ใครๆ ก็พูดกันเรื่อง Big Data หรือ Open Data มันมีประโยชน์อะไรกับชีวิตเรา? ทำไมเราถึงต้องสนใจเรื่องข้อมูล หรือ AI ด้วย? ว่าแต่ AI จะมาแย่งงานเราทำไหม? แล้วสุดท้ายจะทำร้ายมนุษย์รึเปล่า?
ความก้าวหน้าของเทคโนโลยีกำลังพาเราก้าวสู่โลกใหม่ โลกที่ ‘ข้อมูล’ เป็นทรัพยากรที่มีค่า โลกที่ ‘AI’ กำลังเข้ามามีบทบาทในการช่วยให้ชีวิตเราเร็วและง่ายมากขึ้น แต่ก็ยังมีคำถามมากมายเกี่ยวกับ ‘ข้อมูล’ และ ‘AI’ ที่ยังค้างคาใจหลายคนอยู่ The MATTER เลยชวน ดร. ต้า – วิโรจน์ จิรพัฒนกุล Data Scientist คนดังของเมืองไทยและผู้ร่วมก่อตั้ง Skooldio มาพาไปสำรวจโลกใหม่ที่ขับเคลื่อนด้วย AI และข้อมูลไปด้วยกัน
The MATTER : ทำไมคนๆ หนึ่งซึ่งอาจจะไม่ได้ทำงานด้านข้อมูล ถึงต้องเห็นความสำคัญของข้อมูลด้วย
ดร. ต้า : จริงๆ เราทุกคนใช้ข้อมูลกันอยู่แบบไม่รู้ตัว ทุกครั้งเวลาคนเราตัดสินใจ มันก็ต้องมีปัจจัยอะไรอยู่ในหัว เพียงแต่ทุกวันนี้ที่ข้อมูลมันเยอะขึ้น ก็อาจจะต้องคิดมากขึ้นว่า จริงๆ แล้วการตัดสินใจของเรามันจะดีกว่านี้ได้ไหม ถ้าเรารู้ข้อมูลมากกว่านี้
ทีนี้ก็ต้องคิดต่อไปว่าจะทำยังไงให้คนทำงานด้านข้อมูล หาข้อมูลมาให้เราใช้หน้างานได้มากขึ้น บางทีคนทำงานกับข้อมูลก็ไม่รู้ว่าต้องการอะไร เก็บข้อมูลมา แล้วหน้างานก็ไม่ได้ใช้เท่าไหร่ จะทำยังไงให้เกิดฟีดแบคลูป เกิดการสื่อสารในองค์กรที่ชัดเจน ว่าเอาข้อมูลอะไร มาทำอะไร ใช้ตัดสินใจอะไร
The MATTER : คนทำงานด้านข้อมูลหมายถึง Data Scientist รึเปล่า
ดร. ต้า : ก็ใช่ จริงๆ เหมือนกับว่า Data Scientist ไม่ได้มี Job Description ตายตัว แล้วแต่ว่าบริษัทไหนจะเน้นส่วนไหน แต่หลักๆ ก็คือการเอาข้อมูลมาสร้างให้เกิดประโยชน์อะไรก็ได้ ในบางบริษัทก็อาจจะทำหน้าที่เป็น Data Analyst คือเอาข้อมูลที่มีอยู่มาให้วิเคราะห์ แต่บางที่ก็ต้องเป็น Data Engineer ด้วย ต้องไปเซ็ตอัพระบบฐานข้อมูล ระบบจัดเก็บข้อมูล และวิธีการดึงข้อมูลมาใช้งาน บางที่ก็เป็น Business Intelligence ก็คือทำรายงานด้านข้อมูลรองรับฝ่ายต่างๆ
The MATTER : สถานการณ์ของคนทำงานด้านข้อมูลในไทยเป็นยังไงบ้าง
