AI เขียนโพสต์ให้ได้ทุกคน แต่คนอ่านเริ่มจับได้เกือบทุกครั้ง

# AI เขียนโพสต์ให้ได้ทุกคน แต่คนอ่านเริ่มจับได้เกือบทุกครั้ง

เมื่อคนอ่านเริ่มกดปุ่ม "นี่มัน AI เขียน"

วันที่ 30 กรกฎาคม 2569 LinkedIn เปิดตัวฟีเจอร์ใหม่ที่ใช้ชื่อตรงไปตรงมาอย่างไม่เคยมีมาก่อนในประวัติศาสตร์แพลตฟอร์ม — ปุ่ม "Seems Like AI Slop" (แปลตรงตัวว่า "ดูเหมือนขยะที่ AI เขียน") ให้ผู้ใช้กดรายงานโพสต์ที่รู้สึกว่าเป็นเนื้อหาที่ AI สร้างขึ้นแบบไร้คุณค่า คำว่า "slop" เป็นศัพท์แสลงที่แวดวงเทคโนโลยีใช้เรียกเนื้อหา AI คุณภาพต่ำที่ผลิตออกมาปริมาณมากโดยไม่มีการกลั่นกรอง และการที่ LinkedIn ซึ่งเป็นแพลตฟอร์มสายมืออาชีพเลือกใช้คำแสลงตรงๆ แบบนี้ในฟีเจอร์ทางการ

ถูกสื่อเทคโนโลยีหลายสำนักตั้งข้อสังเกตว่าสะท้อนว่าปัญหาเนื้อหา AI ท่วมฟีดรุนแรงถึงขั้นที่บริษัทยอมทิ้งความเป็นทางการเพื่อสื่อสารตรงประเด็น

ผลตอบรับเกินคาด ฮาริ ศรีนิวาสัน (Hari Srinivasan) ประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ของ LinkedIn เปิดเผยเมื่อช่วงวันที่ 20-25 สิงหาคม ว่าปุ่มนี้ถูกกดไปแล้วกว่า 1 ล้านครั้ง ภายในเวลาประมาณ 3 สัปดาห์หลังเปิดตัว และที่น่าสนใจยิ่งกว่าคือ โพสต์ที่ระบบจัดว่าเป็น "AI slop" มียอดการมองเห็น (views) ลดลงราว 40% เมื่อเทียบกับก่อนหน้า

ตัวเลขล้านครั้งฟังดูเยอะ แต่คำถามที่สำคัญกว่าคือ ทำไมคนจำนวนมากขนาดนี้ถึงรู้สึกอยากกดปุ่มนี้ตั้งแต่สัปดาห์แรกๆ ที่เปิดใช้งาน และมันบอกอะไรกับคนที่ใช้ LinkedIn สร้างตัวตนทางอาชีพ ไม่ว่าจะเป็นฟรีแลนซ์ เจ้าของธุรกิจ หรือคนทำงานที่อยากให้คนอื่นเห็นผลงาน

คำว่า "slop" ในความหมายนี้ไม่ใช่คำใหม่ที่ LinkedIn คิดขึ้นเอง แต่เป็นคำแสลงที่เริ่มใช้กันในชุมชนออนไลน์ราวปี 2565 เพื่อล้อเลียนภาพที่โปรแกรม AI สร้างขึ้นแบบไร้คุณภาพ ก่อนจะถูกทำให้เป็นที่รู้จักกว้างขึ้นจากบล็อกโพสต์ของไซมอน วิลลิสัน (Simon Willison) นักพัฒนาซอฟต์แวร์ชื่อดัง เมื่อเดือนพฤษภาคม 2567 ที่นิยามคำนี้ว่าหมายถึงเนื้อหา AI ที่ "ไม่มีใครร้องขอและไม่มีใครกลั่นกรอง" คำนี้แพร่หลายเร็วขึ้นเรื่อยๆ จนถูกยกให้เป็น "คำแห่งปี 2568" โดยทั้งพจนานุกรม Merriam-Webster และสมาคมภาษาศาสตร์อเมริกัน

(American Dialect Society) การที่คำแสลงคำหนึ่งไต่ระดับไปถึงขั้นได้รับการยอมรับในพจนานุกรมทางการภายในเวลาไม่ถึงสองปี บอกความเร็วของกระแสนี้ได้ดีไม่แพ้ตัวเลขการกดปุ่มบน LinkedIn เอง และยืนยันว่านี่ไม่ใช่ปรากฏการณ์เฉพาะกิจของ LinkedIn แต่เป็นความอึดอัดร่วมที่คนใช้อินเทอร์เน็ตทั่วไปสะสมมาต่อเนื่องหลายปีกับเนื้อหา AI ที่ท่วมทุกแพลตฟอร์ม

ที่น่าสนใจคือคำนี้เดินทางมาไกลกว่าที่คิด จากศัพท์แสลงในวงแคบของคนติดตามข่าวเทคโนโลยี กลายเป็นคำที่ผู้บริหารระดับสูงของแพลตฟอร์มมืออาชีพอย่าง LinkedIn ต้องหยิบมาใช้ตรงๆ ในชื่อฟีเจอร์ทางการ นั่นสะท้อนว่าความอึดอัดต่อเนื้อหา AI ไร้คุณภาพไม่ได้จำกัดอยู่แค่ในกลุ่มนักพัฒนาหรือคนสายเทคโนโลยีอีกต่อไป แต่ลามไปถึงผู้ใช้งานทั่วไปในระดับที่บริษัทต้องตอบสนองด้วยฟีเจอร์เฉพาะ ไม่ใช่แค่ปรับอัลกอริทึมเงียบๆ เหมือนที่เคยทำมา

ทำไมเรื่องนี้ถึงสำคัญกว่าที่คิด

สำหรับคนที่ไม่ได้ติดตามวงการโซเชียลมีเดียใกล้ชิด คำว่า "AI slop" อาจฟังดูเป็นเรื่องไกลตัว แต่ถ้าเคยเลื่อนฟีด LinkedIn แล้วเจอโพสต์ที่ขึ้นต้นด้วยประโยคเปิดตัวชวนสงสัย ตามด้วยรายการหัวข้อเป็นข้อๆ พร้อมอิโมจิลูกศรหรือติ๊กถูก แล้วจบด้วยคำถามกระตุ้นให้คนมาคอมเมนต์แบบเดียวกันซ้ำๆ นั่นคือสิ่งที่คนในวงการเรียกว่า "AI slop" งานวิจัยของบริษัท Pangram ที่ถูกอ้างอิงประกอบข่าวนี้ประเมินว่าโพสต์แบบยาว (long-form) บน LinkedIn ราว 41% มีร่องรอยของการใช้ AI เขียนทั้งหมดหรือบางส่วน

ความสำคัญของเรื่องนี้อยู่ที่ผลกระทบสองชั้น ชั้นแรกคือผลกระทบต่อผู้อ่านทั่วไปที่รู้สึกเหนื่อยล้ากับเนื้อหาที่ฟังดูเหมือนกันไปหมด ไร้เสียงเฉพาะตัว ไร้ประสบการณ์จริงเบื้องหลัง จนเกิดปรากฏการณ์ที่คนเริ่มลงมือ "ต่อต้าน" อย่างจริงจังด้วยการกดรายงาน ไม่ใช่แค่เลื่อนผ่านเฉยๆ เหมือนที่เคยทำมา ชั้นที่สองคือผลกระทบต่อคนที่ใช้ AI ช่วยเขียนโพสต์อยู่แล้ว ซึ่งรวมถึงคนทำงานจำนวนมากที่ไม่ได้ตั้งใจสร้างขยะ แต่ใช้ AI เพราะไม่มีเวลาหรือไม่มั่นใจเรื่องภาษา —

