ในขณะที่ผู้เชี่ยวชาญในอุตสาหกรรมต่างแข่งขันกันเพื่อนำเครื่องมือปัญญาประดิษฐ์มาใช้ คำถามที่น่าหนักใจกำลังเปลี่ยนจากการคาดเดาไปสู่ขอบเขตของหลักฐานที่วัดผลได้: เราสูญเสียทักษะที่เครื่องมือเหล่านี้มีไว้เพื่อช่วยเหลือหรือไม่

รายงานที่ตีพิมพ์ใน Nature พบว่าผลลัพธ์ในช่วงแรกๆ เกิดขึ้น และไม่เป็นผลดีนัก การพึ่งพาระบบที่ขับเคลื่อนด้วย AI กำลังเริ่มกัดกร่อนความสามารถของแพทย์ วิศวกรซอฟต์แวร์ และคนงานที่มีทักษะอื่นๆ ทำให้เกิดคำถามเร่งด่วนเกี่ยวกับวิธีการรักษาความเชี่ยวชาญของมนุษย์ในยุคของระบบอัตโนมัติ For more context on this story, see our ongoing AI trends.

แพทย์ทำงานได้แย่ลงหากไม่มี AI

ตัวอย่างที่ชัดเจนที่สุดอย่างหนึ่งมาจากการแพทย์ การศึกษาของแพทย์โปแลนด์ที่เชี่ยวชาญด้านการส่องกล้องตรวจสอบสิ่งที่เกิดขึ้นเมื่อแพทย์ผู้มีประสบการณ์เริ่มคุ้นเคยกับผู้ช่วย AI แล้วไม่สามารถเข้าถึงผู้ช่วย AI ได้

แพทย์ซึ่งทุกคนเคยทำการส่องกล้องลำไส้ใหญ่มาแล้วอย่างน้อย 2,000 ครั้งตลอดอาชีพการงานของพวกเขา ได้รับระบบ AI ที่วิเคราะห์ภาพการส่องกล้องลำไส้ใหญ่แบบเรียลไทม์ และระบุประเภทของรอยโรคในลำไส้ก่อนเป็นมะเร็งที่เรียกว่าอะดีโนมา เครื่องมือนี้ใช้งานได้ในบางวันแต่ไม่มีในบางวัน ทำให้เกิดการทดลองตามธรรมชาติ

ผลลัพธ์ที่ได้ก็สิ้นเชิง ในช่วงสามเดือนก่อนที่จะมีการนำเครื่องมือ AI มาใช้ ผู้เชี่ยวชาญพบเนื้องอกอย่างน้อยหนึ่งก้อนในระหว่างร้อยละ 28.4 ของการส่องกล้องตรวจลำไส้ใหญ่ หลังจากนำเครื่องมือมาใช้ อัตราการตรวจหาเนื้องอกในลำไส้ใหญ่ทำได้โดย ไม่มี ความช่วยเหลือจาก AI ลดลงเหลือ 22.4 เปอร์เซ็นต์

กล่าวอีกนัยหนึ่ง เมื่อแพทย์เริ่มพึ่งพาระบบ AI ประสิทธิภาพการวินิจฉัยของพวกเขาเองจะลดลงเมื่อไม่พร้อมใช้งาน การค้นพบนี้เผยแพร่เมื่อเดือนตุลาคมปีที่แล้วใน The Lancet Gastroenterology and Hepatology

ผู้เขียนรายงานการศึกษาสรุปว่า การใช้เครื่องมือดังกล่าวอย่างต่อเนื่องอาจทำให้แพทย์มี "แรงจูงใจน้อยลง มีสมาธิน้อยลง และมีความรับผิดชอบน้อยลงในการตัดสินใจเกี่ยวกับความรู้ความเข้าใจโดยไม่ได้รับความช่วยเหลือจาก AI"

แบบสำรวจแสดงให้เห็นว่าความกังวลแพร่กระจายอย่างกว้างขวาง

ความกลัวการสูญเสียทักษะไม่ได้จำกัดอยู่เพียงการศึกษาบางเรื่องเท่านั้น ผลสำรวจของเจ้าหน้าที่ด้านการดูแลสุขภาพของสหรัฐฯ ที่เผยแพร่เมื่อต้นเดือนมิถุนายน พบว่า 70 เปอร์เซ็นต์ของพยาบาลและ 77 เปอร์เซ็นต์ของแพทย์กังวลว่าจะสูญเสียทักษะของตนเนื่องจากการพึ่งพาระบบ AI มากเกินไป

ความวิตกกังวลดังกล่าวดูเหมือนจะได้รับการพิสูจน์จากข้อมูลที่เกิดขึ้นใหม่ เนื่องจากมืออาชีพจำนวนมากขึ้นรวม AI เข้ากับขั้นตอนการทำงานในแต่ละวัน ช่องว่างระหว่างสิ่งที่พวกเขาสามารถทำได้ด้วยเทคโนโลยีกับสิ่งที่พวกเขาสามารถทำได้โดยไม่ต้องใช้เทคโนโลยีนี้อาจกว้างขึ้น

