ราคาของการได้คำตอบง่ายเกินไป ความไม่รู้ คือวัตถุดิบของการคิดให้ได้ดี

AI ทำให้เราหาคำตอบได้เร็วขึ้น
แต่บางทีมันก็ทำให้เรา “เป็นเจ้าของคำตอบ” น้อยลง
(ยุคที่คำตอบเยอะเกินไป คำถามที่ดีเลยกลายเป็นของหายาก)
.
ช่วงนี้หลายคนน่าจะรู้สึกเหมือนกันว่า
ชีวิตการทำงานมันเร็วขึ้นแบบบ้าบอมาก
.
เมื่อก่อนกว่าเราจะได้รู้เรื่องอะไรสักเรื่อง ใช้เวลานานมากต้องอ่านเยอะ เชื่อมโยงข้อมูลถึงกัน แต่ถึงทุกวันนี้ ถาม AI ทีเดียวได้คำตอบแบบที่เราต้องการ
.
เราเร็วขึ้นจริง แต่คำถามคือ “เราเก่งขึ้นจริงๆใช่ไหม?”
.
เราจำสิ่งที่เราคิดได้ไหม ช่วงหลังๆเบ้นเริ่มสังเกตุว่า ทุกครั้งที่ทำงานกับ AI เบ้นแทบจำอะไรไม่ได้เลย สามวันก่อน เราเคยสงสัยเรื่องนี้ด้วยหรือ อาทิตย์ก่อนเรามีไอเดียทำธุรกิจอันนี้ตอนไหนนะ นี้เราหรอเนี่ย? งง
.
เบ้นไปอ่านบทความ The Cost of Easy Answers
ของ Anne-Laure Le Cunff นักประสาทวิทยาที่เบ้นชอบมากๆ
.
เธอเล่าว่า เพื่อนร่วมงานคนหนึ่งบอกว่า
เขาจำ paper ที่ตัวเองเขียนก่อนยุค AI ได้ดีกว่า paper ที่เขียนหลังมี AI
.
โคตรน่าสนใจ ไม่ใช่เพราะ paper ยุคก่อนดีกว่าเสมอ แต่เพราะกระบวนการได้มาซึ่งคำตอบมันต่างกัน
.
เมื่อก่อนเราต้องใช้ชีวิตกับคำถามนานกว่านี้
ต้องเลือกเองว่าจะอ่านอะไร
ต้องตัดสินใจเองว่าจะเชื่อเรื่องไหน เลือกของยังไงไหน
ต้องนั่งกับความไม่เข้าใจ ต้องหลงทาง
ต้องอ่านไปครึ่งวันแล้วพบว่า อ้าว ไม่ใช่ละ
.
มันช้า มันเหนื่อย แต่มันฝากความจำนั้นไว้ในหัวเรา
.
เพราะคำตอบที่เราได้มา ไม่ได้เป็นคำตอบที่ถูกส่งมาให้
แต่มันเป็นคำตอบที่เราค่อยๆ เดินไปเจอเอง และนี้กำลังจะเป็นปัญหาที่หลายคนมองข้าม “กับราคาของการที่ได้คำตอบง่ายเกินไป”
#อ่านจบปุ๊ปเก่งขึ้นปั๊ป
—
[1] ปัญหาของยุคนี้ไม่ใช่เราไม่มีคำตอบ แต่คือเรามีคำตอบเร็วเกินไป
.
เมื่อก่อนช่องว่างระหว่างคำถามกับคำตอบ
คือพื้นที่ที่ความคิดของเราได้ทำงาน
.
