บนโซเชียลมีเดียมีคนพูดแบบขำ ๆ ว่า ถ้าบอก AI ว่า “think from first principles” จะรู้สึกเหมือนมันได้ IQ เพิ่มอีกประมาณ 20 คะแนน
แน่นอนว่าไม่ได้มีแต้มสติปัญญา 20 คะแนนถูกแจกให้สมองซิลิคอนเพียงเพราะพูดคาถาลับ
จุดที่น่าสนใจคือคำสั่งนี้เปลี่ยน “ประเภทของงาน” ที่เราขอให้ AI ทำ
มันไม่ได้หมายถึง “ลิสต์ปัญหาเพิ่ม”, “ไปหาคู่แข่ง”, หรือ “คิดไอเดียที่ดูฉลาดขึ้น”
แต่มันใกล้เคียงกับว่า:
ย้อนกลับไปถึงราก คำถาม เป้าหมาย ข้อจำกัด และสมมติฐานที่ใช้อยู่ตอนนี้ถูกจริงหรือไม่ แล้วค่อยสร้างใหม่จากตรงนั้น
การปรับปรุงแบบทั่วไปเห็นรอยร้าวบนกำแพงแล้วไปเทียบวัสดุซ่อมสิบชนิด
การคิดจากหลักการพื้นฐานจะหยุดมองกำแพงแล้วถามว่า:
“เดี๋ยวนะ เราจำเป็นต้องมีกำแพงนี้จริงหรือ?”
ทีมช่างก่อสร้างย้ายคณะไปเรียนปรัชญาเฉยเลย
1. “หาปัญหา” กับ “สงสัยคำถามเอง” เป็นคนละงาน
เมื่อขอให้ AI ปรับปรุงอะไรสักอย่าง มันมักเก่งอยู่สามอย่าง:
- ลิสต์ปัญหาในระบบปัจจุบัน
- หาแนวทางที่มีอยู่แล้ว คู่แข่ง และรูปแบบทั่วไป
- สร้างทางเลือกที่ดีกว่าภายในโครงสร้างเดิม
ทั้งหมดมีประโยชน์ แต่โดยมากยังยอมรับ กระดานเกมเดิม อยู่
ถ้าอัตราคลิกบทความที่เกี่ยวข้องต่ำ ก็เปลี่ยนตำแหน่ง ขยายการ์ด แก้ข้อความ หรือปรับระบบแนะนำ
การคิดแบบ first principles จะถอยกลับหนึ่งระดับ:
ฟีเจอร์บทความที่เกี่ยวข้องมีไว้เพื่ออะไรจริง ๆ?
เป้าหมายคือให้คนคลิกเพิ่มอีกหน้า? หรือช่วยให้ผู้อ่านตอบคำถามถัดไป? ถ้าเป็นอย่างหลัง จำเป็นต้องใช้การ์ด “บทความที่เกี่ยวข้อง” หรือไม่? บางครั้งตอบต่อในหน้าเดิมดีกว่าหรือเปล่า?
ตอนนี้สิ่งที่ถูกตรวจสอบไม่ใช่แค่คุณภาพของวิธีแก้ แต่คือ นิยามของปัญหา
คุณเชิญ AI เข้าประชุมเพื่อปรับปรุงระบบ แต่สิ่งแรกที่มันทำคือเช็ดคำว่า “เป้าหมาย” บนหัวกระดานออก
ประมาณนั้นเลย
2. First principles ไม่ได้เหมือน “คิดไอเดีย” เท่ากับ “ขุดดินก่อนจะปลูก”
ถ้ามอง first principles เป็นเพียงวิธีสร้างไอเดียเพิ่ม จะตีกรอบแคบเกินไป
แก่นคือพักคำตอบที่สืบทอดกันมาไว้ก่อน แล้วถามว่า:
- ผลลัพธ์ที่เราต้องการจริง ๆ คืออะไร?
- ข้อจำกัดไหนเปลี่ยนไม่ได้จริง?
- อะไรคือข้อเท็จจริงที่สังเกตได้?
- สิ่งไหนที่เรียกว่า “จำเป็น” แต่จริง ๆ เป็นแค่นิสัย?
- ถ้าไม่รู้วิธีเดิมเลย เราจะออกแบบอย่างไร?