Kevin Crowston นักวิทยาศาสตร์สารสนเทศที่มหาวิทยาลัย Syracuse ตั้งกรอบความท้าทายไว้อย่างชัดเจนว่า "เพียงแค่ตระหนักว่าปรากฏการณ์นี้มีอยู่จริง หวังว่าคงจะกระตุ้นให้เกิดการพิจารณาตนเองว่าทักษะใดที่ผู้คนต้องการรักษาไว้ และทักษะใดที่พวกเขายินดีที่จะจ้างบุคคลภายนอก" ไปยังเครื่องมือ AI

วิศวกรซอฟต์แวร์แสดงรูปแบบที่คล้ายกัน

ผลกระทบจากการใช้ยาไม่ได้จำกัดอยู่เพียงยาเท่านั้น เพื่อตรวจสอบว่าทักษะด้านวิทยาการคอมพิวเตอร์สูญเสียไปหรือไม่ นักวิจัยจากบริษัท AI Anthropic ได้ออกแบบการทดลองแบบสุ่มและมีกลุ่มควบคุมที่เกี่ยวข้องกับวิศวกรซอฟต์แวร์ 52 คน

ผู้เข้าร่วมทุกคนถูกขอให้ทำงานเขียนโค้ดขั้นพื้นฐาน วิศวกรทุกคนสามารถค้นหาเว็บและเข้าถึงคำแนะนำเกี่ยวกับวิธีการดำเนินการให้เสร็จสิ้นได้ ครึ่งหนึ่งยังได้รับแจ้งให้ใช้ผู้ช่วย AI การศึกษาซึ่งเผยแพร่ในรูปแบบก่อนพิมพ์ ได้รับการออกแบบมาเพื่อแยกผลกระทบของความช่วยเหลือของ AI ที่มีต่อความสามารถในการเขียนโค้ดขั้นพื้นฐาน

การค้นพบนี้เพิ่มหลักฐานที่เพิ่มมากขึ้นว่าการถ่ายงานการรับรู้ตามปกติไปยัง AI อาจทำให้ความสามารถพื้นฐานที่ผู้เชี่ยวชาญเคยพัฒนาผ่านการฝึกฝนซ้ำแล้วซ้ำเล่าลดน้อยลง เมื่อ AI จัดการกับการยกของหนัก ผู้ปฏิบัติงานที่เป็นมนุษย์จะได้รับโอกาสในการสร้างและรักษาความเชี่ยวชาญน้อยลง

กลไกของ Deskilling

นักวิจัยอธิบายว่าการตั้งโต๊ะเป็นกระบวนการแบบค่อยเป็นค่อยไป เมื่อเครื่องมือจัดการงานได้อย่างน่าเชื่อถือ การมีส่วนร่วมของผู้ปฏิบัติงานกับทักษะพื้นฐานจะลดลง เมื่อเวลาผ่านไป เส้นทางประสาทและการตัดสินที่ได้รับการฝึกฝนมาหลายปีเริ่มจางหายไป

ในทางการแพทย์สิ่งนี้อาจเป็นอันตรายอย่างยิ่ง แพทย์ที่เคยใช้วิจารณญาณด้วยการมองเห็นอย่างเฉียบแหลมในการตรวจจับเนื้อเยื่อที่น่าสงสัย หลังจากได้รับความช่วยเหลือจาก AI เป็นเวลาหลายเดือน อาจต้องพึ่งพาการแจ้งเตือนของระบบ หากระบบล้มเหลวหรือไม่พร้อมใช้งาน การปฏิบัติงานโดยลำพังของแพทย์อาจไม่เป็นไปตามมาตรฐานที่เคยเป็นอีกต่อไป

ยูอิจิ โมริ แพทย์-นักวิจัยจากมหาวิทยาลัยออสโล และผู้ร่วมเขียนการศึกษาการส่องกล้องลำไส้ใหญ่ เตือนว่าผู้ที่ใช้เครื่องมือ AI ควรตระหนักว่าพวกเขาเสี่ยงต่อการสูญเสียทักษะบางอย่าง “ขณะนี้ยังไม่มีวิธีแก้ปัญหาที่เป็นที่ยอมรับสำหรับการตั้งโต๊ะ” เขากล่าว “มันควรจะเป็นหัวข้อวิจัยที่ร้อนแรงในทศวรรษหน้า”

เหตุใดการทดสอบมาตรฐานจึงพลาดปัญหา

ส่วนหนึ่งของความยากในการจัดการกับ Deskilling ก็คือจะมองไม่เห็นจนกว่า AI จะถูกลบออก ตัวชี้วัดประสิทธิภาพจะดูแข็งแกร่งเมื่อใช้เครื่องมือ ซึ่งช่วยปกปิดความสามารถของมนุษย์ที่อยู่ด้านล่างอย่างค่อยเป็นค่อยไป

