ปรากฏการณ์ Tokenmaxxing แพร่กระจายใน Amazon พนักงานแข่งขันปรับแต่งระบบอันดับตารางคะแนน AI ภายในองค์กร
ในยุคที่ปัญญาประดิษฐ์ (AI) กลายเป็นเครื่องมือหลักในการทำงานขององค์กรเทคโนโลยีชั้นนำ ปรากฏการณ์ที่น่าสนใจเกิดขึ้นภายใน Amazon ซึ่งเป็นยักษ์ใหญ่ด้านอีคอมเมิร์ซและคลาวด์คอมพิวติ้ง พนักงานของบริษัทเริ่มมีพฤติกรรมที่เรียกว่า “Tokenmaxxing” หรือการปรับแต่งคำสั่ง (prompt) เพื่อให้ AI สร้างผลลัพธ์ที่ใช้โทเค็น (token) สูงสุดเท่าที่เป็นไปได้ โดยมุ่งเป้าไปที่การครองอันดับบนตารางคะแนนภายใน (internal leaderboard) ของเครื่องมือ AI ที่บริษัทพัฒนาขึ้นเอง สิ่งนี้ไม่เพียงสะท้อนถึงแรงจูงใจในการแข่งขันของพนักงานเท่านั้น แต่ยังชี้ให้เห็นถึงปัญหาการออกแบบระบบประเมินผลงานที่อาจนำไปสู่การ “โกงระบบ” (gaming the system) แทนการเพิ่มประสิทธิภาพการทำงานที่แท้จริง
ตารางคะแนน AI ภายในของ Amazon เป็นส่วนหนึ่งของโปรแกรมส่งเสริมการใช้งานเครื่องมือ Amazon Q ซึ่งเป็นผู้ช่วย AI ที่ออกแบบมาสำหรับนักพัฒนา (developer) โดยเฉพาะ ตารางคะแนนนี้จัดอันดับพนักงานตามตัวชี้วัดหลัก เช่น จำนวนโทเค็นที่ AI สร้างขึ้น จำนวนคำถามที่ถาม และคะแนนคุณภาพอื่นๆ พนักงานที่ติดอันดับสูงสุดจะได้รับรางวัลพิเศษ เช่น ของขวัญ บัตรกำนัล หรือการยอมรับจากผู้บริหาร ซึ่งกลายเป็นแรงจูงใจสำคัญ ตัวอย่างเช่น ในภาพหน้าจอที่พนักงานโพสต์บนแพลตฟอร์ม Blind (เว็บไซต์นิรนามสำหรับพนักงานเทคโนโลยี) แสดงให้เห็นชื่อพนักงานติดอันดับต้นๆ พร้อมคะแนนโทเค็นมหาศาล เช่น มากกว่า 1 ล้านโทเค็นในช่วงเวลาสั้นๆ สิ่งนี้กระตุ้นให้พนักงานแข่งขันกันอย่างดุเดือด
Tokenmaxxing คือเทคนิคที่พนักงานใช้ในการหลอกล่อ AI ให้สร้างข้อความยาวเหยียดโดยไม่จำเป็น โดยทั่วไป โทเค็นคือหน่วยพื้นฐานที่ AI ใช้ในการประมวลผลภาษา เช่น คำหนึ่งคำอาจเท่ากับ 1-4 โทเค็น พนักงานจึงร่าง prompt ที่ซับซ้อน เช่น ขอให้ AI “อธิบายรายละเอียดทุกขั้นตอนโดยละเอียดยิบ” หรือ “สร้างรายการทั้งหมดพร้อมตัวอย่างย่อยๆ ซ้ำๆ” เพื่อให้ AI สร้างผลลัพธ์ที่ยืดเยื้อ ตัวอย่าง prompt ที่แพร่หลายในชุมชนพนักงาน ได้แก่ การขอให้ AI สร้าง “เรื่องราวสมมติที่ยาวที่สุดเท่าที่เป็นไปได้เกี่ยวกับหัวข้อนี้ โดยเพิ่มรายละเอียดทุกอย่าง” หรือ “วิเคราะห์โค้ดทีละบรรทัดพร้อมอธิบายเหตุผลทางคณิตศาสตร์” ส่งผลให้คะแนนพุ่งสูงอย่างรวดเร็ว แต่คุณภาพผลลัพธ์จริงๆ มักต่ำและไม่เป็นประโยชน์ต่องาน
