Human Integration — คนกับ agent อยู่ตรงไหนของกันและกัน

agent ที่ดีไม่ได้แปลว่า “เอาคนออก” แต่คือ วางคนไว้ในที่ที่ถูก บทนี้: human-in-the-loop vs on-the-loop · shared autonomy · การส่งต่อการควบคุม (control handoff) · และ การปรับความเชื่อใจให้พอดี — ให้คนไม่ “เซ็นผ่านมั่ว” และไม่ “เพิกเฉย”

พูดแบบเข้าใจง่าย

ความสัมพันธ์คน–agent มีหลายระดับ แต่ละระดับย้ายว่า “ใครลงมือ ใครตรวจ”:

• Human-in-the-loop — คนอยู่ ในขั้นตอน: agent เสนอ คนอนุมัติ ก่อน ลงมือ (เหมาะกับงานเสี่ยงสูง/ย้อนไม่ได้)
• Human-on-the-loop — คน เฝ้าดู agent ที่ลงมือเอง แทรกเมื่อจำเป็น (เหมือนนักบินเฝ้า autopilot)
• Supervisory / shared autonomy — agent ทำงานประจำเอง คนเข้าเฉพาะ เคสยาก/เสี่ยง (dynamic autonomy)
• Full autonomy — agent ทำเอง คนดูสรุปภายหลัง (เหมาะเฉพาะงานเสี่ยงต่ำ/ย้อนได้)

หัวใจคือ trust calibration — ปรับความเชื่อใจให้ตรงกับความน่าเชื่อถือจริงของ agent ทั้ง over-trust (เชื่อเกินจนเซ็นผ่านโดยไม่อ่าน) และ under-trust (ไม่เชื่อจนเพิกเฉย/กลายเป็นคอขวด) คือความล้มเหลวทั้งคู่ งานวิจัยปี 2025 ชี้ว่า การให้เครื่องประเมินความมั่นใจของตัวเอง (self-assessment) ช่วยปรับความเชื่อใจของคนได้ชัดเจน

ในระบบของเรา — คนถูกวางไว้ตามความเสี่ยง

gate ที่เราสร้างในบทที่ 08 คือ human-in-the-loop บนการเขียนที่ย้อนไม่ได้ · cockpit (บทที่ 17) คือ human-on-the-loop ที่เฝ้าดู trace · และออโต้เกรดของเราปล่อยเกรดผ่าน การยืนยันของคนทาง LINE ทั้ง fleet ออกแบบให้ agent “ร่าง” มนุษย์ “ลงมือ” — autonomy ถูกจับคู่กับความเสี่ยงอย่างจงใจ

ทำพลาด vs ทำถูก

ลองเอง — หมุนลูกบิด autonomy

สรุปบทที่ 19

• ระดับความสัมพันธ์: in-the-loop · on-the-loop · supervisory · autonomous — ย้ายว่า “ใครลงมือ ใครตรวจ”
• จับคู่ autonomy กับความเสี่ยง — งานย้อนไม่ได้อยู่ in-the-loop, งานอ่านปล่อยได้
• trust calibration: over-trust (เซ็นผ่านมั่ว) และ under-trust (เพิกเฉย/คอขวด) ล้มเหลวทั้งคู่
• ให้ agent ประเมินความมั่นใจตัวเอง + ส่งสัญญาณ “เมื่อไรควรแทรก” ช่วยปรับความเชื่อใจให้พอดี