เราเจอคำถามหนึ่ง แล้วมันจะติดอยู่ในหัว
.
เดินไปกินข้าวก็คิด อาบน้ำก็คิด ขับรถก็คิด
อ่านหนังสือเล่มอื่นแล้วยังโยงกลับมาคิด
.
สิ่งนี้คือ incubation (การหมัก)
หรือช่วงเวลาที่สมองเอาข้อมูลไปหมักต่อแบบไม่รู้ตัว
.
แต่ทุกวันนี้ ช่องว่างนั้นถูกอุดเร็วมาก
สงสัยปุ๊บ ถาม AI
งงปุ๊บ ได้คำอธิบาย
เขียนไม่ออกปุ๊บ ได้ draft
ไม่มีมุมมองปุ๊บ ได้ 10 angles
.
มันสะดวกมาก แต่มันมีต้นทุนที่ซ่อนอยู่
.
เพราะถ้าทุกความไม่เข้าใจถูกเติมเต็มทันที
เราจะไม่มีเวลาสร้างความสัมพันธ์กับคำถาม
.
และเมื่อเราไม่มีความสัมพันธ์กับคำถาม คำตอบที่ได้มาเลยอาจถูกต้อง
แต่ไม่กลายเป็นส่วนหนึ่งของเรา
—
[2] ‘คำตอบที่ง่าย’ ทำให้เรารู้เยอะขึ้นแต่บางทีเข้าใจน้อยลง
AI เก่งมากเรื่อง pattern recognition
มันอ่านข้อมูลจำนวนมหาศาล
จัดกลุ่ม สรุป เชื่อมโยง และชี้ให้เราเห็นสิ่งที่มนุษย์อาจใช้เวลาหลายเดือนกว่าจะเห็น
.
อันนี้ต้องยอมรับเลยว่าพี่ AI แกโหดจริง
(เดี๋ยวนี้ไม่เรียกน้อง ละนะเรียกพี่ละ55555)
.
แต่การคิดของ AI ส่วนใหญ่มันเป็นแบบ goal-directed
คือมีเป้าหมาย แล้ววิ่งไปหาคำตอบ
.
เราถามอะไร มันก็พยายามตอบสิ่งนั้น
แต่ความอยากรู้ของมนุษย์ไม่ได้ทำงานเป็นเส้นตรงขนาดนั้น
.
หลายครั้ง breakthrough ไม่ได้เกิดจากการตั้งโจทย์ถูกตั้งแต่แรก
แต่มันเกิดจากการสังเกตสิ่งผิดปกติระหว่างทาง
.
Alexander Fleming ไม่ได้ตั้งใจจะประดิษฐ์ยาปฏิชีวนะ
เขาแค่สังเกตว่าราในจานเพาะเชื้อไปฆ่าแบคทีเรียรอบๆ ได้
.
Penzias และ Wilson ก็ไม่ได้ตั้งใจจะค้นพบหลักฐานของ Big Bang
เขาแค่เจอสัญญาณรบกวนแปลกๆ ในกล้องโทรทรรศน์วิทยุ
.
ประเด็นคือมนุษย์ไม่ได้ค้นพบสิ่งใหม่เพราะหาคำตอบเร็วเสมอไป
แต่มนุษย์ค้นพบสิ่งใหม่เพราะมีบางคนเห็นสิ่งแปลกๆ แล้วไม่รีบปัดทิ้ง
เขาอยู่กับความงงนานพอ จนความงงนั้นกลายเป็นประตูบานใหม่
—
[3] ความไม่รู้ไม่ใช่ศัตรู มันคือวัตถุดิบของ Curiosity (ความอยากรู้)