สิ่งนี้จะสร้างวงจรป้อนกลับ พนักงานทำงานได้ดีขึ้นด้วย AI ดังนั้นพวกเขาจึงใช้งานมากขึ้น ยิ่งพวกเขาใช้มันมากเท่าไหร่ พวกเขาก็ยิ่งฝึกฝนทักษะที่ไม่ได้รับความช่วยเหลือน้อยลงเท่านั้น เมื่อถึงเวลาที่การลดลงปรากฏชัดเจน — เมื่อเครื่องมือใช้งานไม่ได้ เลิกใช้ หรือเปลี่ยนใหม่ — ทักษะนั้นอาจเสื่อมถอยไปแล้ว

ปรากฏการณ์นี้ยังทำให้เกิดคำถามว่าองค์กรควรจัดโครงสร้างการฝึกอบรมและการประเมินอย่างไร หากมีการวัดความสามารถทางวิชาชีพมากขึ้นในขณะที่ใช้งานความช่วยเหลือจาก AI การประเมินอาจเกินจริงถึงสิ่งที่พนักงานสามารถทำได้ด้วยตนเองอย่างแท้จริง

การรักษาความเชี่ยวชาญของมนุษย์

นักวิจัยและผู้เชี่ยวชาญด้านสถานที่ทำงานกำลังถกเถียงกันถึงวิธีรักษาทักษะที่สำคัญของมนุษย์ในยุค AI วิธีแก้ปัญหายังไม่ชัดเจน แต่มีหลักการหลายประการที่กำลังเกิดขึ้น

ประการแรก เรื่องความตระหนักรู้ เพียงตระหนักว่าการโต๊ะป่วยสามารถเกิดขึ้นได้อาจกระตุ้นให้บุคคลและองค์กรจงใจรักษาแนวทางปฏิบัติที่ไม่ได้รับความช่วยเหลือ ประการที่สอง ผู้เชี่ยวชาญอาจจำเป็นต้องตัดสินใจอย่างมีสติว่าทักษะใดควรรักษาความเฉียบคมและควรมอบหมายทักษะใด ไม่ใช่ทุกทักษะที่คุ้มค่าที่จะรักษาไว้อย่างเต็มที่ แต่ทักษะบางอย่าง โดยเฉพาะทักษะที่เกี่ยวข้องกับความปลอดภัย การวินิจฉัยโรค และการตัดสินอย่างมีวิจารณญาณ นั้นชัดเจน

ประการที่สาม องค์กรอาจจำเป็นต้องออกแบบขั้นตอนการทำงานใหม่เพื่อให้ AI เพิ่มมากขึ้น แทนที่จะมาแทนที่งานการรับรู้หลัก แทนที่จะปล่อยให้เครื่องมือทำการคิด AI อาจถูกวางตำแหน่งเป็นการตรวจสอบวิจารณญาณของมนุษย์ โดยกำหนดให้ผู้เชี่ยวชาญต้องได้รับคำตอบก่อนจึงจะปรึกษาระบบได้

ความท้าทายที่กำหนดสำหรับยุค AI

รายงาน ธรรมชาติ แสดงให้เห็นชัดเจนว่าการตั้งโต๊ะไม่ใช่เรื่องน่ากังวลอีกต่อไป หลักฐานแม้จะยังอยู่ในช่วงเริ่มต้น แต่ก็มีความสอดคล้องกันในทุกสาขา: เมื่อมนุษย์ส่งมอบงานด้านการรับรู้ให้กับ AI ทักษะพื้นฐานอาจอ่อนแอลง

สำหรับมืออาชีพหลายล้านคนที่บูรณาการ AI เข้ากับกิจวัตรประจำวันของพวกเขา เดิมพันเป็นเรื่องส่วนตัวและทางสังคม ศัลยแพทย์ที่สูญเสียการสัมผัสเพื่อตรวจพบเนื้องอก วิศวกรที่ลืมวิธีการแก้ไขจุดบกพร่องโดยไม่มีผู้ช่วย พยาบาลที่สัญชาตญาณทางคลินิกหรี่ลง สิ่งเหล่านี้ไม่ใช่ความเสี่ยงที่เป็นนามธรรม

ดังที่โมริกล่าวไว้ ยังไม่มีวิธีแก้ปัญหาที่กำหนดไว้ แต่ขั้นตอนแรกที่นักวิจัยเห็นพ้องต้องกันว่า คือการจัดการกับภัยคุกคามอย่างจริงจัง ผลลัพธ์ในช่วงแรกมาถึงแล้ว และเป็นการเตือน: เครื่องมือที่ออกแบบมาเพื่อทำให้เราดีขึ้น หากใช้อย่างไม่ระมัดระวัง อาจทำให้เรามีความสามารถน้อยลงกว่าเดิม

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →