ในโลกเทคโนโลยี ปรากฏการณ์ประหลาดกำลังเกิดขึ้น เครื่องมือปัญญาประดิษฐ์ซึ่งถูกออกแบบมาเพื่อทำให้งานง่ายและเร็วขึ้น กลับกำลังสร้างวัฒนธรรมแห่งผลิตภาพที่ไม่หยุดหย่อน ซึ่งผลักดันให้เหล่าดีเวลอปเปอร์ทำงานนานขึ้นกว่าเดิมอย่างที่ไม่เคยเป็นมาก่อน สิ่งที่ควรจะเป็นอิสรภาพจากงานซ้ำซากจำเจ กลับกลายเป็นรูปแบบใหม่ของแรงกดดันทางดิจิทัล ที่ซึ่งเครื่องจักรไม่เคยหลับใหล และผู้ควบคุมที่เป็นมนุษย์ก็เช่นกัน
ต้นทุนที่มองไม่เห็นของระบบอัตโนมัติ
ทั่วทั้งชุมชนนักพัฒนาซอฟต์แวร์ มีรูปแบบที่ปรากฏชัดเจนอย่างต่อเนื่อง นั่นคือระบบอัตโนมัติไม่ได้ลดปริมาณงาน แต่กำลังเปลี่ยนแปลงมัน นักพัฒนาหลายคนรายงานว่า ในขณะที่เครื่องมือ AI ช่วยทำให้งานแต่ละอย่างเสร็จเร็วขึ้น แต่ความคาดหวังและความซับซ้อนของงานโดยรวมกลับเพิ่มสูงขึ้นเป็นสัดส่วน นักพัฒนาคนหนึ่งแบ่งปันประสบการณ์ที่บอกเล่าเรื่องราวได้ดีจากงานวิศวกรรมชิ้นแรกของพวกเขา: ฉันทำให้งานmanualจำนวนมากเป็นอัตโนมัติ สิ่งที่เคยใช้เวลาครึ่งวัน ตอนนี้สามารถทำเสร็จภายในหนึ่งชั่วโมง ดังนั้นตอนนี้เราจึงต้องผลิตผลงานเพิ่มขึ้น 4 เท่า ปรากฏการณ์นี้เผยให้เห็นความจริงพื้นฐานเกี่ยวกับระบบอัตโนมัติในที่ทำงาน นั่นคือ ผลกำไรจากประสิทธิภาพมักจะแปลเป็นความคาดหวังผลผลิตที่สูงขึ้น แทนที่จะเป็นชั่วโมงทำงานที่ลดลง
ผลกระทบทางจิตใจก็มีความสำคัญไม่แพ้กัน นักพัฒนาบรรยายถึงความรู้สึกกดดันอย่างต่อเนื่องที่จะต้องใช้ประโยชน์จากเครื่องมือ AI สร้างสิ่งที่ผู้แสดงความคิดเห็นคนหนึ่งเรียกว่า วงจรทางจิตวิทยาแบบใหม่ การมีอยู่ของผู้ช่วย AI ที่พร้อมทำงานตลอดเวลาสร้างความรู้สึกผิดแบบแผ่วเบาในช่วงเวลาว่าง เปลี่ยนการพักผ่อนให้กลายเป็นสิ่งที่ถูกมองว่าไม่มีประสิทธิภาพ พลวัตนี้เปลี่ยนแปลงเวลาว่างจากการฟื้นฟูที่จำเป็น ไปเป็นสิ่งที่รู้สึกเหมือนความล้มเหลวทางศีลธรรมเมื่อเผชิญกับศักยภาพการผลิตที่ไร้ขีดจำกัด
ประสบการณ์ทั่วไปของนักพัฒนาซอフต์แวร์กับเครื่องมือ AI:
- การลงทุนด้านเวลา: หลายคนรายงานว่าทำงานมากกว่า 60 ชั่วโมงต่อสัปดาห์ แม้จะมีความช่วยเหลือจาก AI
- ความกังวลด้านคุณภาพ: ใช้เวลามากขึ้นในการตรวจสอบและตรวจสอบความถูกต้องของโค้ดที่สร้างโดย AI
- การเปลี่ยนแปลงของความคาดหวัง: ประสิทธิภาพที่เพิ่มขึ้นมักนำไปสู่ข้อกำหนดผลผลิตที่สูงขึ้น แทนที่จะเป็นการลดชั่วโมงการทำงาน
- ผลกระทบทางจิตใจ: ความรู้สึกถึงแรงกดดันอย่างต่อเนื่องในการใช้ประโยชน์จากเครื่องมือ AI ที่มีอยู่
- การพัฒนาทักษะ: ความกังวลเกี่ยวกับทักษะส่วนบุคคลที่หยุดนิ่งเมื่อพึ่งพา AI มากขึ้น
คุณภาพ เทียบกับ ความเร็ว ในยุค AI
