เมื่อต้นปี 2026, นักวิจัยที่พยายามวัดผลกระทบของ AI ต่อประสิทธิภาพนักพัฒนา พบปัญหาที่เป็นมนุษย์อย่างยิ่ง: นักพัฒนาบางคนไม่ต้องการรับงานที่อาจต้องทำโดยไม่มี AI อีกต่อไป
นักวิจัยเรียกสิ่งนี้ว่า selection effect ฉันยังคงคิดถึงมันในฐานะการสารภาพเล็ก ๆ
ไม่นานมานี้ AI ยังเป็นเพียงการทดลองที่อยู่ในแถบด้านข้าง เราเปิดมันเมื่อ autocomplete ใช้ไม่ได้ผล หรือเมื่อ regular expression กลายเป็นเรื่องน่าอาย ตอนนี้สำหรับนักพัฒนาหลายคน มันกลายเป็นส่วนหนึ่งของห้องไปแล้ว มันอยู่ตรงนั้นเมื่อเราเปิด editor ตอนเช้า เมื่อเรารับช่วง repository ที่ไม่มีใครแตะมาหลายปี และเมื่อ test กลายเป็นสีแดงในยามดึก
เราสามารถปิดแถบนี้ได้ เราสามารถปิด agent ได้ เรายังรู้วิธีเขียนโค้ดอยู่
แล้วทำไมการทำงานโดยไม่มีมันถึงรู้สึกเหมือนขาดมือไปข้างหนึ่งแล้ว?
AI เข้ามาแทนที่ช่วงหยุดคิด
AI ไม่ได้เข้ามาในวงการพัฒนาซอฟต์แวร์ด้วยการประกาศว่าจะมาแทนที่เรา แต่มาทีละความโล่งใจเล็ก ๆ
มันเติมบรรทัดที่เรากำลังจะเขียนอยู่แล้ว จากนั้นก็ร่าง test ที่เราผลัดวันประกันพรุ่ง มันอธิบายฟังก์ชันที่ไม่คุ้นเคย แปล stack trace เป็นภาษาอังกฤษง่าย ๆ และหาธง configuration ที่ซ่อนอยู่ในเอกสารที่เราไม่อยากอ่านซ้ำ
ทั้งหมดนั้นไม่ได้รู้สึกเหมือนการพึ่งพา มันรู้สึกเหมือนแรงผลักดัน
แต่ลองนึกถึงครั้งล่าสุดที่ผู้ช่วยของคุณออฟไลน์ ส่วนที่น่ากระอักกระอ่วนอาจไม่ใช่เพราะคุณลืมภาษา แต่เป็นความเงียบก่อนจะเริ่มต้น คุณต้องตัดสินใจว่าจะดูตรงไหน คุณต้องรับมือกับความไม่แน่ใจด้วยตัวเอง คุณต้องจ้องข้อผิดพลาดนานพอจนเกิดทฤษฎีขึ้นมา
ช่วงหยุดคิดเหล่านั้นเคยเป็นเรื่องปกติ ตอนนี้กลับรู้สึกเหมือนแรงเสียดทาน
บางทีนี่คือสิ่งที่ AI เปลี่ยนแปลงลึกที่สุด มันไม่ได้เปลี่ยนแค่กระบวนการหาคำตอบ แต่มันเปลี่ยนระยะเวลาที่เรายอมอยู่กับคำถามเพียงลำพัง
ความโล่งใจนั้นมีอยู่จริง
มันง่ายที่จะพูดถึงการพึ่งพา AI ราวกับว่านักพัฒนากำลังแลกวินัยกับความขี้เกียจ แต่นั่นพลาดสิ่งที่เครื่องมือนี้ให้ความรู้สึกจากภายในงาน
การพัฒนาซอฟต์แวร์เต็มไปด้วยความอับอายส่วนตัวอย่างน่าประหลาด มีวิศวกรอาวุโสที่ลืม syntax ของคำสั่งพื้นฐาน เด็กใหม่ที่กลัวว่าการถามอีกหนึ่งคำถามจะยืนยันความสงสัยของทุกคน นักพัฒนาที่ทำงานด้วยภาษาที่สองซึ่งรู้ดีว่าปัญหาคืออะไรแต่ไม่สามารถอธิบายได้เร็วพอ หรือคนที่เข้าร่วม codebase เก่าแก่ที่ทุกการตัดสินใจสำคัญอยู่ในความทรงจำของคนอื่น