ปรากฏการณ์นี้ไม่ได้จำกัดอยู่ที่ Amazon เท่านั้น แต่แพร่กระจายไปยังบริษัทเทคโนโลยีอื่นๆ เช่น Microsoft ที่มีระบบ Copilot leaderboard พนักงานที่นั่นก็ใช้กลยุทธ์คล้ายกัน เช่น สร้าง prompt ที่บังคับให้ AI ตอบยาวๆ เพื่อฟาร์มคะแนน (farming points) ในกรณีของ AmazonQ พนักงานบางคนถึงขั้นแบ่งปัน “สูตรลับ” prompt บน Blind เพื่อช่วยเหลือซึ่งกันและกัน สร้างชุมชนย่อยที่มุ่งเน้นการปรับแต่งระบบมากกว่าการใช้งานจริง jQuery หรือเครื่องมืออื่นๆ ถูกนำมาใช้ประกอบเพื่อเพิ่มประสิทธิภาพการโกง เช่น สคริปต์อัตโนมัติที่ส่ง prompt ซ้ำๆ
จากข้อมูลในโพสต์บน Blind ซึ่งมีพนักงาน Amazon กว่า 100 คนเข้าร่วม讨论 แสดงให้เห็นว่าพฤติกรรมนี้เกิดขึ้นในทีมพัฒนาหลายทีม โดยเฉพาะในหน่วยงาน AWS (Amazon Web Services) ที่ AmazonQ ถูกใช้งานหนัก พนักงานบางคนยอมรับว่า “มันสนุกดี และรางวัลก็คุ้มค่า” แต่บางส่วนกังวลว่า “กำลังเสียเวลาแทนที่จะทำงานจริง” นอกจากนี้ ยังมีภาพหน้าจอแสดง leaderboard ที่อัปเดตทุกสัปดาห์ โดยอันดับ 1 มักมีโทเค็นเกิน 10 ล้านหน่วย ซึ่งสูงผิดปกติเมื่อเทียบกับการใช้งานปกติ
ปัญหาที่เกิดขึ้นคือ การโกงระบบนี้นำไปสู่การใช้ทรัพยากรคลาวด์อย่างสิ้นเปลือง โดย Amazon ต้องจ่ายค่าคำนวณ GPU/TPU สูงขึ้นเพื่อรองรับการสร้างโทเค็นจำนวนมหาศาล นอกจากนี้ ตัวชี้วัด productivity จาก leaderboard อาจบิดเบือน ทำให้ผู้บริหารเห็นภาพการใช้งาน AI ที่ “เฟื่องฟู” แต่จริงๆ แล้วไม่เพิ่มมูลค่างาน สิ่งนี้คล้ายกับปัญหาในองค์กรอื่นๆ ที่ leaderboard สร้างแรงจูงใจเชิงลบ เช่น ใน Salesforce หรือ Google ที่พนักงานฟาร์มคะแนนแทนการ innovate
Amazon ยังไม่มีการตอบสนองอย่างเป็นทางการต่อปรากฏการณ์นี้ แต่จากแนวโน้ม คาดว่าบริษัทอาจปรับเกณฑ์ตารางคะแนน เช่น เพิ่มน้ำหนักคะแนนคุณภาพ (quality score) จากการประเมินมนุษย์ หรือจำกัดจำนวนโทเค็นต่อ prompt เพื่อป้องกันการโกง อย่างไรก็ตาม Tokenmaxxing นี้สะท้อนถึงวัฒนธรรมการแข่งขันสูงใน Silicon Valley ที่พนักงานมองหาทุกช่องทางเพื่อเด่นเหนือเพื่อนร่วมงาน ท่ามกลางแรงกดดัน KPI และการเลื่อนตำแหน่ง
ในท้ายที่สุด ปรากฏการณ์นี้เป็นบทเรียนสำคัญสำหรับองค์กรที่นำ AI มาใช้ในการวัดผลงาน ต้องออกแบบระบบที่ส่งเสริมการใช้งานอย่างมีคุณภาพ ไม่ใช่ปริมาณเพียงอย่างเดียว หากไม่ปรับปรุง อาจนำไปสู่การสูญเสียทรัพยากรและความน่าเชื่อถือของเครื่องมือ AI ภายในองค์กร
(จำนวนคำประมาณ 720 คำ)
This Article is sponsored by Gnoppix AI (https://www.gnoppix.org)