ในกลุ่มแชตทำงาน คุณอาจเคยเจอเหตุการณ์แบบนี้: มีคนพิมพ์ถามขึ้นมาเรื่องหนึ่ง แล้วเพื่อนร่วมงานก็เอาคำถามนั้นไปถามแชตบอต AI อย่าง Claude ที่ทำงานคล้ายกับ ChatGPT

ไม่กี่นาทีต่อมา ข้อความตอบกลับก็เด้งขึ้นมาในกลุ่ม ขึ้นต้นด้วยประโยคว่า «Claude บอกว่า...» แล้วตามด้วยคำตอบยาวเหยียดที่ก๊อปปี้มาแปะทั้งก้อน

บทความสั้นชื่อ Claude Says.... บนบล็อก ohhfishal.net เปิดเรื่องด้วยประโยคที่พูดแทนใจคนถามได้ตรงจุด:

«ไม่ได้อยากรู้ว่า AI คิดยังไง ถ้าอยากได้ความเห็นจาก AI ก็พิมพ์ถามเองไปแล้ว»

พอมีคนนำบทความนี้ไปแชร์บน Lobsters เว็บบอร์ดสนทนาของเหล่าโปรแกรมเมอร์ แม้แต่คนในเธรดที่ใช้ Claude ช่วยงานอยู่เองก็ยอมรับว่า ประโยคขึ้นต้นแบบนี้ฟังดูน่ารำคาญ แต่สิ่งที่ถกเถียงกันต่อคือ ถ้าไม่ให้ตอบแบบนี้ แล้วคนทำงานควรตอบอย่างไร?

คำถามนี้ใกล้ตัวคนทำงานทุกสาย เพราะทุกวันนี้ใครๆ ก็เปิดถาม AI เองได้ในไม่กี่วินาที ถ้าเขายังเลือกมาถามเรา ก็ย่อมมีเหตุผลบางอย่างที่เขาไม่ถาม AI เอง

ปัญหาของเรื่องนี้จึงไม่ได้อยู่ที่ว่าเราใช้ AI หรือไม่ แต่อยู่ที่การส่งต่อคำตอบของ AI ไปทั้งก้อน โดยที่เราเองยังไม่ได้อ่าน ย่อย หรือกลั่นกรองเลยต่างหาก

คนถามได้ยินอะไรจาก «Claude บอกว่า...»

ผู้เขียนบทความชี้ว่า การยกคำตอบของ AI มาตอบแทนที่จะตอบเอง เหมือนเป็นการบอกคนถามกลายๆ ว่า เรื่องนี้เกินกว่าที่เราจะตอบเองได้อย่างมั่นใจ หรือจริงๆ แล้วเราไม่ได้รู้เรื่องนั้นเลย

และพอเป็นแบบนั้น คนถามก็ไม่มีทางรู้เลยว่า เราเอาปัญหาของเขาไปเล่าให้ Claude ฟังได้ครบถ้วนและถูกต้องไหม คำตอบที่ส่งกลับมา จึงอาจเป็นคำตอบของคำถามที่เพี้ยนไปจากโจทย์จริง

ผู้เขียนอธิบายว่า เวลาที่เราเอ่ยปากถามเพื่อนร่วมงาน มักมีเหตุผลหลักๆ แค่สองแบบ: แบบแรกคือ เราคิดว่าคนคนนั้นรู้เรื่องและเชี่ยวชาญจริง แบบที่สองคือ คนคนนั้นเป็นผู้มีอำนาจอนุมัติ งานจะเดินต่อได้ต้องผ่านความเห็นชอบจากเขาก่อน

ไม่ว่าจะเป็นแบบไหน คนถามก็ไม่ได้อยากได้ 'คนกลาง' ที่คอยไปกดถาม AI ให้อยู่ดี ถ้าเป็นแบบแรก คำตอบแบบนี้เหมือนบอกเขาตรงๆ ว่า เขาคิดผิดที่มาถามเรา เพราะเราเองก็ไม่รู้ ส่วนถ้าเป็นแบบหลัง สิ่งที่เขาต้องการคือการตัดสินใจหรือการอนุมัติ ไม่ใช่คำตอบจาก AI

