ทำไม "10,000 ชั่วโมงสู่ความเชี่ยวชาญ" ถึงไม่ใช่สูตรสำเร็จ และงานวิจัยจริงพบอะไรบ้าง
เคยได้ยินคำว่า "ฝึก 10,000 ชั่วโมงแล้วจะเก่งระดับโลก" ใช่ไหมครับ ควรบอกตรงๆ ว่าตัวเลขนี้ไม่ได้มาจากงานวิจัยต้นฉบับตรงๆ แต่มาจากการตีความแบบง่ายเกินไปของนักเขียนคนหนึ่ง — งานวิจัยจริงของ Anders Ericsson พบว่า "คุณภาพของการฝึก" (deliberate practice) สำคัญกว่าจำนวนชั่วโมง และเมื่อมีคนเอาแนวคิดนี้ไปทดสอบซ้ำในหลายสาขาอาชีพจริงจัง ก็พบว่าการฝึกฝนอธิบายความแตกต่างของผลงานได้แค่ส่วนหนึ่งเท่านั้น ไม่ใช่ทั้งหมดอย่างที่หลายคนเข้าใจ
บรรณาธิการ

สรุปสั้น (Key Takeaways)
- ตัวเลข "10,000 ชั่วโมง" มาจากงานวิจัยของ Ericsson, Krampe และ Tesch-Römer (1993) ที่ศึกษานักไวโอลินในเยอรมนี ซึ่งพบว่ากลุ่มที่เก่งที่สุดสะสม "การฝึกฝนอย่างมีเป้าหมาย" (deliberate practice) เฉลี่ยกว่า 10,000 ชั่วโมงตอนอายุ 20 ปี — แต่นั่นคือค่าเฉลี่ย ไม่ใช่เกณฑ์ตายตัว และครึ่งหนึ่งของกลุ่มเก่งที่สุดยังสะสมไม่ถึงตัวเลขนี้ด้วยซ้ำ
- Malcolm Gladwell นำตัวเลขนี้ไปเขียนเป็น "กฎ 10,000 ชั่วโมง" ในหนังสือ *Outliers* จนคนเข้าใจว่าฝึกอะไรก็ตามครบ 10,000 ชั่วโมงแล้วจะกลายเป็นระดับโลก — Ericsson เจ้าของงานวิจัยเองออกมาปฏิเสธการตีความนี้ตรงๆ ว่าเป็นการทำให้เรื่องซับซ้อนง่ายเกินไป (oversimplification)
- Ericsson ย้ำว่าสิ่งที่สำคัญไม่ใช่ "จำนวนชั่วโมง" แต่คือ "ชนิดของการฝึก" — deliberate practice ต้องมีเป้าหมายชัดเจน มีคนแนะนำ/ฟีดแบ็กทันที และต้องผลักตัวเองออกจาก comfort zone อยู่เสมอ ฝึกซ้ำแบบเดิมๆ โดยไม่ปรับปรุงไม่นับว่าเป็น deliberate practice
- Meta-analysis ของ Macnamara, Hambrick และ Oswald (2014) ที่ทดสอบข้อมูลจาก 88 งานวิจัย (157 ค่า effect size) ในหลายสาขา พบว่าโดยเฉลี่ยการฝึกฝนอธิบายความแตกต่างของผลงานได้เพียง 12% เท่านั้น (สูงสุดในเกม 26% ต่ำสุดในสายอาชีพทั่วไปไม่ถึง 1%) — เป็นสัดส่วนที่น้อยกว่าที่ความนิยม "10,000 ชั่วโมง" ทำให้คนเชื่อกันมาก
- สรุปคือ deliberate practice ยังคงสำคัญและจำเป็นต่อความเชี่ยวชาญจริงๆ แต่ไม่ใช่ปัจจัยเดียว ปัจจัยอื่นอย่างอายุที่เริ่มฝึก ความจำในการทำงาน (working memory) และแนวโน้มส่วนบุคคลก็มีผลด้วย
- กรอบ เจาะ–ท้า–รับ–ปรับ สังเคราะห์ลักษณะ 3 อย่างของ deliberate practice ให้เป็นวงจรที่ทำซ้ำได้: เจาะเป้าหมายเฉพาะ ท้าทายที่ขอบความสามารถ รับฟีดแบ็ก แล้วปรับก่อนวนกลับไปเจาะเป้าหมายใหม่
งานวิจัยต้นฉบับของ Ericsson พบอะไรจริงๆ
ปี 1993 Anders Ericsson ร่วมกับ Ralf Krampe และ Clemens Tesch-Römer ตีพิมพ์งานวิจัยชื่อ "The Role of Deliberate Practice in the Acquisition of Expert Performance" ใน *Psychological Review* โดยศึกษานักไวโอลินที่ Music Academy of West Berlin แบ่งเป็น 3 กลุ่มตามระดับฝีมือ คือกลุ่ม "ดีที่สุด" กลุ่ม "ดี" และกลุ่มที่มีแนวโน้มจะไปเป็นครูสอนดนตรีมากกว่านักแสดง แล้วให้ทุกคนประเมินย้อนหลังว่าฝึกซ้อมคนเดียวมากี่ชั่วโมงตลอดชีวิต
ผลที่พบคือกลุ่มที่ฝีมือดีที่สุดสะสมชั่วโมงฝึกซ้อมแบบตั้งใจ (deliberate practice) มากกว่ากลุ่มอื่นอย่างชัดเจน โดยกลุ่มเก่งที่สุดสะสมเฉลี่ยกว่า 10,000 ชั่วโมงตอนอายุ 20 ปี ทีมวิจัยสรุปว่าความแตกต่างของฝีมือระดับสูงส่วนใหญ่อธิบายได้จากปริมาณการฝึกฝนที่สะสมมา ไม่ใช่พรสวรรค์ที่ติดตัวมาแต่กำเนิดเพียงอย่างเดียว — ตรงนี้คือสิ่งที่งานวิจัยต้นฉบับพูดจริงๆ ไม่ได้บอกว่าใครก็ตามฝึก 10,000 ชั่วโมงแล้วจะเก่งเท่ากัน และไม่ได้บอกว่า 10,000 คือเกณฑ์ขั้นต่ำหรือเพดานของความเชี่ยวชาญด้วย เพราะตัวเลขนี้เป็นแค่ค่าเฉลี่ยของกลุ่มตัวอย่างกลุ่มหนึ่งในสาขาเดียว (ไวโอลินคลาสสิก) เท่านั้น
กฎ 10,000 ชั่วโมง: เมื่อความนิยมคลาดเคลื่อนจากงานวิจัย
Malcolm Gladwell นักเขียนชื่อดัง นำตัวเลข 10,000 ชั่วโมงจากงานวิจัยของ Ericsson ไปเขียนเป็นแนวคิดหลักในหนังสือ *Outliers* (2008) จนกลายเป็นที่รู้จักในชื่อ "กฎ 10,000 ชั่วโมง" — ข้อความที่คนจดจำกันคือ "ฝึกอะไรก็ตามให้ครบ 10,000 ชั่วโมง แล้วจะกลายเป็นระดับโลกในเรื่องนั้น" ซึ่งฟังดูเรียบง่ายและให้ความหวัง แต่เป็นการตีความที่คลาดเคลื่อนจากสิ่งที่งานวิจัยต้นฉบับพบจริง
