ภาพลวงตาของความเชี่ยวชาญเมื่อ AI อาจช่วยให้ “ดูเหมือนเก่ง” ได้เหมือนกัน

ในอดีตที่ผ่านมา เส้นทางสู่ความเป็นมืออาชีพมักเป็นไปตามแบบแผนเสมอ นั่นคือ เรียนรู้ > ฝึกฝน > ล้มเหลว > ต่อยอด > สำเร็จ แต่ทว่าในวันนี้ เส้นทางสายเดิมกลับถูกพลังของ Generative AI เข้ามาสั่นคลอนอย่างรุนแรง ซึ่งทำให้ใครๆก็สามารถเขียนแผนงานได้เป๊ะราวกับนักวางกลยุทธ์ โน้มน้าวใจได้เหมือนที่ปรึกษา ออกแบบงานได้แบบมืออาชีพ หรือแต่งเพลงได้เหมือนนักดนตรีตัวจริง โดยอาจไม่ต้องผ่านบททดสอบหรือการฝึกทักษะใดๆมาก่อนเลย เพียงแค่เรานั้นมีความสามารถด้านการใช้ AI แต่ลึกๆแล้วมันก็อาจไม่ใช่แค่เรื่องความก้าวหน้าทางเทคโนโลยี ที่มาช่วยสนับสนุนให้คนเรามีขีดความสามารถที่เพิ่มขึ้น หรือการลบงานหรือหน้าที่ในแบบเดิมๆออกไป แต่หากมันคือ การรื้อโครงสร้างวิธีที่เราสร้าง เสพ และหาเงินจากความเชี่ยวชาญ เพราะเราไม่ได้อยู่ในยุคที่ AI เป็นเพียงเครื่องมือเสริมทัพให้ผู้เชี่ยวชาญอีกต่อไปแล้ว แต่กำลังก้าวสู่ยุคที่ AI สามารถ “เนรมิต” ภาพลวงตาของความเชี่ยวชาญขึ้นมาได้อย่างง่ายดาย จนอาจกลายเป็นเรื่องของ “มายาคติแห่งความเชี่ยวชาญ” (The Expertise Illusion)

ผมเองก็ถือเป็นคนก่อนยุค AI ที่ได้มาเรียนรู้เรื่องของ AI ที่ถาโถมถล่มเข้าใส่แบบเต็มแรง ผ่านการฝึกใช้และสอนด้าน AI มาระยะหนึ่ง และได้อ่านบทวิเคราะห์และเรื่องราวเกี่ยวกับ AI มาจากหลายแหล่ง จนได้เริ่มเห็นปรากฎการณ์เหล่านี้มาสักระยะหนึ่ง และคิดว่า AI มันมีทั้งความดีงามและมีทั้งความน่ากลัวในตัวมันเอง ที่อาจสร้างให้เกิดความเชี่ยวชาญแบบปลอมๆขึ้น ซึ่งผมจะมาอธิบายและแบ่งปันให้ผู้อ่านกันในบทความนี้ครับ

วิวัฒนาการแห่งความเชี่ยวชาญจาก “ความหายาก” สู่ “การจำลอง”

ในอดีต ความเชี่ยวชาญถือเป็นทรัพยากรที่ทรงคุณค่าและหายากอย่างยิ่ง เนื่องจากความรู้จำกัดอยู่เฉพาะกลุ่ม การเข้าถึงแหล่งเรียนรู้ถูกปิดกั้น และการสะสมประสบการณ์ ต้องอาศัยทั้งเวลาและการลงมือทำจริง แต่ในปัจจุบัน AI ได้เข้ามาพลิกโฉมข้อจำกัดทั้ง 3 ประการนี้ไปโดยสิ้นเชิง โดยผลสำรวจของ McKinsey Global Institute (2023) ได้ระบุว่า AI สามารถเข้ามาทดแทนหรือช่วยทำงานสายความรู้ได้มากถึง 60-70% ที่อาจสูงขึ้นอย่างต่อเนื่องมาถึงปัจจุบัน ซึ่งนั่นหมายความว่า “ความรู้” ไม่ใช่ความได้เปรียบทางการแข่งขันอีกต่อไป กรอบความคิด (Frameworks) ต่างๆสามารถเลียนแบบได้ง่ายดาย และข้อมูลเชิงลึก (Insights) ก็ถูกสร้างขึ้นได้ในชั่วพริบตา โดยความเปลี่ยนแปลงนี้ได้ขับเคลื่อนเราผ่าน 3 ยุคสมัยหลักที่เริ่มต้นจาก “ยุคก่อน AI” ที่ความเชี่ยวชาญถูกวัดจาก “สิ่งที่คุณรู้และประสบการณ์ที่ผ่านมา” ซึ่งมีกำแพงเข้าถึงสูงมาก “ยุครุ่งอรุณของ AI” ที่วัดกันด้วย “ทักษะการประยุกต์ใช้เครื่องมือ” โดยมีกำแพงเข้าถึงปานกลาง มาสู่ “ยุค AI ในปัจจุบัน” ที่วัดเพียง “ความสามารถในการสร้างสรรค์ผลงานออกมา” ซึ่งเราสามารถเข้าถึงได้ง่ายขึ้นหลายเท่า

ข้อสรุปจากปรากฏการณ์นี้ ก็คือ สังคมเราได้ข้ามผ่านจากยุค “ความเชี่ยวชาญที่ต้องแลกมาด้วยความพยายาม” ไปสู่ยุค “ความเชี่ยวชาญที่สั่งการผ่านเครื่องมือ” และในท้ายที่สุด เรากำลังเผชิญหน้ากับยุค “ความเชี่ยวชาญจำลอง” อย่างเต็มรูปแบบ

---

ระดับแห่งความเชี่ยวชาญในยุคใหม่

เพื่อทำความเข้าใจและเท่าทันภูมิทัศน์ใหม่นี้ เราจำเป็นต้องแยกแยะ “ผู้เชี่ยวชาญ” ออกเป็น 3 กลุ่มที่แตกต่างกันอย่างสิ้นเชิง ดังตารางต่อไปนี้

ประเภท	คำอธิบาย	จุดแข็ง	ความเสี่ยง
ผู้เชี่ยวชาญตัวจริง	สั่งสมประสบการณ์จากการ ลงมือทำจริง และเรียนรู้ผ่านความผิดพลาด	มีมุมมองลึกซึ้ง และมีวิจารณ ญาณที่แม่นยำ	ขยายผลหรือต่อยอดได้ ช้ากว่า
ผู้เชี่ยวชาญที่เสริมทัพด้วย AI	นำความเชี่ยวชาญจริงมา ผสานกับพลังงัดง้างของ AI	ยืดหยุ่น ปรับตัวเก่ง ขยายผล ได้เร็ว และมีประสิทธิภาพสูง	อาจพึ่งพาเครื่องมือมาก เกินไป
ผู้เชี่ยวชาญที่ถูก AI สร้างขึ้น	ใช้ AI สร้างภาพลวงตาเพื่อ ให้ดูเหมือนเป็นผู้เชี่ยวชาญ	สร้างการรับรู้ได้รวดเร็ว และผลิตผลงานได้จำนวนมาก	ขาดความลึกซึ้ง น่าเชื่อถือได้ยาก และดูเปราะบาง

กลุ่มแรก คือ ผู้เชี่ยวชาญตัวจริง (Real Experts) หรือผู้ซึ่งหล่อหลอมทักษะมาจากประสบการณ์ การลงมือทำจริง และบทเรียนจากความล้มเหลว จึงมีความเข้าใจที่ลึกซึ้งและมีวิจารณญาณที่แม่นยำ แม้จะขยายศักยภาพในวงกว้างได้ช้ากว่าก็ตาม กลุ่มที่สอง คือ ผู้เชี่ยวชาญที่เสริมทัพด้วย AI (AI-Augmented Experts) หรือผู้ที่มีทักษะจริงและรู้จักใช้ AI เป็นเครื่องมือเพื่อต่อยอดผลงาน ทำให้มีความยืดหยุ่น ประสิทธิภาพสูง และขยายผลผลิตได้อย่างรวดเร็ว แม้จะมีสภาวะเสี่ยงจากการพึ่งพาเทคโนโลยีมากเกินไป และกลุ่มสุดท้าย คือ ผู้เชี่ยวชาญที่ AI สร้างขึ้น (AI-Manufactured Experts) ซึ่งเป็นผู้ที่ใช้ AI เนรมิตเพียง “ภาพลวงตา” ให้ดูเหมือนเป็นมืออาชีพ มีจุดเด่นด้านการสร้างตัวตนที่โดดเด่นรวดเร็วและปั๊มผลงานได้ทีละมากๆ แต่กลับขาดแคลนความรู้เชิงลึก และมีความน่าเชื่อถือที่น้อยมาก มีความเปราะบาง และพร้อมจะพังทลายลงได้ทุกเมื่อ

ข้อสังเกตที่น่ากังวลที่สุดของปรากฏการณ์นี้ คือ บุคคลทั้งสามกลุ่มสามารถสร้างสรรค์ผลงานออกมาได้หน้าตาคล้ายคลึงกันจนแยกไม่ออก ส่งผลให้ตลาดในปัจจุบันไม่สามารถจำแนกความแตกต่างระหว่าง “ศักยภาพที่แท้จริง” กับ “เปลือกนอกที่ถูกสร้างขึ้น” ได้อย่างง่ายดายอีกต่อไป

การกำเนิดของ “มืออาชีพที่สร้างโดย AI”

หนึ่งในผลลัพธ์ที่เห็นได้ชัดเจนที่สุดจากการเปลี่ยนแปลงครั้งนี้ คือ การระเบิดตัวของเหล่า “ผู้เชี่ยวชาญหน้าใหม่” ที่ผุดขึ้นมาอย่างมากมายตามแพลตฟอร์มต่างๆ เช่น LinkedIn, TikTok, Facebook และ YouTube โดยพยายามวางตัวตนเป็น

• โค้ชด้าน AI (AI Coaches)
• นักวางกลยุทธ์การตลาด (Marketing Strategists)
• ผู้เชี่ยวชาญด้านการสร้างแบรนด์ (Branding Experts)
• ที่ปรึกษาทางธุรกิจ (Business Consultants)

บุคคลเหล่านี้ส่วนใหญ่ไม่ใช่คนหลอกลวงโดยเจตนา แต่ความเชี่ยวชาญของพวกเขากลับ “ขึ้นอยู่กับ AI เป็นหลัก” มากกว่าที่จะขับเคลื่อนด้วย “ประสบการณ์จริง” ตัวอย่างเช่น

ศิลปินดนตรีด้วย AI

ฉากหน้าเป็นการใช้ AI ช่วยแต่งเพลง ปรับเสียง หรือแก้ไขโน้ตให้ออกมาสมบูรณ์แบบ ตัดต่อผลงานจนดูชำนาญการและทรงพลังบนโลกออนไลน์ ส่วนในโลกความเป็นจริงนั้นขาดพื้นฐานทางดนตรีที่ลึกซึ้ง และไม่สามารถเล่นหรือแสดงสดได้ หากปราศจากเครื่องมือ AI คอยช่วย

ผู้นำความคิดด้วย AI

ฉากหน้าเป็นการใช้โพสต์บทความคุณภาพสูงที่เจนมาจาก AI ใช้ภาษาที่เป็นทางการและมีกรอบความคิด (Framework) ที่สวยงาม สร้างความน่าเชื่อถือผ่านความสม่ำเสมอในการลงคอนเทนต์ ส่วนในโลกความเป็นจริงนั้นความรู้เกิดจากการรวบรวมข้อมูล ไม่ใช่ประสบการณ์ตรง ขาดความเข้าใจจริงในหลักการและพื้นฐาน ขาดกรณีศึกษาที่เคยลงมือทำจริงหรือการนำไปใช้ปฏิบัติจริง

นักขายคอร์สด้วย AI

ฉากหน้าเป็นการใช้ AI เจนเนื้อหาคอร์ส สไลด์ และสื่อการสอนทั้งหมด นำเอาความรู้มาแพ็กขายเป็นความเชี่ยวชาญ และ การสร้างแบรนด์บุคคล (Personal Branding) ได้อย่างรวดเร็ว ส่วนในโลกความเป็นจริงนั้น มีการสอนบทเรียนที่ไม่เคยผ่านการพิสูจน์ ไม่มีองค์ความรู้ หรือมีประสบการณ์ในโลกแห่งความเป็นจริง เช่น การใช้ AI การวางแผนคอนเทนต์ การวางกลยุทธ์การตลาด การออกแบบแบรนด์ และอื่นๆ ซึ่งเกิดเป็นผู้เชี่ยวชาญที่เข้าไปอยู่ในแทบทุกสายอาชีพ

ที่ปรึกษาธุรกิจการเงิน / นักลงทุนด้วย AI

ฉากหน้าเป็นการใช้ AI ช่วยวิเคราะห์กราฟ สรุปรายงานงบการเงิน เจนสคริปต์พูดเรื่องการเงินยากๆให้ดูเข้าใจง่าย และสกัดบทวิเคราะห์การตลาดออกมาเป็นคลิปสั้นดูน่าเชื่อถือทันที ส่วนในโลกความเป็นจริงนั้น มีทั้งขาดทักษะการบริหารความเสี่ยง และไม่เคยเผชิญกับสภาวะตลาดวิกฤตด้วยเงินจริงของตัวเอง และเมื่อเกิดเหตุการณ์ไม่คาดคิดขึ้น ก็ไม่สามารถประยุกต์ใช้ความรู้หรือแก้ไขปัญหาเฉพาะหน้าได้

Content Marketing ด้วย AI

ฉากหน้าเป็นการใช้ AI ในการส่งมอบบทความ แผนการตลาด หรือสคริปต์โฆษณาได้ทีละปริมาณมหาศาล เขียนด้วยภาษาที่สวยงาม มีโครงสร้างบทความเป๊ะตามหลักจิตวิทยาการขาย และส่งงานได้ไวระดับนาที ส่วนในโลกความเป็นจริงนั้น คอนเทนต์ขาดกลิ่นอายความเป็นมนุษย์ (Human Touch) ไม่เข้าใจพฤติกรรมลูกค้าเชิงลึก (Customer Insight) ที่แท้จริง เป็นเพียงการนำคำคำเดิมมาเปลี่ยนรูปประโยค (Paraphrase) ซึ่งอาจไม่สามารถสร้างยอดขาย หรือแปลงเป็นผลลัพธ์ (Conversion Rate) ให้ลูกค้าได้จริง

เหตุผลที่ภาพลวงตานี้ถึงได้ผล

ปรากฏการณ์นี้ไม่ได้เกิดขึ้นโดยบังเอิญ แต่เกิดจากการเกื้อหนุนกันอย่างลงตัวระหว่างขีดความสามารถของ AI กับกลไกการทำงานของแพลตฟอร์มต่างๆ ซึ่งส่งเสริมให้ภาพลวงตานี้ดูสมจริงยิ่งขึ้นผ่าน 4 ปัจจัยหลัก ได้แก่

1. AI สามารถสร้างผลงานที่ “ดูเหมือนมาจากมืออาชีพ”

ความน่ากลัวของ AI ในปัจจุบัน คือ การสร้างผลงานที่มีโครงสร้างที่ดูสะอาดตา การร้อยเรียงที่เป็นลำดับขั้นตอน และใช้ระดับภาษาที่เปี่ยมไปด้วยความมั่นใจ ส่งผลให้เนื้อหาเหล่านั้นดูน่าเชื่อถือได้ทันที แม้ว่าข้อเท็จจริงภายในจะผิดพลาดหรือเป็นข้อมูลที่กุขึ้นมาก็ตาม ซึ่งสอดคล้องกับรายงานของ Stanford Internet Observatory ในปี (2023) ที่ระบุว่า คอนเทนต์ที่สร้างโดย AI มักมีพลังในการโน้มน้าวใจสูงมากจนผู้ฟังคล้อยตามได้ง่าย แม้เนื้อหานั้นจะขาดความถูกต้องแม่นยำก็ตาม

2. ปริมาณคอนเทนต์สร้างภาพจำแห่ง “อำนาจ” และ “ความเชี่ยวชาญ”

การปรากฏตัวบ่อยครั้งมีผลต่อการรับรู้ของผู้คนโดยตรง เหมือนที่ HubSpot Content Trends Report (2024) ได้ชี้ให้เห็นว่า การเผยแพร่คอนเทนต์ด้วยความถี่สูง สามารถเพิ่มระดับความน่าเชื่อถือในสายตาของผู้รับสารได้ โดยแทบไม่เกี่ยวเลยว่าผู้สร้างจะมีทักษะจริงหรือไม่ ซึ่ง AI ได้กลายมาเป็นเครื่องมือหลักที่ปลดล็อกขีดจำกัดนี้ ที่ช่วยให้ใครก็สามารถปั๊มเนื้อหาได้ในเวลาอันรวดเร็ว สร้างตัวตนข้ามแพลตฟอร์ม และยึดพื้นที่สายตาของผู้คนได้อย่างสม่ำเสมอ จนสังคมทายและเข้าใจไปเองว่าคนๆนั้นคือผู้เชี่ยวชาญตัวจริง

3. “หลักฐานทางสังคม เข้ามาทดแทน “การพิสูจน์ข้อเท็จจริง”

