Prompt Engineering และ Human–AI Collaboration: เมื่อการร่วมมือไม่ได้ดีกว่าเสมอไป
เข้าชม 2 ครั้ง
หมวด: AI กับการทำงาน
แท็ก: Prompt Engineering, Human-AI Collaboration, LLM, Chain of Thought, ทักษะ AIหมายเหตุการตรวจสอบ: ข้อมูลบรรณานุกรมและ DOI ตรวจสอบกับ Crossref หรือ DataCite เมื่อเดือนพฤศจิกายน พ.ศ. 2569 (ยกเว้นรายชื่อผู้แต่งของ White et al. ซึ่งใช้ข้อมูลจาก Semantic Scholar) สรุปผลวิจัยมาจากบทคัดย่อ ยังไม่ได้ตรวจกับเอกสารฉบับเต็ม หัวข้อการวิเคราะห์และข้อเสนอแนะเป็นความเห็นของผู้เขียน ไม่ใช่ผลวิจัย
บทนำ
Prompt Engineering กลายเป็นคำที่แพร่หลายในการฝึกอบรมด้าน AI หลายคนเชื่อว่ามีสูตรคำสั่งที่จะทำให้ AI ตอบได้ดีทุกครั้ง ในอีกมุมหนึ่ง มีคำถามที่สำคัญกว่า คือเมื่อคนกับ AI ทำงานร่วมกัน ผลลัพธ์ดีกว่าการทำงานแยกกันจริงหรือไม่
บทความนี้ทบทวน 2 ระดับ ได้แก่ การสื่อสารกับแบบจำลองผ่าน Prompt และการออกแบบความร่วมมือระหว่างมนุษย์กับ AI โดยเสนอว่า Prompt ที่ดีเป็นเพียงส่วนหนึ่งของระบบการทำงานที่ดี
แนวคิดสำคัญ
Prompt Engineering คืออะไร
Schulhoff et al. (2024) จัดทำการสำรวจเชิงระบบที่รวบรวมคำศัพท์ 33 คำ เทคนิค Prompt สำหรับแบบจำลองภาษา 58 แบบ และเทคนิคสำหรับรูปแบบอื่นอีก 40 แบบ ความหลากหลายนี้แสดงว่าสาขายังเปลี่ยนแปลงเร็ว งานนี้เป็นเอกสารเตรียมตีพิมพ์ จึงควรใช้เป็นแผนที่ของสาขาและติดตามรุ่นปรับปรุง
White et al. (2023) เสนอแคตตาล็อกรูปแบบ Prompt เพื่อบันทึกโครงสร้างที่นำกลับมาใช้ได้และผสมกันได้ ทำให้ Prompt ถูกมองคล้ายแบบแผนในงานวิศวกรรมซอฟต์แวร์ มากกว่าเป็นข้อความเฉพาะกิจ
เทคนิคที่มีฐานการทดลอง
Wei et al. (2022) แสดงว่าการให้ตัวอย่างขั้นตอนการให้เหตุผล หรือ Chain-of-Thought Prompting เพิ่มประสิทธิภาพของแบบจำลองในงานเลขคณิต สามัญสำนึก และการให้เหตุผลเชิงสัญลักษณ์ในแบบจำลองที่ทดสอบ ต้องระวังว่าผลนี้วัดกับแบบจำลองรุ่นปี 2022 จึงไม่ได้แปลว่าวิธีเดิมจะคุ้มค่าเท่าเดิมกับทุกแบบจำลองปัจจุบัน
Prompt Chaining
Wu et al. (2022) ทดสอบการแบ่งงานเป็นขั้นตอนย่อยต่อกันเป็นสาย ในการศึกษาผู้ใช้ 20 คน พบว่าการเชื่อมต่อขั้นตอนช่วยเพิ่มคุณภาพงาน ความโปร่งใส การควบคุม และความรู้สึกว่าทำงานร่วมกัน
ผลวิจัยที่ตรวจสอบได้
คนทั่วไปเขียน Prompt อย่างไร
Zamfirescu-Pereira et al. (2023) ศึกษาผู้ที่ไม่ใช่ผู้เชี่ยวชาญ AI พบว่าผู้เข้าร่วมสำรวจการออกแบบ Prompt แบบตามโอกาสมากกว่าเป็นระบบ ความคาดหวังที่ติดมาจากการสอนมนุษย์ และแนวโน้มการสรุปเกินจริงจากตัวอย่างเดียว เป็นอุปสรรคต่อการออกแบบ Prompt ที่ดี
