สรุปสั้น ๆ
ช่วงนี้ผมหันกลับมาดูวิธีที่ตัวเองใช้ปัญญาประดิษฐ์ แล้วเจอเรื่องหนึ่งที่ค่อนข้างตลก
ผมแทบไม่เคยบอกขั้นตอนแบบละเอียดทีละข้อเลย
คำสั่งส่วนใหญ่ประมาณว่า “อยากชนะ” “ลดงานของผมลงหน่อย” “อย่าหยุดกลางทาง” “เช็กด้วยว่าทำเสร็จจริงหรือยัง”
หยาบมาก พูดตรง ๆ คือหยาบสุด ๆ
แต่ถ้าจะทำให้เป้าหมายกว้าง ๆ แบบนี้สำเร็จจริง ระบบปัญญาประดิษฐ์ก็ต้องแยกเงื่อนไขเอง นิยามว่าอะไรคือ “เสร็จ” คิดวิธีตรวจสอบ และเพิ่มข้อจำกัดป้องกันความผิดพลาดในจุดที่เคยพลาด
สุดท้ายกระบวนการทำงานจึงค่อย ๆ เปลี่ยนจาก “คนต้องตรวจทุกอย่างทุกครั้ง” เป็น ให้ระบบทำ ให้ระบบตรวจ เทียบกับหลักฐานจากภายนอก แล้วให้คนรับรายงานเฉพาะตอนมีความผิดปกติ
พอลองค้นดูต่อก็พบว่า แนวทางนี้คล้ายกับแนวคิดด้านวิศวกรรมที่ OpenAI เรียกว่า “Harness Engineering” ซึ่งเผยแพร่ในปี 2026 มากพอสมควร
คนกำหนดเจตนาและขอบเขต ส่วนตัวแทนปัญญาประดิษฐ์ลงมือทำ
ปัญหาคือ วิธีนี้ทรงพลังมากในโปรเจกต์ส่วนตัว แต่พอเอาเข้าองค์กร ความยากจะเพิ่มขึ้นทันที
โปรเจกต์ส่วนตัวคือเผด็จการที่ไม่มีการเมือง
พอเข้าบริษัท รัฐสภาเปิดประชุมทันที
จุดเริ่มต้นมีแค่สองอย่าง: อยากชนะ และอยากทำงานให้น้อยลง
เป้าหมายระดับบนเรียบง่ายอย่างไม่น่าเชื่อ
ถ้าเป็นเกมการ์ด ผมอยากชนะ
ถ้าเป็นงานบทความหรือระบบอัตโนมัติ ผมอยากลดงานที่ตัวเองต้องทำ
สองเป้าหมายนี้แข็งแรงมาก เพราะต่อให้เทคโนโลยีข้างใต้ซับซ้อนขึ้น เป้าหมายก็ยังเหมือนเดิม
จะสร้างโปรแกรมจำลอง รันการแข่งขันเป็นพัน ๆ เกม หรือใส่อัลกอริทึมค้นหาก็ได้
สุดท้ายคำถามยังเป็น “แล้วอัตราชนะดีขึ้นไหม?”
จะทำระบบบทความอัตโนมัติ หลายภาษา การตรวจสอบคุณภาพ คิวงาน ค่ารหัสตรวจสอบข้อมูล หรือการลองใหม่เมื่อพลาดก็ได้
สุดท้ายคำถามยังเป็น “แล้วงานของผมลดลงไหม?”