ในยุคนี้ ผู้คนส่วนใหญ่ไม่ได้เสียเวลามานั่งตรวจสอบความถูกต้องของเนื้อหา แต่เลือกที่จะใช้วิธีลัดทางความคิดโดยการดูจาก “ตัวเลขบนโซเชียล” แทน โดยรายงานของ Edelman Trust Barometer (2024) เผยว่า ผู้คนถึง 63% แยกแยะความแตกต่างระหว่าง “ผู้เชี่ยวชาญตัวจริง” กับ “Influencer” ได้ยากลำบากขึ้นเรื่อยๆ ส่งผลให้เกิดสมการใหม่ในสังคมที่ว่า จำนวนผู้ติดตามเท่ากับความมีอำนาจน่าเชื่อถือ และยอดสถิติการเกิดปฏิสัมพันธ์ (Engagement) เท่ากับความไว้วางใจ โดยที่ความจริงแท้ของข้อมูลถูกลดความสำคัญลงไป

4. แรงจูงใจของแพลตฟอร์มที่ให้รางวัลแก่ “ฉากหน้า” มากกว่า “เนื้อแท้”

อัลกอริทึมของแพลตฟอร์มโซเชียลมีเดียในปัจจุบัน ถูกออกแบบมาเพื่อจัดอันดับและดันคอนเทนต์ ที่สร้างการมีส่วนร่วม (Engagement) การโพสต์อย่างสม่ำเสมอ (Consistency) และการกระจายตัวเป็นไวรัล (Virality) โดยไม่ได้มีกลไกในการคัดกรองความถูกต้องแม่นยำ ความลึกซึ้งของเนื้อหา หรือประสบการณ์ที่แท้จริงของผู้สร้างเลยแม้แต่น้อย ระบบนิเวศดิจิทัลนี้จึงมอบรางวัลและพื้นที่ยืนให้แก่ผู้ที่ “ดูเหมือนจะเป็นผู้เชี่ยวชาญ” มากกว่าคนที่เป็นผู้เชี่ยวชาญตัวจริงแต่สร้างคอนเทนต์ไม่เก่ง

โลกแห่ง “ความเร็ว” กับโลกแห่ง “ความลึกซึ้ง“

แม้ AI จะเข้ามาช่วยเร่งสปีดการเรียนรู้ และการทำงานได้อย่างก้าวกระโดด แต่ก็มักจะต้องแลกมาด้วย “ความลึกซึ้ง” (Depth) ที่สูญเสียไป ซึ่งสอดคล้องกับผลการศึกษาจาก Harvard Business School (2023) ที่พบว่า แม้ AI จะช่วยเพิ่มประสิทธิภาพและผลิตภาพในการทำงานได้สูงถึง 12-40% แต่ในขณะเดียวกันก็เพิ่มความเสี่ยงอย่างมีนัยสำคัญใน 3 ด้านหลัก ได้แก่ การพึ่งพาเทคโนโลยีมากเกินไป การลดลงของ ทักษะการคิดเชิงวิพากษ์ (Critical Thinking) และการได้มาซึ่งความเข้าใจเพียงแค่ระดับผิวเผิน โดยปรากฏการณ์นี้สะท้อนให้เห็นถึง “ช่องว่างที่เป็นหัวใจสำคัญ” ของยุคสมัย นั่นคือ ผู้คนในปัจจุบันสามารถสร้างสรรค์ผลงานออกมา ได้รวดเร็วกว่าความสามารถในการทำความเข้าใจเนื้อหานั้นด้วยตัวเองอย่างแท้จริง

