แรงงานไทย 2.2 ล้านคนเสี่ยงถูก AI แทนที่งาน งานวิจัยชี้ว่าความกังวลนี้ทำร้ายใจจริง แต่มีทักษะ 2 อย่างที่ช่วยป้องกันผลกระทบได้เกือบทั้งหมด

ผมเชื่อว่าช่วงหลังมานี้แทบทุกคนที่ทำงานออฟฟิศคงเคยรู้สึกแบบนี้ คือทุกครั้งที่เห็นข่าว AI ตัวใหม่เก่งขึ้นเรื่อยๆ ในใจก็แอบมีคำถามผุดขึ้นมาว่า "แล้วงานเราจะยังอยู่ไหม" บางวันก็รู้สึกตื่นเต้นที่มีเครื่องมือช่วยทำงานเร็วขึ้น แต่บางวันก็อดคิดไม่ได้ว่าเราจะกลายเป็นคนที่ "ไม่จำเป็น" อีกต่อไปหรือเปล่า ความรู้สึกกำกวมแบบนี้ไม่ใช่เรื่องไร้เหตุผลเลย เพราะสภาพัฒน์ประเมินว่าแรงงานไทยราว 2.2 ล้านคนอยู่ในกลุ่มเสี่ยงถูก AI แทนที่งานโดยตรง ทั้งกลุ่มงานธุรการ บริการลูกค้า บัญชี ไปจนถึงงานการตลาดและนักวิเคราะห์การเงินบางส่วน

ผมเลยไปหาว่างานวิจัยด้านจิตวิทยาองค์การพูดถึงความรู้สึกนี้ไว้อย่างไร พบว่าเป็นสาขาที่มีงานวิจัยใหม่ๆ ออกมาต่อเนื่องในช่วง 1-2 ปีที่ผ่านมา และที่น่าสนใจที่สุดคือไม่ได้หยุดอยู่แค่การยืนยันว่า "กังวลจริง" แต่ยังค้นพบด้วยว่ามีทักษะบางอย่างที่ช่วยกันผลกระทบทางใจไว้ได้จริง ซึ่งเป็นข่าวดีที่ผมคิดว่าน่าเอามาแบ่งปันมากกว่าแค่ตอกย้ำความกังวล

AI ทำให้พนักงานรู้สึกไม่มั่นคงจริง และมันลามไปถึงชีวิตครอบครัวด้วย

Jiansong Zheng และ Tao Zhang ตอบคำถามนี้ในงานชื่อ "Association Between AI Awareness and Emotional Exhaustion: The Serial Mediation of Job Insecurity and Work Interference with Family" ตีพิมพ์ใน *Behavioral Sciences* ปี 2025 (เล่ม 15 ฉบับ 4 บทความเลขที่ 401, DOI 10.3390/bs15040401)

ทีมวิจัยเก็บข้อมูลจากพนักงานบริษัทเอกชนในจีน 303 คน ผ่านแบบสำรวจออนไลน์ในเดือนสิงหาคม 2024 แล้ววิเคราะห์ด้วยการถดถอยร่วมกับวิธี Bootstrap 5,000 ตัวอย่างเพื่อทดสอบเส้นทางความสัมพันธ์ ผลลัพธ์ชัดเจนมาก คือการรับรู้ถึง AI ในที่ทำงาน (เช่น เห็นเพื่อนร่วมงานถูกแทนที่ หรือรู้สึกว่างานของตัวเองมีส่วนที่ AI ทำแทนได้) สัมพันธ์ทางบวกกับความไม่มั่นคงในงานอย่างมาก (β = 0.655) และความไม่มั่นคงในงานนี้ก็ส่งต่อไปเป็นความเหนื่อยหน่ายทางอารมณ์ (β = 0.341) ที่น่าสนใจกว่านั้นคือความไม่มั่นคงในงานยังลามไปถึง "ความขัดแย้งระหว่างงานกับครอบครัว" (β = 0.436) กล่าวคือคนที่กังวลเรื่องงานไม่มั่นคงมักเอาความเครียดนี้กลับไปที่บ้านด้วย และความขัดแย้งนี้เองก็ทำให้เหนื่อยหน่ายทางอารมณ์เพิ่มขึ้นอีก (β = 0.381) เมื่อแยกวิเคราะห์เส้นทางพบว่าความไม่มั่นคงในงานอธิบายผลกระทบรวมได้ถึง 34.4% ความขัดแย้งงาน-ครอบครัวอธิบายได้ 24.2% และเส้นทางต่อเนื่องทั้งสองอย่าง (AI awareness → ความไม่มั่นคง → ความขัดแย้งครอบครัว → เหนื่อยหน่าย) อธิบายได้อีก 16.8%