ดร. ต้า : มีความต้องการสูงมาก ไม่ใช่แค่ในประเทศไทย อย่างในสหรัฐฯ เองก็ยังมีตัวเลขบอกว่าขาดอยู่หลายแสนคน แต่ในประเทศไทย ความต้องการยังจำกัดอยู่ในกลุ่มบริษัทใหญ่ๆ ที่มีข้อมูลพร้อม ถึงจะเริ่มหาบุคลากรด้านนี้
ส่วนด้านการผลิตบุคลากร เรียกว่ามีความตื่นตัวก่อนละกัน ทุกๆ มหาวิทยาลัยก็เริ่มมีคอร์ส มีหลักสูตรอะไรที่เกี่ยวกับการเอาข้อมูลมาใช้งานมากขึ้น ทั้งฝั่ง Data Engineering การใช้เครื่องมือต่างๆ แล้วก็ Data Science คือการเอาข้อมูลมาใช้งาน หลักๆ ซัพพลายจะมาจากสองฝั่ง คือฝั่งวิศวะที่เรียนเกี่ยวกับคอมพิวเตอร์ เอาเทคโนโลยีมาประยุกต์ใช้ยังไง อีกฝั่งนึงก็จะเป็นฝั่งบัญชีและสถิติ ก็คือมีข้อมูลแล้วจะหยิบจับเอามาใช้ยังไง ประเด็นคือจะทำยังไงให้สองกลุ่มนี้มาเจอกันตรงกลาง
แต่ปัญหาหลักๆ ผมมองว่า Data Scientist ไม่ใช่ความรู้ มันไม่ได้เรียนเสร็จแล้วทำเป็น มันเป็นทักษะ มันต้องมีการฝึกฝน ลองทำพอสมควรก่อน
The MATTER : Data Scientist ที่ดีเป็นยังไง
ดร. ต้า : คุณสมบัติพื้นฐานก็คือ หนึ่งคือต้องเขียนโปรแกรมเป็น เพราะข้อมูลมันเยอะ ต้องหาวิธีประมวลผลให้ได้ดีและเร็วที่สุด สองคือต้องมีความรู้ด้านคณิตศาสตร์และสถิติ เพื่อเอาข้อมูลมาตีความได้ถูกต้อง และสามคือความเชี่ยวชาญด้านธุรกิจ ต้องมอง Insight คนออก
นอกจากนี้ก็เป็นในเรื่องของความอยากรู้อยากเห็น ผมชอบเปรียบเทียบกับการเป็นนักสืบพันทิปเหมือนเวลาเราได้โจทย์อันนึงมา แล้วเราต้องสืบให้ได้ว่ามันเกิดอะไรขึ้น เราก็ต้องไปเอาข้อมูลจากหลายๆ แหล่งมา เพื่อเล่าเรื่องและตีความ เอามาประกอบการตัดสินใจได้ อีกอย่างคือความคิดสร้างสรรค์ คือเวลาเราได้ Insight อะไรมา เราก็ต้องมาคิดว่าเราจะเอาไปทำผลิตภัณฑ์ต่อยอดอะไรยังไงเพื่อตอบโจทย์ลูกค้าเราให้มากขึ้นได้ ต้องไม่ติดอยู่ในกรอบ มัวหาแต่ตัวเลขเดิมๆ
แล้วก็อย่างสุดท้ายที่สำคัญไม่แพ้กัน ก็คือความสามารถในการสื่อสาร เนื่องจากมันเป็นหัวข้อที่เฉพาะมาก แต่คุณต้องคุยกับทุกคน เพราะฉะนั้น คุณต้องใช้ความสามารถในการคุย แล้วก็สื่อสาร ให้เขาเห็นถึงสิ่งที่คุณกำลังทำอยู่
The MATTER : สภาพแวดล้อมการทำงานกับข้อมูลในไทยเป็นยังไงบ้าง