กลุ่มนี้ตอนนี้ต้องเผชิญความเสี่ยงที่โพสต์ของตัวเองจะถูกจัดอยู่ในกลุ่มเดียวกับเนื้อหาไร้คุณภาพ ทั้งที่เจตนาไม่เหมือนกัน

กลุ่มที่ได้รับผลกระทบตรงที่สุดคือคนที่ใช้ LinkedIn เป็นเครื่องมือทำมาหากินจริงๆ ไม่ใช่แค่โซเชียลมีเดียเล่นๆ ฟรีแลนซ์ที่ต้องพึ่งโพสต์เพื่อให้ลูกค้าใหม่เจอ เจ้าของธุรกิจขนาดเล็กที่ใช้ LinkedIn แทนเว็บไซต์บริษัทเพราะต้นทุนต่ำกว่า หรือคนทำงานสายสร้างสรรค์ที่ใช้แพลตฟอร์มนี้แสดงผลงานให้ผู้ว่าจ้างในอนาคตเห็น คนกลุ่มนี้ไม่มีทีมการตลาดคอยดูแลภาพลักษณ์ให้ ต้องเขียนโพสต์เอง จัดการเวลาเอง และหลายครั้งก็หันไปพึ่ง AI เพราะเวลาที่มีจำกัดจริงๆ ไม่ใช่เพราะขี้เกียจ เมื่อแพลตฟอร์มเริ่มลงโทษเนื้อหาที่ "ดูเหมือน" AI

ไม่ว่าจะเขียนเองจริงหรือไม่ คนกลุ่มนี้จึงเป็นกลุ่มที่ต้องปรับตัวเร็วที่สุด เพราะรายได้และโอกาสทางอาชีพผูกอยู่กับความน่าเชื่อถือที่สร้างบนแพลตฟอร์มนี้โดยตรง

ถ้าเทียบตัวเลข 41% ของโพสต์แบบยาวที่มีร่องรอยการใช้ AI ตามที่ Pangram ประเมิน กับยอดคลิกปุ่มรายงานกว่า 1 ล้านครั้งใน 3 สัปดาห์ จะเห็นภาพว่าสัดส่วนคนที่ลงมือรายงานยังถือว่าน้อยมากเมื่อเทียบกับปริมาณเนื้อหาที่น่าสงสัยทั้งหมดบนแพลตฟอร์ม นั่นอาจหมายความว่าคนอ่านส่วนใหญ่ยังเลือกที่จะเลื่อนผ่านเงียบๆ มากกว่าจะลงมือรายงานทุกครั้งที่เจอ แต่การที่ยังมีคนจำนวนมากพอที่จะกดปุ่มตั้งแต่สัปดาห์แรกๆ

ก็เพียงพอที่จะส่งสัญญาณชัดเจนกลับไปยังทั้งแพลตฟอร์มและคนเขียนโพสต์ทุกคนว่าเนื้อหาที่ดูเป็นสูตรสำเร็จเกินไปกำลังเริ่มเสียความน่าเชื่อถือในสายตาคนอ่าน

ผ่าข้อเท็จจริงทีละชั้น ก่อนจะกลัวหรือชะล่าใจ

ปุ่มนี้ทำงานอย่างไรจริงๆ ไม่ใช่ AI ตรวจจับอัตโนมัติล้วนๆ

จุดที่คนมักเข้าใจผิดคือคิดว่า LinkedIn มีระบบ AI ที่สแกนทุกโพสต์แล้วตัดสินเองว่าอันไหนคือ "slop" แต่ในความเป็นจริง กลไกหลักคือการให้ผู้ใช้เป็นคนกดรายงานด้วยตัวเอง (user-reporting) แล้วข้อมูลการกดเหล่านั้นถูกนำไปใช้เป็นสัญญาณป้อนกลับ (feedback signal) เพื่อฝึกและปรับจูนระบบตรวจจับ AI ของ LinkedIn ให้แม่นยำขึ้น ไม่ใช่การตัดสินแบบอัตโนมัติทั้งหมดตั้งแต่ต้น ควบคู่กันไป LinkedIn ยังมีระบบป้องกันอัตโนมัติแยกอีกชุดที่บล็อกคอมเมนต์ที่สร้างโดยบอทอัตโนมัติได้หลายแสนรายการต่อวันอยู่แล้ว

