หนึ่งในภารกิจที่สร้างความลำบากใจให้หัวหน้างานมากที่สุด คือการเดินไปบอกลูกน้องว่า “พี่ขอคุยด้วยหน่อยสิ” เพื่อแจ้งถึงข้อผิดพลาดหรือจุดที่ต้องปรับปรุงแก้ไข
ภาวะกลืนไม่เข้าคายไม่ออกของผู้นำส่วนใหญ่อยู่ตรงนี้: ถ้าพูดตรงไป ก็กลัวลูกน้องจะเสียใจ เกิดอาการต้าน (Defensive) หมดไฟ หรือถึงขั้นยื่นใบลาออก แต่ถ้าพูดอ้อมค้อมหรือใจดีเกินไป ปัญหาก็ไม่ถูกแก้ไข งานยังคงเสียหาย และกลายเป็นมาตรฐานที่ผิดๆ ของทีม
งานวิจัยด้านการบริหารคนจาก Harvard Business Review ระบุว่า พนักงานกว่า 72% มองว่า Feedback เชิงพัฒนา (Constructive Feedback) มีคุณค่าต่อการเติบโตของพวกเขา แต่มีหัวหน้างานเพียงไม่กี่คนเท่านั้นที่สื่อสารมันออกมาได้อย่างมีประสิทธิภาพ เหตุผลหลักไม่ใช่เพราะหัวหน้าขาดความหวังดี แต่เป็นเพราะ “ขาดการซ้อมและการเรียบเรียงคำพูดอย่างประณีต” ก่อนเข้าสู่บทสนทนาจริง
ในยุคปัจจุบัน Generative AI (เช่น ChatGPT, Gemini หรือ Claude) ไม่ได้เป็นเพียงเครื่องมือพิมพ์เอกสาร แต่สามารถทำหน้าที่เป็น “Personal Leadership Coach” หรือกระจกเงาสะท้อนคำพูด ช่วยให้คุณทดลองซ้อม จัดโทนเสียง และสแกนคำพูดที่ไม่เหมาะสม ก่อนเปิดประตูห้องประชุมไปคุยกับลูกน้องจริง และนี่คือ 5 เทคนิคปฏิบัติจริงในการใช้ AI เตรียมคำพูดให้ Feedback ได้ทั้ง “งานที่เป๊ะ” และ “ใจของทีมงาน”
1. เปลี่ยน AI เป็นคู่ซ้อมบทบาทสมมติ (Roleplay Simulation)
ความตื่นเต้นและความประหม่าในการให้ Feedback มักเกิดจากการที่เราเดาไม่ออกว่าอีกฝ่ายจะปฏิกิริยาอย่างไร การใช้ AI จำลองเป็นลูกน้องตามบุคลิกจริง จะช่วยให้คุณได้ทดลองพูด และรับฟังผลกระทบจากคำพูดของตัวเองก่อนเจอสถานการณ์จริง
คุณสามารถกำหนดบทบาทให้ AI สวมหมวกเป็นลูกน้องที่มีพฤติกรรมเฉพาะตัว เพื่อทดสอบดูว่าคำพูดของคุณสร้างแรงต้าน หรือช่วยเปิดใจอีกฝ่ายได้มากกว่ากัน
ตัวอย่าง Prompt สั่งงาน AI:“ช่วยเล่นบทบาทสมมติ (Roleplay) เป็น ‘น้องเอ’ ลูกน้องตำแหน่ง Graphic Designer ที่เป็นคนตั้งใจทำงาน แต่ช่วงหลังส่งงานช้ากว่ากำหนดบ่อยครั้ง และมักมีท่าทีนอยด์เมื่อถูกติงาน… ฉันจะลองพิมพ์ประโยค Feedback ที่เตรียมไว้ แล้วให้คุณตอบกลับในฐานะ ‘น้องเอ’ จากนั้นช่วยวิเคราะห์ให้หน่อยว่า คำพูดของฉันทำให้คุณรู้สึกอย่างไร และควรปรับประโยคไหนให้ฟังดูจริงใจขึ้น”
.
2. แปลงความรู้สึกอารมณ์ ให้เป็น SBI Model (Situation – Behavior – Impact)
เมื่อหัวหน้างานรู้สึกหงุดหงิด มักจะเผลอใช้คำพูดตัดสินตัวตน (Judgment) เช่น “ทำไมคุณเป็นคนไม่มีระเบียบแบบนี้” หรือ “ทำไมชอบทำงานเผามาส่ง” คำพูดลักษณะนี้จะทำให้ลูกน้องสร้างเกราะป้องกันตัวเองทันที
โมเดลการให้ Feedback ที่ทรงพลังที่สุดคือ SBI Model (บอกสถานการณ์ – พฤติกรรมที่เห็น – ผลกระทบที่เกิดขึ้น) ซึ่ง AI สามารถช่วยแปลงคำพูดที่ใส่อารมณ์ ให้กลายเป็นข้อเท็จจริง (Facts) ที่ปราศจากการตัดสินได้ในเสี้ยววินาที
ตัวอย่างการปรับประโยคโดย AI:
ประโยคเดิมของหัวหน้า: “คุณไม่ใส่ใจงานเลย ทำไมรายงานสรุปยอดขายถึงมีจุดผิดเยอะขนาดนี้?”
ประโยคที่ AI ปรับตาม SBI Model: “ในรายงานสรุปยอดขายประจำไตรมาสที่ส่งเมื่อวานนี้ (Situation) พี่พบว่าตัวเลขในหน้า 3 และ 5 มีจุดผิดพลาดเรื่องทศนิยม (Behavior) ทำให้เมื่อนำไปพรีเซนต์กับผู้บริหาร ตัวเลขรวมจึงไม่ตรงกับแผนกบัญชี และทำให้ทีมเราดูขาดความน่าเชื่อถือ (Impact)“
ตัวอย่าง Prompt สั่งงาน AI:“ฉันต้องการแจ้งเรื่อง [ระบุปัญหา] กับลูกน้อง ช่วยแปลงคำพูดของฉันให้อยู่ในโครงสร้าง SBI Model (Situation-Behavior-Impact) โดยเน้นไปที่ข้อเท็จจริง ไม่ตัดสินตัวตน และใช้โทนเสียงของผู้นำที่หวังดีและอยากช่วยแก้ไขปัญหา”
.
3. สแกน Psychological Safety และคัดกรอง “คำต้องห้าม”
คำพูดบางคำติดปากผู้นำโดยไม่รู้ตัว แต่เป็นตัวทำลายพื้นที่ปลอดภัยทางจิตวิทยา (Psychological Safety) อย่างรุนแรง เช่น คำว่า “แต่…” (ซึ่งจะไปยกเลิกคำชมก่อนหน้าทั้งหมด), คำว่า “ทำไม…” (ที่ฟังดูเหมือนการจับผิดและตั้งข้อกล่าวหา) หรือคำว่า “ถ้าเป็นพี่นะ…” (ที่ฟังดูเหมือนการบลัฟ)
คุณสามารถใช้ AI ทำหน้าที่เป็น “Emotion & Tone Filter” เพื่อสแกนสคริปต์คำพูดของคุณ และค้นหาประโยคที่เสี่ยงต่อการสร้างความรู้สึกติดลบโดยไม่จำเป็น
ตัวอย่าง Prompt สั่งงาน AI:“นี่คือสคริปต์คำพูดที่ฉันเตรียมไว้สำหรับเรียกลูกน้องมาคุย [ใส่สคริปต์คำพูด] ช่วยสแกนดูว่ามีคำพูด ประโยค หรือน้ำเสียงตรงไหนที่เสี่ยงทำให้ลูกน้องรู้สึก defensive, ถูกโจมตี หรือหมดกำลังใจบ้าง พร้อมแนะนำคำพูดทดแทนที่นุ่มนวลและสร้างสรรค์กว่าเดิม”
.
