Inside OakMega | เมื่อทุกคนใช้ AI ทำงานสัมภาษณ์ OakMega ดูอย่างไรว่าใครมีของจริง?

สิ่งที่เราสนใจ ไม่ใช่ว่าคุณใช้ AI เป็นหรือไม่ แต่คือคุณรู้หรือเปล่าว่าตัวเองกำลังใช้อะไรอยู่

ตอนที่งานสัมภาษณ์ชิ้นนั้นส่งเข้ามา พวกเราเงียบไปครู่หนึ่ง

รูปแบบครบถ้วน โครงสร้างชัดเจน ทุกรายละเอียดจัดการมาอย่างดี สูงกว่ามาตรฐานที่เราคาดไว้มาก ผมกับเพื่อนร่วมงานหันมามองหน้ากัน ไม่มีใครพูดอะไร แต่ต่างก็เข้าใจความหมายของสายตานั้นดี: งานชิ้นนี้ มีส่วนไหนบ้างที่เขาทำเองจริงๆ?

คำถามนี้ทำให้เราตระหนักได้ว่า ถ้าโจทย์สัมภาษณ์ข้อหนึ่งทำให้เราอ่านงานจบแล้วยังหาคำตอบไม่เจอ ปัญหาก็อยู่ที่ตัวโจทย์เอง โจทย์ที่ดีไม่ได้มีไว้กันไม่ให้คุณใช้ AI แต่ออกแบบมาให้คุณส่งแค่ผลลัพธ์อย่างเดียวไม่ได้ — คุณต้องส่งวิธีคิดของตัวเองมาด้วย

หลังจากนั้น เราจึงกลับมาคิดใหม่ว่ากระบวนการสัมภาษณ์ควรมีหน้าตาแบบไหน

สารบัญ

1. โจทย์สัมภาษณ์ของเรา ตั้งต้นไว้แล้วว่าคุณจะใช้ AI
2. ส่งงานเสร็จ การสัมภาษณ์จริงถึงเพิ่งเริ่มต้น
3. คนที่เรากำลังมองหา คือคนแบบนี้
4. คำถามที่พบบ่อย

---

โจทย์สัมภาษณ์ของเรา ตั้งต้นไว้แล้วว่าคุณจะใช้ AI

เวลาที่ OakMega ออกโจทย์สัมภาษณ์ เราไม่เคยคิดเลยว่า “จะกันไม่ให้ผู้สมัครใช้ AI ได้อย่างไร”

เพราะคำถามนี้ตั้งผิดทิศตั้งแต่แรก ทุกวันนี้เครื่องมือ AI เป็นอุปกรณ์มาตรฐานของการทำงาน ไม่ต่างจาก Google หรือ Excel เราเองก็ใช้ทุกวัน ลูกค้าของเราก็กำลังเรียนรู้ที่จะใช้ ถ้าคุณไม่แตะ AI เลยในงานสัมภาษณ์ เรากลับจะสงสัยว่า — ทำไมล่ะ?

ดังนั้นตรรกะในการออกแบบโจทย์ของเราจึงไม่ใช่การปิดกั้น แต่คือ: มองว่า AI เป็นเงื่อนไขที่รู้กันอยู่แล้ว และบนพื้นฐานนั้น ดูว่าคุณคิดและตัดสินใจอย่างไร

ยกตัวอย่างโจทย์ 2 ประเภทที่เราเคยใช้:

แบบวิเคราะห์: เราให้สถานการณ์ธุรกิจจริงที่ยุ่งเหยิง ในข้อมูลมีทั้งความผันผวนที่สมเหตุสมผลและข้อผิดพลาดจริงปะปนกัน คุณต้องหาต้นตอของปัญหา เขียนรายการบันทึกบัญชีเพื่อแก้ไข และสรุปเป็นเมโม 1 หน้าให้หัวหน้าอ่าน โจทย์แบบนี้ AI ช่วยได้แน่นอน — ทั้งจัดระเบียบตัวเลข เรียบเรียงตรรกะ หรือแม้แต่ร่างเอกสาร แต่หลังส่งงาน สิ่งที่เราอยากฟังคือคุณแยกแยะปัญหานี้อย่างไร ทำงานร่วมกับ AI อย่างไร และทำไมคุณถึงสงสัยรายการนี้แทนที่จะเป็นรายการนั้น เส้นทางความคิดนั้นเป็นของคุณ ไม่ใช่ของ AI