วิธีทำอาจซับซ้อนขึ้นได้ โดยไม่จำเป็นต้องทำให้เป้าหมายซับซ้อนตาม
และเพราะเป้าหมายไม่ค่อยแกว่ง จึงปล่อยให้ระบบปัญญาประดิษฐ์มีอิสระเลือกวิธีได้ค่อนข้างมาก
ไม่จำเป็นต้องล็อกทุกขั้นตอน ถ้าต้องการก็ให้ระบบช่วยนิยามเลยว่า “สภาพที่ควรเป็น” คืออะไร
คนไม่จำเป็นต้องออกแบบเกณฑ์จบงานจากศูนย์ทุกครั้ง
อาจเริ่มจากเป้าหมายกว้าง ๆ อย่าง:
“เอาบทความล่าสุดไปจนถึงขั้นเผยแพร่จริง ในสภาพที่ถูกต้อง โดยไม่ต้องมีคนแทรกกลางทาง”
จากนั้นให้ระบบแตกคำถามต่อเอง เช่น:
- อะไรคือ “ล่าสุด”
- อะไรคือ “ถูกต้อง”
- คำแปลยังตรงกับต้นฉบับเวอร์ชันปัจจุบันหรือไม่
- งานที่ตั้งใจทำ 50 รายการ จะถือว่าเสร็จหลังสำเร็จแค่ 1 รายการได้หรือไม่
- แค่ขึ้น GitHub ถือว่า “เผยแพร่” แล้วหรือยัง
- ต้องตรวจเว็บไซต์จริงด้วยหรือไม่
กล่าวอีกแบบคือ คนถือ เป้าหมายและเงื่อนไขที่ห้ามละเมิด ส่วนเกณฑ์รับงานที่ละเอียดกว่านั้นให้ระบบช่วยแตกออกมาได้
แน่นอนว่า ระบบก็ออกแบบเกณฑ์ผิดได้
เพราะฉะนั้นขั้นต่อไปจึงต้องมีการตรวจสอบ
ใช้ปัญญาประดิษฐ์เยอะมาก แต่คำว่า “ระบบบอกว่าเสร็จแล้ว” ไม่ใช่หลักฐาน
มองจากข้างนอกอาจเหมือนโยนทุกอย่างให้ระบบปัญญาประดิษฐ์
ซึ่งก็เกือบถูก เพราะทั้งการทำงานและการตรวจงานก็โยนให้ระบบ
ถ้าเลือกได้ ผมไม่อยากอ่านบันทึกการทำงานด้วยซ้ำ
กระบวนการในอุดมคติคือ:
ทำงาน → ตรวจอัตโนมัติ → ถ้าปกติรายงานสั้น ๆ → ถ้ามีปัญหาค่อยเอาเฉพาะสาเหตุและวิธีแก้กลับมา
สิ่งสำคัญคือ ห้ามใช้คำยืนยันของระบบเองเป็นเงื่อนไขจบงาน
“ทำเสร็จแล้ว” ยังไม่พอ ต้องไปดูสิ่งที่สังเกตจากภายนอกได้ เช่น จำนวนรายการ ผลทดสอบ ค่ารหัสตรวจสอบข้อมูล ไฟล์จริงบน GitHub ที่อยู่เว็บจริง หรือหน้าเว็บที่ระบบใช้งานจริงส่งออกจริง
ถ้าสั่งโมเดลตัวเดิมในบริบทเดิมว่า “ตรวจงานของตัวเองหน่อย” มันอาจยืนยันความเข้าใจผิดเดิมซ้ำเป็นครั้งที่สองก็ได้
ดังนั้นโครงสร้างที่แข็งแรงกว่าจะต้องแยก การสร้าง การตรวจ และหลักฐานภายนอก ออกจากกัน
คนไม่จำเป็นต้องอ่านทุกอย่างเอง
แต่ก็ไม่ควรจบแค่คำว่า “ตรวจแล้ว”
พูดแบบบ้าน ๆ คือ:
“ผมไม่ดู คุณไปเช็ก แต่เอาหลักฐานกลับมาด้วย”
ทุกจุดที่สะดุด คือจุดที่ยังมีแรงงานมนุษย์หลงเหลืออยู่
ถ้าเป้าหมายจริงคือการลดงาน ขั้นตอนทำมือเล็ก ๆ ที่เคยพอรับได้จะเริ่มน่ารำคาญทันที
ตรงนี้ต้องกดทุกครั้ง
กรณีพิเศษนี้ต้องให้คนตัดสิน
พอล้มเหลวต้องให้คนเปิดบันทึกการทำงาน
หลังเผยแพร่ยังต้องให้คนเช็กเอง
ปกติเรามักคิดว่า “เอาเถอะ ตรงนี้ทำมือก็ได้”
แต่ถ้าเป้าหมายคือทำงานให้น้อยลง นั่นแปลว่าการออกแบบยังไม่เสร็จ
ถ้ากระบวนการจะทำงานได้ก็ต่อเมื่อคนต้องออกแรงตรงจุดใดจุดหนึ่ง จุดนั้นยังเป็นหนี้ด้านการออกแบบ
พอมองแบบนี้ ความผิดพลาดก็ไม่ใช่แค่อุบัติเหตุ
ถ้างานควรประมวลผล 50 รายการ แต่ทำแค่ 1 แล้วถูกนับว่าสำเร็จ อย่าเพิ่งแก้ด้วยการไปรันอีก 49 รายการ
ต้องถามว่า “ทำไม 1 รายการถึงถูกนับว่าเสร็จปกติได้?”
