จรัล งามวิโรจน์เจริญ Chief Data Scientist & VP of Data Innovation Lab บริษัท เซอร์ทิส จำกัด
21 มกราคม 2560 คือวันแรกที่บทความบทแรกเกี่ยวกับ Data Driven Society ของผมได้เผยแพร่ลงในช่องทางของ ThaiPublica กว่า 3 ปีที่ผ่านมาจากวันนั้น ผมยังคงเขียนบทความนี้ออกมาอย่างต่อเนื่อง ด้วยความตั้งใจที่อยากจะแชร์แนวคิด และชวนให้ทุกคนได้เห็นถึงการนำ “Data” แทนการใช้ “Drama” ในการขับเคลื่อนประเทศ และใช้ “Fact” ไม่ใช่ “Fake” ในการแก้ปัญหาสังคม เพราะผมเชื่อว่าปัญหาหลายอย่างสามารถแก้ไขหรือทำให้ดีขึ้นได้ ถ้าทุกภาคส่วนที่เกี่ยวข้องร่วมกันนำข้อมูลมาแชร์ พูดคุย แลกเปลี่ยนมุมมอง สร้างความเข้าใจให้แก่กัน จนนำไปสู่การสังเคราะห์ และริเริ่มแนวคิดใหม่ในการแก้ปัญหา
แต่จากการทำงานเป็นที่ปรึกษาให้กับทั้งภาครัฐและเอกชนทำให้พบว่า แท้จริงแล้วอุปสรรคสำคัญที่ยังฉุดรั้งไม่ให้สังคมของเราพัฒนาเดินหน้าไปเป็น Data Driven Society ได้นั่นก็คือ “การไม่มีข้อมูล”
อย่างไรก็ตามผมก็เริ่มมองเห็นเป้าหมายที่ตั้งใจไว้ได้อย่างชัดเจนขึ้น เมื่อพบว่าในช่วงระยะเวลาที่ผ่านมา หลาย ๆ องค์กรมองเห็นและตระหนักถึงปัญหานี้ และเริ่มกระบวนการจัดเก็บข้อมูล เพื่อวางรากฐานของการนำข้อมูลมาช่วยใช้ในการตัดสินใจทางธุรกิจมากยิ่งขึ้น
ปัจจุบันเราได้เห็นตัวอย่างประเทศที่ใช้ประโยชน์จากข้อมูลและมีการนำเทคโนโลยี AI/ML มาใช้ในการบริหาร จัดการ และกำหนดนโยบายอยู่หลายประเทศ (บทความก้าวกระโดดด้วยนโยบาย AI) เช่น สหรัฐอเมริกา อังกฤษ เกาหลีใต้ จีน หรือแม้กระทั่งประเทศเล็ก ๆ อย่างเอสโตเนียก็มีการนำเทคโนโลยีมาใช้และเรียกได้ว่าเป็นประเทศที่มีความก้าวหน้าทางเทคโนโลยีสูง ซึ่งพอจะสรุปและนำมาเป็นแนวทางในการปฏิบัติใช้กับประเทศไทยได้ ดังนี้
1. ทำให้เร็วและตรวจสอบได้ด้วยเทคโนโลยีดิจิทัล (Digitalization for Speed and Traceability)
ภาครัฐควรออกระเบียบเปลี่ยนรูปแบบการจัดเก็บข้อมูลด้วยกระดาษ ให้อยู่ในรูปแบบดิจิทัลแทน เพื่อให้สามารถค้นหาและประมวลผลข้อมูลต่อได้ อีกทั้งช่วยให้กระบวนการทำงานมีประสิทธิภาพ ตรวจสอบได้ และรวดเร็วยิ่งขึ้น รวมทั้งการออกแบบองค์กรให้อยู่ในรูปแบบ Topology (บทความออกแบบองค์กร) เพื่อสร้างอำนาจในการตัดสินใจและเพิ่มความคล่องตัวในการทำงาน เช่น การสร้างหน่วยงานเฉพาะกิจในแต่ละกระทรวงเพื่อทำงานร่วมกับหน่วยงานกลางอย่าง DGA หรือ GBDi เพื่อให้เกิดการทำงานร่วมกันเป็น Community of Practice (CoP) ซึ่งจะช่วยให้ทุกคนได้แบ่งปันประสบการณ์ สร้างความรู้ ความเข้าใจในการทำงานด้านข้อมูลในวงกว้างมากขึ้น ซึ่งรูปแบบนี้เหมาะกับการช่วยกันวางแผนปรับเปลี่ยนกระบวนการทำงานแบบไร้กระดาษ (paperless) ที่กล่าวมาข้างต้น ไปสู่การออกแบบวิธีการจัดเก็บข้อมูลโดยใช้เครื่องมือดิจิทัล
2. เปิดข้อมูลเป็นหลัก (Open Data by Default)
