Data Driven Society
57 ข่าวในคอลัมน์นี้
เราจะอยู่กับโลกของความซับซ้อน (Complexity) อย่างไร
เราจะอยู่กับโลกของความซับซ้อน (Complexity) อย่างไร
วัฒนธรรมองค์กรสมัยใหม่แบบ Westrum
วัฒนธรรมขององค์กรเป็นสิ่งคาดการณ์การเคลื่อนที่ของข่าวสารข้อมูลขององค์กร ข้อมูลข่าวสารที่ดีต้องตอบคำถามของคนรับ ทันเวลา และใช้งานได้ องค์กรที่มีการไหลของข่าวสารข้อมูลที่ดีก็จะทำให้มีประสิทธิภาพในการทำงานที่ดี
ขอแค่ทำ 1% ให้ดีขึ้น ในแต่ละวัน ก็พอแล้ว (1% rule)
ลองคิดดูว่าถ้าเราสามารถพัฒนาตัวเองได้ 1% ทุกวันภายใน 1 ปี เราจะพัฒนา 37.78 เท่าจากเดิม ในทางกลับกันถ้าเราทำตัวเองให้แย่ลง 1% ทุกวัน ภายใน 1 ปี เราแทบจะไม่มีการพัฒนาอะไรเลย อยู่ที่ 0.03 เท่าจากเดิม
คิด 80/20
การมี mental model ที่หลากหลายช่วยให้เราคิดได้รอบคอบ มองปัญหาได้ครอบคลุมหลายมุม หนึ่งใน mental model ที่อยากแนะนำวันนี้ก็คือ กฎ 80/20
DDD (Dialogue & Deliberative Democracy) จากบทสนทนาเป็นบทอภิปรายแบบประชาธิปไตย
หากมีกระบวนการที่ทำให้คนที่มีหลากหลายความคิด มาร่วมกันคิด ปรึกษาหารือ อภิปราย (Deliberation) และสร้างการมีส่วนร่วมกันก็จะดีไม่น้อย นี่จึงเป็นที่มาของการอภิปรายแบบประชาธิปไตย (Deliberative Democracy)
เข้าใจหลายศาสตร์ เข้าใจสังคม เพื่อแก้ปัญหาโลกที่ซับซ้อน
เข้าใจหลายศาสตร์ เข้าใจสังคม เพื่อแก้ปัญหาโลกที่ซับซ้อน เป็นสิ่งที่ประเทศไทยสามารถเรียนรู้ได้ เพราะถือเป็นปัญหาและอุปสรรคหลักที่เรากำลังเผชิญอยู่
Data Labeling งานเสริมยุคใหม่ สอน AI ด้วยข้อมูล
ในยุคที่งาน AI/ML มีปริมาณที่เพิ่มขึ้น งาน Data Labeling Service จึงมีความต้องการในการจ้างงานที่สูงขึ้นเช่นกัน ซึ่งเป็นโอกาสที่ดีสำหรับบริษัทในประเทศไทยที่เราจะมีธุรกิจลักษณะนี้เพื่อขยายโอกาสให้กับผู้ด้อยโอกาสและกลุ่มเปราะบาง
ภาพสะท้อนของสังคมที่ขับเคลื่อนด้วยข้อมูล (Reflection on Data Driven Society)
ภาพสะท้อนของสังคมที่ขับเคลื่อนด้วยข้อมูล เพราะผมเชื่อว่าปัญหาหลายอย่างสามารถแก้ไขหรือทำให้ดีขึ้นได้ ถ้าทุกภาคส่วนที่เกี่ยวข้องร่วมกันนำข้อมูลมาแชร์ พูดคุย แลกเปลี่ยนมุมมอง สร้างความเข้าใจให้แก่กัน จนนำไปสู่การสังเคราะห์ และริเริ่มแนวคิดใหม่ในการแก้ปัญหา
สร้างผลลัพธ์ เพิ่มประสิทธิภาพด้วยศาสตร์ในการออกแบบองค์กร
เราอยู่ในยุคที่โลกมีการเปลี่ยนแปลงอย่างรวดเร็ว องค์กรก็เช่นเดียวกันก็ต้องปรับตัวให้รวดเร็ว การมีรูปแบบทีมและองค์กรที่เหมาะสมกับลักษณะงาน จะช่วยทำให้พนักงานทำงานร่วมกันได้อย่างมีประสิทธิภาพ
รู้รอบด้าน ลดความผิดพลาดของ AI
การพัฒนาของเทคโนโลยีสมัยใหม่เช่น AI นั้น มีความก้าวหน้ารวดเร็วเกินกว่ากฎระเบียบจะตามได้ทัน และยิ่งไปกว่านั้นเทคโนโลยีนี้ มีความสามารถในการตัดสินใจเองได้และอาจส่งผลกระทบต่อมนุษย์และสังคม
จะทำอย่างไร เมื่อ AI ทำงานผิดพลาด?
ในบทความนี้ผมขอสรุปสาเหตุและบทเรียนที่ได้เรียนรู้จากข้อผิดพลาดในการทำงานของ AI โดยทาง MITRE หน่วยงานที่ไม่แสวงหาผลกำไรที่ทำงานกับภาครัฐของสหรัฐอเมริกา ได้รวบรวมไว้
หลักการ 345 สร้างประสิทธิภาพองค์กรด้วย DevOps
หลักการ 345 ผู้อ่านสามารถนำไปประยุกต์ใช้กับการบริหารโครงการต่างๆ ที่มีเทคโนโลยีเป็นส่วนสำคัญของธุรกิจ เพื่อลดข้อผิดพลาดที่เกิดจากคนให้ได้มากที่สุด