รู้จัก “คณิตศาสตร์อานุภาพทำลายล้างสูง” (1)

สฤณี อาชวานันทกุล

วันนี้หันไปทางไหนก็เห็นแต่คนเห่อเทคโนโลยีไอที คำศัพท์อย่าง เทคสตาร์ทอัพ บิ๊กดาต้า ฟินเทค อีคอมเมิร์ซ open data วารสารศาสตร์ข้อมูลหรือ data journalism ถูกพูดถึงถี่ขึ้นเรื่อยๆ ในสื่อและงานสัมมนาต่างๆ ไม่เว้นแต่ละเดือน

“นักวิทยาศาสตร์ข้อมูล” หรือ data scientist กลายเป็นอาชีพฮอตฮิตติดชาร์ทเป็นอันดับต้นๆ ไม่แพ้กระแส “โซเชียลมีเดียกูรู” เพียงไม่กี่ปีก่อนหน้านี้

ผู้เขียนเองไม่ค่อย “อิน” กับกระแสเหล่านี้เท่าไรนัก (ยกเว้นเรื่องวารสารศาสตร์ข้อมูล กับ open data ซึ่งสนใจมากจนไปลองทำดู ไว้จะเขียนถึงในโอกาสต่อไป) หลักๆ เพราะในไทยยังไม่เห็นมีผลิตภัณฑ์ บริการ หรือเนื้อหาอะไรที่แสดงถึง “นวัตกรรม” ในการใช้และประมวลผลข้อมูล

ยังไม่ต้องคิดไกลถึง Thailand 4.0 เรื่องพื้นๆ อย่างเช่นการรักษาความปลอดภัยของข้อมูลส่วนบุคคล และการคุ้มครองความเป็นส่วนตัว ก็ยังมีช่องว่าง ช่องโหว่ และปัญหาอยู่มากในสังคมไทย ดังจะเห็นได้จากข่าวลูกค้าบริษัทโทรคมนาคม ธนาคาร ฯลฯ ถูกแฮ๊กหรือขโมยข้อมูลเป็นระยะๆ (ตัวอย่างงานวิจัย) และข้อเท็จจริงที่ว่า จนถึงวันนี้เราก็ยังไม่มีกฎหมายคุ้มครองข้อมูลส่วนบุคคลเป็นเรื่องเป็นราว

ลูกค้า AIS ร้อง กสทช. ถูกล้วงข้อมูลส่วนตัว ที่มาภาพ: www.ch7.com
ลูกค้า AIS ร้อง กสทช. ถูกล้วงข้อมูลส่วนตัว ที่มาภาพ: www.ch7.com

ยังไม่ต้องคิดไกลถึง open government เรื่องพื้นๆ อย่างเช่นการคุ้มครองสิทธิส่วนบุคคลยังไม่อยู่ในวิธีคิดของรัฐบาลกับ คสช. ดูจากการไม่ล้มเลิกความพยายามที่จะทำให้อำนาจการสอดแนมประชาชนแบบเหวี่ยงแหและไม่ต้องมีหมายศาล เป็นเรื่องถูกกฎหมาย (กรณีล่าสุด ณ เดือนพฤษภาคม 2559 ติดตามได้จากเว็บไซต์เครือข่ายพลเมืองเน็ต)

ยังไม่ต้องคิดไกลถึง “บิ๊กดาต้า” เรื่องพื้นๆ อย่างเช่น “สมอลดาต้า” (ข้อมูลเล็กๆ) ที่ควรจะเปิดเป็นข้อมูลสาธารณะจำนวนมากยังไม่ได้เปิด หรือไม่ก็ชักแม่น้ำทั้งห้ามาอ้างว่าเปิดไม่ได้ เพราะ “เกี่ยวกับความมั่นคงของชาติ” หรือไม่ก็ “กลัวประชาชนสับสน” ดังเช่นกรณี “ราคากลาง” ของอุทยานราชภักดิ์ ซึ่งล่าสุดในเดือนกันยายน 2559 สำนักข่าวไทยพับลิก้าได้ยื่นคำฟ้องกองทัพบกต่อศาลปกครองให้เปิดราคากลางแล้ว โปรดรอติดตามด้วยความระทึก

ในปี พ.ศ. 2559 แคธี โอนีล (Cathy O’Neil) นักคณิตศาสตร์ดีกรีปริญญาเอกจากมหาวิทยาลัยฮาร์วาร์ด อดีตนักปั้นแบบจำลองทางคณิตศาสตร์ (ชื่อเล่น “คว้อนท์” หรือ quant ย่อมาจาก quantitative analyst) ให้กับเฮดจ์ฟันด์ยักษ์ใหญ่ในภาคการเงินสหรัฐ เขียนหนังสือที่ผู้เขียนชอบมากเล่มหนึ่ง ชื่อ “Weapons of Math Destruction” หรือ “คณิตศาสตร์อานุภาพทำลายล้างสูง”

โอนีลเขียนหนังสือเล่มนี้ขึ้นมาไม่ใช่เพราะเธอเกลียดเทคโนโลยี หรือคิดว่าแบบจำลองทางคณิตศาสตร์ (mathematical models) ทั้งหลายในโลกจริงไร้ประโยชน์ ตรงกันข้าม เธอเชื่อมั่นใน “พลัง” ของแบบจำลอง โดยเฉพาะแบบจำลองที่มีข้อมูลจริงมหาศาลขนาด “บิ๊กดาต้า” มาประกอบการประมวลผลเพื่อสร้างประโยชน์แก่สังคม

