ปัญญาประดิษฐ์และบันไดการเรียนรู้ที่หายไป
ปรากฏการณ์ “ปัญญาประดิษฐ์และการเรียนรู้” หมายถึงการที่เครื่องมือ AI ในที่ทำงานทำให้คนสามารถผลิตผลงานในระดับสูงได้เร็วขึ้น แต่ไปตัดตอนขั้นบันไดการเรียนรู้แบบค่อยเป็นค่อยไปที่เคยสร้างความเชี่ยวชาญ ความยืดหยุ่นในอาชีพ และสัญชาตญาณในการตัดสินใจมืออาชีพ การข้ามขั้นนี้ทำให้คนดูเก่งจากผลลัพธ์ที่ AI สร้างให้ แต่กลับขาดประสบการณ์ลึกที่จำเป็นต่อการตรวจสอบ แก้ปัญหา และรับผิดชอบงานที่ซับซ้อนอย่างปลอดภัยในระยะยาว สิ่งที่เกิดขึ้นชัดเจนในวงการวิศวกรรมซอฟต์แวร์ เมื่อ Alasdair Allan อธิบายว่า AI กำลังรบกวนความก้าวหน้าอาชีพด้วยการลบโอกาสเรียนรู้ในแต่ละขั้นของสายงาน ขณะเดียวกันก็ทำให้คนทำงานในระดับสูงเกินประสบการณ์ของตนเอง เขาเปรียบเส้นทางอาชีพเดิมกับบันไดที่มีหลายขั้นเล็กๆ ให้ฝึกฝน แต่วันนี้หลายขั้นถูกเลื่อยออกไปแล้ว โดยเหลือเพียงจุดเริ่มต้นและยอดบันไดที่ทุกคนถูกผลักให้ต้องปีนขึ้นไปทันที
เมื่อการใช้ AI กลายเป็นงานกำกับ แต่พื้นฐานกลับไม่เคยถูกสร้าง
การทำงานกับ AI ในอาชีพส่วนใหญ่กำลังเปลี่ยนบทบาทจาก “คนลงมือทำ” เป็น “คนกำกับและตรวจงาน” Allan ชี้ว่าการใช้ AI ต้องมีการกำกับ และการกำกับนั้นต้องใช้ทักษะการเขียนโค้ดและการอ่านระบบเชิงลึก หาก AI เข้ามาทำงานที่เดิมเป็นพื้นที่ฝึกของมือใหม่ เช่น การอ่านโค้ดเก่า แก้บั๊กยาก หรือดูระบบล่มตอนตีสาม ทักษะสังเกตลายแพตเทิร์นและการตัดสินใจภายใต้ความกดดันจะไม่เคยถูกสร้างขึ้นเลย คำเตือนที่น่าจำคือผลการทดลองที่พบว่า นักพัฒนาที่มีประสบการณ์ใช้ AI แล้วทำงานช้าลง 19% แต่กลับเชื่อว่าตนเองเร็วขึ้น 20% ขณะที่วิศวกรรุ่นเยาว์ที่ใช้ AI มีคะแนนความชำนาญต่ำลง 17% โดยไม่เสร็จงานเร็วขึ้นเลย “พวกเขาแลกการเรียนรู้ไปกับสิ่งที่ไม่ได้อะไรกลับมา” Allan กล่าว นี่คือภาพของคนที่คิดว่าตนเก่งขึ้นเพราะมีเครื่องมือ แต่แท้จริงแล้วกลับขาดทักษะพื้นฐานในการตรวจสอบสิ่งที่เครื่องมือทำให้
ความเสี่ยงของคนทำงานแบบ “ขับเครื่องจักรหนักโดยไม่ผ่านฝึกอบรม”
เมื่อทักษะการทำงาน AI ถูกมองว่าใครก็ใช้ได้ทันที เรากำลังผลักคนจำนวนมากให้กลายเป็นผู้ควบคุมเครื่องจักรทรงพลังโดยแทบไม่ผ่านการฝึกอบรม หากผู้ใช้ไม่มีฐานความรู้เชิงระบบ ก็ไม่สามารถตรวจจับข้อผิดพลาดแฝงหรือผลลัพธ์ที่ผิดทิศได้ การใช้ AI โดยไม่เข้าใจการทำงานภายใน จึงคล้ายกับการขับรถบรรทุกหรือเครื่องจักรโรงงานโดยไม่เคยผ่านหลักสูตรความปลอดภัย ความผิดพลาดไม่ได้แปลว่า “แก้โค้ดใหม่ได้” เสมอไป แต่อาจหมายถึงการตัดสินใจที่กระทบทั้งองค์กรและลูกค้า