ถ้าคำแปลเก่าถูกมองว่าเป็นเวอร์ชันล่าสุด ก็อย่าแก้แค่ไฟล์นั้น
ต้องเปลี่ยนระบบให้คำแปลเก่าไม่สามารถผ่านเป็นข้อมูลที่ถูกต้องได้อีก
ทุกครั้งที่ความล้มเหลวถูกยกระดับเป็นกฎ งานของคนในอนาคตก็จะหายไปทีละนิด
หัวหน้าที่พูดว่า “ผมไม่เข้าใจ” ยังแก้ได้ สิ่งที่น่ากลัวกว่าคือการตรวจทานที่เปลี่ยนความจริง
เดือนสิงหาคม 2026 มีบทความบน Zenn เล่าเรื่องทีมที่ผลิตภาพเพิ่มเป็นสามเท่าด้วยปัญญาประดิษฐ์ แต่ในเวลาเดียวกันก็ทิ้งสมาชิกบางส่วนไว้ข้างหลัง
ฉากหนึ่งที่ชัดมากคือหัวหน้าพูดในทำนองว่า “ตอนนี้ผมยังเข้าใจทั้งหมดไม่ได้ แต่คิดว่าสิ่งที่คุณพูดน่าจะถูก”
ในฐานะการตรวจทานเชิงเทคนิค นี่ถือว่าอ่อน
แต่ในเชิงบริหาร มีสภาพที่อันตรายกว่านั้นมาก
ไม่เข้าใจ แต่เพื่อรักษาสถานะของตัวเอง จึงเปลี่ยนข้อเท็จจริงหรือเกณฑ์ย้อนหลังหลังเห็นผลแล้ว
ก่อนทำไม่มีเกณฑ์ แต่พอเห็นผลกลับพูดว่า “ปกติก็ต้องทำแบบนี้อยู่แล้ว”
พอถามก็บอก “คิดเองสิ” พอคิดและทำเองกลับบอก “ใครให้ทำเอง”
ในสภาพแบบนี้ เราไม่ได้เล่นเกมที่ค่อย ๆ เข้าใกล้คำตอบที่ถูกต้องอีกต่อไป เพราะคำตอบที่เรียกว่า “ถูก” ขยับไปเรื่อย ๆ
ในทางกลับกัน ถ้าคนหนึ่งยอมรับได้ว่า “ตอนนี้ผมยังตรวจเรื่องนี้ไม่ได้” ระบบยังซ่อมได้: เพิ่มผู้เชี่ยวชาญ ทำการตรวจให้เป็นอัตโนมัติ บังคับให้แสดงเหตุผลและสิ่งที่ยังไม่ยืนยัน
ความรู้ไม่พอสามารถเสริมได้
แต่เกณฑ์ตัดสินที่ขยับไปมาจะทำลายระบบประกันคุณภาพทั้งระบบ
ตอนนี้เริ่มเข้าใจแล้วว่าทำไมกิจกรรมควบคุมคุณภาพที่กลายเป็นพิธีถึงน่าหงุดหงิด
แนวคิดดั้งเดิมของกิจกรรมกลุ่มย่อยเพื่อควบคุมและปรับปรุงคุณภาพ หรือ QC Circle คือให้กลุ่มเล็ก ๆ หน้างานปรับปรุงคุณภาพและวิธีทำงานอย่างต่อเนื่อง
สหภาพนักวิทยาศาสตร์และวิศวกรญี่ปุ่นก็อธิบายกิจกรรมนี้ว่าเป็นการควบคุมและปรับปรุงงานอย่างต่อเนื่องโดยคนหน้างาน
ปัญหาไม่ใช่กิจกรรมควบคุมคุณภาพ
ปัญหาเริ่มเมื่อ “การปรับปรุงจริง” ถูกแทนที่ด้วย “ทำให้ดูครบว่าพวกเราได้ทำกิจกรรมควบคุมคุณภาพแล้ว”
ตั้งหัวข้อ
ทำกราฟ
ยัดเรื่องราวเข้าแบบแผนการนำเสนอของกิจกรรมควบคุมคุณภาพ
ทำสไลด์
รับการประเมิน
ปรบมือ
จบ
นี่ไม่ใช่การปรับปรุงอย่างต่อเนื่องแล้ว แต่เป็นการแข่งขันแต่งตัวให้เหมือนกำลังปรับปรุงอย่างต่อเนื่อง