แต่เธอเขียนหนังสือเล่มนี้เพื่อชี้ให้เห็นปัญหาและความเสียหายร้ายแรงที่เกิดขึ้นแล้วจากแบบจำลองแย่ๆ ซึ่งโอนีลขนานนามว่า “คณิตศาสตร์อานุภาพทำลายล้างสูง”

wmd

เราอาจเข้าใจผิดว่า แบบจำลองหรือ model ย่อมเป็น “ภววิสัย” (objective) เพราะมันเขียนขึ้นจากหลักคณิตศาสตร์ และใช้คอมพิวเตอร์ประมวลผล ฉะนั้นผลลัพธ์ของมันต้องออกมาเป็นกลาง ไร้ซึ่งอคติใดๆ ของมนุษย์แน่เลย

แต่โอนีลเตือนว่าไม่ใช่! เพราะ “แบบจำลอง คือ ความเห็นที่ฝังอยู่ในคณิตศาสตร์” (models are opinions embedded in mathematics) ต่างหาก พูดอีกอย่างคือ สมมุติฐาน ตัวแปร สมการ และโค้ดทุกบรรทัดในแบบจำลองทุกชิ้นมีมนุษย์อยู่เบื้องหลัง

ในเมื่อมันเป็นความเห็นที่อำพรางอยู่เบื้องหลังสมการคณิตศาสตร์ มันจึงอาจเต็มไปด้วยอคติ (ทั้งในความหมาย prejudice และ preconception) ความลำเอียง จุดอ่อน หรือจุดบอดอื่นๆ ของมนุษย์ผู้เขียนแบบจำลอง รวมถึงบางคนอาจไม่เข้าใจในหลักสถิติพื้นฐานด้วย

โอนีลนิยาม “คณิตศาสตร์อานุภาพทำลายล้างสูง” ว่า หมายถึง อัลกอริธึมคณิตศาสตร์ (mathematical algorithm) อะไรก็ตามที่มีลักษณะครบทั้งสามข้อต่อไปนี้

1. คลุมเครือหรือมองไม่เห็นเลยสำหรับคนส่วนใหญ่ (คือคนไม่รู้ว่ามันทำงานอย่างไร มองไม่เห็นว่าผลลัพธ์ของแบบจำลองนี้คำนวณออกมาอย่างไร)

2. ไม่เป็นธรรม และสร้างความเสียหายสูงมากต่อชีวิตความเป็นอยู่ของผู้คน

3. ขยายขนาดได้ (scalable) นั่นคือ เอาไปใช้ได้กับคนอีกหลายพันหรือหลายล้านคน

“คณิตศาสตร์อานุภาพทำลายล้างสูง” มักจะเกิดจากการใช้เหตุผลที่ขี้เกียจหรือเต็มไปด้วยอคติ และผลลัพธ์ของมันก็มักจะสร้าง “วงจรย้อนกลับ” (feedback loops) ที่ส่งผลเสียมากกว่าเดิม เมื่อคนที่เกี่ยวข้องถูกกดดันให้ปรับเปลี่ยนพฤติกรรม

โอนีลยกตัวอย่างมากมายในหนังสือ ตัวอย่างหนึ่งที่น่าสนใจ คือ การจัดอันดับวิทยาลัยและมหาวิทยาลัยที่ “ดีที่สุด” ทั่วโลก ของ U.S. News and World Report ซึ่งกลายมาเป็น “มาตรฐานทองคำ” และตัวชี้วัดผลงานของผู้บริหารสถาบันการศึกษาทั่วโลก โอนีลบอกว่าการจัดอันดับชุดนี้เข้าข่าย “คณิตศาสตร์อานุภาพทำลายล้างสูง” ในนิยามของเธอ เพราะมันไม่สนใจ “ค่าใช้จ่าย” (ของนักศึกษาและผู้ปกครอง) ในการจัดอันดับเลย ส่งผลให้ค่าเล่าเรียนระดับอุดมศึกษาแพงขึ้นอย่างต่อเนื่อง เพราะมหาวิทยาลัยสามารถทุ่มเงินเพื่อไต่อันดับสูงๆ ได้ โดยไม่ต้องสนใจที่จะควบคุมค่าใช้จ่ายเพื่อแบ่งเบาภาระของนักศึกษา หรือปรับปรุงประสิทธิภาพการใช้ทรัพยากรแต่อย่างใด

อันดับ "มหาวิทยาลัยที่ดีที่สุดในโลก" โดย U.S. News and World Report
อันดับ “มหาวิทยาลัยที่ดีที่สุดในโลก” โดย U.S. News and World Report

นอกจากนี้ ตัวชี้วัด “ระดับการเข้ายาก/ง่าย” (selectivity – ยิ่งมหาวิทยาลัย “เข้ายาก” เช่น รับนักศึกษาเพียงร้อยละ 8 ของจำนวนทั้งหมดที่สมัคร อันดับยิ่งดี) ก็กดดันให้มหาวิทยาลัยต่างๆ แข่งกันทำการตลาด ดึงดูดให้นักเรียนสมัครมาเยอะๆ แล้วจากนั้นก็ต้องตอบปฏิเสธไปเยอะๆ เช่นกัน จะได้ได้คะแนน “การเข้ายาก” สูงขึ้น ทั้งที่กิจกรรมเหล่านี้อาจไม่เกี่ยวอะไรเลยกับ “คุณภาพ” ของการศึกษา

โปรดติดตามตอนต่อไป.