จะสื่อสารกับ AI ต้อง Empathy มันก่อน

• AI, Product Development
AI Empathy UX Prompt Engineering

พอมีนิสัย UX อยากคุยกับใครก็ต้องเข้าใจมันก่อน พอจะคุยกับ AI ก็อยากจะเข้าใจมันเหมือนกัน 😅

เราต้องรู้ว่าถึง AI จะตอบได้คล้ายคน แต่มันก็ไม่ได้มีกระบวนการคิดเหมือนคน (แม้ว่าจะคล้ายมากๆๆๆ แล้วก็ตาม) โดยพื้นฐานแล้วมันคือการเดาคําถัดไป ผ่านการอ่านประโยคจํานวนมาก โดยมันไม่ได้เรียนรู้เป็นคําๆ แต่เรียนรู้เป็นประโยค และเป็นย่อหน้าด้วย

มันรู้ด้วยว่าคําว่า "บ้าน" มันมีความหมายทํานองไหน (~ทิศทางของ vector) แล้วถ้ารวมกับคําอื่นเช่น "บ้านพ่อ" มันจะมีความหมายประมาณไหนได้บ้าง และพอรวมกับคําว่า "บ้านพ่อมึง" มันก็จะประมาณทํานองของความหมายได้ จากนั้นมันก็เดาได้ว่า ถ้าเริ่มต้นด้วยคําว่า "บ้านพ่อมึง" คําถัดไปมีโอกาสสูงมากที่จะใช้คําว่า "สิ"

รวมถึงมันรู้ว่า "บ้านพ่อมึงสิ" "มึงคิดไปเอง" หรือ "ฝันไปเถอะ" มีความหมายไปในทํานองเดียวกัน ทําให้เรารู้สึกเหมือนว่า AI มันรู้ความหมาย แต่จริงๆ มันรู้แค่ว่าอะไรมีความหมายทํานองเดียวกัน เท่านั้น

ด้วยความที่ความที่ AI มันเก่งแค่ "การเชื่อมโยงความหมาย" ดังนั้นมันจึงมีงานที่มันถนัดมากๆ และงานที่มันไม่ถนัดเลย

การทํางานของ AI vs สมอง

แผนภาพเปรียบเทียบความสามารถ 3 ด้าน: 1. การคิด (Problems & Solution Space) ที่มนุษย์ยังทําได้ดี 2. การคํานวณ (Procedural Flowchart) ที่คอมพิวเตอร์ทําได้ดีกว่ามานานแล้ว และ 3. การจํา (Network Connections) ที่ AI ทําได้ดีมากและจะเก่งขึ้นไปอีก

ผมมองว่าถ้าแบ่งการทํางานของสมองเป็น 3 อย่าง การคิด, การคํานวณ และการจํา สิ่งที่ AI ทํามันคือส่วนของการจําเท่านั้น ผมหมายถึงแบบนี้

💭 การคิด

หมายถึงการวิเคราะห์ว่าอะไรคือปัญหา และวิเคราะห์ว่าอะไรเป็นคําตอบ อย่างเป็นเหตุเป็นผล — เป็นสิ่งที่มนุษย์ทําได้ดี

🔢 การคํานวณ

หรือจะเรียกกว่าเป็นการคิดตามลําดับขั้นก็ได้ (Procedural) รู้ว่าถ้าทําตรงนี้เสร็จต้องทําอะไรต่อ หรือถ้าเงื่อนไขเป็นแบบนี้ต้องเลือกทําอะไรต่อ คิดถึงตอนเราแสดงวิธีหารในกระดาษดูครับ — นี่เป็นสิ่งที่ Computer ทั่วไปทํางานได้ดี

🧠 การจํา

มันไม่ใช่แค่การบันทึก และรวมถึงการเรียกใช้ของที่จําไว้แล้วด้วย ต้องสามารถเชื่อมโยงของคล้ายกันได้ด้วย ยิ่งมีตัวเชื่อมโยงเยอะ เราก็จะยิ่งดึงข้อมูลได้เร็วและตรงมากขึ้น — นี่ละสิ่งที่ AI ได้ดีมากๆ