ซึ่งเป็นคนละระบบกับปุ่มรายงานที่เพิ่งเปิดตัว พูดง่ายๆ คือ ปุ่ม "Seems Like AI Slop" ทำหน้าที่เหมือนกล่องรับความเห็นจากคนอ่านจริง ส่วนระบบตรวจจับบอทที่มีอยู่เดิมทำหน้าที่ดักจับพฤติกรรมอัตโนมัติที่ผิดปกติในระดับเทคนิค ทั้งสองระบบทำงานคนละชั้นแต่เสริมกัน โดยมีเป้าหมายเดียวกันคือทำให้ฟีดกลับมาเต็มไปด้วยเนื้อหาที่คนอยากอ่านจริงๆ ไม่ใช่แค่เนื้อหาที่ผลิตได้เยอะที่สุด

เหตุผลที่ตัวเลข "ลดลง 40%" ต้องอ่านด้วยความระมัดระวัง

ตัวเลขที่ศรีนิวาสันเปิดเผยคือยอดวิวของโพสต์ที่ระบบจัดว่าเป็น AI slop ลดลงราว 40% เมื่อเทียบกับช่วงก่อนหน้า แต่จุดที่ต้องระวังคือ นี่เป็นการเปรียบเทียบก่อน-หลังการเปลี่ยนแปลงหลายอย่างพร้อมกัน ทั้งการเปิดปุ่มรายงานและการปรับจูนระบบตรวจจับ AI ไปพร้อมกัน จึงยังไม่มีการพิสูจน์แยกชัดเจนว่าอะไรคือสาเหตุหลักที่แท้จริง และไม่มีนักวิจัยหรือสื่อภายนอกที่ตรวจสอบตัวเลขนี้อย่างเป็นอิสระ สิ่งที่ยืนยันได้ชัดเจนกว่าคือทิศทางของนโยบาย ไม่ใช่ขนาดผลกระทบที่แม่นยำ

ศรีนิวาสันเองก็ยอมรับตรงๆ ว่าคำว่า "slop" เป็นคำที่นิยามยากและความหมายเปลี่ยนแปลงได้ตลอดเวลา สิ่งที่ปุ่มนี้ทำได้จริงคือการเก็บข้อมูลไปปรับจูนโมเดลให้แสดงฟีดได้ดีขึ้น ไม่ใช่การตัดสินความจริงเทียมเด็ดขาด ซึ่งเป็นจุดที่นักสร้างเนื้อหาบางคนหยิบมาวิจารณ์ฟีเจอร์นี้เช่นกัน ยาน เทกเซ (Jan Tegze) นักสร้างเนื้อหาบน LinkedIn เตือนว่าในทางปฏิบัติ คนที่กดปุ่มนี้อาจไม่ได้กำลัง "รายงาน AI" จริงๆ แต่กำลังรายงานสิ่งที่รู้สึกว่า "ฟังดูเหมือนหุ่นยนต์" เช่น การใช้เครื่องหมายขีดกลางยาว (em-dash) บ่อยเกินไป

หรือคำบางคำที่รู้สึกไม่เป็นธรรมชาติ ซึ่งอาจกลายเป็นการตัดสินเนื้อหาที่คนเขียนเองจริงๆ ผิดพลาดได้