AI อดทนกับทุกคนเหล่านี้
มันไม่ถอนหายใจเมื่อถูกถามซ้ำ มันไม่พูดว่า “คุณควรรู้อยู่แล้ว” มันพร้อมใช้งานตอน 2 นาฬิกา และมันสามารถเปลี่ยนหน้าจอว่างเปล่าให้กลายเป็นสิ่งที่ถกเถียงได้ แม้คำตอบจะไม่สมบูรณ์แบบ แต่การมีคำตอบก็เปลี่ยนน้ำหนักทางอารมณ์ของการเริ่มต้น
นั่นสำคัญ บางครั้งสิ่งที่ดูเหมือนประสิทธิภาพจริง ๆ แล้วคือความโล่งใจ: กลัวติดขัดน้อยลง อายลดลง เหงาน้อยลงต่อหน้าคอมพิวเตอร์ที่ไม่ยอมอธิบายตัวเอง
สำหรับนักพัฒนาหลายคน AI ยังคืนพลังงานให้กับส่วนของงานที่พวกเขาใส่ใจ มันช่วยแบกงาน boilerplate, test ซ้ำ ๆ, โครงร่าง migration และ API client เวอร์ชันที่ร้อย จิตใจจึงไปถึงปัญหาที่น่าสนใจโดยไม่เหนื่อยล้า
เราไม่ควรมองข้ามสิ่งนี้ว่าเป็นทางลัด เครื่องมือที่ทำให้คนกล้าสำรวจมากขึ้นกำลังสร้างคุณค่าแท้จริง
แต่ความสบายกับการพึ่งพาเติบโตจากรากเดียวกัน
เราใช้สิ่งที่เราไม่ไว้ใจเต็มที่
แบบสำรวจนักพัฒนา ยังคงพบความสัมพันธ์แปลก ๆ เดิม: เราใช้ AI ตลอดเวลาแต่ยังคงสงสัยในสิ่งที่มันให้
ความตึงเครียดนี้คุ้นเคยกับใครก็ตามที่เคยเห็นคำตอบมั่นใจพังทลายเพราะ edge case โค้ดดูถูกต้อง ชื่อดูสะอาด คำอธิบายสงบ แต่หลังจาก test ล้มเหลวรอบที่สาม เราจึงเห็นว่ารุ่นสร้าง method ขึ้นมาเอง เข้าใจ business rule ผิด หรือแก้ปัญหาง่ายกว่าที่เรามีจริง
แต่ครั้งต่อไปที่เราติดขัด เราก็ยังถามมันอีก
นี่ไม่ใช่ความหน้าซื่อใจคด ความไว้ใจไม่ใช่สิ่งเดียว
เราอาจไม่ไว้ใจ AI ให้ตัดสินใจสุดท้าย แต่เราไว้ใจให้มันชี้ทิศทางแรก เราอาจไม่ไว้ใจ patch แต่เราไว้ใจบทสนทนาให้คลายปมในความคิด เราอาจไม่เชื่อคำตอบ แต่เราเชื่อว่าจะมีอะไรบนหน้าจอแทนที่จะไม่มีอะไรเลย
AI กลายเป็นเพื่อนร่วมงานที่เราไม่ยอมให้ merge ตรงเข้าหลัก แต่กลับคิดถึงเมื่อมันออกจากห้องไป
เราขยับเร็วขึ้นเพราะก้าวถัดไปปรากฏไวขึ้น เรายังคงต้องรับผิดชอบตรวจสอบว่ามันรองรับน้ำหนักเราได้หรือไม่
อะไรจะหายไปเมื่อการดิ้นรนหายไป
มีความรู้บางอย่างที่เกิดขึ้นได้เมื่อเราติดขัดเท่านั้น
ก่อนมี AI ข้อผิดพลาดที่ไม่คุ้นเคยอาจพาเราไล่ตาม stack trace, เข้า caller, ข้ามเอกสาร และไปถึงสมมติฐานที่เราไม่รู้ว่าตัวเองเคยตั้งไว้ เส้นทางนั้นไม่มีประสิทธิภาพ แต่มันคือวิธีที่ codebase กลายเป็นสถานที่ ไม่ใช่แค่ไฟล์รวมกัน
