ThaiPublica > คอลัมน์ > Data Journalism – Why now? (Vol.3)

Data Journalism – Why now? (Vol.3)

4 มิถุนายน 2017


จรัล งามวิโรจน์เจริญ

ต่อจากตอนที่ 2

ทุเรียนน้อย: พี่จรัลคร้าบบบ พี่จรัลว่างรึยังคับบบ ผมมีเรื่องอยากถามต่อครับพี่

จรัล: ว่างแล้วๆ ทุเรียนน้อย ว่ายังไงมีอะไรอยากถามอีก

ทุเรียนน้อย: ใช่ครับพี่ คราวที่แล้วผมว่าเราใกล้มาถึงตอนสำคัญแล้วล่ะครับ เพราะพี่จรัลเล่าให้ฟังถึงกระบวนการทำงานเป็นทีมของ Data Journalism รวมไปถึงการตรวจสอบข้อมูลก่อนที่จะนำไปใช้ ทีนี้ผมอยากรู้ขั้นตอนช่วงท้ายๆ อะครับพี่ ช่วงการนำเสนอและสร้างเรื่องราว มันเป็นยังไงเหรอครับ

จรัล: ได้เลยทุเรียนน้อย การนำเสนอเรื่องราวผ่านข้อมูลเนี่ยถือเป็นศิลปะทางการใช้ภาษาเครื่องหมาย (sign) อีกแบบหนึ่ง เคยได้ยินคำว่า Semiotics หรือ สัญศาตร์ไหมครับ พูดง่ายๆ ก็คือวิชาว่าด้วยเครื่องหมาย

ทุเรียนน้อย: เหมือนเคยได้ยินคนพูดถึงคำนี้นะครับ แต่ไม่แน่ใจว่าคืออะไรน่ะครับ

จรัล: Semiotics เป็นการศึกษาการสร้างและแปลความหมายของเครื่องหมาย โดยหลักการ visualization มี 3 องค์ประกอบ 1. ส่วนที่เป็นสิ่งที่เราต้องการนำเสนอ (Object) ซึ่งในกรณีนี้คือข้อมูล 2. รูปแบบการนำเสนอ (Representation) และ 3. การตีความหมายของสิ่งที่ถูกนำเสนอ (Interpretant) ซึ่งหลักการส่วนนี้เป็นส่วนที่ผมคิดว่าได้ดัดแปลงจากประสบการณ์ส่วนตัวบวกกับ idea ของ paper “Understanding Visualisation” โดย Paul Vickers, Joe Faith, Nick Rossiter ครับ

ทุเรียนน้อย: พี่จรัลช่วยยกตัวอย่างของการนำเสนอข้อมูลในลักษณะนี้ให้ผมพอเห็นภาพทีครับ

จรัล: ได้ครับ สิ่งที่ผมกำลังจะเล่าต่อไปนี้เป็นตัวอย่างข้อมูลรายได้ของประชากรแต่ละภาคในประเทศไทยปี พ.ศ. 2558 ซึ่งนำข้อมูลมาจาก data.go.th โดยวิธีคิดก็เริ่มจาก

1. คิดว่า data object ที่เราต้องการนำเสนอมีโครงสร้าง อย่างไรบ้าง ในที่นี้มี Schema 2 ส่วน คือ

    1. ภาคในประเทศไทย
    2. รายได้ของปี 2558

2. รูปแบบการนำเสนอนั้นจะเห็นได้ว่าสามารถใช้ template layout ได้หลายแบบทั้ง vertical bar chart, pie chart, spider chart, horizontal bar chart layout เป็นต้น ซึ่งอาจเป็น layout ที่ Excel ใช้กัน แต่ visualization ไม่ได้ถูกจำกัดที่เครื่องมือที่จะใช้ แต่ที่สำคัญคือการทดลองใช้ layout ต่างๆ เพื่อหาความเหมาะสมกับข้อมูล

ในที่นี้พี่ขออธิบาย layout ของแต่ละรูปแบบการนำเสนอว่ามีการแสดงผลต่างกันหรือแสดงอย่างไรได้บ้าง อย่าง vertical bar chart ก็จะใช้ขนาดความสูงของ vertical bar เป็นตัวกำหนดปริมาณ แนวนอนเป็นตัวแยกภาค pie chart จะใช้ขนาดเนื้อที่ของ pie เป็นตัวกำหนดปริมาณ แล้วสีจะเป็นตัวแยกภาค ตัว spider chart ที่มีลักษณะเหมือนใยแมงมุม ก็จะใช้ความห่างจากจุดศูนย์กลางเป็นตัวกำหนดปริมาณ แกนแต่ละแกนตัวแยกภาค และสุดท้ายที่พี่จะยกตัวอย่างตอนนี้คือ horizontal bar chart ก็จะใช้ขนาดความยาวของ horizontal bar เป็นตัวกำหนดปริมาณ แนวตั้งของแต่ละ bar เป็นตัวแยกภาค