วิกฤตการณ์แห่งความไว้วางใจ

เมื่อเทคโนโลยี AI เข้ามาลบเลือนเส้นแบ่งระหว่าง “ความเชี่ยวชาญที่แท้จริง” กับ “ความเชี่ยวชาญจำลอง” ความไว้วางใจในสังคมจึงตกอยู่ในภาวะเปราะบาง และสุ่มเสี่ยงที่จะพังทลายลงได้ทุกเมื่อ ซึ่งนำไปสู่ความเสี่ยงสำคัญ 3 ประการ ได้แก่ ภาวะเงินเฟ้อทางอำนาจและความน่าเชื่อถือ เพราะเมื่อใครๆก็สามารถเนรมิตฉากหน้าให้ดูรอบรู้ได้ในชั่วข้ามคืน ส่งผลให้การเฟ้นหาผู้เชี่ยวชาญตัวจริงที่มีศักยภาพแท้จริง กลายเป็นเรื่องยากลำบากขึ้นเรื่อยๆ ประการที่ 2 คือ มลภาวะทางข้อมูล หรือการทะลักเข้ามาของคอนเทนต์ที่ถูกเจนด้วย AI ปริมาณมหาศาลจนล้นตลาด ทำให้คุณภาพของข้อมูลถูกลดทอนลง และสร้างความสับสนให้แก่ผู้รับสาร และประการที่ 3 คือ ความเสี่ยงในการตัดสินใจทางธุรกิจ เมื่อองค์กรและผู้ประกอบการตัดสินใจเชื่อถือ หรือลงทุนไปตามคำแนะนำที่สวยหรู แต่กลับขาดแคลนการพิสูจน์ผลลัพธ์ และการลงมือทำในโลกความเป็นจริง ซึ่งอาจนำไปสู่ความเสียหายทางธุรกิจอย่างมหาศาลในท้ายที่สุด

---

จิตวิทยาเบื้องหลังภาพลวงตา

การที่ภาพลวงตาแห่งความเชี่ยวชาญสอดรับ และประสบความสำเร็จได้อย่างแนบเนียนนั้น ไม่ใช่เรื่องของเทคโนโลยีเพียงอย่างเดียว แต่เกิดจากการปะทะเข้ากับ “อคติทางความคิด” (Cognitive Biases) ของมนุษย์เราโดยตรงถึง 4 ประการ ได้แก่

1. อคติจากความสะดวกสบายในการคิด (Cognitive Ease)
   สมองของมนุษย์เรามีแนวโน้ม ที่จะปักใจเชื่อเนื้อหาที่เรียบเรียงมาอย่างเป็นระบบ ชัดเจน และย่อยง่าย ซึ่ง AI ทำหน้าที่นี้ได้อย่างสมบูรณ์แบบ
2. อคติจากการหลงเชื่อผู้มีอำนาจ (Authority Bias)
   เรามักจะอนุมานไปเองว่าน้ำเสียงหรือการใช้ภาษาที่เป็นทางการ สวยหรู และมั่นใจ คือ ดรรชนีชี้วัดความน่าเชื่อถือ
3. อคติจากการอิงตามหลักฐานทางสังคม (Social Proof Bias)
   เรามักประเมินความเชี่ยวชาญจากยอดไลค์ ยอดแชร์ หรือระดับการมีส่วนร่วมบนโซเชียลมีเดียว่า สิ่งเหล่านั้นคือตราปั๊มการันตีความสามารถ
4. อคติจากการวัดความฉลาดจากความเร็ว (Speed Bias)
   สังคมเรามักเข้าใจผิดว่าคำตอบที่รวดเร็วทันใจ คือ สิ่งสะท้อนความสติปัญญาและความเชี่ยวชาญขั้นสูง ทั้งหมดนี้จึงเป็นเหตุผลทางจิตวิทยา ที่ทำให้เราตกเป็นเหยื่อของ “ภาพลวงตา” ได้อย่างง่ายดาย

ประเด็นทางจริยธรรมระหว่าง “วิวัฒนาการ” หรือ “การบิดเบือนความเป็นจริง“

คำถามสำคัญทางจริยธรรมที่ตามมา ก็คือ ปรากฏการณ์นี้ถือเป็นปัญหาใหญ่ของสังคม หรือเป็นเพียงแค่ก้าวถัดไปของวิวัฒนาการทางเทคโนโลยี ซึ่งเรื่องนี้มองได้เป็น 2 มุมมองหลัก โดยในมุมมองแรก คือ “วิวัฒนาการ” (Evolution) ที่มองว่า AI เป็นเพียงเครื่องมือชนิดหนึ่ง ที่ไม่ต่างจากนวัตกรรมในอดีต มนุษย์เราก็แค่กำลังปรับตัวให้เข้ากับขีดความสามารถใหม่ๆ และในเมื่อกระบวนการเปลี่ยนไป ผลลัพธ์ขั้นสุดท้ายต่างหาก คือ สิ่งที่สำคัญที่สุด ในขณะที่มุมมองที่ 2 คือ “การบิดเบือนความเป็นจริง” (Misrepresentation) ที่โต้แย้งว่า การเสนอขายความเชี่ยวชาญทั้งที่ไร้ซึ่งประสบการณ์จริง คือ การหลอกลวง การเปิดสอนหรือส่งต่อความรู้โดยไม่เคยลงมือทำจริง เป็นการแพร่กระจายข้อมูลที่ผิดพลาด และการสร้างฉากหน้าให้ดูน่าเชื่อถือ โดยปราศจากความรับผิดชอบต่อผลลัพธ์ ซึ่งย่อมส่งผลเสียต่อความไว้วางใจในสังคม