เราจดจำระบบที่เคยต่อต้านเรา
บั๊กที่ใช้เวลาทั้งบ่ายสอนให้เรารู้ว่า state อยู่ตรงไหนจริง ๆ เหตุการณ์ production สอนว่าทำไมต้องมีมาตรการป้องกันที่น่าเบื่อ ไลบรารีที่เราเข้าใจผิดสามครั้งกลายเป็นไลบรารีที่เราสามารถอธิบายให้คนอื่นฟังได้ในภายหลัง
เมื่อ AI ลบแรงต้าน มันอาจลบเรื่องราวที่ทำให้บทเรียนนั้นฝังแน่นไปด้วย
การศึกษาช่วงแรก เกี่ยวกับนักพัฒนาที่เรียนรู้ไลบรารีใหม่พบสิ่งที่ดูเหมือนจะจริงโดยสัญชาตญาณ: คนที่มอบหมายงานให้ AI เรียนรู้น้อยกว่าคนที่ใช้ AI ถามคำถามเชิงแนวคิดและทดสอบความเข้าใจของตัวเอง ความแตกต่างสำคัญไม่ใช่ “มี AI หรือไม่มี AI” แต่คือเครื่องมือแทนที่ความคิดหรือมีส่วนร่วมกับมัน
นี่เป็นเรื่องยากโดยเฉพาะสำหรับนักพัฒนารุ่นใหม่ วิศวกรที่มีประสบการณ์รู้จัก abstraction ที่น่าสงสัยเพราะเคยสร้าง abstraction ผิดมาก่อน พวกเขารู้สึกได้ว่า patch ที่ดูดีไม่เหมาะกับระบบเพราะจำรอยแผลของระบบได้ แต่คนรุ่นต่อไปจะได้สัญชาตญาณนั้นจากไหน หากทุกขอบหยาบถูกขัดเรียบก่อนที่พวกเขาจะสัมผัสมัน?
การเป็นพี่เลี้ยงไม่เคยเป็นแค่การถ่ายทอดคำตอบ แต่มันคือการถ่ายทอดรสนิยมอย่างช้า ๆ: อะไรควรกังวล เมื่อไหร่ควรหยุด ข้อแลกเปลี่ยนไหนจะกลายเป็นต้นทุนแพง และทำไมวิธีที่ใช้ได้จึงยังไม่พร้อม
AI อธิบายแนวคิดเหล่านี้ได้หมด แต่มันยังไม่สามารถสร้างความรู้สึกของอีกคนที่เลือกอยู่ข้างคุณขณะคุณเรียนรู้
ทางลัดอาจมีอยู่จริง ความเข้าใจยังต้องข้ามระยะทางนั้นเอง
โค้ดเคยมีลายนิ้วมือ
มีการเปลี่ยนแปลงอีกอย่างที่วัดได้ยากกว่าเพราะมันอยู่ระหว่างผู้คน
โค้ดที่มนุษย์เขียนมักมีร่องรอยของผู้เขียน ฟังก์ชันช่วยเหลือแปลก ๆ อาจมาพร้อมความทรงจำของเหตุการณ์ที่จำเป็นต้องใช้ ความเห็นที่ดูเก้ ๆ กัง ๆ อาจเผยให้เห็นจุดที่ใครบางคนไม่แน่ใจ ระหว่าง review เราไม่ได้แค่ตรวจสอบการเปลี่ยนแปลง แต่เราสร้างกระบวนการคิดเบื้องหลังขึ้นมาใหม่ เราถามคำถาม และอีกคนตอบจากเส้นทางที่เขาเดินมา
โค้ดที่ AI สร้างอาจมาถึงโดยไม่มีเส้นทางนั้น