Ericsson เองออกมาชี้แจงตรงๆ ในภายหลัง (รวมถึงในบทความที่เขาเขียนร่วมกับ Robert Pool) ว่าการตีความของ Gladwell เป็น "การทำให้ง่ายเกินไปแบบยั่วยุ" (a provocative generalization) ที่คลาดเคลื่อนจากงานวิจัยจริงในหลายจุด จุดแรก ตัวเลข 10,000 เป็นแค่ค่าเฉลี่ย ไม่ใช่เกณฑ์ตายตัว ครึ่งหนึ่งของนักไวโอลินกลุ่มเก่งที่สุดในงานวิจัยยังสะสมไม่ถึง 10,000 ชั่วโมงด้วยซ้ำตอนอายุ 20 ปี จุดที่สอง จำนวนชั่วโมงที่ต้องใช้ต่างกันมากในแต่ละสาขา นักเปียโนอาจต้องใช้ 20,000-25,000 ชั่วโมง ขณะที่บางทักษะเฉพาะทางอาจใช้แค่หลักร้อยชั่วโมง จุดที่สามและสำคัญที่สุดคือ Gladwell ไม่ได้เน้นย้ำว่า "ชนิด" ของการฝึกสำคัญกว่าจำนวนชั่วโมง การฝึกซ้อมแบบทั่วไปหรือแค่ "ทำงานนั้นซ้ำๆ" ไม่เท่ากับ deliberate practice ที่มีโครงสร้าง มีเป้าหมาย และมีฟีดแบ็ก
จุดที่น่าสนใจที่สุดคือเจ้าของงานวิจัยเองออกมาปฏิเสธการตีความที่ทำให้ผลงานตัวเองโด่งดังไปทั่วโลก — นี่เป็นตัวอย่างที่ชัดเจนมากว่าความนิยมของแนวคิดหนึ่งไม่ได้แปลว่าตรงกับสิ่งที่งานวิจัยต้นฉบับพูดจริง
Macnamara 2014: เมื่อมีคนทดสอบซ้ำอย่างจริงจัง
ปี 2014 นักวิจัย Brooke Macnamara, David Hambrick และ Frederick Oswald ตีพิมพ์ meta-analysis ชื่อ "Deliberate Practice and Performance in Music, Games, Sports, Education, and Professions" ใน *Psychological Science* โดยรวบรวมข้อมูลจากงานวิจัย 88 ชิ้น (คิดเป็นค่า effect size ทั้งหมด 157 ค่า) ที่วัดความสัมพันธ์ระหว่างปริมาณการฝึกฝนกับผลงานจริงในหลายสาขา ตั้งแต่ดนตรี เกม กีฬา การศึกษา ไปจนถึงสายอาชีพทั่วไป
ผลที่พบคือโดยเฉลี่ยแล้วการฝึกฝนอธิบายความแตกต่างของผลงานได้เพียง 12% เท่านั้น และสัดส่วนนี้ต่างกันมากตามสาขา — สูงสุดในเกมที่ 26% รองลงมาคือดนตรี 21% กีฬา 18% การศึกษา 4% และในสายอาชีพทั่วไป (professions) อธิบายได้ไม่ถึง 1% ด้วยซ้ำ Macnamara สรุปไว้ตรงๆ ว่า "deliberate practice สำคัญอย่างไม่ต้องสงสัย แต่ไม่ได้สำคัญเท่าที่ฝ่ายสนับสนุนแนวคิดนี้เคยอ้างไว้" ทีมวิจัยเสนอว่าปัจจัยอื่นอย่างอายุที่เริ่มฝึกฝน สติปัญญาทั่วไป และความจำในการทำงาน (working memory) น่าจะมีบทบาทสำคัญไม่น้อยไปกว่าปริมาณชั่วโมงฝึกฝน
