ถ้าดูผลสำรวจ Stack Overflow Developer Survey แบบสำรวจประจำปีของชุมชนนักพัฒนาทั่วโลก จะเห็นตัวเลขสองชุดที่สวนทางกัน

ตัวเลขชุดแรกคือ สัดส่วนของคนที่ใช้เครื่องมือ AI ในการทำงาน ซึ่งเพิ่มขึ้นจาก 44% ในปี 2023 เป็น 62% ในปี 2024 และแตะ 79% ในปี 2025 โดยในปีล่าสุดนี้ เกือบครึ่งหนึ่งของผู้ตอบแบบสำรวจระบุว่าตนเองใช้ AI ทุกวัน

ตัวเลขชุดที่สองคือ สัดส่วนของคนที่มองการใช้ AI ในแง่บวก ตัวเลขนี้เคยอยู่สูงเกิน 70% ทั้งในปี 2023 และ 2024 แต่ในปี 2025 กลับลดลงมาเหลือ 60% ขณะเดียวกัน คนที่มอง AI ในแง่ลบก็เพิ่มขึ้นอย่างชัดเจน จาก 6.4% ในปี 2024 พุ่งขึ้นมาเป็น 20.4% ในปี 2025

เมื่อนำตัวเลขทั้งสองมาเทียบกัน ปี 2025 จึงเป็นปีแรกที่สัดส่วนคนใช้ AI แซงหน้าสัดส่วนคนที่มอง AI ในแง่บวกไปแล้ว

ข้อมูลชุดนี้มาจากบทความสรุปผลสำรวจย้อนหลัง ที่ Stack Overflow เผยแพร่ในบล็อกเมื่อวันที่ 1 ตุลาคม 2026 เพื่อเปรียบเทียบผลระหว่างปี 2024 กับ 2025 ก่อนที่ผลสำรวจรอบใหม่จะเปิดเผย ประกอบกับหน้ารายงานผลทางการปี 2025 หมวด AI

ฟังดูเผินๆ อาจรู้สึกขัดแย้ง ทำไมยิ่งใช้กันมากขึ้น ถึงยิ่งชอบน้อยลง?

แต่เมื่อดูคำถามข้ออื่นๆ ในแบบสำรวจเดียวกัน ภาพที่เห็นไม่ได้แปลว่าคนกำลังหันหลังให้ AI แต่เป็นภาพของคนที่ใช้งานจริงทุกวันจนรู้ว่า AI มักจะพลาดตรงจุดไหน ซึ่งถ้าคุณใช้ AI เขียนโค้ดอยู่ทุกวัน ภาพนี้ก็คือสิ่งที่คุณกำลังเผชิญอยู่เช่นกัน

ไม่ใช่แค่ไม่ชอบ แต่เริ่มไม่เชื่อใจ

คำถามเรื่องมองบวกหรือมองลบเป็นเพียงการวัดความรู้สึก แต่ในรายงานผลปี 2025 มีอีกคำถามหนึ่งที่ถามตรงประเด็นกว่านั้น นั่นคือ เชื่อถือความแม่นยำของผลลัพธ์จาก AI ในการทำงานแค่ไหน

ผลปรากฏว่า 46% ตอบว่าไม่เชื่อใจ ซึ่งมากกว่าฝั่งที่ตอบว่าเชื่อใจ (33%) เสียอีก และมีเพียง 3% เท่านั้นที่ตอบว่าเชื่อมั่นอย่างมาก

สองคำถามนี้ฟังดูคล้ายกันแต่วัดคนละเรื่อง ความชอบบอกแค่ว่าเรารู้สึกอย่างไรที่มี AI อยู่ในงาน แต่ความเชื่อใจบอกว่าเราจะนำคำตอบของมันไปใช้ทันทีเลย หรือยังต้องคอยตรวจทานใหม่ทุกครั้ง ซึ่งข้อหลังนี้ส่งผลต่อการทำงานจริงมากกว่า

กลุ่มที่ระมัดระวังมากที่สุดคือคนที่ทำงานมา 10 ปีขึ้นไป คนกลุ่มนี้ตอบว่าเชื่อมั่นมากเพียง 2.6% ซึ่งต่ำที่สุดในทุกกลุ่มประสบการณ์ และมีถึง 20% ที่ตอบว่าไม่เชื่อเลย ซึ่งสูงที่สุดในทุกกลุ่มเช่นกัน

