เมื่อวันที่ 17 กันยายน 2026 Martin Fowler ผู้เชี่ยวชาญด้านซอฟต์แวร์ชื่อดัง เขียนบทความสั้นๆ 5 ย่อหน้าชื่อ "I don't like LLMs" เนื้อหาหลักตรงตามชื่อเรื่อง คือเขาไม่ชอบ LLM หรือโมเดลภาษาขนาดใหญ่ที่อยู่เบื้องหลัง ChatGPT และ Claude ซึ่งเราพิมพ์คุยด้วยทุกวัน

แต่สิ่งที่เขาไม่ชอบไม่ใช่เรื่องความเก่งกาจของมัน ในบทความเดียวกัน Fowler ยังยกคำพูดของคนอื่นมาด้วยซ้ำว่า ยุคนี้การไม่ใช้ LLM ถือเป็นเรื่องไร้ความรับผิดชอบ ทว่าสิ่งที่ทำให้เขาไม่ชอบจริงๆ คือน้ำเสียงเวลาคุยกับมัน ทั้งความมั่นใจเต็มร้อยไม่ว่าจะตอบถูกหรือแต่งเรื่องมั่ว คำขอโทษที่ฟังดูว่างเปล่าเหมือนท่องจำมา และน้ำเสียงที่พยายามเลียนแบบมนุษย์จนฟังดูแปลกๆ

ถ้าคุณเคยอ่านเอกสารหรือรายงานของเพื่อนร่วมงาน แล้วสะดุดจนเอะใจขึ้นมาว่า ตกลงคนหรือ AI เป็นคนเขียนกันแน่ คุณคงนึกภาพออกทันทีว่าเขากำลังพูดถึงอะไร

ไม่ได้ติดเรื่องความสามารถ แต่ทนน้ำเสียงมันไม่ไหว

Fowler เริ่มต้นด้วยการยอมรับว่า เขารู้สึกหลายอย่างปนกันไปหมดเกี่ยวกับ AI ด้านหนึ่งเขารู้สึกตื่นเต้นกับผลกระทบที่จะเกิดขึ้นกับวงการซอฟต์แวร์ รวมถึงโอกาสที่มันจะช่วยเพิ่มผลิตภาพ แต่อีกด้านเขาก็กังวลถึงความเสียหายที่มันอาจก่อขึ้น เขาพูดถึงขั้นว่า ในอนาคตระบบ AI Agent ที่ทำงานได้อัตโนมัติอาจเข้าไปแทรกแซงโครงสร้างพื้นฐานทั้งในโลกดิจิทัลและโลกจริง หรืออาจถูกนำไปใช้ออกแบบอาวุธชีวภาพได้ ขณะเดียวกัน เขาก็หวังว่ามันจะช่วยคิดค้นยารักษาโรคใหม่ๆ ให้มนุษย์ได้เช่นกัน สุดท้ายในย่อหน้านั้น เขาสรุปว่าเราคงไม่มีทางเลือกอื่น นอกจากต้องกระโดดเข้ามาร่วมวงและปรับตัวไปกับมัน

แต่เมื่อตัดภาพใหญ่เหล่านั้นออกไป แล้วกลับมาดูความรู้สึกเวลาที่ต้องนั่งพิมพ์คุยกับ AI โดยตรง เขากลับรู้สึกชัดเจนเพียงอย่างเดียว คือเขาไม่ชอบมันเลย

เหตุผลสำคัญอยู่ที่น้ำเสียงในการพูด Fowler อธิบายว่าการคุยกับ LLM ให้ความรู้สึกเหมือนตกอยู่ในภาวะทางจิตวิทยาอย่าง "Uncanny Valley" ที่สิ่งของพยายามเลียนแบบมนุษย์มากเกินไปจนชวนหลอนและไม่น่าไว้ใจ มันมั่นใจในระดับเท่ากันเป๊ะ ไม่ว่าจะตอนให้ข้อมูลถูกต้องมีประโยชน์ หรือตอนแต่งเรื่องมั่วขึ้นมาเอง และพอโดนจับได้ว่าผิด มันก็ขอโทษตามรูปแบบกลวงๆ ที่ไม่ได้รู้สึกผิดจริงเลยสักนิด