ดร. ต้า : ถ้าคุณอยู่ในบริษัทใหญ่ๆ มันก็น่าจะพร้อมละ ในขณะที่องค์กรไทยๆ หน่อย ก็อาจจะติดอยู่ตั้งแต่ขั้นตอนแรกแล้วว่า ใช้ข้อมูลประกอบการตัดสินใจกันรึยัง
อย่างเฟซบุ๊กเป็นบริษัทที่ขับเคลื่อนด้วยข้อมูล (Data-driven) การที่เราเข้าไปนั่งในห้องประชุม จะเสนอความเห็นอะไรได้ ต้องมีข้อมูลมาสนับสนุน คนเป็นเจ้านายก็ไม่ใช่ว่ามาใช้เซนส์ แล้วบอกว่านี้คือสิ่งที่ดีที่สุดสำหรับองค์กร แบบนี้ไม่ได้ ทุกอย่างมันต้องคุยกันด้วยข้อมูล เพราะงั้นทุกคนต้องใช้ข้อมูลเป็น มันก็เลยกลับไปที่คำถามว่า แรงงานของเรามี Data Literacy มีความเข้าใจข้อมูลพื้นฐานมากน้อยแค่ไหน
จริงๆ ทุกบริษัทก็อยากทำ Digital Transformation อยากเอาข้อมูลมาใช้งานแหละ แต่ทุกอย่างมันต้องเริ่มที่คน คนหน้างานนี่แหละที่จะบอกว่าข้อมูลมันจะช่วยอะไรได้ เพราะงั้นบริษัทต้องไปฝึกให้พวกเขาคิดว่าพวกเขาจะใช้ข้อมูลยังไงได้ เพราะเขาคือคนทำงาน เขาจะรู้ว่าต้องการข้อมูลอะไรที่จะทำให้ตัดสินใจได้ดีขึ้น หรือจริงๆ เขาอาจจะทำงานกับข้อมูลอยู่แล้ว แต่จะทำยังไงให้ช่วยทุ่นแรงเขาได้มากขึ้น ส่วนระดับผู้บริหารผู้จัดการ ก็ต้องไม่ตัดสินใจอะไรด้วยสัญชาตญาณ คุณจะต้องพยายามถามหาข้อมูลจากทุกๆ คนในทุกๆ เรื่อง เพื่อเอาข้อมูลมาใช้ประกอบการตัดสินใจ
แล้วพอทุกคนเริ่มใช้ข้อมูล ผู้บริหารก็ต้องคมมากพอที่จะจับผิดให้ได้ว่าเขาไม่ได้โมเมหรือมีอคติ เพราะการที่มีข้อมูลเยอะๆ มันก็ง่ายสำหรับเราที่เราจะเลือกดูเฉพาะอะไรที่เราอยากพรีเซนต์ ข้อเท็จจริงที่เราอยากให้เป็นข้อเท็จจริงเพียงหนึ่งเดียว เพราะฉะนั้นเมื่อทุกคนเริ่มใช้ข้อมูล เลเวลถัดไปคือทำยังไงให้ทุกคนใช้มันอย่างมีสติ
The MATTER : Big Data มีประโยชน์กับองค์กรยังไงบ้าง
ดร. ต้า : ข้อมูลมันเยอะ ก็ช่วยให้เราทำอะไรได้ละเอียดมากขึ้น แต่ก่อนเรารู้แค่ IP Address รู้ว่าคนนี้เข้ามาเว็บไซต์เรา แต่ตอนนี้เรารู้แล้วว่าคนนี้มีพฤติกรรมการเลือกของแบบไหน เราก็เอาข้อมูลเหล่านี้มาทำ personalization ได้
แต่พอข้อมูลมันเยอะขึ้น ทุกอย่างก็ยากขึ้น ก็ต้องการ Technical Skills ที่มากขึ้นเช่นกัน ข้อมูลเยอะเท่ากับขยะเยอะ แล้วเวลาเราเอาไปสอนคอมพิวเตอร์ ก็จะเป็นแบบ ‘Garbage in, garbage out.’ คือถ้าเราเอาขยะเข้าไปสอนมัน มันก็พ่นขยะออกมาให้เราเหมือนกัน ก็เอาไปใช้ประโยชน์อะไรไม่ได้
ผมจะบอกทุกที่ว่าการที่คุณเก็บข้อมูลเยอะที่สุด ไม่ได้หมายความว่าคุณเอาไปใช้ประโยชน์ได้มากที่สุด บริษัทเล็กๆ ที่ทำเซอร์เวย์เล็กๆ แต่เอามาใช้ประกอบการตัดสินใจ ประกอบการคิดได้ อาจจะสร้างอิมแพคได้มากกว่า
ที่เฟซบุ๊กเองมี Big Data เยอะมาก แต่ก็มี Small Data เยอะมากเหมือนกัน เราจะทำงานร่วมกับ UX Researcher เวลาเจอว่าคนทำอะไร เราสงสัยว่าทำไมเขาทำแบบนี้ เราก็จะไปบอกให้ช่วยไปสัมภาษณ์คน ไปเก็บ insight กลับมาบอกหน่อย แล้วเราก็ค่อยเอาไอเดียไปต่อยอดเป็นผลิตภัณฑ์ให้ คือเราใช้ทั้ง Big Data และ Small Data มาประกอบกัน เพราะสิ่งที่ยากของเฟซบุ๊กคือเราทำโปรดักต์ให้คนใช้งานหลายพันล้านคน
อย่างการกดไลก์ในเฟซบุ๊ก บางทีตัว Big Data มันก็อาจทำให้เข้าใจผิดได้ สมมติคนนี้เป็นมนุษย์ที่กดไลก์ทุกอย่าง ไลก์เขาก็แทบจะไม่มีความหมายอะไรเลย ขณะที่บางคน นานๆ กดไลก์ที ทุกครั้งที่เขากดไลก์ แสดงว่ามันต้องเป็นอะไรที่สำคัญมากๆ การใช้ Small Data ก็เอามาช่วยแก้ปัญหาได้ ดูว่ามีข้อมูลอื่นประกอบอีกไหม
The MATTER : แล้ว Open Data ล่ะ เอามาใช้ประโยชน์อะไรได้บ้าง
ดร. ต้า : Open Data เป็นข้อมูลของเรา ของประชาชน ของประเทศชาติ และเป็นหน้าที่ของรัฐบาลที่ควรจะปล่อยออกมาเพื่อแสดงความโปร่งใส ให้ทุกคนตรวจสอบได้ ถ้าโปร่งใสจริงก็ไม่น่ามีปัญหาอะไรเลย เหมือนรัฐได้ Crowdsourcing ด้วยซ้ำเปิดข้อมูลมา ก็มีคนช่วยวิเคราะห์ข้อมูลให้ และก็ยังมีมูลค่าทางเศรษฐกิจ อย่างบริษัทการเกษตร ก็อยากรู้ข้อมูลเชิงเกษตร เชิงอุตุนิยมวิทยา เพื่อเอามาวางแผน คาดการณ์สิ่งต่างๆ ได้ดีขึ้น
ในต่างประเทศ มีตัวอย่างการนำเอา Open Data มาใช้งานเพื่อสังคมค่อนข้างเยอะ อย่างการเอา Call Log 911 เวลาคนโทรไปแจ้งความตำรวจมาทำนายว่าจะมีอาชญากรรมเกิดขึ้นตรงไหน ตำรวจจะได้จัดคิวลาดตระเวนได้ หรือว่าแอพฯ รีวิวร้านอาหารอย่าง Yelp ในสหรัฐฯ ก็สามารถเอาไปประมวลผลเพื่อแจ้งหน่วยงานราชการที่ทำหน้าที่ตรวจสอบความสะอาดของร้านอาหาร จะได้รู้ว่าร้านไหนควรจะไปตรวจหรือเฝ้าระวังเป็นพิเศษ
หรือบริษัทใหญ่ๆ อย่างเฟซบุ๊ก ก็ดูเรื่องการอพยพถิ่นฐานของคนทั่วโลกได้จากข้อมูล Hometown ในโปรไฟล์ สามารถแทร็กได้ว่าทั้งโลกคนย้ายจากไหนไปไหน หรือกูเกิ้ลเองก็มีการเอาข้อมูลที่คนเสิร์ช มาคาดการณ์ว่าไข้หวัดกำลังระบาดรึเปล่า เพราะเวลาคนเป็นไข้หวัด คนก็จะเข้าไปเสิร์ชว่า น้ำมูกไหลไอจามต้องทำยังไง
ส่วนเมืองไทย ผมก็ไม่รู้ว่าตอนนี้ทำไมเรายังเปิดได้ไม่สุด จริงๆ มันก็มีจุดเริ่มต้นอย่าง สำนักงานรัฐบาลอิเล็กทรอนิกส์ (EGA) ที่ทำเรื่องนี้อยู่ แต่ก็น้อยมาก แล้วบางข้อมูลก็คือสรุปมาแล้ว ซึ่งเอามาใช้วิเคราะห์ไม่ได้
The MATTER : พูดถึงเรื่อง AI กันบ้าง ดร. ต้ามีความเห็นเกี่ยวกับ AI อย่างไร แล้วอยู่ฝ่ายไหนตอนที่ Mark Zuckerburg กับ Elon Musk ออกมาโต้แย้งกัน
ดร. ต้า : ต้องเชียร์ออกสื่อเลยใช่มั้ย? 55 จริงๆ ผมมองกลางๆ ละกัน ผมมองว่าเทคโนโลยี ไม่ว่าจะ AI หรืออะไร มันมีทั้งข้อดีข้อเสีย แน่นอนว่า AI เข้ามาเนี่ย ชีวิตเราจะสบายขึ้นตามที่ Mark Zuckerburg บอกจริงๆ คิดสภาพเราขับรถในกรุงเทพฯ เราไม่ต้องแตะเบรก แตะคันเร่งทุกสองวิ ปล่อยมันขับไป แน่นอนว่าชีวิตเราสะดวกสบายมากขึ้น
ในมุมของความน่ากลัว ก็เหมือนเทคโนโลยีทุกอย่าง มันใช้ด้านดีได้ มันก็ไปใช้ด้านเสียได้ คนก็สามารถเอาไปก่ออาชญากรรม ไปทำอะไร ด้วยข้อมูล ด้วย AI ได้ แล้วก็จะมีมุมที่คนพูดถึงค่อนข้างเยอะ ก็คือเรื่องของที่มันจะมาทดแทนอาชีพเรา ก็แน่นอนล่ะ ถ้างานคุณมันเป็นงานที่ทำอะไรซ้ำๆ เพราะว่าทันทีที่คอมพิวเตอร์มีความสามารถเท่าเราแล้วเนี่ย มันทำงานได้เร็วกว่า มันความจำเยอะกว่า มันทำงานได้ไม่รู้จักเหน็ดจักเหนื่อย มันสามารถโคลนเป็นคอมพิวเตอร์ฉลาดๆ หลายอันได้
แต่คำถามคือเราต้องไปควบคุมตลาดแรงงานไหม อันนี้ผมก็ไม่แน่ใจ มันก็เหมือนยุคเครื่องจักร ที่สุดท้ายเครื่องจักรมันก็มาแทนที่คนนั่นแหละ แต่สุดท้ายเราก็ไม่ได้ควบคุมอะไรว่าแต่ละบริษัทห้ามมีเครื่องจักรเกินเท่าไหร่ อะไรยังไง ก็คือเศรษฐกิจ สังคม และวัฒนธรรมมันก็จะเปลี่ยนไปตามจังหวะของมันเอง คนก็ย้ายไปอยู่ในส่วนงานบริการมากขึ้น เพราะคนบริการได้ดีกว่า พูดกันรู้เรื่องมากกว่า ถ้า AI มา บทบาทของคนก็อาจจะแค่เปลี่ยนไป
