📰 AI ไม่ได้ช่วยให้เด็กใหม่เปล่งประกาย — กลับกลายเป็นเครื่องมือเสริมพลังให้รุ่นใหญ่ ในช่วงแรกของกระแส AI หลายคนเชื่อว่าเครื่องมืออย่าง Copilot, Claude หรือ Gemini จะช่วยให้ “นักพัฒนาใหม่” หรือ junior developer สามารถสร้างงานคุณภาพได้โดยไม่ต้องพึ่งพารุ่นพี่มากนัก แต่เมื่อเวลาผ่านไป ความจริงกลับสวนทาง — AI กลายเป็นเครื่องมือที่เสริมพลังให้ senior developer ทำงานได้เร็วขึ้น มีประสิทธิภาพมากขึ้น และควบคุมคุณภาพได้ดีกว่าเดิม AI ทำงานได้ดีในด้านการสร้างโค้ดซ้ำ ๆ, สร้างโครงสร้างพื้นฐาน, ทดลองแนวทางใหม่ ๆ และตรวจสอบเบื้องต้น แต่สิ่งเหล่านี้จะมีประโยชน์สูงสุดเมื่อผู้ใช้ “รู้ว่าต้องการอะไร” และ “รู้ว่าผลลัพธ์ควรเป็นแบบไหน” ซึ่งเป็นทักษะที่มักอยู่ในมือของนักพัฒนารุ่นใหญ่ ในทางกลับกัน junior developer ที่ยังไม่เข้าใจบริบทของระบบหรือหลักการออกแบบ อาจใช้ AI ได้เพียงระดับพื้นฐาน และเสี่ยงต่อการสร้างโค้ดที่เต็มไปด้วยช่องโหว่ เช่น สถาปัตยกรรมที่อ่อนแอ, abstraction ที่ผิด, หรือแม้แต่บั๊กด้านความปลอดภัยที่มองไม่เห็น การเขียน prompt ที่ดี, การตรวจสอบโค้ดที่ AI สร้าง, และการวางโครงสร้างระบบ — ล้วนเป็นสิ่งที่ต้องอาศัยประสบการณ์และวิจารณญาณ ซึ่ง AI ยังไม่สามารถแทนที่ได้ และหากไม่มี senior คอยดูแล การใช้ AI อาจกลายเป็นการสร้าง “หนี้เทคนิค” มากกว่าการเพิ่มประสิทธิภาพ แม้จะมีข้อดี เช่น การช่วยให้ junior ทดลองไอเดียเร็วขึ้น หรือเติมช่องว่างความรู้ในงานข้ามสาย แต่ในภาพรวม AI กลับทำให้ “อำนาจการผลิตซอฟต์แวร์” กระจุกตัวอยู่ในมือของผู้มีประสบการณ์มากขึ้น และอาจทำให้โอกาสของนักพัฒนาใหม่หดตัวลง หากองค์กรไม่ปรับวิธีการฝึกและดูแล ✅ AI ช่วยงานด้านโค้ดที่ซ้ำซ้อนและโครงสร้างพื้นฐานได้ดี ➡️ เช่น สร้าง boilerplate, ลอง implementation ใหม่, ตรวจสอบเบื้องต้น ➡️ ทำให้การส่งฟีเจอร์เร็วขึ้น หากรู้ว่าต้องการอะไร ✅ Senior developer ได้ประโยชน์สูงสุดจาก AI ➡️ มีความเข้าใจระบบและสามารถใช้ AI อย่างมีประสิทธิภาพ ➡️ สามารถตรวจสอบและแก้ไขโค้ดที่ AI สร้างได้อย่างแม่นยำ ✅ Junior developer ยังใช้ AI ได้ แต่มีข้อจำกัด ➡️ ขาดทักษะในการเขียน prompt และตรวจสอบผลลัพธ์ ➡️ เสี่ยงต่อการสร้างโค้ดที่มีบั๊กหรือโครงสร้างไม่ดี ✅ AI ยังไม่สามารถออกแบบสถาปัตยกรรมหรือ abstraction ที่ดี ➡️ ต้องอาศัยมนุษย์ในการวางโครงสร้างระบบ ➡️ หากเริ่มต้นผิด อาจเกิดหนี้เทคนิคที่แก้ยากในระยะยาว ✅ การใช้ AI ควรอยู่ภายใต้การดูแลของผู้มีประสบการณ์ ➡️ เพื่อป้องกันการเรียนรู้ผิด ๆ และการสร้างความเสียหาย ➡️ ควรใช้ในงานที่มีความเสี่ยงต่ำ เช่น test, prototype, routine https://elma.dev/notes/ai-makes-seniors-stronger/