แบบลงมือทำ: เราให้คุณใช้เครื่องมือ AI สร้างโปรดักต์ที่ใช้งานได้จริง สิ่งที่ต้องส่งมีทั้งเดโมที่ใช้งานได้ สเปกการพัฒนา และการประเมินผลลัพธ์ จะให้ AI เขียนโค้ดหรือสร้างเอกสารก็ไม่มีปัญหา สิ่งที่เราอยากเห็นคือคุณนิยามความสำเร็จของโปรดักต์นี้อย่างไร เขียน prompt แบบไหน ระหว่างทางเจอปัญหาอะไร และปรับแก้อย่างไร กระบวนการตัดสินใจเหล่านี้แหละคือจุดที่การสัมภาษณ์เริ่มต้นจริง — ไม่ใช่ตอนที่คุณกดส่งงาน แต่เป็นตอนที่คุณนั่งลงแล้วเล่าให้เราฟังว่า “ตอนนั้นผมคิดแบบนี้”

---

ส่งงานเสร็จ การสัมภาษณ์จริงถึงเพิ่งเริ่มต้น

หลังจากส่งงานแล้ว เราจะนัดสัมภาษณ์รอบที่สอง ไม่ใช่เพื่อสอบคุณซ้ำ แต่เพื่อชวนคุณพาเราเดินดูกระบวนการแก้โจทย์ของคุณอีกครั้ง

คุณอ่านโจทย์นี้อย่างไร ตัดสินใจเริ่มจากตรงไหน ระหว่างทางติดขัดตรงไหน ทำงานร่วมกับ AI อย่างไร และสุดท้ายทำไมถึงส่งงานออกมาแบบนี้ คำถามเหล่านี้ไม่มีคำตอบตายตัว สิ่งที่เราอยากฟังไม่ใช่ผลลัพธ์ แต่คือคุณไปถึงผลลัพธ์นั้นทีละขั้นได้อย่างไร

ในกระบวนการนี้ สิ่งที่เราดูจริงๆ มีอยู่ 3 เรื่อง

หนึ่ง คุณอธิบายการตัดสินใจของตัวเองได้ชัดเจนไหม

คำตอบถูกหรือผิดเป็นเรื่องรอง เราอยากรู้มากกว่าว่าทำไมคุณถึงทำแบบนั้น ตอนนั้นคุณอ่านโจทย์อย่างไร ใช้อะไรเป็นเกณฑ์ตัดสิน เคยพิจารณาทางเลือกอื่นไหม แล้วทำไมถึงตัดทิ้ง ร่องรอยความคิดเหล่านี้คือสิ่งที่เราอยากฟังจริงๆ ถ้าคุณอธิบายได้ แสดงว่าคุณผ่านกระบวนการนั้นมาจริง ถ้าอธิบายไม่ได้ เราจะถามต่อ แต่ถ้าถามเท่าไรก็ไม่ถึงคำตอบ งานชิ้นนั้นสำหรับเราก็เป็นแค่เอกสารฉบับหนึ่ง ไม่ใช่ตัวตนของคนคนหนึ่ง

สอง คุณกล้าตั้งคำถามกับสิ่งที่ AI ให้มาไหม

AI ผิดพลาดได้ และเวลาที่มันผิด น้ำเสียงก็มั่นใจไม่ต่างจากตอนที่มันถูก เราอยากรู้ว่าระหว่างทางคุณเคยเจอ AI ให้ผลลัพธ์แปลกๆ ไหม คุณสังเกตเห็นได้อย่างไร และจัดการอย่างไร คนที่มีวิจารณญาณจะรู้ว่าควรย้อนกลับไปตรวจสอบที่จุดไหน ส่วนคนที่ไม่มี จะห่อข้อผิดพลาดรวมไว้ในงานแล้วส่งมาทั้งอย่างนั้น โดยบอกไม่ได้ว่าปัญหาอยู่ตรงไหน