ในเธรดก็มีคนเห็นตรงกันว่า ถ้าไม่รู้จริงๆ บอกตรงๆ ว่า «เรื่องนี้ไม่รู้ ลองไปถาม Claude ดูสิ» ยังดีกว่าทำตัวเป็นคนกลางคอยส่งต่อคำตอบให้

แม้บทความจะพูดถึง Claude เป็นหลัก แต่ไม่ว่าจะเปลี่ยนเป็น «ChatGPT บอกว่า...» หรือ AI ตัวไหนก็ตาม ความรู้สึกก็ไม่ต่างกัน เพราะประเด็นไม่ได้อยู่ที่ว่า AI เก่งแค่ไหน แต่อยู่ที่ประโยคนี้สะท้อนว่า เราในฐานะคนตอบ ไม่ได้รู้จริงหรือรับผิดชอบต่อคำตอบนั้นเลย

AI เห็นด้วย ไม่ได้แปลว่าถูกต้อง

ตัวอย่างที่ผู้เขียนยกมาในบทความคือ โจทย์การสร้าง package ให้ปลอดภัยและจัดเก็บไว้ในระบบภายในขององค์กร โดย package คือชุดโค้ดสำเร็จรูปที่โปรแกรมเรียกใช้

แนวทางที่ AI แนะนำคือ ให้คัดลอกโค้ดออกมาประกอบโปรแกรมเอง และคอยดูแล dependency หรือชิ้นส่วนโค้ดภายนอกทุกตัวจากต้นฉบับ พูดง่ายๆ คือก๊อปปี้โค้ดของคนอื่นทุกชิ้นที่โปรแกรมต้องใช้ มาประกอบเองและรับภาระดูแลต่อเองทั้งหมด

ทั้งที่ความจริงแล้ว คลังเก็บแพ็กเกจอย่าง artifact repository ที่องค์กรใช้อยู่ มีฟีเจอร์ที่รองรับเรื่องนี้โดยตรงอยู่แล้ว นั่นคือ virtual repository ระบบคลังเสมือนที่ช่วยให้แพตช์เฉพาะส่วนที่จำเป็น

ภาระของสองทางเลือกนี้ต่างกันมหาศาล ทางหนึ่งคือตามแก้เฉพาะจุดที่มีปัญหา แต่อีกทางคือต้องแบกรับการดูแลโค้ดของคนอื่นทุกชิ้นไปตลอด

ผู้เขียนมองว่า ต้นเหตุของเรื่องนี้คือการตั้งคำถามผิดตั้งแต่แรก แล้วเอาคำตอบของ AI ไปทำตามทันทีโดยไม่หยุดคิดหรือตรวจสอบก่อน ซึ่งตรงกับอาการที่เรียกว่า XY problem คือการถามหาวิธีแก้ของวิธีแก้ปัญหาอีกทอดหนึ่ง จนหลุดไปจากโจทย์ที่แท้จริง

ผู้เขียนยังชี้ให้เห็นความย้อนแย้งในที่ทำงานอีกจุดหนึ่ง: การสั่งให้ AI เขียนโค้ดแก้ปัญหาแบบผิดทิศผิดทาง หรือที่เรียกกันว่า vibe coding นั้นทำได้ทันทีโดยไม่ต้องขออนุมัติจากใคร แต่พอจะแก้การตั้งค่าเพียงจุดเดียวในระบบเดิม กลับต้องทำเรื่องขออนุมัติอย่างเป็นทางการ

ความย้อนแย้งนี้เกิดจากความเข้าใจผิดที่คิดว่า ถ้า AI เห็นด้วย แปลว่าวิธีนั้นถูกต้องแล้ว ซึ่งผู้เขียนคัดค้านไว้ตรงๆ:

ที่ AI เห็นด้วยกับเรา แปลได้แค่อย่างเดียว คือเราเรียบเรียงวิธีแก้ปัญหาให้ฟังดูสมเหตุสมผลเท่านั้น

ถ้า AI ที่ใช้อยู่จำบริบทของเราได้ อีกเรื่องที่ควรรู้คือ ความจำของ AI กับคำตอบที่เข้าข้างเรา

มุมมองอีกด้านจากคนในเธรด

เจ้าของความคิดเห็นแรกในเธรดบอกว่า เขาเห็นด้วยกับภาพรวมของบทความ แต่ไม่เห็นด้วยที่ผู้เขียนสรุปว่า AI คือต้นเหตุที่ทำให้ซอฟต์แวร์ทุกวันนี้ซับซ้อนเกินความจำเป็น

เขาชี้ว่า ปัญหาความซับซ้อนนี้มีมานานก่อนจะมี AI เสียอีก เช่น การเอาเครื่องมือใหม่ๆ มาซ้อนทับกันหลายชั้นตามที่บริษัทซอฟต์แวร์โฆษณาว่าช่วยให้พัฒนาได้เร็วขึ้น AI เองหลายครั้งก็เป็นแค่ตัวเร่งให้แนวโน้มนี้ไปไกลกว่าเดิม สิ่งที่เราเห็นอยู่ตอนนี้จึงไม่ใช่ต้นเหตุ แต่เป็นเพียงอาการของระบบที่มีปัญหามานานแล้ว

ขณะเดียวกัน มีโปรแกรมเมอร์ในเธรดเล่าว่า Claude มีประโยชน์มากในบางจังหวะ เช่น เวลาที่เขารู้สึกมั่นใจสัก 80% ว่ามีจุดที่ผิด Claude ก็ช่วยเช็กและยืนยันได้อย่างรวดเร็วว่าผิดจริงไหม และผิดตรงไหน

เขายอมรับว่าการตอบว่า «Claude บอกว่า...» ฟังดูน่ารำคาญจริงๆ แต่ก็ตั้งคำถามกลับว่า ถ้าไม่ตอบแบบนี้ แล้วทางเลือกที่ดีกว่าคืออะไร:

• ใช้ AI ตรวจ แต่แอบเงียบไว้ไม่บอกใคร
• ไม่ใช้ AI เลย แล้วถามกลับไปลอยๆ ว่า «คิดว่าตรงนี้ผิดนะ ช่วยตรวจดูอีกทีได้ไหม»
• หรือต้องยอมเสียเวลาค้นคว้าเองเป็นชั่วโมงจากหลายแหล่ง กว่าจะกล้าพูดว่า «ตรงนี้ผิด และมีหลักฐานยืนยันได้»

อีกประเด็นที่ถกเถียงกันคือ ข้อเสนอที่บอกว่า 'ถ้าจะก๊อปคำตอบของ AI มาให้ สู้ส่งแค่พรอมต์ที่เป็นคำสั่งใช้คุยกับ AI มาให้เราไปกดถามเองยังดีกว่า' แต่ฝั่งที่คัดค้านเล่าว่า ตัวเองแทบไม่เคยถาม AI รอบเดียวแล้วจบ อะไรที่จะส่งออกไปให้คนอื่นดู ต้องผ่านการคุยกับ AI หลายรอบและตรวจทานมาแล้ว

อีกคนเสริมว่า คำตอบที่ใช้ได้จริงของเขามักมาจากพรอมต์ที่ห้า หลังจากค่อยๆ ปรับทิศทางบทสนทนาจนเข้าที่ ไม่ใช่จากพรอมต์แรก มีคนในฝั่งนี้เปรียบว่า การขอแค่พรอมต์ไป ก็เหมือนกับการขอลอตเตอรี่ไปลุ้นเอง แทนที่จะรับเงินรางวัลไปเลย