จึงไม่ใช่แค่เก็บเมล็ด
แต่คือ พลิกดินก่อนตัดสินใจว่าจะปลูกอะไร
คุณอาจศึกษาคู่แข่งสิบราย แต่ถ้าทั้งสิบใช้สมมติฐานซ่อนเดียวกัน รายที่สิบเอ็ดก็สร้างตึกแบบเดิม
First principles ถามว่า:
“ทำไมทุกคนถึงสร้างแบบนี้?”
บางครั้งคำตอบคือ เพราะมันเป็นวิธีที่สมเหตุสมผลที่สุดจริง ๆ
นั่นก็ถือว่าสำเร็จ
การตั้งคำถามกับสมมติฐานไม่ได้แปลว่าต้องทำลายมันเสมอ
ถ้าสงสัยป้ายจราจรทุกป้ายแล้วขับย้อนศร นั่นไม่ใช่ปรัชญาแล้ว แต่เป็นอุบัติเหตุ
3. ตรงนี้เชื่อมกับ double-loop learning
งานของ Chris Argyris ในปี 1977 เรื่อง double-loop learning แยกระหว่างการแก้พฤติกรรมกับการย้อนกลับไปถามถึงนโยบาย เป้าหมาย และสมมติฐานที่ทำให้พฤติกรรมนั้นเกิดขึ้นด้วย [1]
แบบง่าย ๆ:
Single loop
ผลลัพธ์แย่ → เปลี่ยนการกระทำ
Double loop
ผลลัพธ์แย่ → ก่อนเปลี่ยนการกระทำ ให้ทบทวนว่าเรานิยาม “ความสำเร็จ” ไว้อย่างไร และกฎใดสร้างพฤติกรรมนี้
เช่น “CTR ต่ำ”
Single loop ปรับข้อความ ตำแหน่ง สี หรืออันดับ
Double loop ถามก่อนว่า:
“ทำไมเราต้องเพิ่ม CTR?”
ถ้าเป้าหมายจริงคือ “ช่วยให้ผู้อ่านแก้คำถามปัจจุบันและไปต่อเมื่อจำเป็น” CTR อาจเป็นเพียงตัวชี้วัดแทน
คำถามจึงเปลี่ยนจาก “จะทำให้คลิกอีกครั้งได้อย่างไร” เป็น “จะช่วยให้คำถามถัดไปถูกแก้อย่างเป็นธรรมชาติได้อย่างไร”
AI เปลี่ยนจาก เครื่องปรับ KPI เป็น เครื่องตรวจว่าทำไมเราถึงเลือก KPI นี้
4. AI กำลังเข้าไปในพื้นที่ที่เราเคยคิดว่าเป็นของมนุษย์เท่านั้น
เวลาเล่าเรื่องระบบอัตโนมัติ มักบอกว่างานสุดท้ายที่เหลือให้มนุษย์คือการตั้งเป้าหมาย ตั้งคำถาม ให้ความหมาย และอนุมัติการตัดสินใจ
การลงมือทำอัตโนมัติได้ การค้นหาก็ได้ การรวบรวม เปรียบเทียบ สรุป และสร้างเนื้อหาก็ได้
แต่:
“จริง ๆ แล้วเราทำสิ่งนี้ไปเพื่ออะไร?”
ดูเหมือนพื้นที่ศักดิ์สิทธิ์ของมนุษย์
ขอบเขตนั้นไม่ได้แข็งแรงอย่างที่คิด
งานวิจัย Step-Back Prompting ที่ ICLR 2024 ให้โมเดลถอยจากปัญหาเฉพาะไปหาคำถามหรือหลักการที่เป็นนามธรรมกว่า แล้วค่อยกลับมาที่โจทย์เฉพาะ ผู้วิจัยรายงานการปรับปรุงในหลายงานด้านเหตุผลและหลายโมเดล [2]
งานนี้ ไม่ได้ พิสูจน์ว่าคำว่า “think from first principles” เป็นสวิตช์วิเศษสำหรับทุกกรณี
แต่มันให้หลักฐานใกล้เคียงกับกระบวนการ:
ปัญหาเฉพาะ → ทำให้เป็นนามธรรม → หาแก่นหลัก → กลับมาที่ปัญหาเฉพาะ
ดังนั้นการแบ่งว่า “AI ทำรายละเอียด มนุษย์ทำปรัชญา” จึงไม่ง่ายอีกต่อไป
AI เหมือนจะสมัครเป็นอาจารย์พิเศษภาควิชาปรัชญาแล้ว
5. ถ้าใส่แนวคิดนี้ในขั้น “งอกไอเดีย” จะเกิดสองเลน
บทความ ผลิตภัณฑ์ ฟีเจอร์ และหัวข้องานวิจัยสามารถงอกมาจากสองทิศ
งอกจากภายนอก
- มีความต้องการค้นหา
- หัวข้อกำลังเป็นกระแส
- ผู้อ่านหลุดออกที่จุดหนึ่ง
- คำถามซัพพอร์ตซ้ำ
- คู่แข่งออกฟีเจอร์ใหม่
นี่คือการเก็บสัญญาณจากโลก
อีกด้านหนึ่งคือ:
งอกจากภายใน
- ฟีเจอร์นี้จริง ๆ ต้องการทำอะไร?