ตรงกันข้าม วงจรที่เกิดเมื่อทำงานกับตัวแทนปัญญาประดิษฐ์กลับดิบกว่ามาก
พัง
หาสาเหตุ
หาเงื่อนไขที่ทำให้เกิดซ้ำ
แก้เงื่อนไขจบหรือวิธีตรวจ
รันใหม่
ยืนยันว่าความผิดพลาดแบบเดิมไม่สามารถแอบผ่านเป็น “สำเร็จ” ได้อีก
ไม่มีสไลด์สวย ๆ
แต่รอบต่อไป งานของคนลดลงจริง
น่าขันตรงที่ แบบนี้กลับใกล้กับความหมายดั้งเดิมของการปรับปรุงอย่างต่อเนื่องมากกว่าเสียอีก
รู้ตัวอีกที ก็คล้ายแนวคิด Harness Engineering ของ OpenAI มากแล้ว
เดือนกุมภาพันธ์ 2026 OpenAI เผยแพร่บทความ “Harness Engineering” อธิบายการพัฒนาที่ให้ตัวแทนปัญญาประดิษฐ์และ Codex เป็นแกนหลัก
ในการทดลองภายในนั้น ทีมตั้งข้อจำกัดว่าโค้ดที่มนุษย์เขียนด้วยมือเป็นศูนย์บรรทัด และประเมินว่าสร้างผลิตภัณฑ์ได้ในเวลาประมาณหนึ่งในสิบของการเขียนด้วยมือแบบเดิม
แต่ประเด็นที่น่าสนใจที่สุดไม่ใช่แค่ความเร็ว
การเปลี่ยนแปลงที่สำคัญคือ งานหลักของมนุษย์ขยับจากการเขียนโค้ด ไปเป็น การออกแบบสภาพแวดล้อม ระบุเจตนา และสร้างวงจรรับผลย้อนกลับ
OpenAI ยังอธิบายว่าเงื่อนไขสำคัญอย่างขอบเขต ความถูกต้อง และความสามารถในการทำซ้ำ ควรถูกบังคับใช้จากส่วนกลาง ขณะที่ตัวแทนปัญญาประดิษฐ์ได้อิสระมากพอภายในขอบเขตนั้น
นี่คล้ายกับวิธีนี้มาก
ไม่ต้องสั่งจุกจิกว่า “จะทำอย่างไร” ทุกขั้น
แต่ต้องชัดว่า “อะไรห้ามพังเด็ดขาด”
พอเกิดความล้มเหลว ก็เปลี่ยนมันเป็นเอกสาร การทดสอบ ตัวตรวจรูปแบบโค้ด หรือกฎของเครื่องมือสำหรับครั้งหน้า
แรงจูงใจเริ่มต้นอาจง่าย ๆ แค่ “รายละเอียดมันน่ารำคาญ ผมไม่อยากดู” แต่สุดท้ายกลับกลายเป็น การสร้างสภาพแวดล้อมที่ตัวแทนปัญญาประดิษฐ์สามารถเดินต่อเองได้
ไม่ได้อ่านทฤษฎีก่อนแล้วค่อยทำ
แค่เลือกเส้นทางของความขี้เกียจ แล้วดันขึ้นมาถึงภูเขาลูกเดียวกัน
ก็ขำดี
โปรเจกต์ส่วนตัวคือเผด็จการไร้การเมือง ส่วนบริษัทคือรัฐสภา
ในโปรเจกต์ส่วนตัว วิธีนี้แข็งแรงมาก
เจ้าของคือผม
ผู้ใช้คือผม
คนประเมินก็คือผม
คนกำหนดความหมายของคำว่า “สำเร็จ” ก็ผมอีก
ถ้าอยากชนะเกมการ์ด ก็ดูว่าชนะบ่อยขึ้นไหม
ถ้าอยากทำงานน้อยลง ก็ดูว่าต้องมีคนเข้าไปยุ่งน้อยลงหรือไม่
เพราะเป้าหมายหลักแทบมีเส้นเดียว ไม่ว่าระบบปัญญาประดิษฐ์จะสร้างระบบข้างในซับซ้อนแค่ไหน สุดท้ายก็ดึงกลับมาที่สองคำถามง่าย ๆ ได้:
มันทำให้ชนะมากขึ้นไหม?