ทาง Stack Overflow วิเคราะห์ตัวเลขนี้ว่า ท้ายที่สุดแล้ว งานที่ต้องมีคนรับผิดชอบผลลัพธ์ ก็ยังจำเป็นต้องมีคนคอยตรวจซ้ำอยู่ดี

ปัญหาอันดับหนึ่งคือ "คำตอบที่เกือบถูก"

อีกคำถามหนึ่งในหน้าผลสำรวจเดียวกันถามว่า ตอนใช้ AI ในงานเคยเจอปัญหาอะไรบ้าง โดยสามารถเลือกตอบได้หลายข้อ

ปัญหาที่คนเลือกมากที่สุดไม่ใช่เรื่องที่ AI ตอบผิดแบบเห็นได้ชัด แต่เป็น 'คำตอบจาก AI ที่เกือบจะถูก แต่ยังไม่ถูก' ซึ่งมีคนเลือกสูงถึง 66%

อันดับสองตามมาที่ 45% คือการเสียเวลา debug เพื่อไล่หาและแก้จุดผิดในโค้ดที่ AI เขียน ซึ่งทีมผู้จัดทำแบบสำรวจระบุไว้เองว่า ปัญหาข้อแรกมักนำไปสู่ปัญหาข้อที่สอง

ทำไมคำตอบที่เกือบถูกถึงน่าปวดหัวกว่าคำตอบที่ผิดไปเลย? ลองนึกภาพตามง่ายๆ ถ้าคำตอบผิดแบบชัดเจน รันแล้วพังทันที เราเห็นปุ๊บก็ทิ้งแล้วพิมพ์ถามใหม่ได้เลย

แต่คำตอบที่เกือบถูกนั้นหน้าตาเหมือนคำตอบที่ถูกต้องทุกอย่าง มันรันผ่าน ทดสอบกับข้อมูลชุดแรกๆ ผลก็ออกมาตรงตามต้องการ แต่ดันไปพังทีหลังตรงกรณีพิเศษที่ไม่มีใครนึกถึง เช่น ช่องข้อมูลที่ปล่อยว่างไว้

พอถึงจุดนั้น เราก็ต้องมานั่งไล่อ่านโค้ดที่ตัวเองไม่ได้เขียนทีละบรรทัด เพื่อหาจุดผิดเพียงจุดเดียวที่แอบซ่อนอยู่ และนี่คือเหตุผลที่ปัญหาข้อแรกนำไปสู่ปัญหาข้อที่สองโดยตรง

ในกลุ่มคนที่ตอบคำถามเรื่องปัญหาชุดนี้ ยังมีอีก 20.0% ที่บอกว่าตนเองมั่นใจในการแก้ปัญหาด้วยตัวเองน้อยลง และ 16.3% ยอมรับว่าเข้าใจได้ยากว่าโค้ดทำงานอย่างไร หรือทำไมถึงทำงานได้

ตรงนี้เข้าใจผิดได้ง่าย เพราะตัวเลขทั้งสองนี้นับจากทุกคนที่ตอบคำถาม ไม่ได้นับเฉพาะคนที่กำลังเริ่มต้นเรียนเขียนโปรแกรม

บทความสรุปผลสำรวจย้อนหลังชี้ช่องว่างนี้ไว้ในประโยคเดียว:

การได้โค้ดที่รันได้ กับการอธิบายโค้ดนั้นได้ ตอนนี้กลายเป็นคนละเรื่องกันแล้ว

อย่างไรก็ตาม บทความเดียวกันก็ระบุไว้ชัดเจนว่า คำตอบชุดนี้ยังไม่ได้พิสูจน์ว่า AI ทำให้การเรียนรู้ของคนแย่ลง เพียงแต่ชี้ว่าตรงนี้เป็นโจทย์ให้ศึกษาต่อ

คนที่กำลังเรียนเขียนโปรแกรมยิ่งเห็นภาพนี้ชัดกว่าใคร

บทความสรุปผลสำรวจย้อนหลังแยกตัวเลขของคนที่กำลังเรียนเขียนโปรแกรมไว้ให้ดูด้วย ในกลุ่มนี้ สัดส่วนการใช้ AI เพิ่มขึ้นจาก 63.0% ในปี 2024 เป็น 73.3% ในปี 2025

แต่สัดส่วนคนที่มอง AI ในแง่บวกกลับลดลงจากราว 72% เหลือ 52.8% ซึ่งต่ำกว่าภาพรวมของทั้งแบบสำรวจที่อยู่ราว 60%

ส่วนคนที่เชื่อถือผลลัพธ์ของ AI ในระดับปานกลางถึงระดับสูง ก็ลดลงจาก 49.1% เหลือ 37.4%