การผนวกรวม AI เข้ากับขั้นตอนการทำงานของการพัฒนากำลังสร้างความท้าทายใหม่ๆ สำหรับคุณภาพโค้ดและพลวัตของทีม นักพัฒนาระดับอาวุโสรายงานว่าใช้เวลามากขึ้นเรื่อยๆ ในการตรวจสอบโค้ดที่สร้างโดย AI มักต้องต่อสู้เพื่อตัดสินใจว่าผู้เขียนเข้าใจการนำไปใช้งานจริงๆ หรือเพียงแค่ยอมรับผลลัพธ์จาก AI เท่านั้น สิ่งนี้สร้างภาวะกลืนไม่เข้าคายไม่ออกในการให้คำปรึกษา เมื่อโค้ดต้องการการปรับปรุง บทสนทนาจะเปลี่ยนไปอย่างมาก ขึ้นอยู่กับว่าผู้พัฒนาเขียนโค้ดนั้นด้วยตัวเองหรือพึ่งพาความช่วยเหลือจาก AI
รางวัลสำหรับงานที่ดีคืองานที่มากขึ้น หากบริษัทต้องการจ่ายเงินให้คุณมากขึ้น พวกเขาก็คงทำไปแล้ว
ทีมหลายทีมพบว่าตัวเองติดอยู่ระหว่างลำดับความสำคัญที่ขัดแย้งกัน นั่นคือ การสร้างฟีเจอร์ใหม่ การปิดจุดบกพร่อง และการรักษาความปลอดภัยและการเข้าถึงได้ ทั้งหมดนี้ในขณะที่ถูกคาดหวังให้ส่งมอบงานเร็วกว่าเดิมอย่างที่ไม่เคยเป็นมาก่อน แรงกดดันที่จะต้องทำงานให้เร็ว มักมาพร้อมกับต้นทุนของการตกแต่งผลงานและความเข้าใจอย่างลึกซึ้ง ดังที่นักพัฒนาคนหนึ่งระบุไว้ สิ่งต่างๆ ใช้เวลาในการขัดเกลาและทำให้ถูกต้อง แต่นั่นไม่ใช่สิ่งที่ถูกขอ การต้องการทำซ้ำและวัดผลไม่สำคัญ เพราะมันไม่ใช่ฟีเจอร์ที่เพิ่มขึ้น
งานที่ซ่อนเร้นของการกำกับดูแล AI
ภายใต้พื้นผิวของการพัฒนาที่ได้รับความช่วยเหลือจาก AI คือปริมาณงานที่มองไม่เห็นจำนวนมาก นักพัฒนาไม่เพียงแต่ต้องกำหนดคำสั่งที่มีประสิทธิภาพเท่านั้น แต่ยังต้องตรวจสอบและยืนยันผลลัพธ์จาก AI อย่างละเอียดถี่ถ้วนอีกด้วย บทบาทคู่นี้ ทั้งผู้จัดการและผู้มีส่วนร่วมบุคคล มักหมายถึงการทำงานสองเท่าแทนที่จะทำงานน้อยลง เวลาที่ประหยัดได้จากการimplementครั้งแรก มักถูกใช้ไปกับความจำเป็นในการตรวจสอบและดีบักโค้ดที่สร้างโดย AI อย่างระมัดระวัง
กระบวนการตรวจสอบยืนยันเองก็นำเสนอความท้าทายเฉพาะตัว ไม่เหมือนกับระบบอัตโนมัติแบบดั้งเดิมที่การตรวจสอบสามารถทำได้ตรงไปตรงมา ผลลัพธ์จาก LLM จำเป็นต้องใช้การตัดสินใจของมนุษย์เพื่อจับข้อผิดพลาดและความเข้าใจผิดที่ละเอียดอ่อน ผู้แสดงความคิดเห็นคนหนึ่งเน้นย้ำถึงความแตกต่างนี้: CNC และการประกอบ PCB แบบอัตโนมัติทำงานได้ดี เพราะการสร้างกระบวนการเพื่อสร้างชิ้นงานอย่างแม่นยำเป็นเรื่องยาก แต่การตรวจสอบว่างานนั้นถูกต้องเป็นเรื่องง่าย LLMs กลับตรงกันข้าม มันง่ายอย่างเหลือเชื่อที่จะทำให้พวกมันส่งออกบางสิ่ง แต่ยากที่จะตรวจสอบว่าผลลัพธ์นั้นถูกต้อง
การเปลี่ยนแปลงทางวัฒนธรรมและกลยุทธ์ส่วนบุคคล
