AI

สรุปเนื้อหา Adapt & Adopt: ปรับตัวยังไงดี ในยุค AI? สำหรับนักพัฒนาโปรแกรม

เรื่องที่เกี่ยวข้อง - AI, AI for developer, Github Copilot

เมื่อวันที่ 10 ก.ค. ที่ผ่านมาได้มีรับเกียรติจากพี่ป้อง และคุณเน ทีมงานจากเจเนเรชั่น ประเทศไทย ที่กำลังจัดบูทแคมป์ Junior Software Developer ในงาน GenKX Tech Talk ในหัวข้อเกี่ยวกับสิ่งที่ AI กำลังเข้ามาเปลี่ยนแปลงบทบาทของ Developer ในปัจจุบัน และมุมมองสำหรับการปรับตัวในเร็ววันนี้

มานั่งทบทวนสิ่งที่ได้เล่าไปในงาน เลยคิดว่าสรุปเป็น blog ไว้อีกทางสำหรับพวกเราที่ชอบอ่านดีกว่า โดยจะมีใจความสำคัญ 2 ส่วน เพื่อให้อ่านกระชับและเข้าใจง่ายครับ

คำเตือน

เนื้อหาต่อไปนี้ เหมาะสำหรับคนที่อยู่ในสายงานที่ทำงานกับการเขียนโค้ด เช่น Developer, Programmer ถ้าเรายังเขียนโค้ดไม่เป็น ควรมีคนเขียนโค้ดคอยให้คำแนะนำ

Adapt: รับแรงกระแทกกันยังไงดี?


“AI won’t replace programmers, but it will become an essential tool in their arsenal.”

– Satya Nadella, Microsoft CEO

เรากำลังเข้าสู่ปีที่สองของการ Hype เรื่อง Generative AI ในระดับโลก (ตัวอย่างเช่น ChatGPT, Github Copilot, Google Gemini, Claude บลาๆ)​ ซึ่งในปีนี้รูปแบบของแอพที่นำ Generative AI มาใช้ก็ชัดเจนมากขึ้น และเห็นผลในวงกว้าง

ซึ่งหนึ่งใน Generative AI application ที่เปิดตัว แล้วแสดงพลังอย่างชัดเจน คือ Github Copilot ซึ่งเอาความสามารถในการสังเคราะห์ content มาใช้ในการสังเคราะห์ code ที่ปกติ Dev จะเป็นคนทำ สร้างความตื่นตกใจว่า อ้าว แล้วที่ตูข้าเรียนมา ทำงานมา มันมี AI มาทำแทนแล้วหรอ???

Tips

ใครสนใจไปดู Series แนะนำ Github Copilot ของ Microsoft โดยตรง ได้ที่นี่ GitHub Copilot Series – YouTube

ตรงนี้เลยกลายเป็นหัวข้อ Adapt ที่อยากบอกว่า AI คือของจริง และมันจะมาเปลี่ยนวิธีการที่คนเขียนโค้ดทำงานที่หลายๆ คนรู้จักไปอีกเยอะเลย พลเลยขอแนะนำให้เราเข้าใจ 3 เรื่องหลักๆ ด้วยกันตามด้านล่าง

1. Tools: AI นั้นเป็นเครื่องมือ และมันจะเป็นเครื่องมือของทุกๆ คน

“มนุษย์นั้นมักเอาประสบการณ์ของตัวเองมาเทียบกับสิ่งที่ไม่รู้จัก ไม่แปลกใจเลยถ้าเรามีโอกาสสูงกว่า ที่จะยิงนิวเคลียร์ใส่ยานมนุษย์ต่างดาว แทนที่จะผูกมิตร”

หนึ่งในความเข้าใจผิดหลักๆ คือ AI มาแทนที่คนทำงาน แต่ท่าน Andrew Ng ได้กล่าวไว้แล้วว่า “AI จะมาแทนที่คนในส่วนการทำงานทั่วๆ ไป (Task) แต่ไม่ได้มาแทนที่คน (Job)” ดังนั้นในส่วนของนักพัฒนา นี่คือรูปแบบใหม่ของเครื่องมือทำงานของเรา และของ user เราครับ

ด้วยเหตุนี้ Microsoft ได้เริ่มออกแบบสิ่งที่เรียกว่า Copilot Stack เพื่อให้เป็นแนวทางในการพัฒนา AI Application ที่จะมาช่วยเหลือให้มนุษย์โลกให้หลุดจากงาน routine แสนน่าเบื่อดังภาพด้านล่าง

ดังนั้น Github Copilot เป็นหนึ่งในการนำแนวคิดของ Copilot stack มาใช้ในการกำหนดรูปแบบของ AI Application ซึ่งเป็นตัวอย่างที่ดีมาก เรียกได้ว่าส่วนหนึ่งของ Feature ในแอพ Visual Studio Code ได้มาจากความสามารถของรูปแบบ Generative AI