ลองนึกถึงว่าถ้าวินาทีนี้ผมพูดคําว่า "บ้าน" ในหัวของเรามีอะไรผุดขึ้นมาบ้าง ถ้าเป็น AI ของที่มัน Load ขึ้นมาจะมากกว่าเราได้มากๆๆๆๆ

ถ้าจะสื่อสารกับ AI ต้องจําไว้ว่าโดยพื้นฐานแล้วมันทํา การคิด และการคํานวณ ได้แย่มาก ในขณะเดียวกันมันจัดการความจําได้แบบสุดยอด


อย่าคาดหวังให้มันคิดแทนเรา 🤔

สมมติว่าเราอยากให้มันช่วยเราออกแบบบทเรียน เพื่อให้เราเอาไปสอนในชั้นเรียน เราไม่สามารถบอกมันเฉยๆ ว่า "ช่วยออกแบบบทเรียนการสอน UX" ให้หน่อยเพราะมันจะไม่วิเคราะห์ว่าเราอยากแก้ปัญหาอะไร มันแค่ไปค้นว่าบทเรียนการสอน UX ที่มันรู้จักมีอะไรบ้าง แล้วก็เอาของเหล่านั้นมาเรียงเป็นประโยคให้เรา

มันจะไม่ถามเราว่า "เอาไปสอนใคร" "คนกลุ่มนั้นมีปัญหาอะไร" "มีเวลาในการสอนเท่าไหร" "สิ่งสําคัญที่อยากเน้นคืออะไร" เพราะมันไม่ได้สนใจ มันเป็นแค่โปรแกรมต่อคํา

เราต้องใช้ความสามารถของมนุษย์ในการกําหนด Problems หรือถ้านึกไม่ออกว่าจะมีปัญหาอะไรที่ต้องคิดก่อนบ้าง เราจะถาม AI ก็ได้ เช่น "ต้องรู้อะไรก่อนจึงจะสอนวิชา UX ให้คนได้ประโยชน์ที่สุด" เจ้า AI ก็จะไปเชื่อมโยงข้อมูลที่มันจําไว้ว่ามีอะไรที่เกี่ยวกับ "การสอน UX" "การสอนให้ได้ประโยชน์สูงสุง" "การสอนต้องรู้อะไรก่อน" และอื่นๆ อีกมากมายที่เกี่ยวข้อง แล้วก็เอามาต่อประโยคเป็นคําตอบให้เรา

🎯 มีอะไรบ้างที่เรามักต้องคิดเองก่อน

  1. บริบทของปัญหา เช่น เราจะไปสอนใคร, เวลาในการสอน, อยากเน้นเรื่องอะไร เป็นต้น ยิ่งเฉพาะเจาะจงลงไปได้มากเท่าไหรก็ยิ่งดี
  2. ใครเป็นคนตอบ เช่น ถ้าเป็น UX Consultant จะแนะนําเรื่อง... ถ้า UX Lead ถ้าเป็นครูสอนเด็กปฐม แต่ละคนก็จะมีรูปแบบการแนะนําไม่เหมือนกัน
  3. เอาคําตอบไปทําอะไร เช่น นําไปใช้ในการสอนในห้องเรียน นําไปใช้ในการพูดหน้าห้อง นําไปใช้สรุปให้ผู้บริหาร คําตอบทั้ง 3 ก็จะไม่เหมือนกัน

ตัวอย่างเปรียบเทียบ

❌ คําถามที่ไม่ดี:

"ช่วยออกแบบบทเรียนการสอน UX ให้หน่อย"

AI ก็จะดึงข้อมูลทั่วไปเกี่ยวกับ UX มาเรียงเป็นหัวข้อ เช่น อธิบายว่า UX คืออะไร, กระบวนการทํา UX, และเทคนิคการวิจัยผู้ใช้ แต่เนื้อหาเหล่านี้อาจไม่สอดคล้องกับความต้องการที่แท้จริงของเรา

✅ คําถามที่ดีกว่า:

"สมติว่าคุณเป็นอาจารย์ที่เชียวชาญด้าน UX — ช่วยออกแบบบทเรียนการสอน UX สําหรับนักเรียนปริญญาโทที่มีพื้นฐาน UX อยู่แล้ว โดยเน้นการพัฒนาทักษะการทํา User Research เช่น การสัมภาษณ์ การสังเกตพฤติกรรม และการวิเคราะห์ข้อมูล เพื่อเตรียมนักเรียนให้พร้อมสําหรับการทําโปรเจกต์วิจัยปลายภาค — บทเรียนนี้มีเวลาเรียน 3 ชั่วโมง และต้องการให้มีกิจกรรมเวิร์คชอปสําหรับสร้าง Persona และ User Journey ในระหว่างการเรียน"

แบบนี้ก็จะทําให้ AI รู้บริบทของปัญหา รู้ว่าอยากให้ตอบจากมุมไหน และรู้ว่าเราจะเอาคําตอบไปทําอะไร

นอกจากนั้น เราสามารถเริ่มจากการตั้งคําถามกับ AI เพื่อกระตุ้นไอเดียของตัวเองก็ได้นะครับ เช่น ถาม AI ว่า "ต้องรู้อะไรก่อนถึงจะสอน UX ให้นักเรียนเข้าใจ?" AI ก็จะรวบรวมข้อมูลมาให้ เช่น "ต้องเข้าใจพื้นฐานการวิจัยผู้ใช้", "ทักษะการทํา Persona และ Journey Mapping" แต่ AI ก็ยังขาดความเข้าใจที่ละเอียดว่าเนื้อหาควรมีลําดับการเรียนรู้อย่างไรบ้างอยู่ดี ก็เป็นหน้าที่ของเราครับ

การคิดใน Problems Space และ Solution Space เป็นของที่มนุษย์ควรทําได้ดีและวินาทีนี้เราควรฝึกฝนเรื่องนี้ให้เข้มข้นยิ่งกว่าช่วงไหนๆ

สูตร Prompt ที่ใช้ได้ผล

[Role] + [Context] + [Task] + [Format] + [Constraints]


อย่าคาดหวังคําตอบที่ถูกต้อง 🤫

เนื่องจากมันคิดเป็นลําดับไม่ได้เลย ดังนั้นเวลาที่มันจะทบทวนคําตอบ คํานวณเลข แก้สมการ มันจึงทําได้แค่ไปค้นว่ามีคําตอบเหล่านั้นอยู่แล้วหรือเปล่า ถ้ามีก็ดึงมา ถ้าไม่มีก็ดึงเอาคําตอบใกล้ๆ มาตอบ ดังนั้นโอกาสตอบผิดจึงสูงมาก

แต่!!! เนื่องจากการคิดเป็นลําดับเป็นเรื่องที่โปรแกรมคอมพิวเตอร์ทําได้ดีมาตลอด ดังนั้นนักพัฒนา AI หลายทีมจึงให้ AI ทํางานร่วมกับโปรแกรมคอมพิวเตอร์อื่นๆ เช่น ให้ AI เป็นคนดึงสมการขึ้นมา ส่วนการคํานวณนั้นจะไปใช้อีกโปรแกรมเครื่องคิดเลข

บางทีมก็จะให้ AI สร้างลําดับการทํางานที่ควรทําขึ้นมาก่อน แล้วค่อยมีอีกโปรแกรมนึงมาสั่ง AI ให้ทําตามลําดับที่ตัวเองเพิ่งสือสารสร้างขึ้นมาอีกที

ตัวอย่างการแก้ปัญหา

ลองนึกภาพว่าถ้าเราถาม AI ว่า "ตอนนี้มีหูฟังอยู่ในสต็อกกี่ชิ้น?" AI อาจตอบจากข้อมูลที่คล้ายกันในประวัติการสนทนา เช่น ดึงคําตอบว่า "สินค้ายังมีในสต็อก" โดยไม่ได้ให้ตัวเลขที่ถูกต้อง