LinkedIn ไม่ได้หยุดแค่ปุ่มเดียว แต่เปลี่ยนทั้งระบบไปพร้อมกัน

สิ่งที่เกิดขึ้นพร้อมกับปุ่มรายงานคือการเปลี่ยนแปลงเชิงนโยบายที่ใหญ่กว่านั้น LinkedIn ประกาศยกเลิกฟีเจอร์ "Enhance your post" ซึ่งเป็นเครื่องมือ AI ที่เคยช่วยเขียนหรือขยายเนื้อหาโพสต์ให้ผู้ใช้แบบเต็มรูปแบบ แล้วแทนที่ด้วยเครื่องมือที่ทำหน้าที่แค่ตรวจแก้ไวยากรณ์ (proofreading) เท่านั้น ไม่ใช่เขียนแทนเหมือนเดิม พร้อมกันนั้นยังเริ่มส่งคำเตือนแบบส่วนตัวไปยังบัญชีที่มีรูปแบบการโพสต์เข้าข่ายน่าสงสัยว่าใช้ระบบอัตโนมัติมากเกินไป และกำลังทยอยแจ้งเตือนเจ้าของโพสต์ที่ถูกรายงานว่า

"มีสมาชิกบางคนบอกว่าโพสต์นี้ดูเหมือน AI เขียน" ให้เห็นในส่วนที่เกี่ยวข้องกับสถิติโพสต์ของตัวเอง การเปลี่ยนแปลงทั้งชุดนี้บ่งชี้ว่า LinkedIn มองปัญหาเนื้อหา AI ท่วมฟีดเป็นเรื่องเชิงระบบ ไม่ใช่แค่ปัญหาที่แก้ได้ด้วยปุ่มเดียว

นี่ไม่ใช่ปรากฏการณ์แรกในโลกโซเชียลมีเดีย

ปัญหาเนื้อหา AI คุณภาพต่ำท่วมแพลตฟอร์มไม่ใช่เรื่องใหม่เฉพาะ LinkedIn เท่านั้น และคำว่า "AI slop" เองก็ไม่ใช่คำที่ LinkedIn เพิ่งเริ่มใช้ Pinterest เปิดตัวเครื่องมือคัดกรองและติดป้ายเนื้อหา AI ภายใต้ชื่อ "AI slop" มาก่อนแล้วตั้งแต่เดือนเมษายน 2568 โดยเฉพาะภาพที่ดูแปลกประหลาดแต่ได้เอนเกจเมนต์สูงผิดปกติจากผู้ใช้ที่ไม่ทันสังเกตว่าเป็นภาพ AI Meta เองก็เริ่มติดป้าย "Made with AI" บนเนื้อหาที่ตรวจพบว่าใช้ AI สร้างมาตั้งแต่เดือนพฤษภาคม 2567 โดยอาศัยข้อมูลเมทาดาต้ามาตรฐาน C2PA ร่วมกับระบบตรวจจับของตัวเอง

ฝั่ง YouTube ก็บังคับให้ผู้สร้างเนื้อหาต้องติดป้ายเปิดเผยเมื่อใช้ AI สร้างภาพ/วิดีโอที่ดูสมจริง ส่วน X (ทวิตเตอร์เดิม) กำลังทดสอบป้ายกำกับ "สร้างโดย AI" ในระดับโพสต์ นอกเหนือจากที่เปิดให้ AI ช่วยเขียน Community Notes ไปแล้วก่อนหน้านี้ ขณะที่ Snapchat เลือกวิธีจำกัดไม่ให้วิดีโอที่สร้างด้วย AI ปรากฏในฟีดแนะนำ Spotlight ของแพลตฟอร์มไปเลย สิ่งที่ทำให้กรณีของ LinkedIn น่าสนใจเป็นพิเศษคือ นี่เป็นแพลตฟอร์มที่ผู้ใช้ส่วนใหญ่ใช้สร้างความน่าเชื่อถือทางวิชาชีพ ทำให้ผลกระทบจากการถูกมองว่าเป็น "AI slop"