ผมคิดว่าตัวเลขนี้สำคัญเพราะมันบอกว่าความกังวลเรื่อง AI ไม่ได้จบอยู่แค่ที่โต๊ะทำงาน แต่ลามไปกระทบความสัมพันธ์ในบ้านได้จริง ซึ่งตรงกับความรู้สึกที่หลายคนอาจเคยเจอ คือเอาความเครียดเรื่องงานกลับไปหงุดหงิดใส่คนที่บ้านโดยไม่รู้ตัว คำถามที่ตามมาคือ ความไม่มั่นคงแบบนี้ส่งผลต่อพฤติกรรมการทำงานจริงๆ มากแค่ไหน และมีอะไรช่วยกันไว้ได้บ้าง

ความไม่มั่นคงจาก AI ทำให้ผลงานแย่ลงและพฤติกรรมแย่ๆ เพิ่มขึ้น แต่มีตัวช่วย

Yang Woon Chung, Seunghee Im, Jung Eun Kim และ Jeong Kwon Yun ตอบคำถามนี้ในงานชื่อ "Artificial Intelligence Awareness, Career Resilience, Job Insecurity and Behavioural Outcomes" ตีพิมพ์ใน *Australian Journal of Psychology* ปี 2025 (เล่ม 77 ฉบับ 1, DOI 10.1080/00049530.2025.2559910)

ทีมวิจัยเก็บข้อมูลจากพนักงานออฟฟิศประจำในเกาหลีใต้ผ่านแบบสำรวจตนเอง 3 ช่วงเวลา เพื่อดูทั้งผลกระทบใกล้และผลกระทบไกลของการรับรู้ AI ในที่ทำงาน ผลลัพธ์พบว่าความไม่มั่นคงในงานทำหน้าที่เป็นตัวกลางเชื่อมระหว่างการรับรู้ AI กับผลลัพธ์สองด้าน ด้านหนึ่งคือผลงาน (task performance) ที่ลดลง อีกด้านคือพฤติกรรมเบี่ยงเบนในที่ทำงาน (deviant behaviour เช่น การขาดงานโดยไม่มีเหตุผล หรือทำงานลวกๆ) ที่เพิ่มขึ้น แต่สิ่งที่ทำให้งานนี้ต่างจากงานอื่นคือทีมวิจัยพบตัวแปรที่ช่วยกันผลกระทบไว้ได้ นั่นคือ "ความยืดหยุ่นทางอาชีพ" (career resilience) หรือความเชื่อมั่นว่าตัวเองปรับตัวรับมือกับความเปลี่ยนแปลงในสายอาชีพได้ พบว่ายิ่งมีความยืดหยุ่นทางอาชีพสูง ความสัมพันธ์ระหว่างการรับรู้ AI กับความไม่มั่นคงในงานก็ยิ่งอ่อนลง

ผมคิดว่างานนี้ให้ความหวังที่จับต้องได้ เพราะมันบอกว่าความไม่มั่นคงในงานไม่ใช่สิ่งที่หลีกเลี่ยงไม่ได้สำหรับทุกคนเท่ากันหมด คนที่เชื่อมั่นว่าตัวเองปรับตัวได้ในสายอาชีพ แม้จะเจอความเปลี่ยนแปลงจาก AI เหมือนกัน ก็รู้สึกไม่มั่นคงน้อยกว่าคนที่ไม่มีความเชื่อมั่นนี้ คำถามที่ตามมาคือ ความไม่มั่นคงและความเครียดจาก AI นี้ส่งผลต่อสุขภาพจิตในเชิงลึกมากแค่ไหน ไม่ใช่แค่ผลงานหรือพฤติกรรมในที่ทำงาน

Technostress จาก AI ไม่ใช่แค่ความรู้สึก แต่สัมพันธ์กับความวิตกกังวลและซึมเศร้าจริง

Daniela-Elena Lițan ตอบคำถามนี้ในงานชื่อ "Mental Health in the 'Era' of Artificial Intelligence: Technostress and the Perceived Impact on Anxiety and Depressive Disorders — An SEM Analysis" ตีพิมพ์ใน *Frontiers in Psychology* ปี 2025 (เล่ม 16 บทความเลขที่ 1600013, DOI 10.3389/fpsyg.2025.1600013)