ในบริบทการศึกษาแพทย์ Heston และ Khun (2023) ระบุว่า Prompt ที่ออกแบบดีให้ผลตอบสนองที่ดี พร้อมเตือนเรื่องความถูกต้อง อคติ ความเป็นส่วนตัว และการพึ่งพาเทคโนโลยีมากเกินไป งานนี้เป็นการอภิปรายเชิงแนวทาง
การวิเคราะห์อภิมาน Human–AI Collaboration
หลักฐานระดับสูงในชุดนี้คือ Vaccaro et al. (2024) ซึ่งลงทะเบียนล่วงหน้าและวิเคราะห์งานทดลอง 106 เรื่อง 370 ขนาดอิทธิพล พบว่าโดยเฉลี่ยการรวมมนุษย์กับ AI ให้ผลแย่กว่าฝ่ายที่ดีที่สุดเมื่อทำงานเดี่ยว (Hedges’ g = −0.23; 95% CI [−0.39, −0.07]) พบการสูญเสียในงานตัดสินใจ และได้ประโยชน์มากกว่าอย่างมีนัยสำคัญในงานสร้างเนื้อหา เมื่อมนุษย์เก่งกว่า AI การรวมกันให้ผลดีขึ้น แต่เมื่อ AI เก่งกว่ามนุษย์ การรวมกันให้ผลลดลง ผู้วิจัยระบุข้อจำกัดเรื่องอคติการตีพิมพ์และความแตกต่างของการออกแบบการศึกษา ทั้งนี้ช่วงการสืบค้นคือปี 2020 ถึงกลางปี 2023
การวิเคราะห์ของผู้เขียน
ผู้เขียนเห็นว่าสองชุดหลักฐานนี้เมื่ออ่านร่วมกันให้ข้อคิดสำคัญ Prompt ที่ดีช่วยดึงศักยภาพของระบบ แต่ไม่ได้รับประกันว่าคนจะใช้ผลลัพธ์อย่างเหมาะสม ปัญหาในงานตัดสินใจอาจเกิดจากการที่มนุษย์ไม่รู้ว่าควรเชื่อ AI เมื่อใด ซึ่งเป็นปัญหาการออกแบบความร่วมมือ ไม่ใช่เพียงถ้อยคำใน Prompt
ผลลัพธ์ข้างต้นยังไม่ควรถูกตีความว่า ไม่ควรทำงานร่วมกับ AI เพราะการเทียบในงานวิจัยคือเทียบกับฝ่ายที่ดีที่สุด ซึ่งในงานจริงผู้ใช้มักไม่รู้ล่วงหน้าว่าใครดีกว่า ทางออกจึงอาจเป็นการแบ่งหน้าที่ตามจุดแข็ง และวัดผลในงานจริง
การประยุกต์ใช้: ข้อเสนอแนะของผู้เขียน
ระบุบริบท เป้าหมาย รูปแบบผลลัพธ์ และข้อจำกัด ใน Prompt เป็นจุดเริ่มต้น
แบ่งงานใหญ่เป็นขั้นตอน และตรวจผลระหว่างทาง
ทดสอบอย่างเป็นระบบ: ลอง Prompt กับตัวอย่างหลายแบบ ไม่ตัดสินจากครั้งเดียว
เก็บ Prompt ที่ใช้ได้เป็นคลังขององค์กร พร้อมระบุรุ่นแบบจำลองที่ทดสอบ
ออกแบบจุดตัดสินใจ: ระบุว่างานใดมนุษย์ต้องตรวจ และตรวจเกณฑ์อะไร
แยกงานสร้างเนื้อหากับงานตัดสินใจ: งานตัดสินใจสำคัญควรมีหลักฐานและการทบทวนเพิ่ม
ผู้อ่านสามารถทดลองตัวอย่างได้ที่คลัง Prompt และควรปรับตามบริบทของตนเอง
ข้อจำกัด
บทความนี้อ่านจากบทคัดย่อ งาน Schulhoff et al. (2024) เป็นเอกสารเตรียมตีพิมพ์ งาน Wu et al. (2022) มีผู้เข้าร่วม 20 คน และเทคนิคต่าง ๆ อาจใช้ได้ไม่เท่ากันกับแบบจำลองรุ่นใหม่ การวิเคราะห์อภิมานของ Vaccaro et al. (2024) ครอบคลุมงานก่อนกลางปี 2023 จึงอาจยังสะท้อน Generative AI รุ่นล่าสุดไม่เต็มที่ ผู้เขียนไม่พบงานประเมินการฝึก Prompt ในบริบทไทยจากชุดแหล่งที่ตรวจสอบได้