ตรงนี้ควรชี้ให้เห็นชัดว่า meta-analysis นี้ไม่ได้แปลว่าการฝึกฝนไม่มีความหมาย — 12% ของความแปรปรวนทั้งหมดก็ยังถือว่ามีนัยสำคัญทางสถิติ เพียงแต่มันเล็กกว่าที่ภาพจำ "10,000 ชั่วโมง = รับประกันความเก่ง" ทำให้คนเข้าใจกันไปมาก และยิ่งในสาขาที่ต้องแข่งกับคนจำนวนมาก (เช่นสายอาชีพทั่วไป) การฝึกฝนอย่างเดียวก็ยิ่งอธิบายความแตกต่างของผลงานได้น้อยลงไปอีก
แล้วอะไรที่ทำให้การฝึกฝน "ได้ผลจริง"
จากทั้งงานวิจัยต้นฉบับของ Ericsson และสิ่งที่เขาชี้แจงในภายหลัง สิ่งที่แยก deliberate practice ออกจากการฝึกฝนทั่วไปมีอยู่ 3 ลักษณะหลัก คือ (1) มีเป้าหมายเฉพาะเจาะจงในแต่ละครั้งของการฝึก ไม่ใช่แค่ "ทำงานนั้นไปเรื่อยๆ" (2) มีฟีดแบ็กที่ชัดเจนและรวดเร็ว ไม่ว่าจะจากโค้ช ครู หรือการวัดผลที่เป็นรูปธรรม เพื่อรู้ว่าตรงไหนต้องปรับ และ (3) ต้องฝึกอยู่ที่ขอบของความสามารถตัวเอง (edge of ability) คือยากพอที่จะต้องใช้ความพยายามเต็มที่ แต่ไม่ยากเกินจนทำไม่ได้เลย
การฝึกซ้อมแบบสบายๆ ในสิ่งที่ทำได้อยู่แล้ว (เช่นเล่นเพลงที่ถนัดซ้ำๆ หรือทำงานประจำแบบเดิมทุกวันโดยไม่ท้าทายตัวเอง) แม้จะสะสมชั่วโมงเยอะแค่ไหนก็ไม่ค่อยพัฒนาฝีมือ เพราะสมองไม่ได้ถูกบังคับให้ปรับตัว นี่คือเหตุผลที่คนทำงานเดิมมา 20 ปีบางคนก็ยังไม่ได้เก่งขึ้นกว่าคนทำงาน 5 ปีที่ฝึกฝนอย่างมีโครงสร้างจริงจัง — ปริมาณชั่วโมงอย่างเดียวไม่ใช่ตัวชี้วัดที่แม่นยำ
กรอบเจาะ–ท้า–รับ–ปรับ
เพื่อให้เอาลักษณะ 3 อย่างของ deliberate practice มาใช้เป็นวงจรที่ทำซ้ำได้ทุกครั้งที่ฝึก เราสังเคราะห์เป็นกรอบ เจาะ–ท้า–รับ–ปรับ กรอบนี้เป็นเครื่องมือประยุกต์ของบทความ ไม่ใช่โปรโตคอลการฝึกที่ผ่านการทดลองแยกต่างหาก
1. เจาะ — เจาะเป้าหมายเฉพาะเจาะจงก่อนฝึกทุกครั้ง
แทนที่จะบอกตัวเองว่า "วันนี้จะฝึกอีก 1 ชั่วโมง" ให้ระบุจุดอ่อนเฉพาะที่จะแก้ในรอบนี้ เช่น "วันนี้ฝึกท่อนที่เล่นผิดจังหวะซ้ำๆ" ไม่ใช่ "เล่นเพลงทั้งเพลงซ้ำไปเรื่อยๆ"
2. ท้า — ฝึกที่ขอบความสามารถตัวเอง