มันอาจดูเรียบร้อยและเป็นไปได้ทางเทคนิค แต่กลับรู้สึกเหมือนไม่มีเจ้าของ ผู้เขียนอธิบายได้แค่ว่าขออะไรไป แต่ไม่เสมอไปว่าทำไมผลลัพธ์ถึงออกมาแบบนี้ ผู้ตรวจสอบจึงต้องทำงานที่เคยเป็นของผู้เขียนบางส่วน: สร้างเจตนาขึ้นใหม่ ตรวจสอบสมมติฐาน และค้นหาขอบที่ซ่อนอยู่ของการตัดสินใจที่ไม่มีใครจำได้ว่าใครเป็นคนทำ
นี่คือความไม่สบายใจที่อยู่ใต้ การถกเถียงในชุมชน หลายครั้งเกี่ยวกับ pull request ที่ AI สร้างขึ้น ข้อร้องเรียนไม่ใช่แค่โค้ดแย่ โค้ดแย่เป็นเรื่องคุ้นเคย ความไม่สบายใจที่ลึกกว่าคือสัญญาทางสังคมเปลี่ยนไป
คนหนึ่งสามารถสร้างการเปลี่ยนแปลงขนาดใหญ่ในไม่กี่นาที อีกคนยังต้องใช้ความใส่ใจของมนุษย์เพื่อเข้าใจ เวลาที่ประหยัดได้ตอนพิมพ์อาจกลับมาในขั้นตอน review, การบำรุงรักษา, งานด้านความปลอดภัย หรือคืนวันที่ระบบล้มเหลวและใครบางคนต้องอธิบายว่า patch ที่สร้างขึ้นนั้นพยายามทำอะไร
โค้ดคือการสื่อสารเสมอ เมื่อการสร้างเกือบไม่มีต้นทุน ความใส่ใจจึงกลายเป็นของหายาก—และความใส่ใจเป็นของมนุษย์
หรือศิลปะกำลังเคลื่อนที่
สำหรับนักพัฒนาบางคน ทั้งหมดนี้ไม่ใช่การสูญเสีย แต่มันคือการได้ทำงานในระดับที่อยากทำมาตลอด
พวกเขาเขียนโค้ดน้อยลงและใช้เวลามากขึ้นกับการกำหนดปัญหา เปรียบเทียบหลายดีไซน์ก่อนตัดสินใจ คิดถึงผู้ใช้ สถาปัตยกรรม รูปแบบความล้มเหลว และขอบเขตที่ agent ไม่ควรข้าม ศิลปะเคลื่อนจากการสร้างทุกชิ้นไปสู่การกำกับภาพรวม
นั่นอาจเป็นวิวัฒนาการจริง เราไม่ได้หยุดเป็นนักพัฒนาเมื่อ assembler มาแทน machine code หรือเมื่อ framework มาแทนโครงสร้างพื้นฐานที่สร้างเอง ซอฟต์แวร์เคลื่อนที่สูงขึ้นผ่าน abstraction เสมอ
แต่ทุก abstraction ขึ้นอยู่กับใครบางคนที่เข้าใจสิ่งที่อยู่ข้างใต้
นักพัฒนาที่กำกับ AI ยังต้องมีรสนิยม ผู้ตรวจสอบยังต้องมีแบบจำลองในใจ สถาปนิกยังต้องรู้ว่าจะเกิดอะไรขึ้นเมื่อแผนผังที่ดูดีเจอกับเครือข่ายช้า ข้อความเสียหาย ทีมที่เหนื่อยล้า หรือผู้ใช้ที่ตกใจกลัว
ถ้า AI เขียน implementation มากขึ้น วิจารณญาณของมนุษย์ไม่ได้สำคัญน้อยลง แต่มันง่ายที่จะมองข้ามและยากที่จะปลูกฝัง
เวอร์ชันที่น่าหวังของอนาคตนี้ไม่ใช่โลกที่นักพัฒนาสำคัญน้อยลง แต่คือโลกที่เราตั้งใจมากขึ้นกับสิ่งที่มีแต่คนเท่านั้นที่แบกได้: บริบท ความใส่ใจ ความสงสัย ความรับผิดชอบ และความสามารถในการรู้ว่าแม้คำตอบจะถูกต้องทางเทคนิค แต่มันผิดสำหรับระบบนี้และมนุษย์กลุ่มนี้
อยู่ต่อ โดยไม่หายไป
เรายังเดินออกจาก AI ได้หรือไม่?