แต่ในประเทศไทย หลักๆ มันจะยังมีประเด็นเรื่องเศรษฐศาสตร์อยู่ ค่าแรงบ้านเราถูกมาก มันอาจจะไม่ได้คุ้มที่จะต้องซื้อคอมพิวเตอร์มาตัดสินใจแทนเรา ในเมื่อค่าแรงคนก็ยังต่ำมากอยู่
The MATTER : AI จะเป็นอันตรายกับมนุษย์ไหม
ดร. ต้า : เทคโนโลยีทุกอย่างสามารถเอามาใช้เป็นอาวุธได้หมดครับ แต่ผมว่าสิ่งที่ต้องควบคุมคือคน จะทำยังไงไม่ให้คนเอาไปใช้ในทางที่ผิด
ส่วนที่บอกว่ามันจะกลายเป็น Skynet จะลุกมาฆ่าคน อันนี้ผมว่ายาก ทุกวันนี้ AI ยังเรียนรู้ผ่านข้อมูลค่อนข้างเยอะ มันมีวิธีที่เรียกว่า Reinforcement learning (RL) คือการฝึกให้ AI เรียนรู้แบบลองผิดลองถูกด้วยตัวเอง คนก็จะคิดว่า AI เรียนรู้ได้เอง ก็ใช่ แต่วิธีที่จะทำให้มันทำงานได้ดี ก็ยังต้องอาศัยฟีดแบคจากคน เช่น AlphaGo ที่ให้ลองเล่นไปเรื่อยๆ ถ้าชนะเราก็บอกว่าดี ถ้าแพ้เราก็บอกไม่ดี ก็ยังต้องเป็นคนที่เซ็ตเป้าหมายให้ บอกว่าอะไรที่ถูก และควรทำอะไรให้ดีขึ้น
หลายคนก็ถามว่าคอมพิวเตอร์คิดสร้างสรรค์เองได้ไหม คิดได้ครับ ใส่ฟังก์ชั่น Random เข้าไป แทนที่จะทำอะไรตรงๆ ก็สุ่มทำ ก็จะได้อะไรใหม่ๆ ออกมาทุกครั้ง เพียงแต่คนจะชอบไหม มันก็ต้องมีฟีดแบคจากคนแหละ ส่วนเรื่องความรู้สึก ทุกวันนี้คอมพิวเตอร์มันก็ยังไม่ได้เข้าใจคนขนาดนั้น แค่เจอคนไทยประชดประชันกัน AI มันก็งงละ มันก็มีทางเป็นไปได้ แต่มันต้องอาศัยข้อมูลเยอะมาก ต้องเข้าใจบริบทหลากหลายมาก เพราะฉะนั้นมันก็ยากมาก
สิ่งที่สำคัญกว่าคือทุกคนควรจะมีความเข้าใจเทคโนโลยีขั้นพื้นฐาน เพื่อที่เราจะสามารถทำงานร่วมกับ AI ได้ แล้วให้คอมพิวเตอร์มาช่วยทำงานที่น่าเบื่อๆ แทนเรา ให้เราไปทำอะไรที่มันสนุก ที่มันท้าทาย ที่มันใช้ความคิดสร้างสรรค์แทน
Photo by Asadawut Boonlitsak
อ่านบทความอื่นๆ ในซีรีส์ ‘Data for Future’
หากอยากทำอาชีพที่เซ็กซี่ที่สุดในศตวรรษ คุณมีนัดที่ Data Café
https://thematter.co/pulse/datacafe/30854
‘เปิด ใช้ แชร์’ เปลี่ยนข้อมูลไม่ให้เป็นแค่ข้อมูลด้วย Data Visualization กับ Boonmee Lab
https://thematter.co/byte/boonmeelab/31396