ถ้ารู้สึกว่าฝึกแล้วสบายเกินไป แปลว่ากำลังอยู่ใน comfort zone ไม่ใช่ deliberate practice ให้ปรับความยากขึ้นทีละนิดจนต้องใช้สมาธิเต็มที่ แต่ไม่ยากจนทำไม่ได้เลย
3. รับ — รับฟีดแบ็กที่ชัดเจนและรวดเร็ว
หาทางรู้ทันทีว่าตรงไหนยังผิดอยู่ ไม่ว่าจะจากโค้ช เพื่อนร่วมสายงานที่เก่งกว่า หรือการวัดผลที่เป็นรูปธรรมอย่างบันทึกวิดีโอตัวเองแล้วดูย้อนหลัง
4. ปรับ — ปรับวิธีฝึกตามฟีดแบ็กที่ได้รับ
เอาสิ่งที่รู้จากขั้น "รับ" มาปรับเป้าหมายรอบถัดไป แล้ววนกลับไปขั้น "เจาะ" ใหม่ ไม่ใช่ฝึกซ้ำแบบเดิมทั้งที่รู้แล้วว่าจุดไหนต้องแก้
วงจรนี้วนซ้ำได้เรื่อยๆ ในแต่ละครั้งของการฝึก ยิ่งวนครบทั้งสี่ขั้นบ่อยเท่าไหร่ ยิ่งต่างจากการฝึกซ้ำแบบสบายๆ ที่สะสมชั่วโมงโดยไม่พัฒนา
กรณีจำลอง: ฝึกพรีเซนต์ทุกวันแต่ไม่พัฒนาสักที
สมมติว่า "อาร์ต" เป็นพนักงานขายที่ต้องพรีเซนต์สินค้าให้ลูกค้าแทบทุกวัน ทำงานมา 3 ปีแล้วแต่รู้สึกว่าฝีมือการพรีเซนต์ไม่ต่างจากปีแรกเลย ทั้งที่พูดหน้าลูกค้ามาเป็นร้อยครั้งแล้ว
อาร์ตลองใช้กรอบเจาะ–ท้า–รับ–ปรับ: ขั้น เจาะ เขาสังเกตว่าจุดที่พลาดบ่อยที่สุดคือช่วงตอบคำถามลูกค้าเรื่องราคา จึงตั้งเป้าเฉพาะสัปดาห์นี้ว่า "ฝึกตอบคำถามเรื่องราคาให้กระชับและมั่นใจขึ้น" ขั้น ท้า เขาลองซ้อมพรีเซนต์กับเพื่อนร่วมงานที่ตั้งคำถามยากๆ เรื่องราคาใส่เขาโดยเฉพาะ แทนที่จะซ้อมคนเดียวแบบที่ถนัดอยู่แล้ว ขั้น รับ เขาขอให้เพื่อนร่วมงานบันทึกวิดีโอตอนซ้อมแล้วชี้จุดที่ดูลังเลให้ฟังตรงๆ ขั้น ปรับ เขาพบว่าตัวเองมักอธิบายราคายาวเกินไปจนลูกค้าหมดความสนใจ จึงปรับให้ตอบสั้นลงแล้วถามคำถามกลับ แล้ววนกลับไปเจาะเป้าหมายใหม่ในสัปดาห์ถัดไป
ผ่านไปหนึ่งเดือนของการวนกรอบนี้ซ้ำทุกสัปดาห์ อาร์ตปิดการขายได้มากขึ้นอย่างชัดเจน ต่างจากสามปีก่อนหน้าที่พรีเซนต์ซ้ำแบบเดิมโดยไม่เคยเจาะจุดอ่อนหรือหาฟีดแบ็กเลย กรณีนี้เป็น สถานการณ์จำลองเพื่อสาธิตวิธีคิด ไม่ใช่บุคคลจริงหรือผลลัพธ์ที่วัดได้จากการทดลอง
ลองเอาไปปรับใช้ดู