ท้ายที่สุดแล้ว “ความเป็นจริง” (The Reality) ของเรื่องนี้ คือ มันเป็นทั้ง 2 อย่างพร้อมๆกัน แต่จุดที่ถือเป็น “ปัญหาสุดวิกฤตที่แท้จริง” ไม่ใช่ตัวเทคโนโลยีหากแต่ คือ “การขาดความโปร่งใส” ในการเปิดเผยว่าผลงานหรือความเชี่ยวชาญเหล่านั้น เกิดจากประสบการณ์จริงหรือเป็นสิ่งที่ AI จำลองขึ้นมามากกว่า

ใครจะเป็นผู้ชนะในระยะยาว

ในระยะยาว ตลาดกำลังแยกตัวออกจากกันอย่างชัดเจนเป็น 2 กลุ่มหลัก ได้แก่ กลุ่มนักสร้างฉากหน้าสาย AI (AI Performers) ซึ่งผู้เชี่ยวชาญการผลิตคอนเทนต์ สร้างการรับรู้ได้อย่างรวดเร็ว และดูเหมือนจะรอบรู้ในทุกเรื่อง แต่กลับมีข้อจำกัดร้ายแรงตรงที่ไม่สามารถรับมือกับความซับซ้อนในโลกความเป็นจริงได้ และตกม้าตายเมื่อต้องลงมือปฏิบัติจริง ในขณะที่อีกกลุ่ม คือ กลุ่มผู้เชี่ยวชาญตัวจริงที่ผสานพลัง AI (AI-Integrated Experts) ซึ่งก็คือ กลุ่มที่นำประสบการณ์จริงมาผนวกเข้ากับศักยภาพของ AI คอยตรวจสอบความถูกต้องของผลลัพธ์ก่อนนำไปใช้เสมอ และมุ่งเน้นที่ “ผลลัพธ์ที่จับต้องได้” มากกว่าแค่การสร้างคอนเทนต์สวยหรู ซึ่งคนกลุ่มนี้จะกุมความได้เปรียบอย่างยั่งยืน ทั้งในด้านความน่าเชื่อถือที่ยังมั่นคง และการสร้างผลกระทบที่แท้จริงต่อธุรกิจ และพวกเขานี่เองที่จะเป็นผู้ชนะที่แท้จริงในระยะยาว

---

วิธีการประเมินความเชี่ยวชาญในยุค AI

เราจำเป็นต้องเปลี่ยนนิยามและวิธีการประเมินความเชี่ยวชาญเสียใหม่ จาก “โมเดลแบบเดิม” ที่เคยวัดกันว่าใครพูดจาดูฉลาด หรือใครผลิตคอนเทนต์ออกมาได้สละสลวยน่าประทับใจที่สุด ไปสู่ “โมเดลแบบใหม่” ที่มุ่งเน้นการเจาะลึกไปถึงแก่นแท้ ซึ่งได้แก่ ผลงานที่พวกเขาเคยลงมือทำจริงในอดีต ผลลัพธ์อันเป็นรูปธรรมที่เคยส่งมอบให้ลูกค้า ความสามารถในการแก้ปัญหา หรือทำงานได้จริงเมื่อต้องถอด AI ออกไป รวมถึงศักยภาพในการรับมือกับสถานการณ์ที่ซับซ้อนหรือไม่แน่นอน ซึ่งไม่อาจแก้ไขได้ด้วยการเจนคำตอบจาก AI เพียงอย่างเดียว

สิ่งที่ภาคธุรกิจควรปรับตัวและรับมือในยุคความเชี่ยวชาญด้วย AI

เพื่อก้าวข้ามผ่าน “มายาคติแห่งความเชี่ยวชาญ” (The Expertise Illusion) และปรับตัวให้อยู่รอดได้อย่างมั่นคงในยุค AI ทั้งคนทำงาน ภาคธุรกิจ และระบบตลาดโดยรวม ควรปรับเปลี่ยนแนวทางในการปฏิบัติตน ดังนี้

