ช่วงหลังมีเรื่องหนึ่งที่ฝ้ายเจอบ่อยขึ้น คือได้รับงานจากน้องแล้วรู้สึกว่า “เขียนดีนะ” บางชิ้นภาษาดี โครงสร้างดี เหตุผลต่อกันสวย อ่านตั้งแต่ต้นจนจบแทบไม่มีอะไรสะดุด แต่พอเรียกเจ้าของงานมาคุยแล้วถามต่ออีกสองสามคำถาม เช่น ทำไมถึงวิเคราะห์แบบนี้ ถ้าข้อเท็จจริงเปลี่ยนตรงนี้คำตอบจะเปลี่ยนหรือไม่ หรือประเด็นสำคัญที่สุดของเรื่องนี้คืออะไร กลับกลายเป็นว่าคนเขียนอธิบายงานของตัวเองไม่ได้
สำหรับคนเป็นหัวหน้า ตรงนี้ค่อนข้างน่ากังวล เพราะเราเคยใช้ “ผลงาน” เป็นหลักฐานอย่างหนึ่งในการประเมินความสามารถของคน ใครเขียนดี เราก็คิดว่าวิเคราะห์ดี ใครสรุปเรื่องซับซ้อนได้ เราก็เชื่อว่าเข้าใจเรื่องนั้น แต่เมื่อ AI สามารถช่วยยกระดับคุณภาพของชิ้นงานได้มาก ความสัมพันธ์ระหว่าง “งานที่ดี” กับ “คนที่ทำเป็น” อาจไม่ตรงกันเหมือนเดิมแล้ว
แต่จะโทษน้องอย่างเดียวก็คงไม่ยุติธรรมนัก เพราะเอาเข้าจริงฝ้ายเองก็ต้องคอยเตือนตัวเองเรื่องนี้เหมือนกัน ทุกวันนี้ AI ช่วยงานได้มาก ตั้งแต่ช่วยจัดความคิด ตรวจความครบถ้วน ไปจนถึงเสนอวิธีเรียบเรียงที่บางครั้งเร็วกว่านั่งคิดเองหลายเท่า ใช้บ่อยเข้าก็มีเหมือนกันที่ต้องย้อนถามตัวเองว่า ถ้าไม่มีมันอยู่ตรงหน้า เรายังเริ่มงานชิ้นนี้เองได้ดีเหมือนเดิมหรือเปล่า จนบางครั้งคนรอบตัวก็เป็นฝ่ายเตือนว่า บางเรื่องลดการใช้ AI ลงบ้างก็ดี
ฝ้ายจึงไม่ได้คิดว่าปัญหาอยู่ที่การใช้ AI แต่อยู่ที่ เราใช้มันแทนแรง หรือใช้มันแทนความสามารถ
สองอย่างนี้ต่างกันมาก คนที่ทำสิ่งหนึ่งเป็นอยู่แล้วแล้วใช้ AI ลดเวลาทำงานจากสามชั่วโมงเหลือหนึ่งชั่วโมง กำลังใช้เทคโนโลยีเพิ่มผลิตภาพของตัวเอง แต่คนที่ยังไม่เข้าใจงาน แล้วใช้ AI ผลิตงานระดับที่ตัวเองยังอธิบายไม่ได้ กำลังมี “ผลงาน” วิ่งนำ “ความสามารถ” ไปก่อน และถ้าปล่อยไว้นาน ๆ ช่องว่างนี้อาจกว้างขึ้นเรื่อย ๆ โดยเจ้าตัวไม่รู้ด้วยซ้ำ
ในมุมบริหารคน เรื่องนี้ทำให้วิธีพัฒนาคนต้องเปลี่ยนไปด้วย การห้ามใช้ AI ทั้งหมดคงไม่ใช่คำตอบ เพราะโลกการทำงานไม่ได้กำลังเดินกลับไปทางนั้น แต่หัวหน้าอาจต้องเลิกตรวจเพียงว่า “งานเสร็จหรือยัง” แล้วเพิ่มการตรวจว่า “คนทำเข้าใจสิ่งที่ส่งมาหรือยัง” เข้าไปด้วย งานสำคัญบางชิ้นจึงควรมีการคุยต่อ ให้เจ้าของงานอธิบายเหตุผล ลองเปลี่ยนโจทย์ หรือถามว่าถ้าตัดข้อมูลบางอย่างออก เขาจะตัดสินใจอย่างไร
ไม่ใช่เพื่อจับผิดว่าใครใช้ AI แต่เพื่อดูว่า หลังจาก AI ช่วยทำงานแล้ว ความรู้ยังเหลืออยู่กับคนหรือเปล่า
และสำหรับตัวเราเองก็เหมือนกัน บางงานอาจต้องตั้งใจกลับไปทำด้วยตัวเองเป็นระยะ ไม่ใช่เพราะการทำแบบเดิมดีกว่าเทคโนโลยี แต่เพื่อเช็กว่าทักษะที่เราเคยมีนั้นยังเป็นของเราอยู่จริง ไม่ได้ค่อย ๆ ถูกฝากไว้กับเครื่องมือโดยไม่รู้ตัว
ในอนาคตคนเก่งอาจไม่ใช่คนที่ทำทุกอย่างเอง และก็คงไม่ใช่คนที่ใช้ AI ได้ทุกเรื่อง แต่เป็นคนที่รู้ว่าเรื่องไหนควรให้ AI ทำ เรื่องไหนต้องคิดเอง และที่สำคัญที่สุดคือ เมื่อเครื่องมือให้คำตอบมาแล้ว ตัวเองมีความรู้มากพอที่จะรู้หรือไม่ว่าคำตอบนั้นควรเชื่อแค่ไหน
เพราะในวันที่ทุกคนสามารถทำให้งาน “ดูเก่ง” ขึ้นได้ง่ายกว่าเดิม สิ่งที่องค์กรต้องระวังอาจไม่ใช่คนใช้ AI
แต่คือวันที่ ผลงานของคนในองค์กรพัฒนาไปไกลมาก ขณะที่ความสามารถของคนกลับยืนอยู่ที่เดิม
ยิ่งพร อินทร์ศรีชื่น
ทนายความ l วิทยากรด้านการพัฒนาทรัพยากรมนุษย์และภาวะผู้นำ