1. ลองกำหนดเป้าหมายเฉพาะก่อนฝึกทุกครั้งดูไหมครับ แทนที่จะบอกตัวเองว่า "วันนี้จะฝึกอีก 1 ชั่วโมง" ลองระบุชัดว่าฝึกอะไร เพื่อแก้จุดอ่อนไหนโดยเฉพาะ เช่น "วันนี้ฝึกท่อนที่เล่นผิดจังหวะซ้ำๆ" แทนที่จะเป็น "เล่นเพลงทั้งเพลงซ้ำไปเรื่อยๆ" 2. ลองหาฟีดแบ็กที่เร็วและตรงจุดดูครับ ไม่ว่าจะจากผู้เชี่ยวชาญ เพื่อนร่วมสายงานที่เก่งกว่า หรือการวัดผลที่เป็นรูปธรรม (เช่น บันทึกวิดีโอตัวเองแล้วดูย้อนหลัง) ยิ่งรู้เร็วว่าตรงไหนผิด ยิ่งปรับได้เร็ว 3. อาจจะลองฝึกในจุดที่ยากกว่าที่ถนัดเล็กน้อยดูเสมอ ถ้ารู้สึกว่าฝึกแล้วสบายเกินไป แปลว่ากำลังอยู่ใน comfort zone ไม่ใช่ deliberate practice — ลองปรับความยากขึ้นทีละนิดจนรู้สึกต้องใช้สมาธิเต็มที่ 4. ลองอย่าเชื่อว่าจำนวนชั่วโมงคือหลักประกันความเก่งไปเสียทั้งหมด น่าจะช่วยได้ถ้าลองประเมินตัวเองเป็นระยะว่าฝึกแบบมีโครงสร้างจริงหรือแค่ทำซ้ำแบบเดิม และยอมรับว่าปัจจัยอื่น เช่น จุดเริ่มต้น หรือความถนัดส่วนบุคคล ก็มีผลต่อผลลัพธ์ด้วย ไม่ใช่ความผิดพลาดของคุณคนเดียวถ้ายังไปไม่ถึงจุดที่หวังไว้ 5. ลองหาโค้ชหรือครูที่ดีดูถ้าเป็นไปได้ เพราะการออกแบบแบบฝึกหัดที่เหมาะสมกับระดับฝีมือปัจจุบัน และให้ฟีดแบ็กที่แม่นยำ เป็นสิ่งที่ทำเองได้ยากกว่าที่คิด โดยเฉพาะในช่วงเริ่มต้น
ลองเลือกทักษะหนึ่งที่คุณอยากพัฒนา แล้วถามตัวเองตรงๆ ว่าที่ผ่านมาคุณ "ฝึกซ้ำแบบสบายๆ" หรือ "ฝึกแบบมีเป้าหมายและฟีดแบ็ก" กันแน่ — บางทีสิ่งที่ขาดไม่ใช่เวลา แต่เป็นโครงสร้างของการฝึกต่างหาก
คำถามที่พบบ่อย
- ถ้าไม่ใช่ 10,000 ชั่วโมง แล้วต้องฝึกกี่ชั่วโมงถึงจะเก่ง?
- ไม่มีตัวเลขตายตัวครับ เพราะขึ้นอยู่กับสาขา ระดับที่ตั้งเป้า และวิธีฝึก งานวิจัยของ Ericsson เองก็พบว่าแต่ละสาขาใช้จำนวนชั่วโมงต่างกันมาก สิ่งที่ควบคุมได้และสำคัญกว่าคือคุณภาพของการฝึกในแต่ละครั้ง ไม่ใช่การนับชั่วโมงสะสมให้ถึงเป้า
- แปลว่าพรสวรรค์ไม่มีผลต่อความเชี่ยวชาญเลยใช่ไหม?
- ไม่ใช่ครับ งานวิจัยของ Macnamara และคณะเองก็เสนอว่าปัจจัยอื่นอย่างสติปัญญาทั่วไปและความจำในการทำงานน่าจะมีบทบาทด้วย เพียงแต่ deliberate practice ก็ยังเป็นปัจจัยสำคัญที่ควบคุมได้ด้วยตัวเอง ขณะที่พรสวรรค์บางอย่างเราเลือกไม่ได้ตั้งแต่ต้น การโฟกัสที่สิ่งที่ฝึกฝนได้จึงยังคุ้มค่าเสมอ
- ทำไมงานอาชีพทั่วไปถึงมีสัดส่วนที่การฝึกฝนอธิบายผลงานได้น้อยมาก?