โลก Productivity ชอบสอนเราว่า
อย่าปล่อยให้มี friction
อย่าปล่อยให้ติดขัด อย่าปล่อยให้เสียเวลา
.
แต่ในโลกของการคิด บาง friction สำคัญมาก
.
การงง การไม่แน่ใจ
การมีข้อมูลสองฝั่งที่ขัดกัน
การอ่านอะไรแล้วรู้สึกว่า เอ๊ะ มันยังไม่ใช่ว่ะ
.
สิ่งพวกนี้คือแรงเสียดทานที่ทำให้สมองเริ่มตั้งคำถามจริงๆ
.
ถ้าเรากำจัดความไม่รู้ทุกอย่างเร็วเกินไป เราจะไม่ได้ฉลาดขึ้น
.
เราแค่สบายขึ้น ความต่างมันอยู่ตรงนี้
.
AI ทำให้เราข้ามช่วงงงได้เร็วขึ้น
แต่บางทีช่วงงงนั่นแหละ คือช่วงที่มนุษย์กำลังสร้างความเข้าใจ
.
เหมือนการอ่านหนังสือ
ถ้าเราอ่าน summary อย่างเดียว เราจะรู้ว่าเล่มนี้พูดอะไร
.
แต่ถ้าเราอ่านเอง
หยุดเอง ขีดเอง เขียนเพื่อเถียงกับมันเอง
เอาไปเชื่อมต่อกับชีวิตของตัวเราเอง
.
เราจะไม่ได้แค่รู้ว่าเล่มนี้พูดอะไร
แต่เราจะรู้ว่าเรื่องนี้เปลี่ยนวิธีคิดของเรายังไง
.
และนั่นคือความต่างระหว่าง การได้ข้อมูล กับการถูกความรู้หล่อหลอม
—
[4] AI ให้คำตอบได้ แต่ AI ไม่รู้ว่าอะไรควรถูกถาม
สิ่งหนึ่งที่ AI ยังแทนมนุษย์ไม่ได้ง่ายๆ คือ context ที่มาจากชีวิตจริง
.
มนุษย์ไม่ได้ถามแค่ว่า อะไรเวิร์ก
.
แต่มนุษย์ถามต่อว่า มันเวิร์กกับใคร
ต้องแลกด้วยอะไร มันคุ้มไหม
มันทำให้เราเป็นมนุษย์แบบไหน
มันควรถูกทำตั้งแต่แรกหรือเปล่า
.
นี่คือคำถามที่มาจาก value ไม่ใช่แค่ข้อมูล
AI อาจตอบได้ว่า strategy ไหนมีโอกาสโตเร็ว
แต่เราเป็นคนต้องถามว่า
โตแบบนี้เราจะยังชอบชีวิตตัวเองอยู่ไหม
.
AI อาจบอกได้ว่า content แบบไหน viral
แต่เราเป็นคนต้องถามว่า
viral แล้วมันพาเราไปเป็นคนแบบไหน
.
AI อาจช่วยออกแบบ business model ได้
แต่เราเป็นคนต้องถามว่า
ถ้าธุรกิจนี้สำเร็จ เราอยากตื่นมาใช้ชีวิตในระบบนี้จริงไหม
.
นี่คือเหตุผลที่ยุค AI คนที่ได้เปรียบอาจไม่ใช่คนที่ถาม AI เก่งที่สุดอย่างเดียว
แต่คือคนที่ยังรู้ว่า [คำถามไหนควรถูกถามตั้งแต่แรก]
—
[5] วิธีใช้ AI โดยไม่ทำให้ Curiosity(ความอยากรู้) ของเราหายไป