- KPI นี้แทนเป้าหมายได้จริงหรือ?
- ข้อจำกัดนี้เป็นเรื่องกายภาพ กฎหมาย หรือแค่ประวัติเดิม?
- ถ้าสร้างใหม่จากศูนย์ เรายังเลือกโครงสร้างเดิมไหม?
- ถ้าห้ามใช้วิธีปัจจุบัน จะเหลืออะไร?
- นี่คือปัญหาที่ควรแก้จริงหรือ?
เลนนี้ขุดสมมติฐานในระบบเดิม
การดูเทรนด์เหมือนเก็บเมล็ดที่หล่นอยู่บนพื้น
เลน first principles เหมือน งัดพื้นขึ้นมาแล้วพบว่ามีพืชประหลาดโตอยู่ข้างใต้
คำถามที่ไม่มีใครค้นหาอาจเกิดขึ้นจากการแยกโครงสร้างเอง
6. เวลานำไปใช้จริง ให้แบ่งเป็นสามช่วง: ทำลายสมมติฐาน สร้างใหม่ ตรวจสอบกับโลกจริง
ถ้าพูดกับ AI แค่ว่า “คิดเชิงปรัชญาอย่างอิสระ” บางครั้งมันจะออกนอกวงโคจรโลกและไม่กลับมา
งานจริงควรมีโครงสร้าง
ช่วงที่ 1: ตรวจสอบสมมติฐาน
แยก:
- เป้าหมาย
- ตัวชี้วัด
- ข้อเท็จจริงที่สังเกตได้
- ข้อจำกัดที่หลีกเลี่ยงไม่ได้
- ความสะดวกทางองค์กร
- มรดกจากอดีต
- ธรรมเนียมปัจจุบัน
อย่าผสม “ข้อเท็จจริง” กับ “เราทำแบบนี้มาตลอด”
ช่วงที่ 2: สร้างใหม่จากศูนย์
มองวิธีปัจจุบันเป็นผู้สมัครหนึ่งราย ไม่ใช่ความจริงตั้งต้น
สร้างทางเลือกจากเป้าหมายและข้อจำกัดที่หลีกเลี่ยงไม่ได้จริง ๆ
ถ้าสุดท้ายกลับมาเหมือนระบบเดิมก็ไม่เป็นไร สิ่งสำคัญคือต้องอธิบายได้ว่าทำไม
ช่วงที่ 3: กลับสู่โลกจริง
ทดสอบกับต้นทุน กฎหมาย ความปลอดภัย พฤติกรรมผู้ใช้ ภาระย้ายระบบ ข้อมูล และข้อจำกัดการปฏิบัติการ
First principles ไม่ใช่บัตรหนีความจริง
“เซิร์ฟเวอร์มีค่าใช้จ่าย งั้นนิยามเซิร์ฟเวอร์ใหม่ว่าเป็นแนวคิด” ไม่ใช่ปรัชญา แต่เป็นการหนีบิล
7. สิ่งที่ยังเป็นงานของมนุษย์: เลือกว่าสิ่งใดสำคัญ
AI สามารถสำรวจได้ว่า:
- สมมติฐานนี้จำเป็นหรือไม่?
- KPI ขัดกับเป้าหมายหรือไม่?
- ถ้าใช้ฟังก์ชันคุณค่าแบบอื่นจะเกิดอะไร?
- ตัดอะไรออกได้โดยยังรักษาผลลัพธ์?
แต่ยังมีเส้นสุดท้าย
เราจะเลือกคุณค่าใดให้ชนะในที่สุด
จะเพิ่มเวลาบนไซต์ หรือทำให้ถึงคำตอบเร็วที่สุด? จะเพิ่มกำไร หรือรักษาความไว้วางใจ? ให้น้ำหนักกับเสรีภาพ ความปลอดภัย ความเป็นธรรม ความสนุก หรือการเข้าถึงเท่าไร?