เช่น การช่วยเขียนโค้ดจากการทำความเข้าใจ comment ของเรา หรือการช่วยหา bug ในโค้ดหลายร้อยบรรทัดครับ

ใครสนใจแวะดูเขาใช้ github copilot ใน Vscode เขียนโปรแกรมให้ดูได้นะ ไม่เกิน 5 นาที แล้วค่อยอ่านต่อ

และปีนี้ ไอเดียใหม่ๆ ก็ได้ถูกนำมายกระดับการทำงานของ Developer โดยกลางปีที่ผ่านมา Github ก็ได้เปิดตัว Github Copilot Workspace ที่ผสานการทำงานของ Generative AI เข้ากับ workflow ของเราครับ

ซึ่งเหมือนกับขยายขอบเขตของ Generative AI ว่าแทนที่จะช่วยเรานั่งเขียนโค้ด ตอนนี้มันก้าวออกมาในจุดที่มานั่งวิเคราะห์ requirement หรือ bug ที่มีอยู่ในโปรเจคของเราได้ด้วย

ว่าแล้วก็กดดูตัวอย่างนิ๊ดหนึง

อ่านต่อ

ซึ่งจุดสำคัญมันอยู่ตรงนี้

ในเมื่อ AI Application มันเริ่มมาช่วยเราทำงานหลายๆ อย่างได้แล้ว เราจะปรับตัวยังไง (มีเวลามากขึ้นแล้วนี่)

2. Challenge: ความท้าทาย ที่เมื่อก่อนไม่มีเวลาหันมามอง

ความท้าทายในยุคสมัยนี้ จะคล้ายๆ กับยุคที่คนทำ Win App (Desktop App หน่ะแหละ)​ เจอการมาถึงของ Internet และ Web App และ ยุคที่คนทำ Web App เจอการมาถึงของ Smart phone และ Mobile App ครับ

นั่นคือเรากำลังจะมีรูปแบบของการทำ feature ใหม่ในแอพของเรา ที่ Microsoft มองว่า ยุค AI นี้ นอกจากแอพจะทำงานกับ Data แล้ว แอพจะมีการผสานการเรียกใช้งาน AI model เพื่อเพิ่มความ “ฉลาดแสนรู้” ซึ่งหัวใจสำคัญอันหนึ่งคือ Generative AI Model

โดย Microsoft จะเรียกแอพที่มีลักษณะนี้ว่า Intelligent App ครับ

แนวคิดของแอพในยุคสมัยแห่ง AI ของ Microsoft จะสอดประสาน App, Data, และ AI Models เข้าด้วยกัน

ซึ่งจากแนวคิดนี้ Microsoft เลยพัฒนาบริการของตัวเองขึ้นมา เพื่อให้ Developer สามารถเลือกดู หยิบจับ AI Models มาใช้งานได้อย่างรวดเร็วผ่าน Azure AI Studio ที่สามารถเข้าไปลองใช้งานได้ที่ https://ai.azure.com

และด้วยการที่เป็น partner กับบริษัท OpenAI ทำให้เวลามี model ใหม่ๆ ออกมา Microsoft ก็จะสามารถเอามาให้บริการได้ในเวลาอันรวดเร็ว เช่น ตอน GPT-4o ออก พลก็ทำคลิปแนะนำการ deploy และทดสอบใช้งานไว้ตามด้านล่าง

ถ้าใครเคยทำเว็บ อาจจะมองว่าของเหล่านี้คือบริการ AI model hosting พร้อมใช้ในการเลือก AI Model ที่เหมาะสม มา integrate กับโปรเจคเราก็ได้ครับ

และนอกจากระบบตรงนี้ ก็ต้องมี tools ดีๆ มาช่วยอำนวยความสะดวก ซึ่งนอกจาก Semantic Kernel ที่พลเคยเล่าไปในงาน PyCon 2023 (ใช้ได้ทั้ง C#, Python, และ Java นะ) ก็จะมี Promptflow ที่ทำให้เราสามารถออกแบบ และจัดการ code ในการทำระบบต่างๆ ที่ใช้ใน Intelligent Application ได้อย่างคล่องแคล่ว

คอร์สฟรี Promptflow

ตอนนี้พลตั้ง waiting list ของคอร์สสอนใช้ Promptflow ในเว็บ school พลแล้ว ใครสนใจ ไปลงชื่อไว้ได้ก่อนเลยครับ

3. Impact: สิ่งที่จะมาปะทะตัวคนเขียนโค้ดในยุค AI


“instead of humans, machine will write most of their own code by 2040”

 – a team of researchers at the US Department of Energy’s Oak Ridge National Laboratory