จุดที่หลายคนมักมองข้ามคือ ในย่อหน้าถัดมา Fowler ยืนยันว่า ความรู้สึกไม่ชอบนี้ไม่ได้ทำให้เขาเลิกใช้ AI เขายกคำพูดของ Jessica Kerr มาย้ำว่า LLM ไม่ได้มีประโยชน์เพียงอย่างเดียว แต่การไม่ยอมใช้มันต่างหากที่ถือเป็นเรื่องไร้ความรับผิดชอบ เพราะมันละเอียดกว่าและเร็วกว่า บทความนี้จึงไม่ได้บอกให้เลิกใช้ AI แต่กำลังชี้ให้เห็นว่า น้ำเสียงและท่าทางของมันน่ารำคาญใจขนาดไหน

Fowler มองต่อว่า ปัญหานี้อาจเป็นเพราะเทคโนโลยี LLM ยังอยู่ในช่วงเริ่มต้น เหมือนเด็กที่ยังไม่โตเต็มวัย ในอนาคตเขาอาจจะชอบมันมากขึ้นก็ได้ แต่เขาก็ไม่แน่ใจนัก เพราะเขารู้สึกระแวงวัฒนธรรมของกลุ่มคนที่สร้างมันขึ้นมา โดยเขาเรียกวัฒนธรรมคนเขียนโค้ดแนวผู้ชายในซิลิคอนแวลลีย์ด้วยนิยามส่วนตัวว่า "Silicon Valley brogrammer subculture"

จากประเด็นนี้ เขาย้ำเตือนเรื่องสำคัญที่คนใช้ AI ทุกวันมักเผลอลืมไป นั่นคือ อย่ามองว่า AI เป็นมนุษย์ เพราะมันไม่ใช่สิ่งมีชีวิตและไม่มีเจตจำนงของตัวเอง มันเป็นเพียงซอฟต์แวร์ที่คนในบริษัทสร้างขึ้นมา แม้จะไม่มีโปรแกรมเมอร์คนไหนเขียนคำสั่งกำหนดพฤติกรรมของ AI เอาไว้ทีละบรรทัด แต่ค่านิยมของคนที่สร้างมันก็ยังกำหนดพฤติกรรมของมันอยู่ดี

ช่วงท้ายบทความ Fowler เล่าถึงหลักการใช้ชีวิตข้อหนึ่งที่เขาพบว่าได้ผลดีกับตัวเองที่สุด นั่นคือ การหลีกเลี่ยงคนที่ไม่ชอบและไม่น่าไว้ใจ เขาจะไม่สุงสิงด้วย และพยายามเลี่ยงการทำงานร่วมกัน ไม่ว่าคนคนนั้นจะทำผลงานได้ดีแค่ไหนก็ตาม

เขาจึงรู้สึกอึดอัดเวลาคุยกับ LLM เพราะนอกจากมันจะพยายามเลียนแบบมนุษย์แล้ว ยังทำตัวเหมือนคนประเภทที่เขาอยากเดินหนีอีกด้วย

ฝั่งที่ไม่เห็นด้วยมองว่า นี่ก็แค่เสียงบ่นของคนดัง

หลังจากบทความนี้เผยแพร่ออกไป มีคนนำไปตั้งกระทู้พูดคุยต่อบน Lobsters เว็บบอร์ดที่เหล่านักพัฒนาชอบเข้ามาแชร์ลิงก์และถกเถียงกัน กระทู้นั้นได้คะแนนโหวต 45 คะแนน กับอีก 15 ความคิดเห็น และเสียงในนั้นก็ไม่ได้ไปทางเดียวกัน

ความคิดเห็นที่ได้คะแนนโหวตสูงสุดมองว่า การเปิดบทความด้วยเรื่องอาวุธชีวภาพกับยารักษาโรคมหัศจรรย์นั้นดูเกินจริงไปมาก เป็นคำพูดแบบเดียวกับที่คนขาย AI หรือกลุ่มคนที่เชื่อเรื่อง AI ครองโลกชอบนำมาอ้าง เพราะในมุมของเขา LLM เก่งเรื่องสร้างงานที่หน้าตาเหมือนโค้ดออกมา ไม่ใช่งานด้านชีววิทยา