ปัญหาที่แท้จริงคือ คนรับไม่รู้ว่าเราตรวจทานมาแค่ไหน

คนที่เสนอให้บอกตรงๆ ว่าไม่รู้ ยกยุคก่อนมาเทียบว่า เวลาเราหาคำตอบให้เพื่อน เรามักจะพูดว่า «ลองไปค้นดูแล้ว เจออันนี้มา» แล้วแปะลิงก์ให้ อย่างน้อยวิธีนั้น คนส่งก็ยังต้องออกแรงค้นคว้า ลิงก์ต้นทางช่วยให้คนถามเห็นบริบทเดียวกับเรา และคนส่งก็ไม่ได้แสร้งทำเป็นว่าตัวเองรู้เรื่องนั้นจริง เขาจึงมองว่าการตอบว่า «Claude บอกว่า...» แย่กว่าการส่งลิงก์แบบเดิมในทุกด้าน

แต่ก็มีคนเข้ามาแย้งว่า ปัญหาที่แท้จริงของทั้งสองแบบ ไม่ว่าจะส่งลิงก์หรือส่งคำตอบจาก AI คือ คนส่งต้องมีความรู้พื้นฐานก่อน ถึงจะตรวจคำอธิบายนั้นได้ว่าถูกต้องจริงไหม และที่สำคัญ คนรับไม่มีทางรู้ได้เลยว่า คนส่งอ่านและทำความเข้าใจเนื้อหานั้นมาละเอียดแค่ไหน

ลองนึกภาพข้อความสองแบบในแชต: ข้อความแรก คนส่งอ่านตรวจทุกบรรทัด เทียบกับความรู้ที่มี แล้วตัดส่วนที่ผิดออก ข้อความที่สอง ก๊อปปี้คำตอบมาแปะทันทีที่ AI พิมพ์เสร็จ แต่บนหน้าจอของคนรับ ข้อความทั้งสองแบบนี้หน้าตาเหมือนกันทุกอย่าง

ภาระการตรวจสอบที่คนส่งข้ามไปจึงไม่ได้หายไปไหน แต่กลับตกไปอยู่ที่คนรับแทน โปรแกรมเมอร์คนหนึ่งในเธรดเล่าว่า เขาเพิ่งรีวิวโค้ดเพื่อตรวจงานของเพื่อนก่อนรวมเข้าระบบ แล้วเจอว่าทั้งการออกแบบและตัวโค้ดมีจุดผิด เขาต้องตรวจจนแน่ใจว่าผิดจริง เสนอทางออกที่ดีกว่า และสุดท้ายก็ต้องมานั่งตามแก้โค้ดคุณภาพต่ำชุดนั้นเอง แม้เขาจะไม่แน่ใจว่าโค้ดชุดนั้นมาจาก AI หรือไม่ แต่เขารู้สึกชัดเจนว่า เพื่อนร่วมงานกำลังโยนภาระการคิดมาให้เขาแบกรับแทน ซึ่งเป็นงานที่ควรทำตั้งแต่ตอนออกแบบ

ใช้ AI ช่วยได้เต็มที่ แต่ตอบในนามของเราเอง

จุดที่ชวนสับสนคือ การเลิกพูดว่า «Claude บอกว่า...» ไม่ได้แปลว่าเราต้องแอบใช้ AI เงียบๆ เพราะการแอบใช้โดยไม่บอกใครก็ไม่ได้ช่วยแก้ปัญหา ในเมื่อคนรับก็ยังไม่รู้อยู่ดีว่าเราตรวจทานคำตอบนั้นมาแค่ไหน

จากข้อเสนอของคนในเธรด สรุปแนวทางการตอบที่ยังใช้ประโยชน์จาก AI ได้เต็มที่ออกมาเป็น 3 ข้อ:

ขึ้นต้นด้วยข้อสรุปของเราเอง ไม่ใช่ของ AI ใช้คำค้นหาหรือแนวทางที่ AI แนะนำเป็นจุดเริ่มต้น ไปค้นคว้าต่อจนเข้าใจจริง แล้วค่อยอธิบายด้วยความเข้าใจของเราเอง