ทุเรียนน้อย: หลังจากที่นำเสนอข้อมูลด้วยรูปแบบที่แตกต่างกันให้กับคนดูแล้ว คนดูควรจะพิจารณาถึงอะไรบ้างครับ

จรัล: สิ่งแรกที่เมื่อคนดูเห็นการนำเสนอข้อมูลในรูปแบบต่างๆ คนดูก็ควรจะตั้งคำถามขึ้นในใจว่าการนำเสนอข้อมูลชุดนั้นต้องการเสนออะไร เช่น จาก vertical/horizontal bar chart อาจพิจารณาว่าภาคไหนมีรายได้เฉลี่ยสูงสุดหรือต่ำสุด ซึ่งพอ visualization ข้อมูลเหล่านี้ออกมาการที่เราตั้งคำถาม เพื่อหาคำตอบจากสิ่งที่เราได้เห็นนั้นก็จะทำให้เกิดความเข้าใจข้อมูลที่นำมาเสนอมากขึ้น แต่ในกรณีนี้สังเกตได้ว่า pie chart/spider chart อาจจะไม่แสดงผลชัดเจนสำหรับคำถามพวกสูงสุด-ต่ำสุด

ทุเรียนน้อย: แล้วอย่างนี้มีการนำเสนอข้อมูลในรูปแบบที่ดูแล้วร้องว้าวบ้างไหมครับ

จรัล: มีครับ ลองดูงาน visualization ที่ชื่อ Racial Dot Map โดย ทีมนักวิจัยจาก University of Virginia’s Weldon Cooper Center for Public Service และ MIT Media Lab ดูครับ พวกเขานำเสนอข้อมูลโดยการเขียนบนโปรแกรมชื่อ Processing ทีมงานใช้ข้อมูลแต่ละเชื้อชาติจากสำมะโนประชากรปี ค.ศ. 2010 ในอเมริกา รูปที่ผมส่งให้ดูนี้แสดงบริเวณของ Washington D.C. โดยจุดใหญ่ๆ ที่เห็นในภาพนั้นจริงๆ แล้วเป็นประชากรจำนวนมาก ไม่ใช่ประชากร 1 คนต่อ 1 จุด เพราะหน้าจอคอมพิวเตอร์ของเราไม่สามารถแสดงผลที่ละเอียดขนาดนั้นได้ โดยจุดจำนวน 308,745,538 จุดจะแสดงประชากรเป็นจำนวน 1 คน (หนาแน่นเป็นสี ไม่หนาแน่นไม่เห็น) แต่จอคอมพิวเตอร์ไม่สามารถเห็นรายละเอียดได้ระดับนั้นจึงเห็นเป็นจุดก้อนใหญ่ๆ ซึ่งข้อมูลหลักๆ ประกอบไปด้วยโครงสร้าง ตำแหน่งพิกัดของประชากร เชื้อชาติ ครับ
• จะเห็นได้ว่า layout ที่จะใช้สีในการแยกกลุ่ม 1 จุดแทนตำแหน่งพิกัดของประชากร
• เมื่อเราเห็นภาพสิ่งหนึ่งที่เกิดขึ้นในใจ (evocation) คือ เห็นการกระจุกตัวและการแบ่งแยกของเชื้อชาติต่างๆ ทางตะวันออกเฉียงใต้ กับความหนาแน่นของประชากรชาวเอเชียในฝั่งตะวันตกบริเวณรัฐแคลิฟอร์เนีย

ส่วนอีกตัวอย่างนึงของNathan Yau นักสถิติที่มีผลงานหนังสือ Visualization ที่ยอดนิยมและนักเขียน Flowingdataใช้ข้อมูลความยืนยาวของชีวิตในช่วงปี ค.ศ. 2010 ถึง ค.ศ. 2015 จาก World Health Organization มาแสดงให้ดูได้ถึง 25 แบบ(ใช่ครับข้อมูลชุดเดียว 25 แบบ)