4. ปรับดีกรีภาษาให้เข้ากับสไตล์บุคลิกภาพ (Personalized Communication)
ลูกน้องแต่ละคนมีพื้นหลัง วัย และบุคลิกภาพที่แตกต่างกัน ลูกน้อง Gen Z อาจต้องการคำอธิบายเหตุผลเบื้องหลัง (Why) ที่ชัดเจน ลูกน้องสายวิเคราะห์ (Analyst) ต้องการตัวเลขและข้อมูลอ้างอิง ขณะที่ลูกน้องสายสัมพันธ์ (Relater) ต้องการความรู้สึกแคร์และห่วงใยจากหัวหน้า
ผู้นำที่มีประสิทธิผลสูงจะไม่ใช้สไตล์การสื่อสารแบบเดียวกับทุกคน AI สามารถช่วยคุณ “ปรับคีย์ภาษา” ให้เข้ากับลักษณะนิสัยของลูกน้องแต่ละคนได้อย่างแม่นยำ
ตัวอย่าง Prompt สั่งงาน AI:“ฉันต้องแจ้งเรื่องพฤติกรรมมาทำงานสายและขาดประชุมเช้ากับลูกน้อง Gen Z ที่เป็นคนเก่ง คิดไว ทำไว แต่ค่อนข้างเซนซิทีฟกับคำสั่งแบบ Top-down ช่วยปรับสคริปต์การคุยให้เน้นแนวทาง Coaching, ให้ความเคารพในตัวเขา ชี้ให้เห็นผลกระทบต่อเป้าหมายของทีม และเปิดโอกาสให้เขาเสนอทางออกด้วยตัวเอง”
.
5. ร่าง “คำถามเปิด” เพื่อเปลี่ยนการบ่นให้เป็นการโค้ชร่วมกัน (Two-way Conversation)
การ Feedback ที่ดีต้องไม่ใช่การพูดด่าอยู่ฝ่ายเดียว (Monologue) แต่ต้องเป็นบทสนทนาสองทาง (Dialogue) ผู้นำที่เก่งจะไม่จบการ Feedback ด้วยการสั่งว่า “ไปแก้มาใหม่นะ” แต่จะจบด้วยคำถามเปิดที่กระตุกความคิด และทำให้ลูกน้องรู้สึกว่าเขาเป็นเจ้าของทางออกนั้นจริงๆ
AI สามารถช่วยคิดชุดคำถามที่แสดงถึง Empathy เพื่อให้คุณนำไปใช้ถามลูกน้องในช่วงท้ายของการคุยได้อย่างเป็นธรรมชาติ
ตัวอย่างคำถามที่ AI ช่วยออกแบบ:
“พี่อยากฟังมุมมองของคุยบ้าง มีอุปสรรคหรือความท้าทายอะไรตรงไหนที่พี่พอจะช่วยสนับสนุนได้ไหม?”
“จากที่เราคุยกัน คิดว่ามีขั้นตอนไหนในกระบวนการทำงานที่เราสามารถปรับเปลี่ยนเพื่อไม่ให้เกิดปัญหานี้ซ้ำอีก?”
“เป้าหมายที่เราอยากเห็นร่วมกันคืออะไร และก้าวแรกที่คุณอยากเริ่มทำในสัปดาห์นี้คืออะไร?”
ตัวอย่าง Prompt สั่งงาน AI:“ช่วยคิด 5 คำถามเปิด (Open-ended Questions) สำหรับใช้ถามลูกน้องหลังจากแจ้งปัญหาเรื่อง [ระบุปัญหา] เพื่อช่วยกระตุ้นให้เขาวิเคราะห์สาเหตุ และเสนอแนวทางแก้ไขด้วยตัวเอง โดยเป็นคำถามที่แสดงถึงความจริงใจและอยากช่วยเหลือ”
.
