วรากรณ์ สามโกเศศ
26 กรกฎาคม 2559
การสื่อสารที่สำคัญในโลกยุคโบราณระหว่างมนุษย์อย่างหนึ่งก็คือการเขียนหนังสือ ถ้าใครเข้าใจตัวอักษรและกฎกติกาของการเขียนภาษานั้น ๆ ก็ย่อมอ่านออกและถ้าเขียนเพื่อสื่อสารได้ด้วยก็เรียกว่า “รู้หนังสือ” หรือ “อ่านออกเขียนได้” (literate) อย่างไรก็ดีในยุคปัจจุบันที่ท่วมท้นไปด้วยข้อมูลสารพัดชนิด หากสามารถเข้าใจสิ่งที่ “แอบ” อยู่ในข้อมูล แปลความหมายได้ก็เรียกว่าเป็นผู้ “อ่านออกเขียนได้เชิงข้อมูล” ซึ่งความสามารถนี้เป็นสิ่งสำคัญอย่างยิ่งต่อการมีชีวิตที่อยู่รอดและอยู่ดีในปัจจุบัน
ชื่อทางการของสิ่งที่กล่าวข้างต้นก็คือ data literacy ซึ่งถ้า “การอ่านออกเขียนได้”(literacy) หมายถึงความสามารถในการอ่านเพื่อความรู้ และเขียนอย่างอ่านได้อย่างเป็นเรื่องเป็นราว อีกทั้งสามารถคิดได้ลึกซึ้งเกี่ยวกับสิ่งพิมพ์ data literacy (การอ่านออกเขียนได้เชิงข้อมูล) ก็หมายถึงความสามารถที่จะบริโภคข้อมูลเพื่อความรู้ ผลิตต่อได้อย่างเป็นเรื่องเป็นราว และคิดได้ลึกซึ้งเกี่ยวกับข้อมูลนั่นเอง
data literacy นั้นถ้าตีความอย่างแคบก็รวมเฉพาะ statistical literacy หรือความสามารถในการใช้เครื่องมือทางสถิติเพื่อหาความหมายจากข้อมูล มีความเข้าใจว่าจะจัดการอย่างไรกับข้อมูลขนาดใหญ่ (big data) รู้ว่าจะนำข้อมูลไปใช้งานต่อไปอย่างไร รู้ว่าจะเชื่อมต่อชุดข้อมูลต่าง ๆ เข้ากันได้อย่างไร และสามารถตีความข้อมูลเหล่านั้นได้
นักวิเคราะห์ในภาคเอกชนและภาครัฐจำเป็นต้องมี data literacy ที่ลึกซึ้งในสภาพการที่ข้อมูลมีขนาดใหญ่ขึ้นทุกทีเพื่อที่จะหาความจริงที่อยู่ในข้อมูลเหล่านี้อันจะนำมาใช้ประกอบกับตัดสินใจในเรื่องการดำเนินงานและนโยบายต่อไป
มีตัวเลขอันหนึ่งที่แสดงให้เห็นถึงขนาดใหญ่โตของข้อมูลในโลกซึ่งระบบดิจิตัลเป็นตัวการสำคัญที่ทำให้เกิดข้อมูลขนาดใหญ่โตมโหฬารขึ้นมา ในหนึ่งวันมีการเกิดข้อมูลในโลกไซเบอร์ประมาณ 38 tetra bytes ซึ่งเท่ากับหนังสือขนาดปกติ 40 ล้านเล่ม ลองจินตนาการดูว่าถ้าไม่มี data literacy แล้วจะหาประโยชน์จากข้อมูลเหล่านี้ได้อย่างไร
ในระดับพื้นฐานนั้นผู้มี data literacy จะสามารถแปร data (ข้อมูล) เป็น information (สารสนเทศ) แปรเปลี่ยนเป็น knowledge (ความรู้) และทำให้เกิด wisdom (ปัญญา) ในขั้นต่อมา
ถ้าเจ็บหัวใจเป็นพัก ๆ นี่คือข้อมูล ถ้าเอาข้อมูลที่ได้มาวิเคราะห์หาแบบแผนก็จะได้ความรู้ว่าป่วยเป็นโรคหัวใจ คราวนี้ก็ถึงปัญญาคือการรู้ความเหมาะสมในการนำความรู้นั้น ๆ มาใช้ให้เกิดประโยชน์ กล่าวคือถ้าอยากมีชีวิตอยู่นาน ๆ ก็ไปรักษาและดูแลตัวเองให้ดีกว่าเดิม