ส่งผลต่อภาพลักษณ์ทางอาชีพโดยตรง ต่างจากแพลตฟอร์มบันเทิงทั่วไปที่ผลกระทบอาจจำกัดอยู่แค่เรื่องความบันเทิง แต่ละแพลตฟอร์มเลือกวิธีรับมือต่างกันตามลักษณะเนื้อหาและกลุ่มผู้ใช้ของตัวเอง Pinterest เน้นที่รูปภาพเพราะเป็นแพลตฟอร์มภาพเป็นหลัก Meta และ YouTube เน้นที่วิดีโอสมจริงเพราะเสี่ยงเรื่องข้อมูลเท็จ ส่วน LinkedIn เลือกเน้นที่ข้อความยาวเพราะนั่นคือรูปแบบเนื้อหาหลักที่คนใช้สร้างตัวตนทางวิชาชีพบนแพลตฟอร์มนี้ ความแตกต่างของแนวทางแก้ปัญหาในแต่ละที่จึงสะท้อนว่าไม่มีสูตรสำเร็จเดียวที่ใช้ได้กับทุกแพลตฟอร์ม

ต้องออกแบบเฉพาะตามธรรมชาติของเนื้อหาและความคาดหวังของผู้ใช้ในแต่ละที่

เมื่อเข้าใจภาพรวมแล้ว ควรทำอะไรต่อ

สำหรับคนที่ใช้ LinkedIn เพื่อสร้างตัวตนทางอาชีพ ไม่ว่าจะเป็นฟรีแลนซ์ที่ต้องหาลูกค้า เจ้าของธุรกิจที่สร้างแบรนด์ส่วนตัว หรือคนทำงานที่อยากให้โอกาสหาเราเจอ สิ่งที่ควรทำจริงไม่ใช่การเลิกใช้ AI ช่วยเขียนไปเลย เพราะ AI ยังเป็นเครื่องมือที่มีประโยชน์จริงเมื่อใช้ถูกวิธี แต่คือการเปลี่ยนบทบาทของ AI จาก "คนเขียนแทน" มาเป็น "ผู้ช่วยขัดเกลา" สิ่งที่เรามีอยู่แล้ว

จุดสังเกตที่ทำให้โพสต์ถูกมองว่าเป็น AI slop บ่อยที่สุดคือการไม่มีประสบการณ์จริงเฉพาะตัวปรากฏอยู่เลย เขียนกว้างๆ ใช้ได้กับทุกสถานการณ์ ทุกอุตสาหกรรม ทุกคน ซึ่งในทางกลับกันคือจุดอ่อนที่สุดของมันด้วย เพราะไม่มีใครอยากอ่านสิ่งที่ใครเขียนก็ได้เหมือนกันหมด สิ่งที่ทำให้โพสต์น่าเชื่อถือและรอดจากการถูกมองว่าเป็นขยะ AI จึงมักเป็นรายละเอียดเล็กๆ ที่เป็นของเราคนเดียว เช่น ตัวเลขจากงานจริงที่เพิ่งทำ บทสนทนากับลูกค้าคนหนึ่งที่จำได้แม่น หรือความผิดพลาดที่เคยเจอแล้วเรียนรู้มา สิ่งเหล่านี้ AI เขียนแทนไม่ได้

เพราะมันไม่ได้อยู่ตรงนั้นตอนที่เหตุการณ์เกิดขึ้นจริง

อีกจุดที่ควรตระหนักคือ ต่อให้ AI ไม่ได้ถูกใช้เขียนทั้งโพสต์ แต่ถ้าโครงสร้างเลียนแบบรูปแบบที่ AI ชอบใช้ซ้ำๆ ก็มีความเสี่ยงที่คนอ่านจะรู้สึกเหมือนเป็น AI อยู่ดี แม้จะเขียนเองล้วนๆ ก็ตาม นักเขียนที่ติดตามเรื่องนี้ใกล้ชิดได้รวบรวมจุดสังเกตที่พบบ่อยไว้ เช่น การใช้เครื่องหมายขีดกลางยาว (em-dash) ถี่ผิดปกติ ประโยครูปแบบ "ไม่ใช่ X แต่คือ Y" ประโยคเปิดสำเร็จรูปอย่าง "ในโลกที่เทคโนโลยีเปลี่ยนแปลงอย่างรวดเร็ว" คำถามสั้นๆ โดดๆ แบบ "แต่ตอนนี้ล่ะ" การจัดลิสต์เป็นสามข้อเสมอไม่ว่าจะเหมาะสมหรือไม่