เพื่อแก้ปัญหานี้ นักพัฒนาอาจเชื่อม AI กับระบบจัดการสต็อกสินค้า เมื่อมีคําถามเกี่ยวกับจํานวนสินค้าคงคลัง AI จะระบุประเภทของคําถามว่าเกี่ยวกับ "จํานวนสินค้าคงคลัง" และส่งคําถามไปที่ระบบสต๊อกสินค้าซึ่งจะทําการดึงข้อมูลสต็อกของสินค้าแล้วส่งตัวเลขกลับมาให้ AI เช่น "มีอยู่ 24 ชิ้นในสต็อก" แล้ว AI ก็จะตอบผู้ใช้ด้วยข้อมูลที่ถูกต้องตามจริง

ดังนั้นในฐานะนักออกแบบ ถ้าตอนไหนที่เราต้องการแก้ปัญหาอย่างเป็นขั้นเป็นตอน ก็ไม่ต้องไปใช้ AI ครับ ใช้การเขียนโปรแกรมธรรมดาดีที่สุด แล้วค่อยให้โปรแกรมนั้นไปเรียกใช้ AI เอง หรือไม่ก็ให้ AI ไปเรียกโปรแกรม

ข้อควรระวังเมื่อใช้ AI

อย่าเชื่อคําตอบตัวเลขจาก AI 100% ให้ตรวจสอบอีกรอบเสมอ เพราะ ข้อมูลที่ AI ให้อาจล้าสมัย และ AI อาจ "มั่ว" ได้ แต่มั่วด้วยความมั่นใจด้วย


สรุป

ในฐานะ UX Designer เราคือผู้เชี่ยวชาญในการทําความเข้าใจผู้อื่น เราฝึกฝนการมองโลกผ่านมุมมองของคนที่แตกต่าง เราเรียนรู้ที่จะเข้าใจข้อจํากัด ความต้องการ และความคาดหวังของผู้ใช้ เพื่อสร้างประสบการณ์ที่ดีที่สุดให้กับพวกเขา

และนี่คือจุดแข็งของเรา 💪

เมื่อ AI เข้ามาเป็นส่วนหนึ่งของเครื่องมือในการทํางาน เราไม่จําเป็นต้องกลัวหรือปฏิเสธมัน เพราะเราเข้าใจดีว่าทุกอย่างมีปัญหาของมัน มีข้อจํากัด มีจุดแข็ง และมีจุดอ่อน เช่นเดียวกับที่เราเคยทําความเข้าใจผู้ใช้ วันนี้เราแค่ต้องทําความเข้าใจ AI ในฐานะ "ผู้ช่วย" อีกคนหนึ่ง

  • AI อาจจะจําได้มากกว่าเรา แต่มันคิดได้น้อยกว่าเรามาก
  • มันอาจจะตอบได้เร็วกว่าเรา แต่มันเข้าใจปัญหาได้ตื้นกว่าเรามาก
  • มันอาจจะรู้ข้อมูลมากมาย แต่มันไม่มีวันเข้าใจความรู้สึกของผู้ใช้ได้ลึกซึ้งเท่าเรา

เมื่อเรารู้จักธรรมชาติของ AI แล้ว เราก็จะรู้ว่าควรใช้มันอย่างไร ให้มันช่วยเราในสิ่งที่มันถนัด และปล่อยให้เราโฟกัสกับสิ่งที่เราทําได้ดีที่สุด นั่นคือการเข้าใจมนุษย์ การออกแบบประสบการณ์ และการแก้ปัญหาที่แท้จริงให้กับผู้ใช้

ยุคของ AI ไม่ใช่ยุคที่เราต้องแข่งกับมัน แต่เป็นยุคที่เราจะได้เป็นตัวเองในแบบที่ดีที่สุด — เป็น UX Designer ที่เข้าใจทั้งเทคโนโลยีและมนุษย์ เพื่อสร้างโลกที่ดีขึ้นสําหรับทุกคน 🥰

← Back to all posts

Comments

AltStyle によって変換されたページ (->オリジナル) /