1. อย่าข้ามขั้นของการเรียนรู้ นักพัฒนาที่เก่งมักเติบโตจาก
– การ debug เอง
– การอ่าน error message
– การลองผิดลองถูก
– การเข้าใจเหตุและผลของระบบ
AI สามารถ “ก้าวข้ามความเจ็บปวด” เหล่านี้ได้ทันที
มือใหม่อาจได้คำตอบที่ใช้ได้ แต่จะไม่เข้าใจว่าทำไมมันถึงใช้ได้
ผลระยะยาวที่ต้องเจอ
– สร้างแบบจำลองความเข้าใจได้ช้า
– แก้ปัญหานอก pattern ที่ AI เคยเห็นได้ยาก
– พึ่งพา AI แทนการสร้างประสบการณ์ที่เจอด้วยตัวเอง
– ขาดความพยายามที่ยากลำบากในช่วงแรกของอาชีพ แต่จริงๆ มันคือส่วนสำคัญของการสร้างความชำนาญ
.
2. ภาพลวงของความสามารถ
AI ทำให้มือใหม่
– ส่งงานได้เร็ว
– ดูเหมือน productive
– เขียน code ที่ “ดูดี”
แต่ความเสี่ยงคือ ผลลัพธ์ดี ไม่ได้เท่ากับ ความเข้าใจดี
ถ้าให้มือใหม่ อธิบาย code ที่ AI เขียน
– อาจอธิบายไม่ได้ลึก
– ไม่เข้าใจ trade-offs ข้อดี ข้อเสีย อธิบายไม่ได้
– ไม่รู้ข้อจำกัดในเรื่องนั้นๆ ดีพอ
ปัญหานี้อันตรายเพราะ
– ทีมอาจประเมินความสามารถผิดไป
– มือใหม่เองอาจประเมินความสามารถของตัวเองสูงเกินจริง
– learning loop ช้าลง
.
3. การลดโอกาสสร้างทักษะในการแก้ปัญหา
การเป็น programmer ที่แข็งแรงคือ
การฝึก “คิดแก้ปัญหา” ซ้ำ ๆ
ถ้า AI ทำส่วนที่ยากให้ตลอด
– มือใหม่จะไม่ได้ฝึก decomposition ของปัญหา
– ไม่ได้ออกแบบ algorithm เอง
– ไม่ได้เรียนรู้การ trade-off
.
4. ความเปราะบางเมื่อไม่มี AI
สถานการณ์จริงในงาน
– AI อาจตอบผิด
– network อาจล่ม
– problem อาจใหม่เกิน training data
มือใหม่ที่พึ่ง AI มากเกินไปอาจจะ
– ติดปัญหาเมื่อ AI ช่วยไม่ได้
– ไม่รู้จะเริ่มวิเคราะห์ปัญหายังไง
– ขาด confidence ในการคิดเอง
– senior ส่วนใหญ่ใช้ AI เพื่อช่วยขยายความสามารถนะ
– แต่มือใหม่อาจเผลอใช้มันเพื่อแทนความสามารถตัวเอง!
.
ปัญหาไม่ใช่ AI แต่มันคือ “วิธีใช้ AI”
AI สามารถช่วยสร้างและพัฒนาทักษะให้เราได้ ถ้าใช้แบบ
– ขอ explanation แทน copy-paste
– ให้ AI review code ที่ตัวเองเขียน
– ใช้เป็น tutor ไม่ใช่เขียนแทนทั้งหมด
– พยายามแก้เองก่อน แล้วค่อยถาม
.
ฝากด้วยนะครับ ถ้าใครเป็นมือใหม่อยู่ เผื่อได้แนวทางพัฒนาตัวเองในยุคนี้
โค้ชเอก