ใช้ AI เก่ง แล้วยังไงต่อ?

ตอนเรียนคอมพิวเตอร์ เราโดดเรียนออกไปบรรยายไอทีตามโรงเรียนในต่างจังหวัด ออกไปหาปัญหาทำโครงงานที่อาจารย์ไม่ได้สั่ง เพราะอยากค้นหาว่าคอมพิวเตอร์เครื่องหนึ่ง เราใช้มันทำอะไรได้บ้าง จนเกิดเป็นโครงงานส่งความรู้จากเมืองสู่ชนบทในชื่อดูอินไทย และกลายมาเป็นบริษัทที่ทำอยู่จนถึงทุกวันนี้

พอออกมาทำงานกับผู้คนจริงๆ ก็ได้เรียนหนังสือใหม่อีกเยอะเลย ความรู้คอมพิวเตอร์ที่มีต้องมาเจอกับชีวิตคน เจอความคิด ความเชื่อ ความสัมพันธ์ และปัญหาที่ต่อให้รู้วิธีแก้ ก็ใช่ว่าจะลงมือทำได้ทันที บางงานต้องรอหลายปี กว่าจะเจอคนที่อยากทำเรื่องเดียวกัน กว่าจะเข้าใจกันมากพอ และกว่าสิ่งที่ช่วยกันทำจะเริ่มเห็นผลกับชีวิตของใครสักคน

วันนี้คอมพิวเตอร์เก่งขึ้นมาก มี AI ช่วยอ่าน ช่วยเขียน ช่วยวิเคราะห์ ช่วยทำงานที่เมื่อก่อนกินเวลาไปหลายวันให้เสร็จได้เร็วขึ้น ดีแหละเนอะ เราเองก็อยากทำงานได้มากขึ้นโดยเหนื่อยน้อยลงเหมือนกัน

แต่พอเครื่องทำได้มากขึ้น เราก็ต้องกลับมาดูตัวเองบ่อยขึ้นด้วยว่า ที่เห็นงานออกมาดีขึ้นนั้น เราเข้าใจสิ่งที่กำลังทำมากขึ้นแค่ไหน ถ้ามีคนถามว่าทำไมถึงคิดแบบนี้ เราอธิบายได้ไหม ถ้าเอาไปใช้แล้วไม่เป็นอย่างที่คิด เราจะรู้หรือเปล่าว่าต้องกลับไปแก้ตรงไหน

เรื่องนี้ถามได้กับทุกคน รวมถึงตัวเราเองที่เรียนและทำงานกับคอมพิวเตอร์มาตลอด เพราะการมีผู้ช่วยที่เก่งมากๆ อาจทำให้เราได้เรียนรู้อะไรที่เมื่อก่อนไม่มีโอกาสเรียน หรืออาจทำให้เราค่อยๆ เลิกใช้ความพยายามที่จะเข้าใจอะไรด้วยตัวเองไปก็ได้เหมือนกัน

เก้าอี้สามขา

ผมเปรียบการอยู่กับเทคโนโลยีเหมือนเก้าอี้สามขา ใช้อย่างมีเป้าหมาย ใช้อย่างมีความเข้าใจที่แท้จริง และใช้อย่างรู้ทันพร้อมปรับตัวอยู่เสมอ ทั้งสามอย่างต้องไปด้วยกัน เพราะต่อให้เราใช้เครื่องมือคล่องมาก แต่ยังไม่รู้ว่าใช้ไปเพื่ออะไร จะเอาความคล่องนั้นไปวัดความสำเร็จของชีวิตก็คงลำบาก

เปิดภาพขนาดเต็ม

มีเป้าหมาย ก็ต้องรู้ก่อนว่าเราอยากทำอะไรกับชีวิตและงานที่อยู่ตรงหน้า บางเรื่องอยากให้เสร็จเร็ว บางเรื่องอยากทำให้ดีกว่าเดิม บางเรื่องอยากใช้มันเรียนรู้สิ่งที่ยังไม่เข้าใจ แต่ละเป้าหมายทำให้เราเลือกใช้ AI ต่างกันอยู่แล้ว งานที่ต้องการแค่ให้เสร็จ กับงานที่อยากฝึกให้ตัวเองทำเป็น คงฝากให้เครื่องทำเหมือนกันหมดไม่ได้

ส่วนความเข้าใจ ต้องรวมไปถึงธรรมชาติของ AI ด้วย มันทำงานอย่างไร ใช้ข้อมูลอะไร มีข้อจำกัดตรงไหน และเราจะตรวจสอบสิ่งที่มันทำมาให้ได้อย่างไร ยิ่งอยู่ในโลกที่มีทั้งความจริงเสมือนและเสมือนความจริง เราก็ยิ่งต้องรู้ทันทั้งเครื่องและตัวเอง บางครั้งเราเชื่อคำตอบง่ายๆ เพราะมันฟังดูดี บางครั้งเชื่อเพราะมันตรงกับสิ่งที่เราอยากเชื่ออยู่แล้ว อันหลังนี่แก้ที่เครื่องอย่างเดียวคงไม่พอ

การปรับตัวจึงมีเรื่องของการยอมรับด้วยว่า ความเข้าใจที่เรามีวันนี้อาจยังไม่พอ วิธีที่เคยใช้ได้อาจต้องเปลี่ยน และบางเรื่องที่เคยมั่นใจมากๆ ก็อาจต้องกลับมาเรียนกันใหม่ ต่อให้ทำงานมานานเท่าไหร่ เราก็ยังเจอวันที่ไม่รู้ว่าจะทำยังไงได้เสมอ

ผมมอง AI Fluency จากตรงนี้ เราอยู่ร่วมกับมันได้ ใช้มันทำงานได้ เข้าใจพอที่จะตัดสินใจ และยังเรียนรู้ต่อได้เมื่อสิ่งต่างๆ เปลี่ยนไป ความสามารถแบบนี้ต้องฝึกกันนานกว่าการหัดใช้เครื่องมือสักตัวอยู่แล้ว

เรียนเรื่อง AI แล้วกลับมาเจอเรื่องของคน

ช่วงปี 2567–2568 ผมได้มีส่วนร่วมทำงานในคณะกรรมการของ UNESCO ที่เกี่ยวข้องกับเรื่องนี้ด้วย พอกลับมามองงานที่ทำอยู่ ก็ยิ่งสนใจว่าเราจะรักษาและพัฒนาพลังปัญญาของมนุษย์ หรือ Human Intelligence (HI) ไปพร้อมกับความสามารถของเครื่องได้อย่างไร

กรอบหนึ่งที่อยากนำมาเล่าต่อคือ AILit Framework ของ European Commission และ OECD ฉบับร่างเดือนพฤษภาคม 2025¹ ซึ่งพัฒนาต่อจากงานหลายส่วน รวมถึงกรอบสมรรถนะ AI ของ UNESCO² ต้นทางทำขึ้นสำหรับการศึกษาระดับประถมและมัธยม แต่พออ่านแล้ว หลายเรื่องก็ยังเป็นการบ้านของคนทำงานอย่างเราด้วยเหมือนกัน อายุและประสบการณ์ไม่ได้ทำให้เราเข้าใจ AI ขึ้นมาเอง

เขาแบ่งไว้สี่ด้าน ตั้งแต่การใช้งานและพิจารณาสิ่งที่ได้จากมัน (Engaging with AI) การใช้ AI ร่วมสร้างงาน (Creating with AI) การจัดการว่าจะให้ AI ทำงานส่วนไหนและเราจะดูแลอย่างไร (Managing AI) ไปจนถึงการออกแบบและพัฒนาระบบ AI (Designing AI)

กรอบ AI Literacy — OECD (2025) เปิดภาพขนาดเต็ม

เอาเข้าจริง ในงานหนึ่งเราก็อาจต้องใช้หลายด้านพร้อมกัน อย่างการให้ AI ช่วยคิดงาน เราต้องเล่าโจทย์ให้มันเข้าใจ อ่านสิ่งที่มันเสนอมาแล้วพิจารณาว่าใช้ได้แค่ไหน เลือกบางอย่าง ทิ้งบางอย่าง ลองทำแล้วกลับมาแก้ รวมถึงรู้ว่าส่วนไหนต้องไปหาข้อมูลเพิ่มเอง หากเป็นคนพัฒนาระบบ ก็ต้องคิดต่ออีกว่าข้อมูลที่เลือกใช้และวิธีออกแบบของเรา จะส่งผลต่อคนที่มาใช้มันอย่างไร

พอมองกว้างขึ้นแบบนี้ การเรียน AI ก็มีเรื่องให้ฝึกอีกเยอะกว่าการเขียนคำสั่งให้ได้คำตอบถูกใจ โดยเฉพาะการตัดสินใจของเราเองตั้งแต่ต้นจนจบงาน

ในกรอบเดียวกันจึงมีทั้ง ความรู้ ทักษะ และทัศนคติ (Knowledge, Skills and Attitudes) อยู่ด้วยกัน ความรู้ช่วยให้เข้าใจธรรมชาติ ความสามารถ และข้อจำกัดของ AI รวมถึงคนที่อยู่เบื้องหลังการสร้างมัน ส่วนทักษะก็มีทั้งการคิด การสื่อสาร การทำงานร่วมกับผู้อื่น และการแก้ปัญหา จะใช้ได้ดีแค่ไหนยังเกี่ยวกับความรับผิดชอบ ความใฝ่รู้ ความพร้อมลองสิ่งใหม่ การปรับตัว และความเข้าใจผู้อื่นของคนใช้ด้วย

Knowledge, Skills and Attitudes — เรียบเรียงจาก OECD (2025) เปิดภาพขนาดเต็ม

สำหรับผม ฐานที่ควรฝึกให้มากคือการคิดอย่างมีวิจารณญาณ (Critical thinking) การคิดเชิงคำนวณ (Computational thinking) และการให้เหตุผลเชิงวิเคราะห์ (Analytical reasoning) เวลาเจอปัญหา เราแยกแยะมันได้ไหม รู้ไหมว่าอะไรสัมพันธ์กับอะไร มีข้อมูลพอจะสรุปอย่างนั้นหรือยัง และมีอะไรที่เราคิดเอาเองบ้าง ถ้ายังคิดเรื่องเหล่านี้ไม่เป็น ต่อให้มีคำตอบมาให้เลือกอีกมากมาย เราก็อาจไม่รู้ว่าจะเลือกจากอะไร

ส่วนเรื่องความเข้าใจผู้อื่นนี่ก็สำคัญมากกับงานที่เราทำ เราอาจรู้เยอะ วิเคราะห์เก่ง มีเครื่องมือดี แต่ถ้าไม่ฟังคนที่กำลังจะทำงานด้วยกัน ไม่เข้าใจว่าเขากังวลอะไร หรือเอาความสำเร็จเดิมๆ ของตัวเองไปตัดสินว่าเขาควรทำแบบไหน งานก็ไปต่อยากอยู่ดี เรื่องพวกนี้ต้องฝึกผ่านการอยู่กับคนจริงๆ ได้ลองทำด้วยกัน ผิดใจกันบ้าง กลับมาทบทวนตัวเองบ้าง ถึงจะค่อยๆ เข้าใจมากขึ้น

ใช้เป็น รวมถึงรู้ว่าเมื่อไหร่ไม่ต้องใช้

มีสมรรถนะข้อหนึ่งในกรอบที่ชอบมาก คือการตัดสินใจว่าจะใช้ AI หรือไม่ โดยดูจากลักษณะของงาน¹ ฟังเหมือนง่าย แต่ต้องเอาทั้งความรู้ ทักษะ และความรับผิดชอบมาคิดด้วยกันเลย

ตัวอย่างหนึ่งเป็นการทำการ์ดวันเกิด จะเขียนเองหรือให้ AI ช่วยดี ถ้าเอาแค่ว่าแบบไหนเสร็จเร็วกว่า ก็คงตอบไม่ยาก แต่ถ้าเราอยากใช้เวลานึกถึงใครสักคน อยากทบทวนว่าปีที่ผ่านมาได้ผ่านอะไรมาด้วยกัน มีเรื่องไหนที่ยังไม่ได้ขอบคุณเขา การค่อยๆ นั่งเขียนเองก็มีความหมายกับคนเขียนด้วยเหมือนกัน เขียนไม่สวยก็ได้ ใช้คำไม่เก่งก็ได้ ขอให้เป็นสิ่งที่เราอยากบอกเขาจริงๆ

การตัดสินใจว่าจะใช้ AI หรือไม่ — OECD (2025), Review Draft เปิดภาพขนาดเต็ม

งานที่เรายังทำไม่เป็นก็คล้ายกัน ถ้าให้ AI ทำแทนจนเสร็จ เราก็ได้งาน แต่จะได้ความเข้าใจกลับมาด้วยแค่ไหนก็อีกเรื่องหนึ่ง ถ้าอยากทำเป็น เราคงต้องลองคิด ลองทำเอง แล้วใช้มันช่วยอธิบายสิ่งที่ติดอยู่ หรือช่วยตรวจสิ่งที่ลองทำมา บางทีวิธีนี้ใช้เวลามากกว่า เพราะต้องกลับไปอ่าน กลับไปแก้ ต้องยอมรับว่าที่คิดไว้ตอนแรกผิด แต่พอเจอเรื่องคล้ายกันอีก เราก็มีความรู้ของตัวเองไว้ใช้ต่อได้

เรื่องนี้ทำให้นึกถึงสิ่งที่อาจารย์ที่ปรึกษาให้เรามาตลอด คือ freedom to fail อิสระที่จะล้มเหลวได้ อาจารย์ชอบให้ทำเรื่องยาก แล้วช่วยหาสภาพแวดล้อมที่ทำให้เราพอจะทำเรื่องยากนั้นได้ พอได้ทำงานของตัวเองถึงเริ่มเข้าใจว่า คนเราต้องมีที่ให้ลอง มีคนให้ถาม และผิดพลาดได้โดยยังมีโอกาสแก้ไข เราถึงจะกล้าทำอะไรที่ยังไม่เคยทำ

พอมี AI ก็อยากให้มันเข้ามาช่วยตรงนี้ด้วย ช่วยให้เราเรียนเรื่องยากได้ ช่วยให้ได้ลองอะไรที่เมื่อก่อนไม่มีคนช่วย แต่คนรอบตัวก็ยังต้องช่วยกันสร้างสิ่งแวดล้อมที่ยอมรับความผิดพลาดและให้เวลากันเรียนรู้ เพราะถ้าทุกคนถูกเร่งให้ส่งงานที่ดูดีอย่างเดียว ก็คงเข้าใจได้ว่าทำไมถึงอยากให้เครื่องทำให้จบๆ ไป

Human with AI

ในงานพัฒนาสังคมของดูอินไทย เราต้องกลับมาถามตัวเองเสมอว่า สิ่งที่ทำช่วยให้คนตรงนั้นมีความสามารถทำเรื่องของเขาต่อไปได้มากขึ้นไหม อย่างที่เล่าไว้ในเรื่อง ถ้าเราถอยออก แล้วใครทำต่อ พอมาใช้ AI ก็ยังอยากเห็นสิ่งเดียวกัน อยากให้คนมีความรู้ มีความมั่นใจ และมีกำลังทำสิ่งที่สำคัญกับชีวิตของเขามากขึ้น

ผมเลยให้ความสำคัญกับ Human with AI การเข้าใจและรักษา Human Intelligence ไปพร้อมกับการเข้าใจ Nature of AI อย่างลึกซึ้ง เราเอาความเร็ว กำลังประมวลผล และความสามารถหารูปแบบจากข้อมูลของเครื่องมาช่วยงานได้เยอะมาก ขณะเดียวกันก็ต้องฝึกการคิด การตัดสินใจ ความคิดสร้างสรรค์ และความรับผิดชอบของคนต่อไปด้วย เพราะเวลานำไปใช้จริง มันเกี่ยวข้องกับชีวิตของเราและคนอื่นเสมอ

เปิดภาพขนาดเต็ม

เราทำงานเรื่องช่องว่างดิจิทัลกันมานาน จนวันนี้เริ่มรู้สึกว่า ช่องว่างระหว่างคนกับคนเป็นเรื่องที่น่าห่วงมากขึ้นเรื่อยๆ คนที่ใช้ดิจิทัลมากจนลืมความสำคัญของชีวิตจริง สัมพันธภาพจริง และคนที่อยู่ด้วยกันตรงนั้น ต่อให้มีเครื่องมือเพิ่มอีกมากแค่ไหน ถ้าเราไม่มีเวลาใส่ใจกันมากขึ้นเลย ก็ยังมีเรื่องที่ต้องกลับมาทบทวน

ถ้า AI ช่วยให้งานเสร็จเร็ว แล้วเรามีเวลาไปนั่งคุยกับคนที่ทำงานด้วยกัน ได้ฟังเรื่องที่เขายังไม่เคยเล่า ได้กลับไปกินข้าวกับครอบครัว หรือมีเวลาอยู่กับตัวเองโดยไม่ต้องรีบทำอะไรต่อทันที ผมว่าก็เป็นผลตอบแทนที่คุ้มค่าแล้วนะ

บางช่วงของชีวิต เราก็อยากมีแรงพอจะทำงานที่ตั้งใจไว้ และมีเวลาพอจะอยู่กับคนที่เรารัก ถ้าเทคโนโลยีช่วยให้ทำอย่างนั้นได้ ก็น่าจะตอบคำถามที่เรามีมาตั้งแต่สมัยเรียนได้มากขึ้นอีกหน่อยแล้ว ว่าคอมพิวเตอร์เครื่องหนึ่ง เราใช้มันทำอะไรได้บ้าง

แหล่งอ้างอิง

1. OECD (2025). Empowering Learners for the Age of AI: An AI Literacy Framework for Primary and Secondary Education. Review Draft, May 2025. ภาพประกอบต้นทาง: Abiyasa Adiguna. ภาพกรอบ AILit ทั้งสามใช้และเรียบเรียงจากต้นฉบับ © OECD 2025 ภายใต้ CC BY-SA 4.0 ²

2. UNESCO (2024). AI competency framework for students.