หากคุณทำงานมานาน มีประสบการณ์สะสมมามากพอ ย่อมคาดหวังถึงผลตอบแทนที่เพิ่มขึ้นตามอายุงาน แต่ในแง่ของธุรกิจ การจ้างพนักงานอาวุโสในอัตราสูงกว่าพนักงานใหม่มาก เมื่อถึงจุด ๆ หนึ่งถึงแม้คนนั้นจะมีความรู้ความชำนาญ ทำงานได้เร็วกว่าหรือมากกว่าค่าเฉลี่ยพนักงานทั่วไป สมมติว่าเก่งเป็นสองเท่าเหนือค่าเฉลี่ย แต่ด้วยอัตราค่าจ้างที่สูง ก็อาจกลายเป็นทรัพยากรที่ให้ผลตอบแทนไม่คุ้มค่าสำหรับองค์กร
ผมเป็นพนักงานคนนั้น..
หลงคิดว่าด้วยความสามารถตัวเองโดด ๆ ทำให้กลายเป็นบุคคลากรสำคัญ มีความรู้เชี่ยวชาญหลายอย่างที่ไม่มีใครทำได้ หากจะสอนงานใครก็ตั้งแง่ว่าเขาเหล่านั้นความรู้พื้นฐานไม่ดีพอ พยายามสอนแล้วก็ไม่ได้ดั่งใจ แล้วก็กลายเป็นข้ออ้างว่าเพราะไม่มีคนตามสเปคที่ต้องการ
ความจริงที่ไม่เคยฉุกคิด ขนาดตัวเองยังต้องใช้เวลานับสิบปี ผ่านการลองผิดลองถูก เคยโง่ เคยผิดพลาดมาก่อน ค่อย ๆ สะสมความรู้หลายด้านมาประกอบกันกว่าจะทำได้อย่างทุกวันนี้
ในคอร์ส AI for Everyone และ Generative AI for Everyone มีคำที่ Andrew Ng กล่าวถึง AI ในการประยุกต์ใช้งานให้เราเห็นภาพ
pretrained model เปรียบเสมือน "พนักงานใหม่ที่เพิ่งจบการศึกษา"
มีความรู้พื้นฐานอย่างดีแล้ว และอาจดีกว่าค่าเฉลี่ยของนักศึกษาทั่วไปด้วยซ้ำ สิ่งที่ภาคธุรกิจจะต้องทำคือ นำมาฝึกสอนเพิ่มเติมให้เข้าใจและสามารถทำงานสอดคล้องกับความต้องการ
หลังจากที่ใช้เวลาทบทวนมาสักระยะหนึ่ง ผมเริ่มครุ่นคิดอย่างจริงจังถึงคำว่า "พนักงานใหม่ที่เพิ่งจบการศึกษา"
สำหรับ AI model ดูเหมือนว่าไม่สามารถใช้ข้ออ้างที่เคยใช้กับพนักงานใหม่ ไม่พร้อมที่จะเรียนรู้ หรือมีความรู้พื้นฐานไม่ดีพอ
ต่อจากนี้คุณค่าของพนักงานอาวุโส อาจไม่ใช่เพียงแค่มีประสบการณ์หรือความเชี่ยวชาญเฉพาะด้านที่มีมากกว่าผู้อื่น แต่ต้องเป็นผู้ที่มีความสามารถ “สอนและสั่ง” ให้ผู้อื่นมีความสามารถทัดเทียมตนเอง กล่าวคือ ต้องเป็น “ตัวคูณ” ไม่ใช่เป็นแค่ “ตัวบวก” ที่เผลอ ๆ จะเป็น “ตัวลบ” หรือ “ตัวหาร” เมื่อเริ่มโรยรา
โดยเฉพาะเมื่อ "ผู้อื่น" ที่จะสอนหมายถึง AI ไม่ใช่มนุษย์ที่มีขีดจำกัดในการเรียนรู้ มีความสามารถสูงต่ำไม่เท่ากัน กลายเป็นมุมสะท้อนกลับไม่สามารถกล่าวโทษผู้อื่นนอกจากตัวเอง
หากไม่สามารถสอนและสั่ง AI ได้ โดยเฉพาะ Generative AI ที่ใช้ภาษาธรรมชาติในการสื่อสารเฉกเช่นมนุษย์ แสดงว่าปัญหาอาจอยู่ที่ข้อจำกัดของตัวเอง ไม่สามารถเรียบเรียงองค์ความรู้ออกมาให้เป็นสิ่งที่เรียนรู้ได้อย่างเป็นระบบ
ความรู้ของผู้ที่ไม่สามารถถ่ายทอดได้ย่อมไม่มีประโยชน์ในระยะยาว ไม่ว่าตอนนี้จะมีประโยชน์เพียงใด องค์กรที่เข้าใจประเด็นนี้ย่อมวางแผนลดความสำคัญคนผู้นั้น ไม่คาดหวังจะพึ่งพาในอนาคต
บางทีทักษะที่สำคัญในอนาคต นอกจากจะลืมความรู้เก่า เรียนรู้เรื่องใหม่ ยังต้องสามารถ "สอนและสั่ง" เพื่อถ่ายทอดความรู้นั้นได้อีกด้วย
เริ่มจากมีความคิดสร้างทีม AI ให้เป็นผู้ช่วย เพื่อเปลี่ยนตัวเองให้เป็น "ตัวคูณ" และเปลี่ยนจากผู้ลงมือทำเองเป็นผู้จัดการทีม AI
เริ่มจากเรียบเรียงสิ่งที่เรารู้ดีที่สุด หาความเชี่ยวชาญของตัวเองให้เจอ ตั้งคำถามว่า หากจะสอนใครสักคนให้ทำงานแทนแล้วได้งานทัดเทียมกัน จะต้องทำอย่างไร
ข้อดีของการสอน AI นอกจากไม่ต้องกังวลเรื่องพื้นฐานความรู้แล้ว ยังไม่มีข้อจำกัดเรื่องเวลาที่สะดวกจะสอน (24 ช.ม.) ไม่ต้องกลัวได้หน้าลืมหลัง ไม่เหมือนกับการสอนมนุษย์ที่ต้องรอความพร้อมทั้งสองฝ่าย
วัดผลง่าย ๆ หากสอน AI ไม่ได้ เป็นการพิสูจน์ว่าตัวเองยังไม่พร้อมที่จะสอนใคร อาจเป็นที่ไม่สามารถเรียบเรียงความรู้ที่อยู่ในหัวออกมาได้ ต่อให้มีคนเก่งพร้อมเรียนรู้ก็ไม่มีประโยชน์อยู่ดี
ค่าใช้จ่ายต่อเดือนของ AI ต่ำกว่ามาก เมื่อเทียบกับเงินเดือนจ้างพนักงานใหม่ หากจะทดลองสอน นอกจากนี้ยังไม่ทำร้ายมนุษย์คนหนึ่งให้สูญเสียความเชื่อมั่นจากความห่วยของผู้สอน
แผนการในระยะใกล้ ผมตั้งใจว่าจะทดลองใช้ GPTs เริ่มจากสอน AI ให้เป็นผู้ช่วยเขียน MongoDB query ซึ่งต้องเริ่มจากสอนให้รู้จักโครงสร้างข้อมูลในโปรแกรม ERP ส่วนพื้นฐาน query นั้นไม่ต้องสอนเพราะ AI รู้อยู่แล้ว
อ้างอิง
OpenAI GPTs
Comments