การจะได้มาซึ่งความรู้และปัญญาจากข้อมูลก็คือการมี data literacy ซึ่งประกอบด้วยการรวบรวมข้อมูล วิเคราะห์ข้อมูล และตีความหมาย
หากจะตีความ data literacy ไปไกลกว่านั้นโดยไม่ยึดติดกับการใช้เครื่องมือทางสถิติและคณิตศาสตร์ก็หมายถึงการสามารถเข้าใจข้อมูลในชีวิตประจำวัน สามารถตีความและนำมาใช้ประโยชน์ได้ ตัวอย่างเช่น (1) การอ่านคนเป็น สามารถตีความได้ว่าจากข้อมูลพฤติกรรมที่ประสบ ควรจะปฏิบัติต่อคน ๆ นั้นอย่างไร data literacy เช่นนี้จะทำให้ไม่ถูกหลอก (2) มีสิ่งที่เรียกว่า social intelligence หรือความฉลาดทางสังคม ซึ่งหมายถึงการสามารถตีความข้อมูลทางสังคมที่ประสบและวางตนได้อย่างสอดคล้องและเหมาะสม ตัวอย่างมีรอบตัวเช่นสังเกตเห็นว่าเพื่อนไม่สบายใจ ไม่พูดจาตอกย้ำปมด้อยของเพื่อนที่สังเกตเห็น ไม่ทักลูกติดภรรยาเพื่อนว่าหน้าเหมือนเพื่อน ตีความคำพูดรอบกายที่ได้ยินว่ามีความหมายอย่างไร ฯลฯ
การมี data literacy ในแนวนี้จะทำให้แยกออกได้ว่าอะไรเป็น fact (ข้อเท็จจริง) และอะไรเป็น truth (ความจริง) ตัวอย่างเช่น (1) ลูกที่หญิงคลอดออกมาเป็นลูกคือ fact แต่ truth อาจเป็นได้ว่าไม่ใช่ลูกทางพันธุกรรมเพราะเพียงอาศัยมดลูกมาเกิดเท่านั้น (2) หญิงสาวหน้าตารูปร่างงดงามเป็น fact แต่ truth ก็คือเธอเป็นชาย (3) การเห็นคู่แต่งงานเป็นหญิงชายตามปกตินั้นเป็น fact แต่ truth ก็อาจเป็นว่าเป็นการแต่งงานของคนเพศเดียวกันก็เป็นได้
คนที่แยก fact กับ truth ไม่ออกอาจประสบปัญหาในชีวิตปัจจุบันที่การผ่าตัดเสริมสวยช่วยทำให้จำหน้าคนไม่ได้ ไม่ว่าภรรยาจะไปผ่าตัดหน้าจนจำไม่ได้อย่างไร truth ก็คือเธอเป็นภรรยาคนเดิม แต่ fact ก็คือหน้าตาของเธอเปลี่ยนแปลงไป ถ้าใครอ่อนในเรื่องแยก truth กับ fact ในกรณีนี้ที่จำเธอไม่ได้เพราะหน้าตาแย่ลงก็อาจเจ็บตัวได้
data literacy ทั้งในแง่วิชาการที่ต้องใช้ความเข้าใจเครื่องมือทางสถิติและคณิตศาสตร์เพื่อแปรเปลี่ยนข้อมูลเป็นความรู้และปัญญา และในแง่การสามารถเข้าใจข้อมูลในชีวิตประจำวัน เป็นทักษะที่สำคัญยิ่งอย่างหนึ่งที่มนุษย์ทุกคนในศตวรรษที่ 21 ที่รอบตัวเพียบล้นไปด้วยข้อมูลจำเป็นต้องมีเพื่อการมีคุณภาพชีวิตที่ดี
คนไม่อ่านหนังสือไม่ต่างอะไรไปจากคนอ่านหนังสือไม่ออกฉันใด คนที่ไม่สามารถตีความข้อมูลรอบตัวได้ก็ไม่ต่างอะไรไปจากคนตาและหูพิการฉันนั้น