เพื่อตอบสนองต่อแรงกดดันเหล่านี้ นักพัฒนากำลังนำกลยุทธ์ต่างๆ มาใช้เพื่อรักษาสมดุล บางคนเลือกที่จะทำให้เป็นอัตโนมัติเพื่อประโยชน์ส่วนตัวโดยไม่เปิดเผยผลกำไรด้านประสิทธิภาพที่ได้รับ โดยใช้เวลาที่ประหยัดได้เพื่อพัฒนาทักษะหรือโปรเจกต์เพิ่มเติม บางคนเน้นย้ำถึงความสำคัญของการกำหนดขอบเขตและการตระหนักว่าผลิตภาพอย่างต่อเนื่องนั้นไม่ยั่งยืนหรือมีประสิทธิภาพสำหรับงานสร้างสรรค์
การอภิปรายเผยให้เห็นถึงความตระหนักที่เพิ่มขึ้นว่าความท้าทายที่แท้จริงไม่ใช่เรื่องเทคนิค แต่เป็นเรื่องวัฒนธรรม ตัวเครื่องมือเองไม่ได้เรียกร้องงานที่มากเกินไป แต่เป็นผู้คนและระบบต่างหาก นักพัฒนาที่ประสบความสำเร็จสูงสุดดูเหมือนจะเป็นผู้ที่เรียนรู้ที่จะใช้ประโยชน์จาก AI ในขณะที่ยังคงควบคุมขั้นตอนการทำงานและมาตรฐานผลลัพธ์ของพวกเขาไว้ พวกเขาตระหนักดีว่าการนวัตกรรมและความคิดสร้างสรรค์มักเกิดขึ้นจากการไตร่ตรอง มากกว่าจากความเหนื่อยล้า และการพูดว่า พอแล้ว สามารถเป็นรูปแบบหนึ่งของปัญญาในโลกที่เปิดตลอดเวลา
กลยุทธ์ของนักพัฒนาสำหรับการนำ AI มาใช้:
- การทำงานอัตโนมัติส่วนบุคคล: การทำให้เวิร์กโฟลว์ของแต่ละบุคคลเป็นอัตโนมัติโดยไม่ต้องเปิดเผยต่อองค์กร
- การกำหนดขอบเขต: การรักษาการแบ่งแยกระหว่างชีวิตการทำงานและชีวิตส่วนตัวอย่างเคร่งครัด แม้จะมีเครื่องมือที่พร้อมใช้งานตลอดเวลา
- การใช้งานแบบเลือกสรร: การนำ AI มาใช้กับงานเฉพาะเจาะจง ในขณะที่ยังคงควบคุมโค้ดที่สำคัญด้วยตนเอง
- การมุ่งเน้นคุณภาพ: การให้ความสำคัญกับความเข้าใจและความสามารถในการดูแลรักษามากกว่าความเร็วล้วนๆ
- การเรียนรู้อย่างต่อเนื่อง: การใช้เวลาที่ประหยัดได้เพื่อพัฒนาทักษะมากกว่าการเพิ่มผลผลิต
มองไปข้างหน้า
ในขณะที่เครื่องมือ AI ยังคงวิวัฒนาการต่อไป การสนทนากำลังเปลี่ยนจากผลิตภาพล้วนๆ ไปสู่แนวปฏิบัติการทำงานที่ยั่งยืน นักพัฒนาบางคนแสดงความกังวลเกี่ยวกับความซบเซาของทักษะ เนื่องจากความพึ่งพา AI ที่เพิ่มขึ้น ในขณะที่คนอื่นๆ เห็นโอกาสที่จะมุ่งความสนใจไปที่การตัดสินใจระดับสูงกว่า อย่างเช่น ด้านสถาปัตยกรรมและผลิตภัณฑ์ สายใยร่วมกันคือการยอมรับว่า วิธีที่เราเลือกผนวกรวมเครื่องมือเหล่านี้สำคัญกว่าเครื่องมือเอง
ช่วงเวลาปัจจุบันนี้เป็นจุดเปลี่ยนที่สำคัญสำหรับอุตสาหกรรมเทคโนโลยี AI จะกลายเป็นเพียงอีกเครื่องมือหนึ่งในการรับใช้ความคิดสร้างสรรค์และความเป็นอยู่ที่ดีของมนุษย์ หรือมันจะเร่งให้เกิดแนวโน้มของการหมดไฟและการพร้อมทำงานตลอดเวลา? คำตอบอาจขึ้นอยู่กับเทคโนโลยีน้อยลง แต่ขึ้นอยู่กับเรื่องราวที่เราเล่าให้ตัวเองฟังเกี่ยวกับสิ่งที่ประกอบกันเป็นงานที่มีความหมายและชีวิตที่ดีงาม มากขึ้น ดังที่นักพัฒนาคนหนึ่งกล่าวไว้อย่างรวบรัด ฉันทำให้เป็นอัตโนมัติเพื่อทำให้ชีวิตฉันง่ายขึ้น หากมันไม่ทำงาน ฉันก็ไม่ควรทำมัน
อ้างอิง: AI is Making Us Work More