และอิโมจิลูกศรหรือติ๊กถูกนำหน้าทุกบูลเล็ต เพราะผู้อ่านบน LinkedIn ตอนนี้เริ่มจดจำรูปแบบเหล่านี้ได้ไวขึ้นเรื่อยๆ จนกลายเป็นสัญญาณเตือนอัตโนมัติในหัวโดยไม่รู้ตัว การเขียนด้วยจังหวะและโครงสร้างของตัวเองที่ไม่เหมือนสูตรสำเร็จ จึงมีค่ามากขึ้นกว่าที่เคยเป็นมา ไม่ใช่เพราะกลัวถูกรายงาน แต่เพราะนั่นคือสิ่งที่ทำให้คนอ่านรู้สึกว่ากำลังคุยกับคนจริงๆ อยู่

ย้อนกลับไปที่เครื่องมือ "Enhance your post" ที่ LinkedIn เพิ่งยกเลิกไป เครื่องมือนี้เคยเป็นฟีเจอร์ที่ได้รับความนิยมพอสมควรในช่วงที่เปิดตัว เพราะช่วยขยายไอเดียสั้นๆ ให้กลายเป็นโพสต์เต็มรูปแบบได้ในไม่กี่วินาที เหมาะกับคนที่มีไอเดียแต่ไม่มีเวลาเรียบเรียง แต่ผลข้างเคียงที่ตามมาคือโพสต์จำนวนมากเริ่มมีน้ำเสียงคล้ายกันไปหมด เพราะทุกคนใช้โมเดล AI ตัวเดียวกันขยายไอเดียของตัวเอง การที่ LinkedIn เปลี่ยนเครื่องมือนี้ให้เหลือแค่ตรวจไวยากรณ์ ไม่ใช่แค่การตัดสินใจเชิงเทคนิค

แต่เป็นการยอมรับโดยปริยายว่าเครื่องมือที่ตัวเองสร้างขึ้นมามีส่วนทำให้ปัญหาที่ตัวเองกำลังพยายามแก้อยู่ในตอนนี้รุนแรงขึ้น

ท้ายที่สุด ปรากฏการณ์นี้อาจเป็นสัญญาณที่ดีกว่าที่คิดในแวบแรก มันบอกว่าคนอ่านยังให้คุณค่ากับเสียงและประสบการณ์จริงของมนุษย์อยู่ ไม่ได้ยอมรับทุกอย่างที่ผลิตได้เร็วและง่ายโดยไม่ถามคำถาม สำหรับคนที่ทำงานสายสร้างสรรค์หรือใช้การเล่าเรื่องเป็นเครื่องมือทำมาหากินมาทั้งชีวิต นี่อาจเป็นข่าวดีที่ซ่อนอยู่ในข่าวที่ฟังดูน่ากังวล เพราะมันยืนยันว่าสิ่งที่ฝึกฝนมานาน อย่างการสังเกตรายละเอียดเล็กๆ การจดจำบทสนทนาที่มีความหมาย หรือการเล่าเรื่องด้วยน้ำเสียงเฉพาะตัว

ยังคงเป็นสิ่งที่มีมูลค่าและแยกไม่ออกจากสิ่งที่เครื่องจักรทำแทนได้ คำถามที่ควรถามตัวเองก่อนกดโพสต์ครั้งต่อไปจึงไม่ใช่ "AI ช่วยเขียนให้เร็วขึ้นได้ไหม" เพราะคำตอบคือได้อยู่แล้ว แต่ควรเป็นคำถามที่สำคัญกว่านั้น — สิ่งที่กำลังจะโพสต์ มีส่วนไหนที่เป็นของเราจริงๆ บ้าง

Sources: