ฝึกพูดภาษาอังกฤษด้วยเทคนิค Shadowing จากวิดีโอ: Will AI Take Your Job in the Next 10 Years? Wrong Question | Vinciane Beauchene | TED

ยาก
การควบคุม Shadowing
0% เสร็จสิ้น (0/135 ประโยค)
Back in the 50s, Alan Turing came up with an idea.
⏸ หยุดชั่วคราว
ความเร็ว:
จำนวนรอบ:
โหมดรอ:
ซิงค์คำบรรยาย:0ms
ประโยคทั้งหมด
135 ประโยค
1
Back in the 50s, Alan Turing came up with an idea.
0:04.26 – 0:08.38 (4.1s)
2
If you couldn't tell if you were talking to a machine or a human, it meant the machine must be intelligent.
0:09.26 – 0:17.54 (8.3s)
3
He coined the Turing test.
0:17.58 – 0:19.34 (1.8s)
4
Today, most chatbots pass the test easily.
0:20.38 – 0:24.14 (3.8s)
5
But here's the catch.
0:25.14 – 0:26.98 (1.8s)
6
I believe the test was wrong.
0:27.02 – 0:29.10 (2.1s)
7
Because talking isn't what's going to change the world.
0:30.26 – 0:34.50 (4.2s)
8
Doing is. That's why I ask a slightly different question to the leaders I work with.
0:34.54 – 0:41.90 (7.4s)
9
On a daily basis, my role is to reshape organizations, trying to find the right mix of strategy, tech and talent.
0:41.90 – 0:51.66 (9.8s)
10
And my obsession is to make sure that talents do not get out of the equation.
0:52.30 – 0:57.78 (5.5s)
11
So the question I ask my clients is: if an AI could take over all of your team's tasks, who would you keep and why?
0:58.86 – 1:11.30 (12.4s)
12
That question is strategic.
1:11.34 – 1:13.78 (2.4s)
13
And the answer matters to me, not just intellectually, but because I have two daughters at home.
1:13.78 – 1:20.54 (6.8s)
14
They are five and nine.
1:20.58 – 1:22.34 (1.8s)
15
And right now, as you can see, they feel invincible.
1:22.38 – 1:26.66 (4.3s)
16
But I keep wondering: What is the world of work they will step into?
1:26.66 – 1:32.42 (5.8s)
17
We need to build a future where humans matter more, not less.
1:32.46 – 1:37.38 (4.9s)
18
Now let me try to illustrate how this is playing out in the field.
1:38.30 – 1:42.50 (4.2s)
19
A consumer goods client of mine is all in on AI.
1:43.50 – 1:47.74 (4.2s)
20
They didn't want to just deploy the next algo.
1:48.62 – 1:51.86 (3.2s)
21
They wanted to rethink the selling process itself.
1:51.86 – 1:56.22 (4.4s)
22
The trigger was agents.
1:56.26 – 1:58.66 (2.4s)
23
Have you heard about agents?
1:59.78 – 2:01.86 (2.1s)
24
They are the latest generation of AI: more autonomous, able to connect across systems, to plan, to take action, to learn, to adapt.
2:01.86 – 2:12.78 (10.9s)
25
The James Bond of AI.
2:12.78 – 2:14.58 (1.8s)
26
And applied to the selling process, you get an agent that is able to target the customer, make recommendations, negotiate, close the deal.
2:15.70 – 2:26.90 (11.2s)
27
All this with no human intervention.
2:26.90 – 2:29.50 (2.6s)
28
A fully autonomous sales engine.
2:30.38 – 2:33.42 (3.0s)
29
And it was technically feasible.
2:34.66 – 2:36.78 (2.1s)
30
But then an exec asked, "Hmm, if the machine does all of this, then what remains for humans?" This cracked everything open because when we looked deeper at their most loyal customers, we saw they weren’t sticking around because of prices or products but because of how the sales rep made them feel.
2:37.78 – 3:02.74 (25.0s)
31
So we flipped the model around.
3:03.74 – 3:06.34 (2.6s)
32
Humans were no longer going to be about pushing products.
3:06.38 – 3:10.26 (3.9s)
33
They were going to be about building relationship, belonging, loyalty.
3:10.30 – 3:15.90 (5.6s)
34
Very concretely, this meant new skills, new incentives, a very different mindset.
3:17.22 – 3:24.26 (7.0s)
35
Well it changed everything.
3:24.30 – 3:26.22 (1.9s)
36
But it worked.
3:26.26 – 3:28.90 (2.6s)
37
Because in the age of AI, human value isn't gone.
3:28.90 – 3:33.18 (4.3s)
38
It's just moved.
3:33.22 – 3:34.46 (1.2s)
39
Now I’m not talking about copilots anymore.
3:35.74 – 3:38.46 (2.7s)
40
For a while the narrative has been AI will augment us, not replace us.
3:38.50 – 3:45.06 (6.6s)
41
Well this is not where the tech is going today.
3:45.10 – 3:47.94 (2.8s)
42
And I believe we have real hard work to do if we want this narrative to stay true.
3:48.82 – 3:53.46 (4.6s)
43
So I'll say a few words about what I think needs to be done in a second.
3:55.50 – 3:59.74 (4.2s)
44
But first, let me tackle three myths that I think are holding us back.
3:59.74 – 4:04.58 (4.8s)
45
I call them "head in the sand" ideology.
4:05.82 – 4:09.02 (3.2s)
46
Number one.
4:10.26 – 4:12.02 (1.8s)
47
"All of this is overblown. We'll adapt." Yes. We've adapted to electricity, the industrial revolution, the internet.
4:12.06 – 4:23.82 (11.8s)
48
But we've done so on the back of generations that did not have the training nor the time to adapt.
4:23.82 – 4:29.58 (5.8s)
49
And in the case of this revolution, time is of the essence.
4:30.54 – 4:34.70 (4.2s)
50
You may think you have time because agents are just emerging.
4:35.66 – 4:39.10 (3.4s)
51
And it's a fact.
4:39.14 – 4:40.46 (1.3s)
52
Our research shows that today only 13 percent of companies have embedded agents in their workflows.
4:40.50 – 4:47.78 (7.3s)
53
But tech moves exponentially.
4:49.46 – 4:51.82 (2.4s)
54
Humans, they crawl linearly.
4:51.82 – 4:54.62 (2.8s)
55
If you don't prepare now, you'll struggle to keep up.
4:54.62 – 4:58.46 (3.8s)
56
And I'm not talking about science fiction.
4:59.26 – 5:01.94 (2.7s)
57
I'm not talking about AGI, artificial general intelligence, this moment where AI will be smarter than us.
5:01.94 – 5:09.98 (8.0s)
58
I'm referring here to ACI, artificial capable intelligence.
5:10.02 – 5:16.66 (6.6s)
59
The moment when AI will be able to take on ambiguous, complex goals with minimal oversight.
5:17.58 – 5:26.90 (9.3s)
60
And while AGI is speculative, ACI is a deadline.
5:26.90 – 5:32.62 (5.7s)
61
While we spend hours debating about superintelligence and consciousness, we miss the milestones that ACI is meeting with increasing frequency.
5:32.62 – 5:43.58 (11.0s)
62
ACI will change how work is done and by whom.
5:44.62 – 5:48.10 (3.5s)
63
Let's shape it, not wait and see.
5:49.06 – 5:51.50 (2.4s)
64
Now myth number two.
5:52.66 – 5:54.02 (1.4s)
65
"Soft skills are our sweet spot." Yes, it's lovely to believe that empathy, creativity are uniquely ours.
5:54.86 – 6:05.46 (10.6s)
66
But evidence says otherwise.
6:06.66 – 6:09.86 (3.2s)
67
More and more humans like to interact with AI because they feel it's more empathic.
6:09.86 – 6:16.90 (7.0s)
68
And why not?
6:18.46 – 6:19.74 (1.3s)
69
I mean, AI doesn't get tired, doesn't get cranky, doesn't judge you.
6:19.74 – 6:28.06 (8.3s)
70
So this moat we thought was ours, it's shrinking.
6:28.74 – 6:32.62 (3.9s)
71
And we need to stop asking what AI can't do and focus on where humans make a difference and why.
6:33.22 – 6:41.14 (7.9s)
72
At this stage, I'm sure you would love me to come up with the list of human qualities that will remain ours forever.
6:43.78 – 6:52.34 (8.6s)
73
But my point is, there is no universal list.
6:53.30 – 6:55.82 (2.5s)
74
Each company needs to figure it out based on its strategic positioning.
6:56.54 – 7:02.34 (5.8s)
75
This is hard, uncomfortable work, but it's work that you as leaders need to take on.
7:02.38 – 7:09.06 (6.7s)
76
Now myth number three.
7:10.34 – 7:11.74 (1.4s)
77
My preferred one. I'm French.
7:13.06 – 7:14.94 (1.9s)
78
"We need to protect jobs." Yes. I see where this one is coming from.
7:14.94 – 7:21.78 (6.8s)
79
Today, 41 percent of employees believe that their job will vanish in the next decade because of AI.
7:21.78 – 7:29.42 (7.6s)
80
But protecting jobs is like anchoring a boat in a storm.
7:30.62 – 7:34.78 (4.2s)
81
Jobs are fixed.
7:34.78 – 7:36.14 (1.4s)
82
The human potential to grow and adapt, on the other hand, is not.
7:37.06 – 7:40.94 (3.9s)
83
This is where we need to invest.
7:41.62 – 7:44.06 (2.4s)
84
The challenge is our organizations are not geared for that today.
7:44.10 – 7:48.02 (3.9s)
85
Org charts are static.
7:48.06 – 7:49.86 (1.8s)
86
Career paths are narrow.
7:49.86 – 7:51.78 (1.9s)
87
Training is occasional.
7:51.78 – 7:53.62 (1.8s)
88
This system will fall apart the day that the boundaries of jobs start melting away fast.
7:53.62 – 7:59.90 (6.3s)
89
So what do we need to do?
8:01.18 – 8:03.94 (2.8s)
90
Let me take you to an ideal company.
8:05.62 – 8:08.38 (2.8s)
91
Not a theoretical one, just the blend of the boldest clients I've worked with.
8:08.42 – 8:13.66 (5.2s)
92
First, they don't start with tech.
8:14.82 – 8:17.42 (2.6s)
93
They start with strategy.
8:18.62 – 8:20.02 (1.4s)
94
They focus on the outcomes that truly differentiate them on the market.
8:21.14 – 8:25.70 (4.6s)
95
They understand how agents will allow them to deliver against those outcomes in totally different ways.
8:26.38 – 8:33.50 (7.1s)
96
And they look at where people still make a difference for the better.
8:34.42 – 8:38.66 (4.2s)
97
As you can see, this is not incremental redesign of your operating model.
8:39.66 – 8:44.98 (5.3s)
98
It's radical AI-first reinvention.
8:45.02 – 8:48.34 (3.3s)
99
And we did this work for an industrial goods client of mine.
8:49.30 – 8:53.18 (3.9s)
100
Imagine having to go through 50 “hack a future” workshops, looking at how AI is going to disrupt each of your businesses, each of your function.
8:53.22 – 9:03.50 (10.3s)
101
Comfortable? It is not.
9:03.54 – 9:05.34 (1.8s)
102
But it allowed the leaders to align on a vision of where agents win, people matter and how best to pair them.
9:06.26 – 9:14.34 (8.1s)
103
Now once you have this vision, you want to translate it into a workforce model.
9:15.78 – 9:21.30 (5.5s)
104
How many people do I need?
9:21.34 – 9:23.26 (1.9s)
105
With what skills?
9:23.30 – 9:25.34 (2.0s)
106
No more guesswork, just informed, intentional reinvention.
9:25.38 – 9:30.34 (5.0s)
107
A multiyear skills forecast.
9:30.38 – 9:33.10 (2.7s)
108
And this is something we built for a consumer goods client that was facing a massive challenge.
9:33.14 – 9:39.42 (6.3s)
109
Imagine having to reformulate your entire product portfolio while keeping the leadership and innovation.
9:39.46 – 9:47.54 (8.1s)
110
Of course, AI unlocked the productivity that was required, but the work was much deeper.
9:47.58 – 9:54.10 (6.5s)
111
They needed to reinvent the role of the researcher.
9:54.14 – 9:57.14 (3.0s)
112
From chemist to data-driven biologist, from solo expert to multifunctional teammates.
9:58.06 – 10:05.74 (7.7s)
113
And they made it happen because they mapped very precisely the future skills that they needed, and they built a very effective upskilling and mobility engine.
10:05.74 – 10:15.50 (9.8s)
114
Then you want to publicly commit to taking your talents to their fullest potential.
10:17.10 – 10:24.02 (6.9s)
115
Now I know what you're going to tell me.
10:25.06 – 10:27.02 (2.0s)
116
Vinciane, why would we invest in talent if an AI can do their job faster, cheaper and without complaining?
10:27.06 – 10:37.38 (10.3s)
117
Well because the day that interacting with an AI becomes the new norm, a commodity, the interaction with humans is going to take an entire new meaning.
10:38.78 – 10:50.02 (11.2s)
118
Trust, authenticity, accountability.
10:50.62 – 10:54.42 (3.8s)
119
Those are the values we will anchor on.
10:55.46 – 10:57.86 (2.4s)
120
So the smartest companies will invest in talent.
10:58.94 – 11:03.22 (4.3s)
121
Not only tech talent, all talent.
11:03.26 – 11:06.14 (2.9s)
122
Not once, but systematically.
11:06.18 – 11:09.34 (3.2s)
123
And they will protect time to learn.
11:09.38 – 11:13.14 (3.8s)
124
Because today, while freelancers spend on average four hours per week learning, employees spend none.
11:13.18 – 11:22.74 (9.6s)
125
So no, the future isn't about being more human.
11:22.74 – 11:26.26 (3.5s)
126
It's about building the systems that will allow humans to do what matters most.
11:26.30 – 11:31.10 (4.8s)
127
This is not a story about job loss.
11:31.86 – 11:34.26 (2.4s)
128
It is a story about human differentiation.
11:35.22 – 11:37.86 (2.6s)
129
AI will keep on climbing. That is not up to us.
11:39.34 – 11:42.74 (3.4s)
130
But how fast we climb with it, that is up to us.
11:42.74 – 11:46.42 (3.7s)
131
So we need to stop asking: Will there still be jobs for humans?
11:47.30 – 11:52.30 (5.0s)
132
And focus on answering: What do we want humans to be best at?
11:52.34 – 11:57.66 (5.3s)
133
Because in the age of AI, being human isn't a fallback, it's a practice.
11:59.14 – 12:06.54 (7.4s)
134
Let's make it exceptional.
12:06.58 – 12:08.82 (2.2s)
135
Thank you. (Applause)
12:10.14 – 12:16.86 (6.7s)

ทำไมถึงควรฝึกพูดกับวิดีโอนี้?

การฝึกพูดภาษาอังกฤษกับวิดีโอนี้จะช่วยให้คุณเข้าใจบริบทและแนวคิดที่เกี่ยวข้องกับการพัฒนาเทคโนโลยี AI และผลกระทบต่ออนาคตของงาน โดยเฉพาะอย่างยิ่งในแง่ของความสำคัญของมนุษย์ในที่ทำงาน ช่วยให้คุณได้ฝึกฝนทักษะการฟังและพูดในสถานการณ์ที่หลากหลาย ผ่านบทสนทนาที่มีความลึกซึ้งและสาระสำคัญ การฝึกพูดด้วยวิธีชาโดว์อิ้งภาษาอังกฤษจะทำให้การพูดของคุณเป็นธรรมชาติ และการใช้คำต่างๆ ได้อย่างเหมาะสม

แกรมมาร์ & สำนวนในบริบท

  • “if an AI could take over all of your team's tasks” - แสดงโครงสร้างเงื่อนไขที่สร้างความเข้าใจในบริบทการพูดถึง AI
  • “So the question I ask my clients is” - การใช้รูปแบบการถามทำให้คุณได้ฝึกฝนการตั้งคำถามและการสนทนา
  • “they are five and nine” - การบอกอายุเป็นการใช้คำนามที่เรียบง่าย ซึ่งเหมาะสำหรับผู้เรียนระดับเริ่มต้น
  • “new skills, new incentives, a very different mindset” - การใช้คำศัพท์เชิงบวกที่กระตุ้นให้เกิดการเปลี่ยนแปลง

กับดักการออกเสียงที่พบบ่อย

ในวิดีโอนี้มีคำบางคำที่อาจเขียนง่าย แต่การออกเสียงกลับมีความท้าทาย ตัวอย่างเช่นคำว่า “autonomous” ซึ่งอาจต้องเน้นเสียงให้ถูกต้อง เพื่อให้การสื่อสารของคุณมีความชัดเจน คำว่า “strategy” ก็เป็นอีกคำที่อาจจะต้องฝึกออกเสียงให้ถูกต้อง นอกจากนี้การใช้เสียงสั้นและยาวในคำต่าง ๆ สามารถช่วยให้งานพูดของคุณดีขึ้นได้

การฝึกพูดโดยใช้วิธี ชาโดว์อิ้งภาษาอังกฤษ จะทำให้คุณสามารถจับเสียงและสำเนียงได้ดีขึ้น การได้ยินเสียงที่ถูกต้องในบริบทที่ถูกต้องจะช่วยให้คุณเรียนรู้ shadow speech ได้อย่างมีประสิทธิภาพ มันจะช่วยในการพัฒนาทักษะการพูดของคุณให้เป็นธรรมชาติยิ่งขึ้น

เทคนิค Shadowing คืออะไร?

Shadowing เป็นเทคนิคการเรียนรู้ภาษาที่ได้รับการรับรองทางวิทยาศาสตร์ พัฒนาขึ้นสำหรับการฝึกนักแปลมืออาชีพ วิธีการนี้เรียบง่ายแต่ทรงพลัง: คุณฟังเสียงภาษาอังกฤษจากเจ้าของภาษาและพูดตามทันที — เหมือนเงาที่ตามผู้พูดด้วยช่วงเวลาห่าง 1-2 วินาที การวิจัยแสดงว่าเทคนิคนี้ปรับปรุงความแม่นยำในการออกเสียง ทำนองเสียง จังหวะ การเชื่อมเสียง การฟังเข้าใจ และความคล่องแคล่วในการพูดได้อย่างมีนัยสำคัญ

วิธีฝึกอย่างมีประสิทธิภาพบน ShadowingEnglish

  1. เลือกวิดีโอ: เลือกวิดีโอ YouTube ที่มีการพูดภาษาอังกฤษชัดเจนและเป็นธรรมชาติ TED Talks, BBC News, ฉากหนัง หรือพอดแคสต์ล้วนเหมาะสม วาง URL ลงในแถบค้นหา เริ่มจากวิดีโอสั้น (ไม่เกิน 5 นาที) และเนื้อหาที่คุณสนใจจริงๆ
  2. ฟังก่อน ทำความเข้าใจบริบท: ในรอบแรก ตั้งความเร็วที่ 1x และฟังอย่างเดียว อย่าพยายามพูดตาม มุ่งเน้นที่การทำความเข้าใจความหมาย เรียนรู้คำศัพท์ใหม่ และสังเกตการเน้นเสียง การเชื่อมเสียง และการหยุดของผู้พูด
  3. ตั้งค่าโหมด Shadowing:
    • โหมดรอ: เลือก +3s หรือ +5s — หลังจากแต่ละประโยคเล่น วิดีโอจะหยุดชั่วคราวอัตโนมัติเพื่อให้คุณมีเวลาพูดตาม เลือก กำหนดเอง หากต้องการควบคุมเอง
    • ซิงค์คำบรรยาย: คำบรรยาย YouTube บางครั้งอาจเร็วหรือช้ากว่าเสียง ใช้ ±100ms เพื่อปรับให้ตรงกัน
  4. Shadow ออกเสียง (การฝึกหลัก): นี่คือจุดที่การฝึกจริงเกิดขึ้น ทันทีที่ประโยคเล่น — หรือระหว่างหยุด — พูดตามออกเสียง ชัดเจนและมั่นใจ อย่าแค่อ่านตามปาก: เลียนแบบจังหวะ การเน้น ระดับเสียง และการเชื่อมเสียงของผู้พูดอย่างแม่นยำ
  5. เพิ่มระดับความท้าทาย: เมื่อรู้สึกสะดวกสบาย ให้ท้าทายตัวเอง เพิ่มความเร็วเป็น <code>1.25x</code> หรือ <code>1.5x</code> เพื่อฝึกปฏิกิริยาภาษาความเร็วสูง หรือตั้งโหมดรอเป็น <code>ปิด</code> สำหรับ Shadowing แบบต่อเนื่อง การฝึกอย่างสม่ำเสมอวันละ 15-30 นาทีจะเห็นผลลัพธ์ภายในไม่กี่สัปดาห์

☕ เลี้ยงกาแฟเราสักแก้ว

บริจาคผ่าน PayPal