บอกให้ชัดว่าเราตรวจอะไรไปแล้วบ้าง และแนบหลักฐานที่ตรวจตามได้ เช่น ลิงก์เอกสารอ้างอิง ผลการทดสอบจริง หรือคีย์เวิร์ดที่ใช้ค้นหา สิ่งเหล่านี้มีน้ำหนักมากกว่าการแค่อ้างว่า AI บอก ส่วนการบอกว่าใช้ AI ช่วยก็ไม่จำเป็นต้องปิดบัง ในเธรดมีคนเสนอว่าวิธีที่มีประโยชน์ที่สุดคือส่ง 3 อย่างคู่กัน: พรอมต์ที่ใช้ถาม คำตอบที่ได้ และรายละเอียดว่าเราตรวจจุดไหนไปแล้วบ้าง

ถ้ายังไม่รู้จริง ให้บอกตรงๆ ว่ายังไม่แน่ใจ หรือชี้เป้าไปหาคนที่รู้ หรืออาจแนะนำคำค้นหาเบื้องต้นให้เขาลองไปหาต่อ แล้วบอกว่าถ้าติดตรงไหนค่อยกลับมาคุยกัน แม้วิธีนี้จะทำให้ดูเหมือนเราตอบไม่ได้ในทันที แต่คนถามจะได้ข้อมูลจริงว่าต้องไปทางไหนต่อ ซึ่งดีกว่าส่งต่อคำตอบ AI ที่ดูเหมือนจะช่วย แต่ที่จริงคือการโยนภาระไปให้เขาต้องตรวจเอง

ลองเทียบสถานการณ์เดียวกัน หัวหน้าถามในกลุ่มแชตทีมว่า ไฟล์รายชื่อลูกค้าชุดนี้ อัปโหลดเข้าเครื่องมือ AI ตัวใหม่ที่ทีมการตลาดเสนอได้ไหม?

แบบเดิม

Claude บอกว่าอัปโหลดได้ ถ้าไม่มีข้อมูลส่วนตัวที่อ่อนไหว (แล้วตามด้วยคำตอบยาวเหยียดที่ก๊อปปี้มาแปะทั้งก้อน)

แบบใหม่

ตอนนี้ยังไม่ควรอัปโหลด เพราะในไฟล์มีเบอร์โทรศัพท์ลูกค้าอยู่ด้วย

เรื่องที่เช็กแล้วคือ นโยบายข้อมูลของบริษัทเกี่ยวกับการใช้เครื่องมือภายนอก (แนบลิงก์) ยังไม่มีชื่อเครื่องมือตัวนี้รับรองไว้ ตรงนี้ใช้ Claude ช่วยค้นหานโยบาย แล้วเข้าไปเปิดอ่านเอกสารตัวจริงเองอีกรอบ

ส่วนประเด็นที่ว่าเครื่องมือนี้เก็บข้อมูลไว้ที่ไหนบ้าง อันนี้ยังไม่แน่ใจ ทีม IT น่าจะให้คำตอบได้ชัดเจนกว่า

ข้อความแบบใหม่นี้ยังคงใช้ AI เหมือนเดิม แต่คนอ่านจะรู้ทันทีว่า ข้อมูลส่วนไหนผ่านการตรวจสอบแล้ว ส่วนไหนยังไม่ได้ตรวจ และต้องไปประสานงานกับใครต่อ

ในยุคที่ใครๆ ก็ถาม AI ได้ คำตอบไม่ใช่สิ่งที่หายากอีกต่อไป สิ่งที่เพื่อนร่วมงานต้องการจากเราจริงๆ คือวิจารณญาณของเราเองที่จะตัดสินว่า คำตอบไหนถูกต้องและเชื่อถือได้จริง

---

ที่มา:

• บทความ Claude Says.... จาก ohhfishal.net
• บทความ Claude Says จาก Lobsters