คำถามเหล่านี้ไม่มีคำตอบเดียวที่ได้จากการสังเกตโลก
AI สามารถแผนที่ว่า:
“ถ้าให้คุณค่า A สำคัญกว่า ใช้แบบ X; ถ้า B สำคัญกว่า ใช้แบบ Y”
แต่การเลือก A หรือ B เป็นเป้าหมายสูงสุดยังเป็นความรับผิดชอบของมนุษย์
ปลายทางของระบบอัตโนมัติจึงไม่ใช่ “มนุษย์คิดทุกอย่าง” หรือ “AI ตัดสินทุกอย่าง”
แต่คือ:
AI ตั้งคำถามกับสมมติฐานอย่างหนัก มนุษย์รับผิดชอบจุดตัดสินใจที่มีคุณค่าและความรับผิดชอบ
8. คำถามแกนกลางจริง ๆ สั้นมาก
แบบสั้นที่สุด:
แบบเข้มขึ้น:
อย่าถือว่าการใช้งานปัจจุบัน ธรรมเนียมอุตสาหกรรม หรือตัวอย่างคู่แข่งคือคำตอบ
แยกเป้าหมาย ข้อเท็จจริงที่สังเกตได้ ข้อจำกัดที่หลีกเลี่ยงไม่ได้ สมมติฐานที่ซ่อนอยู่ และตัวชี้วัดแทนก่อน
ตรวจว่าสมมติฐานใดตัดออกได้โดยไม่เสียเป้าหมาย
สร้างหลายทางเลือกจาก first principles ที่เหลือ แล้วทดสอบกับข้อจำกัดจริง
ถ้ากลับไปที่แบบเดิม ให้อธิบายว่าทำไม
สังเกตว่าไม่ได้บอกว่า:
“จงสร้างสรรค์สุด ๆ”
เมื่อสั่งให้ใหม่แปลกโดยตรง AI บางครั้งจะประดิษฐ์สิ่งเทียบเท่า จักรยานใส่หมวกสามใบ
เราไม่ได้ต้องการความประหลาด
เราต้องการความแตกต่างที่เกิดขึ้นจริงหลังคำนวณใหม่จากพื้นฐาน
9. สรุป: AI สามารถเปลี่ยนจาก “ผู้ตอบคำถาม” เป็น “ผู้รื้อคำถาม”
การลิสต์ปัญหาสำคัญ การวิจัยคู่แข่งสำคัญ การปรับปรุงทีละน้อยก็สำคัญ
แต่ทั้งหมดนั้นอาจยังเป็นการเคลื่อนหมากให้เร็วขึ้นบนกระดานเดิม
เมื่อมอบ first-principles thinking ให้ AI โดยตรง ขอบเขตอัตโนมัติจะขยายเป็น:
แก้ปัญหา → สงสัยนิยามปัญหา → สงสัยเป้าหมาย → แยกสมมติฐาน → สร้างใหม่จากราก
ลูปที่สองของ double-loop learning ไม่จำเป็นต้องให้มนุษย์เรียกใช้ด้วยพลังใจทุกครั้ง
เราสามารถให้เครื่องถามเป็นระยะว่า:
“แล้วจริง ๆ นี่ทำไปเพื่ออะไร?”
ส่วนหนึ่งของ “ปรัชญา” ที่ดูเหมือนชั้นสุดท้ายของมนุษย์สามารถกลายเป็นกระบวนการได้
แต่ถ้าบอตปรัชญาพูดว่า “ข่าวดี ผมตัดสินคุณค่าของคุณให้แล้วด้วย” ตอนนั้นมนุษย์ควรกลับมานั่งที่โต๊ะ
การรื้อคำถามมอบหมายได้
แต่การเลือกว่าคำตอบควรรับใช้โลกแบบใดยังเป็นงานของเรา
แหล่งข้อมูล
- Chris Argyris, “Double Loop Learning in Organizations,” Harvard Business Review, September 1977 hbr.org
- Huaixiu Steven Zheng, Swaroop Mishra, Xinyun Chen, Heng-Tze Cheng, Ed H. Chi, Quoc V. Le, Denny Zhou, “Take a Step Back: Evoking Reasoning via Abstraction in Large Language Models,” ICLR 2024 proceedings.iclr.cc