นอกจากนี้ เขายังทิ้งท้ายอย่างเจ็บแสบว่า การที่บุคคลระดับ Fowler มีเวทีและมีผู้ติดตามขนาดนี้ แต่กลับใช้พื้นที่มาบ่นเพียงเพราะรู้สึกรำคาญ ถือเป็นการใช้อิทธิพลไปกับเรื่องเล็กน้อยเกินไป ขณะที่อีกความเห็นก็สรุปสั้นๆ ว่า ต่อให้เป็นความเห็นจากคนดัง สุดท้ายมันก็เป็นแค่เสียงบ่นอยู่ดี

อีกความเห็นหนึ่งในกระทู้เดียวกันย้อนกลับไปตั้งคำถามขั้นพื้นฐานกว่านั้น ว่าโค้ดคุณภาพดีที่คนชื่นชมกันนักหนาว่า LLM เขียนได้นั้นอยู่ตรงไหนกันแน่ เจ้าตัวบอกตรงๆ ว่าตั้งแต่ใช้โมเดลมา ยังไม่เคยเห็นโค้ดที่ตัวเองรู้สึกประทับใจเลยสักชิ้นเดียว

คนที่ช่วยดึงประเด็นกลับเข้าเรื่องคือ Simon Willison ที่เข้ามาแสดงความเห็นในกระทู้เดียวกัน เขาอธิบายว่า บทความของ Fowler ไม่ได้มีเจตนาต่อต้านการใช้ LLM แต่เป็นการบ่นถึงสไตล์การสื่อสารของมันในปัจจุบันต่างหาก ประเด็นนี้คือกุญแจสำคัญของเรื่องทั้งหมด เพราะถ้าเรามองว่านี่คือปัญหาเรื่องสไตล์ คำถามต่อไปจะไม่ใช่ "ควรใช้ดีไหม" แต่จะกลายเป็น "เราจะใช้ AI อย่างไร โดยไม่ให้น้ำเสียงของมันมากลบเสียงและความเป็นตัวเรา"

กฎ 2 ข้อของ Ptacek: อย่าหยิบคำที่ AI เสนอมาใช้ตรงๆ

Fowler ไม่ได้ให้คำตอบไว้ว่าต้องรับมืออย่างไร เขาเพียงแค่บอกว่าเขาไม่ชอบ สิ่งที่เข้ามาช่วยตอบคำถามนี้คืออีกสองบทความที่เผยแพร่ในช่วงเวลาเดียวกัน

บทความแรกมาจาก Thomas และ Erin Ptacek ที่เขียนถึงการทำงานร่วมกับ LLM ในวันเดียวกัน ข้อสรุปสำคัญของทั้งคู่คือ ไม่ว่าเราจะพยายามเกลาหรือแก้ไขข้อความจาก AI ให้ฟังดูเป็นธรรมชาติแค่ไหน คนอ่านจำนวนมากก็ยังจับได้อยู่ดีว่าเป็นงานที่โมเดลเขียนขึ้นมา ไม่ใช่งานเขียนจากคนจริงๆ (ซึ่งเราเคยรวบรวมร่องรอยที่ฟ้องว่างานเขียนชิ้นนี้ AI ช่วยเขียนไว้แล้วชุดหนึ่ง) Ptacek จึงตั้งกฎขึ้นมาเพื่อตัดปัญหานี้ตั้งแต่ต้นทาง

กฎข้อแรกคือ ห้ามนำคำหรือวลีที่โมเดลแนะนำมาใช้แม้แต่คำเดียว เหตุผลไม่ใช่เพราะมันเขียนแย่ แต่ตรงกันข้าม โมเดลยุคใหม่เลือกใช้คำสละสลวยเก่งเกินไป จนทุกประโยคที่มันเขียนออกมาดูเหมือนพาดหัวนิตยสารไปหมด และคนอ่านจับทางแบบนี้ได้ทันที