ความรู้สึกว่าบทบาทของคนเขียนโค้ด หรือ Developer เริ่มลดลงไม่ได้เพิ่งเกิดขึ้นมาในยุค Generative AI แต่เราจะเห็นการที่เราเริ่มมีเครื่องมือจำพวก Low-code, No-code อย่าง Microsoft Power Platform ที่เข้ามามีบทบาทตั้งแต่ปี 2018

ทำให้งานด้านการทำแอพ ทำ IT Solution ไม่ต้องโหลดงานมาที่ทีม programmer เยอะเหมือนเมื่อก่อน ซึ่งส่วนตัวพลมองว่านี่คือสิ่งที่ดีนะ โดยบทบาทของ Developer มีทั้งจุดที่เรามาเรียนรู้เครื่องมือ Low code และผันตัวเองไปเป็น Specialist ให้กับทีม Power Platform ได้

ทิศทางส่วนนี้ Gartner (ภาพด้านล่าง) ได้คาดการณ์ไว้ว่า ในปี 2026 75% ของแอพในองค์กร ก็จะสร้างหรือดูแลโดยเครื่องมือ low code พวกนี้แหละ

Low code midpoint app 75 percent in organization

และเมื่อเราผสานเรื่องนี้ เข้ากับการมาของ AI จะเห็นได้ชัดว่า Developer ที่มีความเข้าใจที่ดีเรื่อง AI ไม่ว่าจะเป็นด้านเทคโนโลยีที่ใช้ในการพัฒนา Intelligent Application หรือ low code เป็นที่ต้องการตัวขององค์กรมากกว่าเดิมอีก

Responsible AI สิ่งที่ Developer จะต้องเข้าใจ

เพราะที่พลอยากจะฝากพี่น้องที่อ่านมาถึงตรงนี้ไว้อีกเรื่อง คือเรื่องการตระหนักรู้ถึงแนวทางที่เหมาะสม และผลที่จะเกิดจากการทำ AI มาใช้ ทั้งในการพัฒนาระบบไปให้คนอื่นใช้ และทั้งเราเลือกมาใช้ในชีวิตการทำงานเอง ตรงนี้ Microsoft เรียกมันว่า Responsible AI

ถ้าเทียบให้เห็นภาพง่ายสุด มันคือ ศีล 6 สำหรับยุค AI ที่ไม่ว่าใครที่เกี่ยวข้องกับ AI ควรที่จะตระหนักผลกระทบใน 6 ส่วนนี้เมื่อมีการเอา AI มาเป็นตัวหลักในระบบ หรือแม้แต่ธุรกิจของเรา

เดี๋ยวมีโอกาสจะขอเล่าแยกไว้ครับ

Adopt: แนวคิดไหนที่ควรรู้ ควรมีบ้าง


AI is going to fundamentally change what it means to be a programmer.

ดังนั้นจากหัวข้อ Adapt เราจะเริ่มเห็นขอบเขตของ AI ในส่วนการทำงานของเรา นั่นหมายถึงงานน้อยลง และมีเวลามากขึ้น เปิดโอกาสให้นักพัฒนาได้เริ่มเรียนรู้ทักษะที่เมื่อก่อนถูกแย่งชิงโดยลูปงานไม่รู้จบครับ

และที่น่าสนใจคือ AI กำลังจะเปลี่ยนความหมายของการเป็น programmer ไปตลอดกาล

นั่นเท่ากับว่ารูปแบบงาน และทักษะที่ควรรู้ก็จะมีการปรับเปลี่ยนไปจากปัจจุบันครับ ซึ่งในสัมมนานี้ พลได้มีการแชร์ความเห็นส่วนตัวที่คิดว่า น่าจะเป็นประโยชน์กับพี่น้องที่ทำงานด้านโค้ดได้ไม่มากก็น้อย

1. Technical skill

แน่นอนว่า Fundamental skill ด้าน technial ยังไม่หายไปไหน เราน่าจะเข้าสู่การเรียนรู้การเขียนโค้ดที่ถูกต้อง เพื่อตรวจสอบงานที่ AI เขียนขึ้นมาก่อนนำไปใช้งาน และมี skill ใหม่ๆ ที่คิดว่าเราควรเริ่มศึกษาได้แก่

