ว่าความกังวลเรื่องทักษะการคิดวิเคราะห์ที่ถดถอยลงจากการใช้ AI จะผลักให้องค์กรจำนวนหนึ่งหันมาใช้การประเมินทักษะแบบ “ไม่มี AI ช่วย” และในฝั่งของคนทำงานเอง ผลสำรวจปี 2026 ของ PwC ก็พบว่าผู้ใช้ AI ราว 86 เปอร์เซ็นต์บอกว่าตัวเองมองผลลัพธ์จาก AI เป็นแค่จุดตั้งต้น ไม่ใช่คำตอบสุดท้าย และยืนยันว่ายังรับผิดชอบการคิดเอง

ตัวเลขหลังนี้น่าสนใจ เพราะมันคือสิ่งที่คนตอบแบบสอบถาม ไม่ใช่สิ่งที่เกิดขึ้นจริงตอนงานด่วนเข้าตอนสี่โมงเย็น

ความรู้สึกว่ายังคิดเองอยู่ กับการคิดเองจริง ๆ ไม่เหมือนกัน

ปัญหาของการพึ่งพาเครื่องมือคือมันไม่เคยประกาศตัว เราไม่ได้ตื่นมาวันหนึ่งแล้วตัดสินใจว่าจะเลิกคิดเอง แต่มันค่อย ๆ ขยับทีละขั้น เริ่มจากให้ช่วยเกลาภาษา แล้วเป็นให้ช่วยร่างโครง แล้วเป็นให้ช่วยคิดว่าควรมีหัวข้ออะไรบ้าง จนถึงจุดที่เราไม่แน่ใจแล้วว่าตอนเริ่มงานเรามีความคิดของตัวเองหรือเปล่า

นักวิจัยบางกลุ่มเรียกอาการยอมรับผลลัพธ์โดยแทบไม่ตรวจสอบว่าเป็นการ “ยอมจำนนทางความคิด” และงานศึกษาที่ทำร่วมกันระหว่าง Microsoft กับ Carnegie Mellon กับคนทำงานความรู้ 319 คน ก็พบความสัมพันธ์ที่ชวนคิด คือคนที่มั่นใจใน AI มากกว่า มักรายงานว่าตัวเองใช้การคิดวิเคราะห์น้อยลงเวลาทำงานร่วมกับมัน

สิ่งที่งานพวกนี้ชี้ไม่ใช่ว่า AI ทำให้คนโง่ลง แต่คือความมั่นใจในเครื่องมือกับความเข้มข้นของการตรวจสอบมักสวนทางกัน และนั่นเป็นเรื่องปกติของมนุษย์มาตลอด เราตรวจสิ่งที่เราไม่ไว้ใจ และปล่อยผ่านสิ่งที่เราไว้ใจ

การวัดฝีมือดิบไม่ใช่การถอยหลัง แต่คือการรู้ต้นทุนของตัวเอง

ข้อเสนอที่ตามมาจึงไม่ใช่การเลิกใช้ AI ซึ่งไม่สมเหตุสมผลและไม่มีใครทำจริง แต่คือการมีวิธีรู้ว่าฝีมือที่ไม่มีตัวช่วยของเราอยู่ตรงไหน เหมือนนักดนตรีที่เล่นกับวงได้ดี ก็ยังต้องรู้ว่าตัวเองเล่นคนเดียวได้แค่ไหน

วิธีที่ทำได้จริงและไม่กระทบงานคือเลือกงานสัปดาห์ละหนึ่งชิ้นที่ไม่เร่ง แล้วทำท่อนแรกด้วยตัวเองล้วน ๆ ก่อน ท่อนแรกในที่นี้หมายถึงส่วนที่เป็นการคิด ไม่ใช่ส่วนที่เป็นการพิมพ์ เช่น การตั้งโจทย์ว่าปัญหาคืออะไร การเดาคำตอบไว้ก่อนหนึ่งข้อ การเรียงเหตุผลสามข้อที่จะใช้ พอมีของตัวเองแล้วค่อยเปิดเครื่องมือมาช่วยขยาย ตรวจ หรือหาทางเลือกอื่น

ความต่างของสองลำดับนี้ใหญ่กว่าที่คิด ถ้าเปิดเครื่องมือก่อน สิ่งที่มันเสนอจะกลายเป็นหลักที่ความคิดเราวิ่งเข้าหา และเราจะจบลงที่การแก้ร่างของมันแทนที่จะเสนอของเรา แต่ถ้ามีของตัวเองก่อน สิ่งที่มันเสนอจะกลายเป็นคู่เทียบ ซึ่งมีประโยชน์กว่ามาก เพราะเราจะเห็นทันทีว่าเรามองข้ามอะไรไป และตรงไหนที่เราคิดได้ดีกว่า

อีกวิธีที่ตรงไปตรงมากว่านั้นคือการอธิบายงานที่ทำเสร็จแล้วให้คนอื่นฟังโดยไม่เปิดไฟล์ ถ้าอธิบายได้ลื่นว่าทำไมถึงเลือกทางนี้ ตัดทางไหนออกเพราะอะไร แปลว่างานชิ้นนั้นผ่านหัวเราจริง ถ้าอธิบายได้แค่ว่ามันเขียนมาแบบนี้ นั่นคือสัญญาณที่ควรฟัง

สิ่งที่เราควรกลัว ไม่ใช่การใช้ AI แต่คือการไม่รู้ว่าเราใช้มันตรงไหน

จุดที่มักถูกมองข้ามคือ ทักษะการคิดไม่ได้หายไปเป็นก้อนเดียว มันหายไปเป็นส่วน ๆ บางคนยังตั้งโจทย์เก่งมาก แต่ประเมินคุณภาพงานไม่ค่อยได้แล้ว บางคนตรวจงานเก่ง แต่คิดจากศูนย์ไม่ออกแล้ว การรู้ว่าส่วนไหนของเราอ่อนลง มีค่ากว่าการรู้ว่าตัวเองใช้ AI มากหรือน้อย

ลองแยกงานหนึ่งชิ้นออกเป็นสี่ช่วง คือการตั้งโจทย์ การหาทางเลือก การตัดสินใจเลือก และการตรวจคุณภาพ แล้วถามตัวเองซื่อ ๆ ว่าช่วงไหนที่เราปล่อยให้เครื่องมือทำเกือบทั้งหมด ช่วงนั้นแหละคือจุดที่ทักษะเรากำลังบางลง และมันจะบางลงต่อไปเงียบ ๆ จนกว่าจะมีวันที่ต้องใช้จริงแล้วไม่มีตัวช่วย

การใช้เครื่องมือให้เก่งจึงไม่ได้วัดกันที่ใครพิมพ์คำสั่งได้แนบเนียนกว่า แต่วัดกันที่ใครรู้ชัดว่าตัวเองยกส่วนไหนของการคิดให้มันไปแล้วบ้าง และยกไปโดยตั้งใจ ไม่ใช่ยกไปเพราะความเคยชิน

คำถามปิดท้ายที่อยากชวนคิดคือ ครั้งล่าสุดที่คุณส่งงานที่ภูมิใจ ถ้ามีคนถามว่า “ทำไมถึงเลือกแบบนี้” คุณตอบได้จากความคิดของตัวเอง หรือตอบได้เพราะมันเขียนเหตุผลมาให้แล้ว