กฎข้อที่สองคือ อย่าไปหลงเชื่อคำชมของ AI เพราะโมเดลจะเอ่ยปากชมแทบทุกครั้งที่เราส่งงานไปให้ ทั้งที่ร่างแรกของคนส่วนใหญ่มักยังมีจุดบกพร่อง และกระบวนการคิดทบทวนเพื่อแก้ใหม่นั่นเองที่จะสะท้อนตัวตนและน้ำเสียงที่แท้จริงของเราออกมา ถ้าเราหลงเชื่อคำชมตั้งแต่รอบแรก เราก็มักจะหยุดพัฒนาทั้งที่งานยังไม่ถึงเกณฑ์ สิ่งที่เราควรรับฟังจาก AI จึงมีเพียงข้อติติงเชิงโครงสร้าง เช่น ประโยคที่เขียนแบบถูกกระทำจนอ่านยาก คำฟุ่มเฟือยอย่าง very หรือ really รวมถึงย่อหน้าที่ควรสลับตำแหน่ง ส่วนคำชมให้มองข้ามไปได้เลย

วิธีทำงานของ Ptacek จึงตรงกันข้ามกับสิ่งที่หลายคนคุ้นเคย คือเขาจะลงมือเขียนเองทั้งหมดให้เสร็จก่อน แล้วค่อยส่งให้โมเดลช่วยตรวจหาจุดอ่อน เท่ากับใช้ AI เป็น "บรรณาธิการ" ไม่ใช่ "นักเขียนเงา" เขาถึงกับสร้างเครื่องมือเล็กๆ ขึ้นมาเอง เพื่อตรวจงานทีละประเด็นอย่างเจาะจง

อีกเทคนิคหนึ่งของเขาอยู่ในขั้นตอนการตัดสินใจ คือเมื่อแก้ไขงานเสร็จแล้ว อย่าถามโมเดลในหน้าแชตเดิมว่าร่างไหนดีกว่ากัน เพราะมันรู้ว่าเราเพิ่งแก้ และมีแนวโน้มจะตอบตามที่คิดว่าเราอยากได้ยินว่าร่างใหม่ดีกว่า ทางที่ดีคือให้เปิดหน้าแชตใหม่ที่ไม่มีประวัติการคุย แล้วนำทั้งสองเวอร์ชันไปวางเทียบกัน เพื่อให้มันช่วยตัดสินอย่างเป็นกลาง

คำถามของ Majors ที่ช่วยตัดสินว่าควรใช้ AI ในจุดไหน

Charity Majors เสนออีกมุมมองหนึ่งจากปัญหาที่เกิดขึ้นจริงในบริษัทของเธอเอง ไม่ใช่ข้อสรุปทางวิชาการ

ปัญหาคือ พนักงานครึ่งหนึ่งในบริษัทรู้สึกหงุดหงิดที่ต้องอ่านเอกสารยาว 20 หน้าที่มีแต่น้ำ ทั้งที่เนื้อหาสำคัญมีเพียง 5 ข้อ พวกเขายังรำคาญเวลาถามอะไรไปแล้วได้คำตอบที่ขึ้นต้นว่า "Claude บอกว่า..." ส่วนพนักงานอีกครึ่งหนึ่งก็ไม่พอใจที่เพื่อนร่วมงานไม่ยอมปรับตัวใช้เครื่องมือใหม่ๆ และยังส่งงานที่มีข้อผิดพลาดง่ายๆ แบบที่ควรตรวจเจอเอง ที่น่าสนใจคือ ทั้งสองฝ่ายต่างอธิบายความรู้สึกตัวเองตรงกันว่า รู้สึกเหมือนถูกลดทอนคุณค่าความเป็นมนุษย์ลงไป ซึ่งความขัดแย้งในที่ทำงานแบบนี้แทบไม่เคยแก้ได้ด้วยการหาว่าใครถูกใครผิด และนั่นเป็นเหตุผลที่อารมณ์โกรธในที่ทำงานต้องรับมือคนละแบบกับปัญหาเชิงเทคนิค

ทางออกที่เธอเลือกใช้จึงไม่ใช่การตั้งกฎเกณฑ์ว่าห้ามใช้ AI ตรงไหนบ้าง แต่เป็นการแยกประเภทของข้อความออกจากกันด้วยคำถามข้อเดียว