ภาครัฐต้องมีนโยบายเปิดข้อมูล เพื่อสร้างแนวทางให้ทุกองค์กรร่วมกันจัดเก็บข้อมูลและสร้างระเบียบการจัดการข้อมูลที่ดี โดยเฉพาะข้อมูลบางชุดที่ส่งผลกระทบต่อการเปลี่ยนแปลงไปในทางที่ดีให้กับประเทศได้ จากการจัดอันดับของ Global Open Data Index ปี 2016 ประเทศไทยอยู่อันดับที่ 51 แต่บางที่อย่าง Open Data Barometer เราก็ไม่ติดอันดับ ซึ่งตามมาตรฐานสากลของ Open Data Charter กำหนดว่า การเปิดข้อมูล ไม่ได้แปลว่าต้องเปิดทุกอย่าง อาจจะมีข้อยกเว้นบางประการได้ เช่น ข้อมูลความเป็นส่วนตัวของประชาชนและเมื่อข้อมูลถูกจัดเก็บในรูปแบบดิจิทัลแล้ว ก็จะสามารถเปิดเผยข้อมูลเพื่อให้เกิด Ecosystem อีกทั้งยังทำให้เกิดความโปร่งใส ตรวจสอบได้ โดยอาจจะเริ่มจากการมีโจทย์สำคัญ ๆ ที่ทั้งรัฐและเอกชนสามารถทำงานร่วมกันได้ เช่น ข้อมูลการจัดซื้อจัดจ้าง ข้อมูลที่ดินอสังหาริมทรัพย์ เป็นต้น (อ่านเพิ่มเติม ตัวอย่างการนำ Open Data ไปใช้) นอกจากนี้ การใช้โครงสร้างการกระจายตัวเพื่อให้องค์กรต่าง ๆ แบ่งปันข้อมูลร่วมกัน (อ่านเพิ่มเติม บทความการแชร์ข้อมูลร่วมกัน) จะช่วยสร้างความไว้วางใจที่จะทำให้ Open Data เกิดขึ้นได้ในที่สุด
3. สร้างความเข้าใจเกี่ยวกับวิธีการนำข้อมูลไปใช้เบื้องต้นให้แก่ประชาชน (Civic Data Literacy)
เราต้องปลูกฝังให้ประชาชนอ่าน เข้าใจและใช้ประโยชน์จากข้อมูลเบื้องต้นเป็น รวมทั้งสามารถตรวจสอบที่มาของข้อมูลข่าวสารเพื่อหลีกเลี่ยงการถูกหลอกลวง ส่วนสื่อต่าง ๆ ควรผลิตงานที่ใช้ Data Journalism เพื่อสร้างความต้องการให้ผู้เสพสนใจและอยากเรียนรู้เรื่องข้อมูลมากขึ้น (บทความ Data Literacy) ยกตัวอย่างงานที่น่าสนใจคือ การเก็บข้อมูลเพื่อดูคุณภาพของผู้แทนราษฎร เช่น จำนวน ส.ส. ที่เปิดอภิปราย โดยใช้ข้อมูลที่เหมาะสมมาสนับสนุน เช่น หัวข้อที่อภิปราย ผลงานที่เป็นรูปธรรม เป็นต้น สิ่งเหล่านี้ทำให้เกิดการตรวจสอบและให้ประชาชนเข้าใจการทำงานของ ส.ส. มากขึ้น เพื่อสร้างให้เกิดการมีส่วนร่วมของประชาชน
4. สร้างสภาพแวดล้อมที่ทำให้เกิดความร่วมมือกันทุกภาคส่วน (Supporting Environment for Civic Collaboration/ Participation)
เราได้เห็นพลังของความร่วมมือกัน จากประชาชน ภาครัฐ และภาคเอกชนในการช่วยประเทศไทยฝ่าฝันกับวิกฤตโควิด-19 ในช่วงที่ผ่านมา ซึ่งการร่วมมือกันนี้เป็นโมเดลที่ดีที่ทุกคนสามารถช่วยเหลือกันเพื่อแก้ไขปัญหาด้านอื่น ๆ ของประเทศ เพียงแต่จะต้องมีเจ้าภาพและกระบวนการที่ก่อให้เกิดการขับเคลื่อนได้จริง โดยเฉพาะในยุคดิจิทัลที่การสื่อสารและการร่วมมือกันสามารถทำได้อย่างไร้พรมแดน ยกตัวอย่าง vTaiwan (บทความ Collective Intelligence 3) มีการใช้ดิจิทัลแพลตฟอร์มเปิดโอกาสให้ประชาชนมีส่วนร่วมกับรัฐบาลในการกำหนดนโยบายต่าง ๆ
แนวทางที่กล่าวมานี้ ผมเชื่อว่าเราทำได้ถ้าทุกภาคส่วนร่วมกันให้ความสำคัญ ทั้งการแก้ปัญหาเรื่องความเหลื่อมล้ำ เรื่องการศึกษา การเกษตร และอื่น ๆ แต่เรายังไม่มีข้อมูลเชิงลึกที่จะนำมาชี้วัดตรวจสอบการทำงานในระดับนโยบายว่าทำแล้วได้ผลจริงแค่ไหน (Outcome Based) ไม่ใช่แค่การสร้างโครงการ (Output Based) เพื่อตอบสนองยุทธศาสตร์ชาติโดยไม่รู้ผลลัพธ์
จะสังเกตได้ว่าผมไม่ได้ใช้คำว่า big data เลย (ยกเว้นประโยคนี้ :)) เพราะสิ่งสำคัญของข้อมูลไม่ใช่ความใหญ่หรือเล็ก แต่คือประโยชน์ในการนำมาตัดสินใจในเรื่องต่าง ๆ ให้กับองค์กรหรือสังคมได้พัฒนาไปในทางที่ดีขึ้น ซึ่งการสืบสาวกิจกรรมที่ทำ (Traceability) นำไปสู่ความโปร่งใส (Transparency) และการตรวจสอบได้ (Accountability) ซึ่งจะวางรากฐานนำไปสู่ความยุติธรรมและทำให้สังคมเราน่าอยู่ขึ้น แล้วเราจะรออะไรครับ