1. สำหรับบุคลากรและคนทำงานมืออาชีพ
   คนทำงานยุคใหม่ต้องยึดหลักการใช้ AI เป็นเครื่องมือเสริม เพื่อต่อยอดและเสริมสร้างความทรงพลังขึ้น มากกว่าที่จะใช้มันมาทดแทนแก่นแท้ของทักษะความรู้ โดยจำเป็นต้องสร้างประสบการณ์จากการลงมือทำจริง คู่ขนานไปกับการประยุกต์ใช้เทคโนโลยี ตลอดจนมุ่งเน้นการพัฒนาทักษะการตัดสินใจเชิงกลยุทธ์ (Strategic Decision Making) และการแก้ปัญหาในสภาวะซับซ้อนที่ AI ไม่สามารถทำแทนได้ เพื่อสร้างศักยภาพที่แท้จริงและโดดเด่นอย่างยั่งยืน
2. สำหรับองค์กรและภาคธุรกิจ
   ในฝั่งของผู้ว่าจ้างและองค์กรธุรกิจ จำเป็นต้องปรับเปลี่ยนบรรทัดฐานการคัดเลือกและประเมินผลใหม่ โดยเลิกตัดสินคนจากภาพลักษณ์ คอนเทนต์ หรือสไลด์นำเสนอที่สวยหรู แต่ให้หันมาพิจารณาจากประวัติผลงานที่จับต้องได้ (Track Record) เรียกร้องกรณีศึกษาจริง (Case Studies) และผลลัพธ์ที่วัดผลได้เชิงตัวเลข รวมถึงควรออกแบบกระบวนการทดสอบความเชี่ยวชาญ ด้วยการให้แก้ไขโจทย์หรือปัญหาจริงในหน้างาน เพื่อพิสูจน์กึ๋นและความสามารถที่แท้จริงก่อนการว่าจ้าง
3. สำหรับตลาดและสังคมโดยรวม
   ภาพรวมของสังคมและระบบตลาด จำเป็นต้องร่วมกันผลักดันบรรทัดฐานใหม่ เพื่อปรับเปลี่ยนค่านิยมจากการตั้งคำถามระดับผิวเผินที่ว่า “ใครมีภาพลักษณ์ที่ดูเหมือนผู้เชี่ยวชาญ” ย้ายไปสู่การตั้งคำถามที่ทรงคุณค่าและเจาะลึกถึงเนื้อแท้อย่าง “ใครคือคนที่สร้างสรรค์ผลงาน และส่งมอบผลลัพธ์ที่แท้จริงได้อย่างสม่ำเสมอ” ซึ่งจะเป็นการคืนคุณค่าให้แก่ผู้เชี่ยวชาญตัวจริง และลดผลกระทบจากภาพลวงตาในยุค AI ได้อย่างยั่งยืน

---

AI ไม่ได้เป็นผู้คิดค้นแนวคิดเรื่องการสร้างภาพลักษณ์ความเชี่ยวชาญขึ้นมาใหม่ หากแต่ทำหน้าที่เป็นตัวเร่ง ปรับกำลังขยาย และทำให้ภาพลวงตานั้น ดูแนบเนียนสมจริงยิ่งกว่ายุคใดๆที่ผ่านมา จนทำให้เราก้าวเข้าสู่โลกที่ใครก็สามารถพูดจาเหมือนนักวางกลยุทธ์ ดูเหมือนครีเอเตอร์มืออาชีพ หรือเปิดสอนราวกับที่ปรึกษาได้ในชั่วข้ามคืน แต่กลับมีเพียงน้อยคนนักที่จะสามารถลงมือทำจริงภายใต้แรงกดดัน ส่งมอบผลลัพธ์ได้อย่างสม่ำเสมอ และพร้อมยืดอกรับผิดชอบต่อผลกระทบที่เกิดขึ้น อนาคตแห่งความเชี่ยวชาญจึงไม่ได้เป็นของคนที่ใช้ AI เพื่อทำให้ตัวเองดูฉลาด แต่เป็นของคนที่ใช้ AI เพื่อสร้างผลกระทบที่แท้จริง เพราะท้ายที่สุดแล้ว ความเชี่ยวชาญที่แท้จริงไม่ใช่สิ่งที่คุณสั่งให้ระบบเจนขึ้นมาได้ หากแต่เป็นสิ่งที่คุณพิสูจน์ รักษามาตรฐาน และส่งมอบได้จริง โดยปราศจากภาพลวงตานั่นเอง