สรุป
Prompt Engineering มีประโยชน์เมื่อถือเป็นวิธีการที่ทดสอบและปรับปรุงได้ แต่หลักฐานเตือนว่าการทำงานร่วมกับ AI ไม่ได้ให้ผลดีโดยอัตโนมัติ คุณภาพของความร่วมมือขึ้นกับชนิดงาน ความสามารถของแต่ละฝ่าย และการออกแบบจุดตรวจสอบโดยมนุษย์
เอกสารอ้างอิง
Heston, T., & Khun, C. (2023). Prompt engineering in medical education. International Medical Education, 2(3), 198–205. https://doi.org/10.3390/ime2030019
Schulhoff, S., Ilie, M., Balepur, N., Kahadze, K., Liu, A., Si, C., Li, Y., Gupta, A., Han, H., Schulhoff, S., Dulepet, P. S., Vidyadhara, S., Ki, D., Agrawal, S., Pham, C., Kroiz, G., Li, F., Tao, H., Srivastava, A., . . . Resnik, P. (2024). The prompt report: A systematic survey of prompt engineering techniques [Preprint]. arXiv. https://doi.org/10.48550/arxiv.2406.06608
Vaccaro, M., Almaatouq, A., & Malone, T. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8(12), 2293–2303. https://doi.org/10.1038/s41562-024-02024-1
Wei, J., Wang, X., Schuurmans, D., Bosma, M., Ichter, B., Xia, F., Chi, E., Le, Q. V., & Zhou, D. (2022). Chain-of-thought prompting elicits reasoning in large language models. In Advances in Neural Information Processing Systems 35 (pp. 24824–24837). Neural Information Processing Systems Foundation, Inc. (NeurIPS). https://doi.org/10.52202/068431-1800
White, J., Fu, Q., Hays, S., Sandborn, M., Olea, C., Gilbert, H., Elnashar, A., Spencer-Smith, J., & Schmidt, D. C. (2023). A prompt pattern catalog to enhance prompt engineering with ChatGPT. In Proceedings of the 30th Conference on Pattern Languages of Programs. The Hillside Group. https://doi.org/10.64346/plop2023p05
Wu, T., Terry, M., & Cai, C. J. (2022). AI chains: Transparent and controllable human-AI interaction by chaining large language model prompts. In CHI Conference on Human Factors in Computing Systems (pp. 1–22). ACM. https://doi.org/10.1145/3491102.3517582
Zamfirescu-Pereira, J. D., Wong, R. Y., Hartmann, B., & Yang, Q. (2023). Why johnny can’t prompt: How non-AI experts try (and fail) to design LLM prompts. In Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems (pp. 1–21). ACM. https://doi.org/10.1145/3544548.3581388