มันทำให้งานของผมน้อยลงไหม?
โปรเจกต์ส่วนตัวคือเผด็จการที่ไม่มีการเมือง
และเผด็จการยังขี้เกียจอีกด้วย ระบบราชการปัญญาประดิษฐ์จึงค่อย ๆ ทำทุกอย่างให้เป็นอัตโนมัติ
ในบริษัท เรื่องไม่ง่ายแบบนั้น
คำว่า “ลดชั่วโมงงาน” จะไปชนกับวิธีทำงานเดิม การตรวจสอบตามข้อกำหนด สิทธิอนุมัติ ระบบเก่า ความรับผิดชอบ การประเมินผลงาน ไปจนถึงเหตุผลว่าทำไมบางแผนกถึงมีอยู่
Harvard Business Review ตอนพูดถึงการนำปัญญาประดิษฐ์เข้าองค์กรในปี 2025 ก็สรุปอุปสรรคสำคัญไว้ที่ คน กระบวนการ และการเมือง ไม่ใช่แค่เรื่องเทคโนโลยี
ในโปรเจกต์ส่วนตัว กำหนดสภาพที่ต้องการแล้วให้ระบบปัญญาประดิษฐ์หาวิธีไปให้ถึงได้เลย
ในบริษัท แม้แต่การตกลงว่า “สภาพที่ควรเป็น” คืออะไร ก็เป็นการเจรจาแล้ว
และไม่ใช่การเมืองทุกอย่างจะไร้เหตุผล
การเก็บการอนุมัติจากคนไว้เพื่อการตรวจสอบตามข้อกำหนดหรือเพื่อให้รู้ว่าใครต้องรับผิดชอบ อาจสมเหตุสมผลมาก
แต่การเก็บไว้เพียงเพราะใครบางคนไม่อยากเสียอำนาจอนุมัติ ก็เป็นอีกเรื่อง
สำหรับระบบปัญญาประดิษฐ์ ทั้งสองกรณีดูเหมือนกันหมด: “ต้องมีการอนุมัติจากคน”
ข้อจำกัดนั้นจำเป็นจริงหรือไม่ สุดท้ายยังเป็นปัญหาของสังคมมนุษย์
สุดท้ายแล้ว บางทีมนุษย์อาจต้องถือไว้แค่สองอย่าง: เป้าหมายกับความจริง
ในยุคปัญญาประดิษฐ์ ไม่แน่ว่าคนจำเป็นต้องออกแบบทุกขั้นตอน ทำทุกอย่างเอง แล้วตรวจทุกอย่างด้วยตัวเองอีกต่อไป
กำหนดเป้าหมาย
ให้ระบบสร้างสภาพเป้าหมายและเกณฑ์
ให้ระบบลงมือทำ
ให้ระบบตรวจ
เทียบกับหลักฐานภายนอก
ถ้าพัง เปลี่ยนความพังนั้นเป็นกฎสำหรับรอบหน้า
ถ้ายังเหลืองานคน ก็เอาจุดนั้นเป็นเป้าหมายปรับปรุงต่อไป
ถ้าวงจรนี้ทำงานได้อย่างเสถียร ความจำเป็นที่มนุษย์ต้องรู้รายละเอียดการนำไปใช้ทุกจุดก็ลดลงมาก
แต่ยังมีสองคำถามที่ยากจะมอบให้ระบบปัญญาประดิษฐ์ทั้งหมด:
จริง ๆ แล้วเราอยากทำอะไรให้สำเร็จ?
เป้าหมายนั้นตรงกับความจริงหรือไม่?
ดังนั้นการแบ่งบทบาทในอนาคตอาจค่อย ๆ กลายเป็น:
มนุษย์: กำหนดเป้าหมาย และมองความจริง
ปัญญาประดิษฐ์: เติมทุกอย่างที่อยู่ตรงกลาง
ในโปรเจกต์ส่วนตัว สบายมาก
พอเข้าองค์กร รัฐสภาเปิดประชุม
การเมืองยังแข็งแกร่งเหมือนเดิม