ทีมวิจัยเก็บข้อมูลจากผู้ใหญ่ในโรมาเนีย 217 คน (ชาย 82 คน หญิง 135 คน อายุเฉลี่ย 36.15 ปี ช่วงอายุ 18-62 ปี) วัด technostress ด้วยแบบสอบถามที่ครอบคลุม 5 มิติ ได้แก่ ภาระงานล้นมือจากเทคโนโลยี การรุกล้ำเวลาส่วนตัว ความซับซ้อนที่ต้องเรียนรู้ ความไม่มั่นคงจากเทคโนโลยี และความไม่แน่นอนที่เทคโนโลยีเปลี่ยนเร็วเกินตาม แล้ววัดความวิตกกังวลและภาวะซึมเศร้าด้วยแบบวัด DASS-21R ผลการวิเคราะห์โครงสร้างความสัมพันธ์ (SEM) พบว่า technostress จาก AI สัมพันธ์ทางบวกกับความวิตกกังวลอย่างมีนัยสำคัญ (β = 0.342 อธิบายความแปรปรวนได้ 11.7%) และสัมพันธ์กับภาวะซึมเศร้าเช่นกัน (β = 0.308 อธิบายได้ 9.5%) โดยมิติที่สัมพันธ์กับความวิตกกังวลมากที่สุดคือการรุกล้ำเวลาส่วนตัวจากเทคโนโลยี (r = 0.298) และภาระงานล้นมือ (r = 0.267)

ผู้วิจัยเน้นย้ำเองว่าเพราะเป็นการศึกษาแบบตัดขวาง (เก็บข้อมูลครั้งเดียว) จึงตีความได้แค่ว่าตัวแปรเหล่านี้สัมพันธ์กัน ไม่ใช่หลักฐานว่า technostress เป็นสาเหตุโดยตรงของความวิตกกังวลหรือซึมเศร้า ผมคิดว่าข้อจำกัดนี้สำคัญที่ต้องพูดตรงๆ แต่ตัวเลขความสัมพันธ์ที่ชัดเจนขนาดนี้ก็ยังบอกอะไรบางอย่างได้ คือความเครียดจากการต้องตามเทคโนโลยีให้ทันไม่ใช่แค่ความรู้สึกลอยๆ แต่เชื่อมโยงกับสภาพจิตใจที่วัดได้จริง คำถามที่ตามมาคือ ในเมื่อผลกระทบนี้มีจริง แล้วมีอะไรที่พนักงานทำได้เองบ้างเพื่อลดผลกระทบนี้ลง

ทักษะแรกที่ช่วยป้องกัน: ความมั่นใจในการใช้ AI ของตัวเอง

Byung-Jik Kim, Min-Jik Kim และ Julak Lee ตอบคำถามนี้ในงานชื่อ "The Impact of an Unstable Job on Mental Health: The Critical Role of Self-Efficacy in Artificial Intelligence Use" ตีพิมพ์ใน *Current Psychology* ปี 2024 (เล่ม 43 ฉบับ 18 หน้า 16445-16462, DOI 10.1007/s12144-023-05595-w) โดยทีมวิจัยจากมหาวิทยาลัยในเกาหลีใต้ (University of Ulsan, Yonsei University, Korea University of Technology and Education, Chung-Ang University)

งานวิจัยนี้ศึกษาความสัมพันธ์ระหว่างงานที่ไม่มั่นคงกับสุขภาพจิตของพนักงาน โดยเจาะจงไปที่บทบาทของ "AI self-efficacy" หรือความเชื่อมั่นในความสามารถของตัวเองที่จะเรียนรู้และใช้งาน AI ได้ ผลการศึกษาสอดคล้องกับสมมติฐานหลัก คือความไม่มั่นคงในงานส่งผลกระทบทางลบต่อสุขภาพจิตของพนักงานจริง แต่พนักงานที่มีความมั่นใจในการใช้ AI สูงจะได้รับผลกระทบทางลบนี้น้อยกว่าพนักงานที่ไม่มั่นใจในการใช้ AI อย่างมีนัยสำคัญ กล่าวคือความมั่นใจนี้ทำหน้าที่เป็นตัวกันชนที่ลดทอนความเสียหายทางจิตใจจากความไม่มั่นคงในงานได้

ผมขอบอกตรงๆ ว่าบทความต้นฉบับของงานนี้ติดอยู่หลังระบบสมาชิกของสำนักพิมพ์ ผมตรวจสอบผ่านหลายช่องทาง (Semantic Scholar, ResearchGate, Unpaywall) แล้วไม่สามารถเข้าถึงตัวเลขค่าสัมประสิทธิ์หรือจำนวนกลุ่มตัวอย่างที่แน่นอนจากต้นฉบับได้โดยตรง จึงขอเล่าเฉพาะทิศทางผลลัพธ์หลักที่แหล่งข้อมูลรองหลายแห่งยืนยันตรงกัน แทนที่จะเดาตัวเลขที่ไม่มั่นใจ สิ่งที่ผมคิดว่าเอาไปใช้ได้จริงจากงานนี้คือแนวคิดหลัก ไม่ใช่ AI เองที่เป็นตัวปัญหาโดยตรง แต่คือ "ความไม่มั่นใจว่าตัวเองจะรับมือกับ AI ได้" ต่างหากที่ทำร้ายสุขภาพจิต ซึ่งแปลว่าการลงมือเรียนรู้ AI จนรู้สึกคุมได้ อาจเป็นทางออกที่ตรงจุดกว่าการพยายามเลี่ยงมันไปเรื่อยๆ คำถามที่ตามมาคือ ในภาพรวมระยะยาว AI ทำร้ายสุขภาพจิตของแรงงานจริงหรือเปล่า หรือภาพที่เห็นคือความกังวลช่วงสั้นๆ ที่ปรับตัวได้

ข้อมูลระยะยาว 20 ปีชี้ว่า AI ไม่ได้ทำร้ายสุขภาพจิตเสมอไป

Osea Giuntella, Johannes König และ Luca Stella ตอบคำถามนี้ในงานชื่อ "Artificial Intelligence and the Wellbeing of Workers" ตีพิมพ์ใน *Scientific Reports* ปี 2025 (เล่ม 15 บทความเลขที่ 20087, DOI 10.1038/s41598-025-98241-3)

ทีมวิจัยใช้ข้อมูลระยะยาว German Socio-Economic Panel (SOEP) รุ่นที่ 37 ซึ่งติดตามคนทำงานในเยอรมนีต่อเนื่องตั้งแต่ปี 2000-2020 รวมประมาณ 162,000 ข้อมูลรายบุคคลต่อปีจากคนราว 18,500 คน โดยใช้วิธี event study ร่วมกับ difference-in-differences เปรียบเทียบแรงงานที่สัมผัสกับ AI ในสายงานตัวเองกับที่ไม่สัมผัส ก่อนและหลังปี 2010 ซึ่งเป็นช่วงที่ AI เริ่มขยายตัวในตลาดแรงงานเยอรมนีอย่างชัดเจน ผลลัพธ์ที่ได้ค่อนข้างขัดกับความรู้สึกกังวลทั่วไป คือไม่พบผลกระทบทางลบที่มีนัยสำคัญทางสถิติต่อความพึงพอใจในชีวิต (เปลี่ยนแปลง +0.005 ไม่มีนัยสำคัญ) ความพึงพอใจในงาน (-0.002 ไม่มีนัยสำคัญ) คะแนนสุขภาพจิตโดยรวม (+0.192 ไม่มีนัยสำคัญ) หรือความวิตกกังวล (-0.016 ไม่มีนัยสำคัญ) ที่น่าสนใจกว่านั้นคือกลับพบผลบวกเล็กน้อยต่อสถานะสุขภาพที่รายงานด้วยตัวเอง (+0.022) และความพึงพอใจด้านสุขภาพ (+0.042) ซึ่งทีมวิจัยตั้งข้อสังเกตว่าอาจเกี่ยวข้องกับชั่วโมงทำงานที่ลดลงเล็กน้อย (ราว 30 นาทีต่อสัปดาห์) จากภาระงานกายภาพที่เบาลงเมื่อมี AI ช่วย

ผมคิดว่างานนี้สำคัญมากในฐานะตัวถ่วงดุล เพราะข้อมูล 20 ปีจากประเทศจริงบอกว่าการมี AI เข้ามาในสายงานไม่ได้แปลว่าสุขภาพจิตของแรงงานโดยรวมจะแย่ลงเสมอไปอย่างที่หลายคนกลัว แม้ความกังวลระหว่างช่วงเปลี่ยนผ่านจะเป็นเรื่องจริงตามงานวิจัยก่อนหน้านี้ก็ตาม สองภาพนี้ไม่ได้ขัดแย้งกัน แต่เป็นคนละมุมมอง คือความกังวลระยะสั้นจากการรับรู้ AI เป็นเรื่องจริงและวัดได้ แต่ผลกระทบระยะยาวต่อสุขภาพจิตโดยรวมของแรงงานทั้งระบบยังไม่มีหลักฐานว่าเลวร้ายอย่างที่กลัวกัน

กรอบรู้–ฝึก–ปรับ–กั้น

เพื่อแปลงงานวิจัยข้างต้นให้เป็นขั้นตอนที่ลงมือทำได้จริง เราสังเคราะห์เป็นกรอบ รู้–ฝึก–ปรับ–กั้น กรอบนี้เป็นเครื่องมือประยุกต์ของบทความ ไม่ใช่แบบประเมินทางจิตวิทยาหรือโปรแกรมฝึกที่ผ่านการทดสอบแยกต่างหาก

1. รู้ — รู้ทันว่าความกังวลนี้มีฐานจริง ไม่ใช่คิดไปเอง

ยอมรับกับตัวเองตรงๆ ว่าความกังวลเรื่อง AI แย่งงานไม่ใช่ความรู้สึกเกินจริงหรือคิดมาก แต่มีกลไกทางจิตวิทยารองรับตามที่ Zheng & Zhang (2025) และ Lițan (2025) พบ การรู้ทันแบบนี้ช่วยให้ไม่ต้องเสียพลังงานไปกับการเก็บกดหรือรู้สึกผิดที่ตัวเองกังวล และเปิดทางให้จัดการกับมันอย่างตรงจุดแทน

2. ฝึก — ฝึกใช้ AI ในงานตัวเองจนเกิดความมั่นใจ

ลงมือทดลองใช้เครื่องมือ AI ที่เกี่ยวข้องกับงานของตัวเองอย่างสม่ำเสมอ แม้เริ่มจากงานเล็กๆ เพราะ Kim, Kim, & Lee (2024) พบว่า AI self-efficacy คือตัวกันชนสำคัญที่ลดผลกระทบทางลบของความไม่มั่นคงในงานต่อสุขภาพจิต ความมั่นใจนี้เกิดจากการลงมือทำ ไม่ใช่การอ่านข่าวเฉยๆ

3. ปรับ — ปรับมุมมองให้เห็นทักษะของตัวเองเป็นของที่ย้ายที่ได้

มองทักษะหลักของตัวเอง (เช่น การตัดสินใจ การเจรจา ความเข้าใจลูกค้า) แยกออกจากเครื่องมือหรือตำแหน่งงานปัจจุบัน แล้วถามตัวเองว่าทักษะเหล่านี้เอาไปใช้ในบทบาทอื่นหรือรูปแบบงานอื่นได้อย่างไรบ้าง เพราะ Chung และคณะ (2025) พบว่าคนที่มี career resilience สูงจะรู้สึกไม่มั่นคงน้อยกว่าเมื่อเจอความเปลี่ยนแปลงจาก AI เท่ากัน

4. กั้น — กั้นไม่ให้ความเครียดเรื่องงานลามเข้าบ้าน

ตั้งจุดสังเกตให้ตัวเองเมื่อเริ่มเอาความเครียดเรื่อง AI กลับไปหงุดหงิดกับคนที่บ้าน แล้วหาจังหวะ "ตัดสวิตช์" ก่อนเข้าบ้าน เช่น เดินเล่น 10 นาที หรือบอกคนที่บ้านตรงๆ ว่ากำลังเครียดเรื่องงาน เพราะ Zheng & Zhang (2025) พบว่าความไม่มั่นคงในงานลามไปเป็นความขัดแย้งในครอบครัวได้จริง และความขัดแย้งนี้ยิ่งซ้ำเติมความเหนื่อยหน่ายให้หนักขึ้นอีก

ลำดับนี้ไม่จำเป็นต้องทำให้ครบทุกข้อพร้อมกัน เริ่มจากข้อที่ทำได้ง่ายที่สุดสำหรับสถานการณ์ตัวเองก่อนก็ได้

กรณีจำลอง: แนน กับแคปชั่นโฆษณาที่ AI เขียนได้เอง

สมมติว่า "แนน" ทำงานฝ่ายการตลาดในบริษัทอีคอมเมิร์ซมา 4 ปี วันหนึ่งหัวหน้าประกาศให้ทีมเริ่มใช้ AI ช่วยเขียนแคปชั่นโฆษณาเพื่อลดเวลาทำงาน แนนรู้สึกดีใจตอนแรกที่งานเร็วขึ้น แต่ผ่านไปสองสัปดาห์กลับเริ่มคิดว่า "ถ้า AI เขียนได้ดีขนาดนี้ แล้วจะจ้างเราไว้ทำไม" ความคิดนี้วนอยู่ในหัวจนเธอกลับบ้านแล้วหงุดหงิดใส่แฟนโดยไม่มีสาเหตุชัดเจน

แนนลอง รู้ ทันก่อนว่าความกังวลนี้ไม่ใช่เรื่องเพ้อเจ้อ แต่เป็นปฏิกิริยาที่มีเหตุผลรองรับ จากนั้น ฝึก ใช้ AI เขียนแคปชั่นด้วยตัวเองจนรู้ว่าจุดไหนที่ AI ยังทำแทนความเข้าใจลูกค้าจริงของเธอไม่ได้ แล้ว ปรับ มุมมองว่าทักษะที่มีค่าจริงๆ ของเธอคือความเข้าใจพฤติกรรมลูกค้าไทยและการเล่าเรื่องแบรนด์ ไม่ใช่การพิมพ์แคปชั่นทีละบรรทัด ทักษะนี้ย้ายไปใช้กับงานวางกลยุทธ์หรือดูแลทีมได้ด้วย สุดท้ายเธอ กั้น โดยบอกแฟนตรงๆ ว่าช่วงนี้เครียดเรื่องงาน ขอเวลาเดินเล่นแป๊บนึงก่อนคุยเรื่องอื่น

ผ่านไปหนึ่งเดือน แนนไม่ได้หายกังวลไปเลย แต่รู้สึกว่าตัวเองมีทิศทางว่าจะทำอะไรกับความกังวลนั้น แทนที่จะปล่อยให้มันวนอยู่ในหัวเฉยๆ กรณีนี้เป็น สถานการณ์จำลองเพื่อสาธิตวิธีคิด ไม่ใช่พนักงานจริงหรือผลการทดลองที่ผ่านการวัดผล

ลองเอาไปปรับใช้

1. อย่ามองว่าความกังวลเรื่อง AI ของตัวเองเป็นเรื่องเกินจริงหรือคิดไปเอง เพราะ Zheng & Zhang (2025) และ Lițan (2025) ยืนยันตรงกันว่าการรับรู้ถึง AI ในที่ทำงานสัมพันธ์กับความเหนื่อยหน่ายทางอารมณ์ ความวิตกกังวล และภาวะซึมเศร้าจริง ไม่ใช่แค่ความรู้สึกลอยๆ 2. ถ้าเครียดเรื่องงานจาก AI ให้ระวังไม่เอาความเครียดนั้นกลับไปที่บ้าน เพราะ Zheng & Zhang (2025) พบว่าความไม่มั่นคงในงานลามไปเป็นความขัดแย้งระหว่างงานกับครอบครัวได้จริง และยิ่งซ้ำเติมความเหนื่อยหน่ายทางอารมณ์ให้หนักขึ้นอีก 3. ลงมือเรียนรู้และฝึกใช้ AI ในงานของตัวเองจนรู้สึกคุมได้ แทนที่จะเลี่ยงมันไปเรื่อยๆ เพราะ Kim, Kim, & Lee (2024) พบว่าความมั่นใจในการใช้ AI ของตัวเองช่วยลดผลกระทบทางลบของความไม่มั่นคงในงานต่อสุขภาพจิตได้อย่างมีนัยสำคัญ 4. สร้าง "ความยืดหยุ่นทางอาชีพ" ด้วยการมองว่าตัวเองปรับตัวรับมือความเปลี่ยนแปลงได้ เพราะ Chung และคณะ (2025) พบว่าคนที่เชื่อมั่นในความยืดหยุ่นทางอาชีพของตัวเองมีความสัมพันธ์ระหว่างการรับรู้ AI กับความไม่มั่นคงในงานที่อ่อนกว่าคนที่ไม่มีความเชื่อมั่นนี้ 5. อย่าเพิ่งตื่นตระหนกจนเกินเหตุกับทุกข่าว AI ที่เห็น เพราะข้อมูลระยะยาว 20 ปีของ Giuntella และคณะ (2025) ไม่พบหลักฐานว่า AI ทำร้ายสุขภาพจิตของแรงงานโดยรวมในระยะยาว ความกังวลที่มีเหตุผลควรนำไปสู่การเตรียมทักษะ ไม่ใช่ความกลัวที่ทำให้เป็นอัมพาต