ในระดับบุคคล ได้ เราปิดแถบนี้พรุ่งนี้ก็ได้ ในระดับอาชีพ คำถามนี้ซับซ้อนขึ้นเรื่อย ๆ ความคาดหวังเปลี่ยนไป codebase เต็มไปด้วยงานที่สร้างโดย AI นักพัฒนารุ่นใหม่พบ AI ตั้งแต่เริ่มอาชีพ ไม่ใช่กลางทาง แม้แต่คนที่ไม่เคยใช้ผู้ช่วยก็จะต้อง review และดูแลโค้ดที่มาจาก AI มากขึ้น
ไม่มีทางลับกลับสู่อุตสาหกรรมก่อน AI
แต่บางทีการจากไปอาจไม่ใช่ตัวชี้วัดเสรีภาพที่แท้จริง คำถามที่สำคัญกว่าคือ เรายังอยู่กับเครื่องมือได้ไหมขณะที่มันยังอยู่
การอยู่กับมันหมายถึงอ่าน patch แม้ทุก test จะผ่าน หมายถึงถามว่าทำไมหลังจากคำตอบใช้ได้ หมายถึงปฏิเสธที่จะ merge สิ่งที่เราอธิบายไม่ได้ หมายถึงให้เวลานักพัฒนารุ่นใหม่ได้ดิ้นรนโดยไม่มองว่าเป็นการเสียเวลา และให้เครดิตผู้ตรวจสอบสำหรับงานที่มองไม่เห็นในการปกป้องระบบจากข้อผิดพลาดที่ดูสมเหตุสมผล
มันยังหมายถึงรักษาช่วงเวลาที่ไม่มีผู้ช่วยตอบทันที—ไม่ใช่เพื่อพิธีกรรมความบริสุทธิ์ แต่เพื่อฟังความคิดของตัวเองอีกครั้ง
พวกเราส่วนใหญ่จะยังใช้ AI ความโล่งใจนั้นมีอยู่จริง ความเป็นไปได้ก็มีอยู่จริง เช่นเดียวกับความไม่สบายใจ การพึ่งพา และความกลัวเงียบ ๆ ว่าสิ่งที่เรารักในงานนี้อาจค่อย ๆ เลือนหายไป
เราไม่ต้องเลือกระหว่างการปฏิเสธกับการยอมจำนน
อนาคตของซอฟต์แวร์จะไม่ได้ตัดสินด้วยสัดส่วนโค้ดที่ AI เขียน แต่มันจะตัดสินในช่วงเวลาย่อย ๆ: เราเข้าใจก่อนยอมรับหรือไม่ เราสอนแทนที่จะส่งต่อคำตอบหรือไม่ เราปกป้องความใส่ใจของผู้อื่นหรือไม่ และเรายังรับผิดชอบเมื่อโค้ดที่สร้างโดย AI ไปถึงโลกจริงหรือไม่
AI อยู่ต่อได้
เราต้องแน่ใจว่าเราก็อยู่ต่อเช่นกัน