งานวิจัย “Your Employees Want the Negative Feedback You Hate to Give” โดย ดร. Jack Zenger และ ดร. Joseph Folkman (ตีพิมพ์ใน Harvard Business Review) ได้ศึกษาพฤติกรรมและทัศนคติของพนักงานและหัวหน้างานทั่วโลก เพื่อทำความเข้าใจถึงช่องว่างระหว่าง “สิ่งที่ลูกน้องต้องการ” และ “สิ่งที่หัวหน้ากลัว” ในเรื่องการประเมินผลงาน
ข้อค้นพบหลักของงานวิจัย:
-
ลูกน้องอยากได้คำติมากกว่าคำชม: พนักงานกว่า 57% ระบุว่าพวกเขาต้องการรับ “Feedback เชิงแก้ไขปรับปรุง” (Corrective/Negative Feedback) มากกว่า “คำชมเชย” (Praise/Recognition)
-
คำติที่ถูกวิธีช่วยเพิ่มผลงานได้จริง: พนักงานมากถึง 92% เห็นพ้องตรงกันว่า “หากหัวหน้าสามารถให้ข้อเสนอแนะเชิงแก้ไขได้อย่างเหมาะสม มันจะช่วยเพิ่มประสิทธิภาพและผลงานของพวกเขาได้อย่างแน่นอน”
-
ความกลัวของหัวหน้างาน: ในขณะที่ลูกน้องเรียกร้องหาจุดบกพร่องของตัวเองเพื่อนำไปพัฒนา หัวหน้างานส่วนใหญ่กลับรายงานว่า การให้ Negative Feedback เป็นสิ่งที่ทำให้พวกเขารู้สึกเครียด อึดอัด และพยายามหลีกเลี่ยงมากที่สุด เพราะกลัวลูกน้องเสียกำลังใจหรือเกิดความขัดแย้งในทีม
ประโยชน์และการนำไปปรับใช้สำหรับผู้อ่าน: งานวิจัยชิ้นนี้ช่วยปลดล็อกความกังวลของผู้นำองค์กรได้อย่างตรงจุด โดยยืนยันว่า ลูกน้องไม่ได้ต้านทานการถูกวิจารณ์ แต่พวกเขาต้านทาน “วิธีการสื่อสารที่ผิดพลาด” ต่างหาก
เมื่อนำข้อค้นพบนี้มาประกอบกับการใช้ AI เป็น “โค้ชส่วนตัว” ผู้อ่านสามารถนำไปปรับใช้ได้ดังนี้:
1. เปลี่ยน Mindset ก่อนเรียกคุย: ให้หัวหน้างานตระหนักเสมอว่า การแจ้งข้อบกพร่องไม่ใช่การทำร้ายจิตใจ แต่เป็น “สิ่งที่ลูกน้องกำลังรอคอย” เพื่อให้ตัวเองเก่งขึ้น การไม่ยอมบอกต่างหากคือการสกัดกั้นการเติบโตของทีม
2. อุดช่องโหว่ด้วย AI: เนื่องจากลูกน้องต้องการ Feedback เชิงแก้ไขแต่เซนซิทีฟกับวิธีพูด หัวหน้างานจึงสามารถใช้ AI ช่วยแปลงโครงสร้างประโยค (เช่น ใช้ SBI Model) และกรองคำพูดที่เจือปนอารมณ์ออกไปก่อน เพื่อให้ได้คำพูดที่สะท้อนความจริงจังในเนื้อหางาน แต่ยังคงความอบอุ่นและให้เกียรติในฐานะเพื่อนมนุษย์ ซึ่งจะตอบโจทย์ทั้งความต้องการของลูกน้องและลบความกลัวของหัวหน้าไปพร้อมกัน
.
การนำ AI มาใช้เป็น “โค้ชส่วนตัว” ก่อนการให้ Feedback ไม่ได้หมายถึงการลดทอนความเป็นมนุษย์ หรือการให้เทคโนโลยีมาพูดแทนเรา ในทางตรงกันข้าม มันคือการใช้เทคโนโลยีเพื่อช่วยให้เรา “มีความเห็นอกเห็นใจ (Empathy) และมีความชัดเจน (Clarity)” มากยิ่งขึ้น
เพราะในโลกของการบริหารคน คำพูดที่ไม่ได้ผ่านการกลั่นกรองอาจทำลายความสัมพันธ์และความเชื่อใจที่สะสมมาหลายปีได้ในเวลาเพียงไม่กี่นาที การสละเวลา 5-10 นาทีให้ AI ช่วยขัดเกลาและเรียบเรียงความคิดก่อนเข้าห้องประชุม จะช่วยเปลี่ยนบทสนทนาที่น่าอึดอัด ให้กลายเป็นโอกาสทองในการสร้างพลังใจและพัฒนาศักยภาพลูกทีมอย่างแท้จริง