สาม คุณเข้าไปอยู่ในสถานการณ์นั้นจริงหรือเปล่า

โจทย์ทุกข้อของเรามีบริบททางธุรกิจ ไม่ใช่แค่แบบฝึกหัดทางเทคนิคหรือการคำนวณ คำตอบที่ดีจะทำให้เห็นว่าคุณเข้าใจจริงว่าสถานการณ์นั้นกำลังพูดถึงอะไร — ในโจทย์การเงิน คุณรู้ว่าความผิดปกตินี้มีความหมายต่อบริษัทอย่างไร ในโจทย์แบบลงมือทำ คุณรู้ว่าฟีเจอร์นี้มีความหมายต่อผู้ใช้อย่างไร ส่วนคำตอบที่ไม่ดีจะมองโจทย์เป็นแค่ปริศนาที่แก้จบแล้วก็จบกัน มองไม่เห็นว่ามันอยู่ตรงไหนในภาพรวมของธุรกิจ ความต่างนี้ อ่านแล้วเห็นชัด ฟังแล้วก็ชัดเจนไม่แพ้กัน

---

คนที่เรากำลังมองหา คือคนแบบนี้

ไม่ใช่ “คนที่ไม่ใช้ AI” — นั่นไม่สมจริง และไม่ใช่สิ่งที่เราต้องการ

ไม่ใช่ “คนที่โยนทุกอย่างให้ AI” — แบบนั้นเจอทางตันเร็วมากในการทำงานจริง

คนที่เรามองหาคือคนที่ทำงานร่วมกับ AI ได้ แต่ไม่ปล่อยให้ AI มาแทนที่วิจารณญาณของตัวเอง รู้ว่าเมื่อไรควรเชื่อ เมื่อไรควรตั้งคำถาม และเมื่อไรควรตัดสินใจเอง — ในยุคที่เครื่องมือ AI แพร่หลายขึ้นเรื่อยๆ ความสามารถนี้กลับยิ่งมีค่ามากขึ้น

ถ้าคุณคิดแบบเดียวกัน มาคุยกันได้เลย

---

คำถามที่พบบ่อย

สัมภาษณ์กับ OakMega ใช้เครื่องมือ AI ได้ไหม?

ได้ โจทย์สัมภาษณ์ของเราตั้งต้นไว้แล้วว่าคุณจะใช้ AI และเราไม่ปิดกั้น สิ่งที่เราสนใจคือคุณทำงานร่วมกับ AI อย่างไร และประเมินผลลัพธ์ของมันอย่างไร

กระบวนการสัมภาษณ์ของ OakMega เป็นอย่างไร?

เริ่มจากทำงานสัมภาษณ์ก่อน หลังส่งงานเราจะนัดสัมภาษณ์รอบที่สอง และชวนคุณพาเราเดินดูกระบวนการแก้โจทย์ของคุณ ไม่ใช่การสอบซ้ำ แต่เป็นการฟังว่าคุณคิดอย่างไร

สัมภาษณ์จะมีโจทย์ประเภทไหนบ้าง?

มี 2 ประเภท คือแบบวิเคราะห์ (ให้สถานการณ์ธุรกิจจริงที่ยุ่งเหยิง เพื่อหาต้นตอปัญหาและเขียนเมโม) และแบบลงมือทำ (ใช้ AI สร้างเดโมโปรดักต์ที่ใช้งานได้ พร้อมสเปกการพัฒนา)

OakMega ให้ความสำคัญกับอะไรมากที่สุดในการสัมภาษณ์?

3 เรื่อง — คุณอธิบายการตัดสินใจของตัวเองได้ชัดเจนไหม กล้าตั้งคำถามกับสิ่งที่ AI ให้มาไหม และเข้าใจบริบทธุรกิจของโจทย์จริงหรือเปล่า

คนแบบไหนเหมาะกับ OakMega?

คนที่ทำงานร่วมกับ AI ได้ แต่ไม่ปล่อยให้ AI มาแทนที่วิจารณญาณของตัวเอง รู้ว่าเมื่อไรควรเชื่อ เมื่อไรควรตั้งคำถาม และเมื่อไรควรตัดสินใจเอง

---

สนใจวิธีการทำงานของ OakMega ไหม? 👉 ดูตำแหน่งงานที่เปิดรับอยู่ตอนนี้