  1. Machine Learning (ML) and Data Science
    บทบาทของ AI model จะมีการพัฒนาเพื่อมาช่วยทำแทนคนมากขึ้นเรื่อยๆ การรู้หลักการที่จำเป็นกับการนำมาใช้ในการทำแอพ ทำ solution จะทำให้เราเลือก AI ที่มีคุณภาพ และเหมาะกับงานได้มากขึ้น
  2. AI Libraries and tools
    เข้าใจการทำงานกับ library, SDK และเครื่องมือต่างๆ ที่เกี่ยวข้องกับเทคโนโลยี AI เพื่อให้หยิบจับมาอำนวยความสะดวกในการพัฒนาแอพ หรือ solution ตามที่เราต้องการได้
  3. Technical debt management
    ในเมื่อ AI มาช่วยเบางานนึกโค้ด เขียนโค้ดเราแล้ว จุดต่อไปที่เราหาเวลามาใช้กับมันได้ซะที คือ Code Quality ครับ พลคิดว่าเราจำเป็นต้อง balance ระหว่างโค้ดที่ AI รัวออกมาให้เรา กับโค้ดที่นำไปใช้งานจริงแล้ว นอกจากจะทำงานได้ ก็ต้องมีคุณภาพพอที่จะไม่กลายเป็นปัญหากับโปรเจคภายหลัง

2. Soft Skill

อย่างที่เห็นว่าเวลาที่เราได้มาจากการใช้ AI ควรเอามาพัฒนาทักษะที่ขาดหายของเรา หรือเพิ่มทักษะเพื่อให้เราทำงานได้ดียิ่งขึ้น 3 ส่วนด้านล่างนี้ พลเห็นว่าเป็น mindset ที่ดี เหมาะมากกับ Developer ยุค AI

  1. Domain knowledge
    เรียนรู้สิ่งที่จำเป็นใน domain ของระบบที่เรากำลังสร้างขึ้นมา เช่นสร้างแอพเกี่ยวกับการแพทย์ต้องรู้จักอะไรบ้าง? เพราะการที่เรารู้จักจักรวาลของที่ระบบเราต้องไปทำงานด้วยแล้วนั้น จะทำให้ระบบที่เราสร้างมีประโยชน์แน่นอน เช่น ฟีเจอร์ของ Github Copilot ที่โดนใจ Programmer เกือบทุกคน
  2. Critical thinking and problem solving
    AI solution ที่มีประสิทธิภาพนั้น ต้องอาศัยการคิดแก้ปัญหาที่เหมาะสม ความละเอียด และทักษะการย่อยปัญหาเป็นชิ้นเล็กๆ จนสามารถนำเครื่องมือมาช่วยทำงานได้อย่างดีนั้น เป็นแนวคิดที่ควรมีในยุคนี้ครับ
  3. Lifelong learning and adaptability
    อันนี้ก็จะพูดกันเยอะแล้ว เทคโนโลยีใหม่ทยอยเดินมาทางเราเสมอ ตื่นตัวกับงานสัมมนา, ไลฟ์,​ Meetup บ้าง มันสนุกนะ รวมถึงการปล่อยวาง เพื่อยอมรับแนวคิดใหม่ๆ ที่เราไม่เคยคิดว่ามันจะใช้งานได้มาก่อน

ตอนนี้ AI อยู่ในฐานะที่เป็นเครื่องมือของเรา เหมือน โทนี่ สตาร์ค มีชุดเกราะ Iron man
สิ่งสำคัญคือ เราจะเป็นโทนี่ ที่ใช้ชุดเกราะที่อยู่ในตู้ไปลุยกับผู้ร้ายเป็นหรือเปล่า? หรือเราจะเป็นแค่คนที่ให้กำเนิดอัลตรอนกันนะ?

สรุปน่าจะจบแค่นี้ ถ้าชอบก็สามารถกดไลค์ กดแชร์ได้นะครับ แล้วพบกันใหม่ครับ

คอร์สฟรี เริ่มต้นพัฒนา

และถ้าใครสนใจเริ่มต้นพัฒนา skill สำหรับนักพัฒนายุค AI เช่น Azure OpenAI Service, Semantic Kernel, Promptflow ก็สามารถกดลิ้งค์ไปลองเรียนคอร์สฟรีกันได้ และถ้าถูกใจก็สามารถกดซื้อคอร์ศเพื่อสนับสนุนพลในอีกทางหนึ่งได้เช่นเดียวกันครับ

เริ่มต้นยุค AI ด้วยคอร์สฟรี และพรีเมี่ยม กับพล

หากชอบสิ่งที่พลเล่า เรื่องที่พลสอน สามารถสนับสนุนพลโดยการเข้าเรียนคอร์สออนไลน์ของพลนะคร้าบ

  • เข้าใจง่าย ใช้ได้จริง ออกแบบการสอนอย่างเข้าใจโดยโค้ชพล
  • มีคอร์สสำหรับคนใช้งานทั่วไป จนถึงเรียนรู้เพื่อใช้งานในสายอาชีพขั้นสูง
  • ทุกคอร์สมีใบประกาศณียบัตรรับรองหลังเรียนจบ

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า

Privacy Preferences

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

Allow All
Manage Consent Preferences
  • Always Active

Save