1. Delay the lookup
หน่วงเวลาการหาคำตอบออกไปก่อน
.
ไม่ใช่ห้ามใช้ AI
แต่ก่อนถาม AI ลองถามตัวเองก่อนว่า
เราคิดว่าเรื่องนี้คืออะไร
เรามี assumption อะไร
เราสงสัยตรงไหน
เราติดตรงไหนจริงๆ
.
ให้สมองได้ออกแรงก่อนสักนิด
.
เพราะถ้าเราไม่เคยลองเดา
ไม่เคยลองคิดไม่เคยลองหลงทาง
.
คำตอบที่ AI ให้มา
จะกลายเป็นคำตอบที่ลอยอยู่ข้างนอกเรา
.
แต่ถ้าเราคิดมาก่อน
คำตอบของ AI จะกลายเป็นคู่สนทนา
ไม่ใช่ไม้เท้าที่เราใช้เดินแทนขาตัวเอง

2. ใช้ AI เพื่อขยายความคิด ไม่ใช่แทนความคิด
อย่าใช้ AI แค่ให้ตอบ
.
ให้มัน challenge assumption
ให้มันหามุมที่เรามองไม่เห็น
ให้มันบอกว่าอีกฝั่งอาจเถียงเรายังไง
ให้มันสร้าง possibility แล้วเราเป็นคนตัดสิน
.
AI ควรเป็น sparring partner ไม่ใช่ ghost thinker
.
เหมือนเราเข้ายิม
.
เทรนเนอร์ช่วยจัดโปรแกรมได้
ช่วยจับฟอร์มได้
ช่วยบอกว่าตรงไหนผิด
.
แต่คนที่ต้องยกน้ำหนักจริงๆ
ยังเป็นเราอยู่ดี
.
ถ้า AI คิดแทนหมด
กล้ามเนื้อทางความคิดเราจะเล็กลงเรื่อยๆ

3. ปกป้องเวลาว่างที่ไม่มีโครงสร้าง
นี่อาจเป็นข้อที่คนยุคนี้ทำยากที่สุด
.
เพราะทุกช่องว่างในชีวิตถูกยึดหมดแล้ว
.
เดินก็ฟัง podcast
กินข้าวก็ดูคลิป
อาบน้ำก็เปิดอะไรฟัง
นั่งรถก็ scroll
.
เราไม่เคยเบื่อ
แต่เราก็แทบไม่เคยได้ยินเสียงความคิดตัวเอง
.
ปัญหาคือ curiosity มักไม่ได้โผล่มาตอนเราตั้งใจจะ productive
.
มันโผล่มาตอนเดินเล่น
ตอนอาบน้ำ
ตอนนั่งเหม่อ
ตอนสมองไม่ได้ถูก feed ด้วยข้อมูลใหม่ตลอดเวลา
.
บางคำถามที่เปลี่ยนชีวิต
ไม่ได้เกิดจากการ consume เพิ่ม
.
แต่มันเกิดจากการหยุดนานพอ
จนสิ่งที่เรารู้กระจัดกระจายอยู่ในหัว
เริ่มเชื่อมกันเอง

—

ถ้าคุณชอบบทความแนวนี้ แล้วไม่อยากพลาด สามารถใส่ Email ของคุณได้ที่ Link นี้เลย (ฟรีไม่มีค่าใช้จ่าย)

#สรุปแบบลงดาบ
ในยุคที่คำตอบหาง่าย
สิ่งที่หายากขึ้นเรื่อยๆ คือคนที่ยังอยู่กับคำถามได้นานพอ
.
AI ไม่ได้ทำให้มนุษย์โง่ลงโดยตรง
แต่มันอาจทำให้เราข้ามกระบวนการบางอย่างที่เคยทำให้เราฉลาด
.
การงง การลองผิด
การอ่านแล้วไม่เข้าใจ การเถียงกับตัวเอง
การเดินวนอยู่กับคำถาม การค้นพบสิ่งที่ไม่ได้ตั้งใจจะหา
.
สิ่งพวกนี้ดูไม่มีประสิทธิภาพ
แต่มันคือโรงงานผลิตความเข้าใจของมนุษย์
.
คำตอบที่เร็วเกินไป
บางทีเลยไม่ได้ทำให้เราคิดเก่งขึ้น
มันแค่ทำให้เราไม่ต้องทนกับความไม่รู้
.
แต่ความไม่รู้นั่นแหละคือจุดเริ่มต้นของ curiosity
.
เพราะฉะนั้น ครั้งหน้าก่อนถาม AI ลองอยู่กับคำถามให้นานขึ้นอีกนิด
ลองเดาก่อน ลองเขียนก่อน ลองเดินเล่นก่อน ลองปล่อยให้สมองงงก่อน
.
แล้วค่อยใช้ AI เป็นตัวขยาย ไม่ใช่ตัวแทน
เพราะอนาคตอาจไม่ได้เป็นของคนที่มีคำตอบเยอะที่สุด
.
แต่อาจเป็นของคนที่ยังถามคำถามที่ดีพอ
และกล้าสำรวจมันนานพอ
ในโลกที่ทุกคนรีบหาคำตอบเร็วเกินไป
.
ผมหวังว่าเรื่องนี้มันจะช่วยสร้างวันของคุณ