สำหรับคนที่สนใจอยากลองทำ visualization เอง เว็บไซต์ Datavis มีตัวอย่างที่ดีและแย่ให้ดูไว้จำขึ้นใจส่วน Visualismมีตาราง Infographics Taxonomy แสดงวิธีเลือก visualization ให้เข้ากับข้อมูลที่ต้องการนำเสนออีกด้วย ซึ่งการทำ visualization นั้นต้องมองให้หลุดจากกรอบของ layout ที่เครื่องมือนำเสนอเพื่อที่จะได้ความคิดใหม่

ทุเรียนน้อย: พอได้ฟังแล้วก็รู้สึกว่ามันน่าสนุกและก็ท้าทายมากเลยครับ ถ้าผมคิดจะลองบ้างนี่ต้องเริ่มยังไงดีครับ

จรัล: จริงๆ แล้วอาจเริ่มด้วยการเก็บข้อมูลส่วนตัวแล้วลองฝึกทำ visualization แล้วก็ลองเปลี่ยนการนำเสนอแบบที่ไม่เป็น conventional ไปเรื่อยๆ ลองดูตัวอย่างง่ายๆ จากงาน data art ก็ได้ เพราะข้อมูลใกล้ตัวนั้นสามารถนำมาเล่นและนำเสนอให้เป็นศิลปะได้ สิ่งที่ผมอยากเสริมอีกอย่างก็คืองานทาง data journalism ไม่ได้ใช้ได้กับแค่คนทำข่าวนะครับ ถ้าคิดดีๆ data journalism เป็นเหมือนการสื่อสารข้อมูลความจริงเพื่อให้คนได้เห็นว่าข้อมูลมีประโยชน์ช่วยให้เราฉลาดรู้ขึ้น บางทีมันอยู่ใกล้ตัวแต่เราไม่เคยสังเกตเห็น เพราะฉะนั้น คนในองค์กรก็สามารถเอากระบวนการและวิธีคิดนี้ไปใช้ในการช่วยให้องค์กรเห็นความสำคัญของข้อมูลหรือเอาไปใช้ในการสร้าง Data Driven Culture ได้ ซึ่งเมื่อสังคมเราเริ่มมีคนใช้ข้อมูลมากขึ้นมันก็จะช่วยทำให้คนมีความคิดที่รอบคอบมากขึ้น

ทุเรียนน้อย: สุดท้ายนี้พี่จรัลอยากจะฝากอะไรถึงผู้อ่านไหมครับ

จรัล: ผมอยากแนะนำให้ผู้อ่านที่สนใจงานด้านนี้ลองไปดูงาน Data Journalism ที่สำคัญระดับโลกเลยอย่าง Panama Papers โดย International Consortium of Investigative Journalists ว่าตัวงานมีความเข้มข้นขนาดไหน (อ่านเบื้องหลังของงานชิ้นนี้) เพื่อเป็นแรงบันดาลใจในการเริ่มต้นนะครับ ส่วนคุณผู้อ่านทั่วไปผมก็อยากฝากแนวคิดให้ทุกท่านลองไปพิจารณากันว่า ทุกวันนี้โลกของเราเต็มไปด้วยข้อมูลทั้งที่มีมูลความจริงและไม่จริง การแยกสารสำหรับผู้รับสารอาจไม่ใช่เรื่องที่ง่ายอีกต่อไป ในเมื่อเทคโนโลยีได้เชื่อมโยงคนให้เข้าถึงข้อมูลข่าวสารได้ง่ายขึ้น การช่วยย่อยความจริงที่มีสาระดีๆ ให้ง่ายต่อการเข้าใจและน่าติดตามแก่ผู้คนจำนวนมากจะนำไปสู่การเผยแพร่ข้อมูลในวงกว้างมากขึ้น ซึ่งจะช่วยให้คนได้พัฒนาสมองและความคิด อันจะนำไปสู่การเปลี่ยนแปลงทางสังคมและโลกได้ ที่สำคัญมันอยู่คงทนยืนนาน หากคุณเองไม่ได้เป็นผู้ทำงานด้านนี้ แต่คุณก็ช่วยส่งเสริมสังคมที่คุณอยู่ให้ตระหนักในเรื่องนี้ได้ ท้ายนี้ ผมอยากให้ผู้อ่านได้ลองกลับมาคิดดูนะครับว่า line of inquiry สำหรับบทความนี้เป็นอย่างไร คิดเล่นๆ ดู 🙂