- เป็นไปได้ว่างานอาชีพทั่วไปมีตัวแปรซับซ้อนกว่าดนตรีหรือกีฬามาก เช่น สภาพแวดล้อมองค์กร ความสัมพันธ์กับเพื่อนร่วมงาน จังหวะโอกาส และเกณฑ์วัด "ผลงานที่ดี" ก็ไม่ชัดเจนตายตัวเท่าการแข่งกีฬาหรือการประกวดดนตรีที่วัดผลได้ตรงไปตรงมากว่า
แหล่งอ้างอิง
- ERIC — EJ471947
- Association for Psychological Science — Becoming an Expert Takes More Than Practice
- Salon — Malcolm Gladwell got us wrong: Our research was key to the 10,000-hour rule, but here's what got oversimplified
- Scientific American — Practice Doesn't Always Make Perfect
- ScienceDaily — Becoming an Expert Takes More Than Practice
บทความที่เกี่ยวข้อง

LinkedIn ทดลองกับคน 20 ล้านคนทั่วโลก พบว่า "คนรู้จักห่างๆ" ช่วยให้ได้งานใหม่จริง แต่ยิ่งห่างยิ่งดีไม่จริงเสมอไป
การทดลองผ่านอัลกอริทึมของ LinkedIn กับคนกว่า 20 ล้านคนยืนยันว่า 'คนรู้จักห่างๆ' ช่วยให้ได้งานใหม่จริงตามทฤษฎีที่มีมาตั้งแต่ปี 1973 แต่ความสัมพันธ์เป็นรูปตัว U คว่ำ คือห่างเกินไปกลับให้ผลลดลง ไม่ใช่ยิ่งห่างยิ่งดีเสมอไป

พักแค่ 10 นาทีก็พอ: งานวิจัยเผยว่าการหยุดงานสั้นๆ ระหว่างวันช่วยลดความล้าได้จริง แต่ "ไม่ใช่ทุกการพักที่ได้ผลเท่ากัน"
งานวิเคราะห์คนกว่า 2,300 คนพบว่าการพักสั้นๆ ไม่เกิน 10 นาทีระหว่างวันช่วยลดความล้าและเพิ่มความกระปรี้กระเปร่าได้จริง แต่ผลต่อประสิทธิภาพงานโดยรวมยังไม่ชัดเจนเท่า เพราะไม่ใช่ทุกกิจกรรมพักที่ช่วยให้พลังงานกลับมาเท่าเดิมได้จริง

ทำไมมือถือสั่นแค่ครั้งเดียวก็ทำให้งานพัง งานวิจัยชี้ว่าปัญหาไม่ได้อยู่ที่ตัวข้อความ แต่อยู่ที่ "ความคาดหวังว่าต้องตอบเดี๋ยวนี้"
งานวิจัยพบว่านโยบายบริษัทที่ห้ามติดต่องานนอกเวลาแทบไม่ช่วยลดความรู้สึกต้องพร้อมตอบตลอดเวลา (telepressure) เลย เพราะสิ่งที่ทำนายได้จริงคือความคาดหวังแบบไม่เป็นทางการจากเพื่อนร่วมงาน ขณะที่การทดลองบล็อกอินเทอร์เน็ตบนมือถือ 2 สัปดาห์กลับช่วยให้สมาธิและสุขภาพจิตดีขึ้นจริง

ChatGPT ทำให้ทำงานเร็วขึ้น 40% จริงไหม งานวิจัยจาก Science และ PNAS เผยคำตอบที่ซับซ้อนกว่าพาดหัวข่าว
งานทดลองตั้งแต่มืออาชีพด้านการเขียน โปรแกรมเมอร์ ไปจนถึงที่ปรึกษาธุรกิจพบว่า Generative AI ช่วยให้งานบางประเภทเร็วและดีขึ้น แต่ในงานที่อยู่นอกขอบเขตความสามารถของ AI ผลลัพธ์อาจแย่ลงได้