ตัวเลขความเชื่อมั่นชุดนี้มีข้อควรระวังในการอ่าน เพราะแบบสำรวจปี 2025 ได้เพิ่มตัวเลือกกลางๆ เข้ามา ทำให้คำตอบส่วนหนึ่งย้ายไปอยู่ตรงนั้น จึงอาจนำตัวเลขสองปีนี้มาเปรียบเทียบกันตรงๆ ไม่ได้ทั้งหมด

ทีมผู้จัดทำแบบสำรวจมองตัวเลขกลุ่มนี้ว่า ความตื่นเต้นในช่วงแรกกำลังเปลี่ยนมาเป็นการมองตามความเป็นจริง

แบบสำรวจยังให้ทุกคนลองจินตนาการถึงอนาคตที่ AI เขียนโค้ดได้เกือบทั้งหมด แล้วถามว่า มีตอนไหนบ้างที่ยังเลือกขอให้คนช่วย

คำตอบคือ 61.3% ของคนตอบทั้งหมดระบุว่า หากต้องการเข้าใจเรื่องใดเรื่องหนึ่งอย่างแท้จริง ก็ยังจะหาคนช่วยอธิบายอยู่ดี

คำตอบนี้สอดคล้องกับคำพูดที่ยกมาข้างต้นพอดี เพราะโค้ดเราอาจขอให้ AI ช่วยเขียนได้ แต่เรื่องความเข้าใจ คนส่วนใหญ่ก็ยังอยากได้จากมนุษย์ด้วยกันอยู่ดี

ใช้ AI Agent เพิ่มขึ้นเกือบเท่าตัว แต่ยังไม่ยอมปล่อยมือ

การไม่เชื่อใจไม่ได้แปลว่าจะเลิกใช้ และตัวเลขที่ยืนยันเรื่องนี้ได้ชัดเจนที่สุดก็คือการใช้งาน AI Agent ระบบ AI ที่ทำงานต่อเนื่องหลายขั้นตอนได้เอง

ช่วงปลายเดือนเมษายน 2026 ทาง Stack Overflow ได้ทำแบบสำรวจฉบับย่อ เกี่ยวกับเรื่อง AI Agent โดยสอบถามกลุ่มตัวอย่าง 1,100 คน ทั้งนักพัฒนาและคนทำงานสายอื่น

ผลคือ 59% ตอบว่าใช้ Agent ในที่ทำงานแล้ว ซึ่งเพิ่มขึ้นเกือบเท่าตัวจาก 31% ในแบบสำรวจประจำปี 2025 โดยการเติบโตส่วนใหญ่มาจากการใช้งานทุกวัน และเฉพาะในกลุ่มนักพัฒนา มีถึง 40% ที่ใช้ Agent ทุกวัน

แต่การใช้มากขึ้นไม่ได้แปลว่าจะยอมปล่อยมือ เพราะ 63% ระบุว่าแทบไม่เคยหรือไม่เคยปล่อยให้ Agent ทำงานเองทั้งหมดโดยไม่มีคนคอยดูเลย และอีก 60% ตั้งระบบป้องกันไม่ให้ Agent แก้ไขระบบเองหากยังไม่ได้รับอนุมัติจากคน

ชื่อบทความที่ Stack Overflow ใช้รายงานผลรอบนี้ก็สรุปภาพไว้ว่า Agent ส่วนใหญ่ยังมีสายจูงคล้องอยู่ คือยังมีคนคอยกำกับ

ตัวเลขชุดนี้มีข้อควรระวังอยู่หนึ่งข้อ คือแบบสำรวจรอบนี้ถามกลุ่มตัวอย่างน้อยกว่ามาก และเป็นคนละกลุ่มกับแบบสำรวจประจำปีที่มีคนตอบหลายหมื่นคน ตัวเลข 31% กับ 59% จึงเป็นการเปรียบเทียบข้ามกลุ่มคน ไม่ใช่คนกลุ่มเดิมที่หันมาใช้มากขึ้น

ถ้าคุณเป็นหัวหน้าทีมที่กำลังผลักดันให้ทีมหันมาใช้ Agent คำถามสำคัญที่ต้องตอบจึงไม่ใช่ว่าจะใช้หรือไม่ใช้ แต่อยู่ที่ว่าจะวางจุดอนุมัติไว้ตรงขั้นตอนไหนบ้าง