ถ้าคำตอบคือ คุณค่าอยู่ที่ตัวเนื้อหา เช่น เอกสารคู่มือที่เขียนร่วมกัน โค้ดโปรแกรม หรือข้อมูลสรุปตัวเลข AI ก็เป็นเพียงเครื่องมือชิ้นหนึ่งที่เรานำมาใช้ทุ่นแรงได้ แต่ถ้าคำตอบคือ คุณค่าอยู่ที่ตัวตนและความคิดของคนคนนั้น ข้อความที่ส่งมาจาก AI จะทำให้ผู้รับรู้สึกเหมือนถูกเอาเปรียบและรู้สึกว่าอีกฝ่ายไม่จริงใจ

Majors ยกตัวอย่าง 2 เหตุการณ์ที่กระทบความรู้สึกอย่างมาก เหตุการณ์แรกคือเวลาเราขอความคิดเห็นส่วนตัวจากเพื่อนร่วมงาน แต่เขากลับส่งคำตอบที่ AI เขียนมาให้ ทั้งที่เราอยากรู้ว่าเขาคิดอย่างไร ส่วนเหตุการณ์ที่สองคือการประเมินผลงานที่ลูกน้องอ่านแล้วรู้ทันทีว่าหัวหน้าไม่ได้เขียนเอง จนเกิดคำถามในใจว่า ตกลงหัวหน้าได้อ่านผลงานของเราจริงๆ หรือแค่กดปุ่มให้ AI พิมพ์แล้วส่งต่อมาเท่านั้น

ข้อตกลงภายในบริษัทนี้แบ่งออกเป็น 4 หมวดหมู่ อ่านเนื้อหาฉบับเต็มได้ในเอกสาร AI Norms and Values ที่บริษัทเผยแพร่ไว้ แต่สำหรับทีมทั่วไป แค่หยิบคำถามข้อเดียวข้างต้นไปพูดคุยกัน ก็เพียงพอให้คนในทีมทำงานร่วมกันได้อย่างสบายใจแล้ว และนี่คือข้อตกลงที่คุณและทีมต้องตัดสินใจร่วมกันเอง ไม่ใช่ปล่อยให้บริษัทผู้พัฒนาโมเดลมาคิดแทน

เส้นแบ่งที่ทั้งสามมุมมองเห็นตรงกัน

เมื่อนำทั้งสามมุมมองมาวางเทียบกัน จะเห็นชัดเจนว่าไม่มีใครบอกให้เลิกใช้ AI เลยสักคน Fowler บอกเองว่าความไม่ชอบของเขายังไม่ใช่เหตุผลให้เลิกใช้ ขณะที่ Ptacek ก็ใช้โมเดลอย่างจริงจังในฐานะบรรณาธิการช่วยตรวจงาน ส่วน Majors ก็ใช้ AI เป็นประจำ เพียงแต่เธอจะหงุดหงิดเวลาที่ข้อความนั้นควรสะท้อนความคิดของคนจริงๆ

เส้นแบ่งที่ทั้งสามมุมมองขีดไว้ตรงกัน จึงไม่ใช่การเลือกระหว่าง "ใช้" หรือ "ไม่ใช้" แต่อยู่ที่ว่า งานชิ้นนั้น "วัดคุณค่ากันที่ผลลัพธ์" หรือ "วัดคุณค่าที่ตัวตนและความคิดของผู้พูด" ต่างหาก

เราใช้ AI ช่วยงานให้เต็มประสิทธิภาพได้ แต่อย่าปล่อยให้มันพูดแทนเรา ในจังหวะที่คนอีกฝั่งกำลังรอฟังความคิดเห็นจากใจเราจริงๆ ลองนึกดูว่าครั้งล่าสุดที่คุณอ่านข้อความแล้วรู้ทันทีว่าคนส่งไม่ได้เขียนเอง... ตอนนั้นคุณรู้สึกอย่างไรกับคนคนนั้น?

---

ที่มา:

• บทความ I don't like LLMs โดย Martin Fowler
• กระทู้ I Don't Like LLMs บน Lobsters
• บทความ How To Write With An LLM โดย Thomas และ Erin Ptacek
• บทความ Confessions of an Unrepentant Slop Snob โดย Charity Majors