Allan เตือนว่า AI กำลังหยุดยั้งการสร้างทักษะ ทำให้งานวิศวกรรมกลายเป็นงานกำกับ และยังชะลอการจ้างงานระดับเริ่มต้นอีกด้วย ในหลายสายอาชีพ “คนไม่ได้ถูกไล่ออกจากงาน แต่งานระดับเริ่มต้นต่างหากที่ไม่ถูกเปิดรับตั้งแต่แรก” ผลลัพธ์คือองค์กรได้พนักงานที่ใช้ AI ได้ แต่ไม่มีคนที่เข้าใจลึกพอจะรับผิดชอบผลกระทบของมันในระบบใหญ่ ซึ่งเป็นจุดที่ความเสี่ยงสะสมอยู่เงียบๆ
Gen Alpha กับภูมิทัศน์อาชีพใหม่ที่ไม่มีบันไดแบบเดิม
สำหรับคนรุ่น Gen Alpha ซึ่งเกิดระหว่างปี 2010–2024 และเติบโตมากับปัญญาประดิษฐ์ตั้งแต่ยังเล็ก ช่องว่างระหว่างความฝันในวัยเด็กกับงานจริงกำลังยิ่งกว้างออกไปท่ามกลางการเปลี่ยนแปลงอย่างรวดเร็ว งานออฟฟิศที่เคยดูมั่นคงวันนี้กลับเผชิญความไม่แน่นอนสูง ทั้งจาก AI และความผันผวนทางเศรษฐกิจ ข้อมูลระบุว่าตำแหน่งงานว่างสำหรับบัณฑิตใหม่ลดลงมาถึงระดับต่ำที่สุดนับตั้งแต่ปี 2020 ขณะที่หลายองค์กรชะลอการจ้างงานระดับเริ่มต้นในอาชีพที่ AI เข้าไปแทรกแซงแล้ว โครงการศึกษาพัฒนาการเด็กแห่งชาติที่ติดตามคนราว 17,000 คนที่เกิดในปี 1958 แสดงให้เห็นว่า ความใฝ่ฝันด้านอาชีพในวัย 11 ปีมักสะท้อนสภาพแวดล้อมและความคาดหวังของครอบครัว หากวันนี้เราทำแบบสำรวจคล้ายกันกับ Gen Alpha ทางเลือกอาชีพของพวกเขาอาจไม่ใช่คำว่าแพทย์ ครู หรือวิศวกรแบบเดิม แต่เป็นบทบาทใหม่ๆ ที่ยังไม่มีชื่อชัดเจน และหลายบทบาทอาจเป็นงานกำกับระบบ AI มากกว่างานลงมือทำด้วยตัวเองเสียด้วยซ้ำ
องค์กรจะออกแบบเส้นทางเรียนรู้ใหม่อย่างไรในยุค AI
เมื่อความก้าวหน้าอาชีพกำลังถูกบีบให้สั้นลง องค์กรไม่มีทางเลือกอื่นนอกจากต้องคิดใหม่ว่า “คนจะเรียนรู้อย่างไร” ในยุคที่เครื่องมือทำให้ทุกอย่างดูง่ายขึ้น Allan ตั้งข้อสังเกตว่า ท่อส่งคนเก่งในอดีตถูกออกแบบมาสำหรับคนที่เขียนโค้ดเอง แต่เรายังไม่ได้สร้างท่อส่งใหม่สำหรับคนที่ต้องกำกับและตรวจสอบระบบที่ AI เป็นคนลงมือทำ เขาเสนอให้สร้างเส้นทางการเรียนรู้แบบมีโครงสร้าง มีการหมุนเวียนไปทำงานพื้นฐาน เหมือนระบบฝึกงานแพทย์ที่ให้ทำงานจุกจิกเพื่อสร้างวิจารณญาณ ไม่ใช่เพื่อประสิทธิภาพ ในระยะสั้น เราอยู่แค่ “ขั้นวินิจฉัย” ยังไม่ใช่ “ขั้นวิธีแก้” แต่ Allan เชื่อว่าบริษัทที่ยอมรักษางานพื้นฐานและเปิดพื้นที่ให้คนรุ่นใหม่สะสมทักษะ จะเป็นองค์กรที่ยังเหลือวิศวกรอาวุโสที่มีประสบการณ์จริงในอีกสิบปีข้างหน้า ขณะที่องค์กรที่ฝากทุกอย่างไว้กับ AI โดยไม่สร้างบันไดการเรียนรู้ใหม่ อาจพบว่าตนไม่มีใครเหลืออยู่ที่เข้าใจระบบลึกพอจะกำกับมันได้เลย