การปล่อยให้ Agent ทำเองทั้งหมดอาจได้งานเร็วกว่า แต่ก็ไม่มีใครเห็นการเปลี่ยนแปลงก่อนจะเกิดขึ้นจริง ส่วนการให้คนคอยตรวจและกดอนุมัติ แม้จะช้ากว่า แต่ก็เป็นแนวทางที่คนตอบส่วนใหญ่ในแบบสำรวจนี้เลือกใช้

ใช้ทุกวัน แต่ไม่เชื่อทุกคำ

เมื่อนำตัวเลขทั้งหมดมามองร่วมกัน บทสรุปไม่ได้บอกว่า AI ไม่ดี แต่บอกว่าการใช้งานกับความระมัดระวังกำลังเติบโตควบคู่กันไป ซึ่งทีมผู้จัดทำแบบสำรวจเองก็สรุปไว้ว่า ยิ่ง AI เข้ามาอยู่ในงานมากขึ้นเท่าไร คนทำงานก็ยิ่งตรวจสอบข้อจำกัดของมันอย่างละเอียดขึ้นเท่านั้น

'ใช้ทุกวัน แต่ไม่เชื่อทุกคำ' คือวิธีใช้งานที่ตรงกับตัวเลขชุดนี้มากที่สุด และสรุปเป็นหลักปฏิบัติได้ 2 ข้อที่ต่อยอดมาจากปัญหาอันดับหนึ่งโดยตรง:

คิดไว้เสมอว่าคำตอบแรกจาก AI อาจแค่เกือบถูก

คำตอบที่ 'เกือบถูก' นั้นอันตราย เพราะหน้าตาดูเหมือนคำตอบที่ถูกต้องทุกอย่าง จึงต้องตั้งต้นไว้เสมอว่าอาจมีจุดผิดซ่อนอยู่สักจุด แล้วหาจุดนั้นให้เจอก่อนนำไปใช้งานจริง

วิธีตรวจสอบง่ายๆ คือ ก่อนจะนำโค้ดที่ AI เขียนไปใส่ในงานจริง ลองอธิบายการทำงานทีละส่วนด้วยคำพูดของตัวเอง หากมีส่วนไหนที่เราอธิบายไม่ได้ นั่นคือส่วนแรกที่ต้องหยุดอ่านและทำความเข้าใจก่อนเสมอ

เลือกใช้ AI กับงานที่เราเองตรวจสอบได้

เราจะจับได้ว่าคำตอบของ AI เกือบถูก ก็ต่อเมื่อเรารู้อยู่แล้วว่าคำตอบที่ถูกต้องหน้าตาเป็นอย่างไร หากเราให้ AI ทำงานในส่วนที่เราเองก็ตรวจสอบไม่ได้ จุดผิดพลาดเล็กๆ ก็มีโอกาสหลุดรอดสายตาไปสร้างปัญหาได้ง่ายมาก

สำหรับใครที่อยากได้ขั้นตอนการตรวจงานจาก AI แบบเป็นข้อๆ ลองอ่านเพิ่มเติมได้ที่ ผลลัพธ์แรกจาก ChatGPT Work คือร่าง ต้องเปิดไฟล์ตรวจก่อนส่ง

ลองถามตัวเองดูว่าตอนนี้คุณอยู่ฝั่งไหน ระหว่าง 'ใช้แล้วรัก' 'ใช้แต่ไม่ไว้ใจ' หรือ 'ยังไม่ได้เริ่มใช้เลย'

อีกไม่นานเราคงได้รู้กันว่าภาพนี้จะยังเหมือนเดิมหรือไม่ เพราะบทความเมื่อวันที่ 1 ตุลาคมระบุว่า ผลสำรวจ Developer Survey ปี 2026 กำลังจะเปิดเผยในอีกไม่กี่วันนี้ คำถามสำคัญข้อหนึ่งที่ผลชุดนั้นจะช่วยตอบได้คือช่องว่างระหว่าง 'การใช้งาน' กับ 'การมองในแง่บวก' จะยังคงอยู่หรือไม่

ความไม่ไว้ใจที่ตัวเลขเหล่านี้สะท้อนออกมา ไม่ใช่สัญญาณของคนที่กำลังจะทิ้ง AI แต่เป็นสัญญาณของคนที่เริ่มใช้มันเป็นจริงๆ

---

ที่มา:

• บทความ A look back before we look forward: A Developer Survey retrospective จาก Stack Overflow
• เอกสารทางการของ Stack Overflow Developer Survey 2025
• บทความ Agents on a leash: Agentic AI remains mostly single-agent and monitored at work จาก Stack Overflow