อ่านออกเขียนได้เชิงข้อมูล

อ่านออกเขียนได้เชิงข้อมูล

การสื่อสารที่สำคัญในโลกยุคโบราณระหว่างมนุษย์อย่างหนึ่งก็คือการเขียนหนังสือ ถ้าใครเข้าใจตัวอักษรและกฎกติกา

ของการเขียนภาษานั้นๆ ก็ย่อมอ่านออก และถ้าเขียนเพื่อสื่อสารได้ด้วยก็เรียกว่า “รู้หนังสือ” หรือ “อ่านออกเขียนได้” (literate) อย่างไรก็ดีในยุคปัจจุบันที่ท่วมท้นไปด้วยข้อมูลสารพัดชนิด หากสามารถเข้าใจสิ่งที่ แอบอยู่ในข้อมูล แปลความหมายได้ก็เรียกว่าเป็นผู้ อ่านออกเขียนได้เชิงข้อมูล” ซึ่งความสามารถนี้เป็นสิ่งสำคัญอย่างยิ่งต่อการมีชีวิตที่อยู่รอดและอยู่ดีในปัจจุบัน

ชื่อทางการของสิ่งที่กล่าวข้างต้นก็คือ data literacy ซึ่งถ้า “การอ่านออกเขียนได้”(literacy) หมายถึงความสามารถในการอ่านเพื่อความรู้ และเขียนอย่างอ่านได้อย่างเป็นเรื่องเป็นราว อีกทั้งสามารถคิดได้ลึกซึ้งเกี่ยวกับสิ่งพิมพ์ data literacy (การอ่านออกเขียนได้เชิงข้อมูล) ก็หมายถึงความสามารถที่จะบริโภคข้อมูลเพื่อความรู้ ผลิตต่อได้อย่างเป็นเรื่องเป็นราว และคิดได้ลึกซึ้งเกี่ยวกับข้อมูลนั่นเอง

Data literacy นั้นถ้าตีความอย่างแคบก็รวมเฉพาะ statistical literacy หรือความสามารถในการใช้เครื่องมือทางสถิติ เพื่อหาความหมายจากข้อมูล มีความเข้าใจว่าจะจัดการอย่างไรกับข้อมูลขนาดใหญ่ (big data) รู้ว่าจะนำข้อมูลไปใช้งานต่อไปอย่างไร รู้ว่าจะเชื่อมต่อชุดข้อมูลต่างๆ เข้ากันได้อย่างไร และสามารถตีความข้อมูลเหล่านั้นได้

นักวิเคราะห์ในภาคเอกชนและภาครัฐจำเป็นต้องมี data literacy ที่ลึกซึ้งในสภาพการที่ข้อมูลมีขนาดใหญ่ขึ้นทุกที เพื่อที่จะหาความจริงที่อยู่ในข้อมูลเหล่านี้อันจะนำมาใช้ประกอบกับตัดสินใจในเรื่องการดำเนินงานและนโยบายต่อไป

มีตัวเลขอันหนึ่งที่แสดงให้เห็นถึงขนาดใหญ่โตของข้อมูลในโลกซึ่งระบบดิจิตัลเป็นตัวการสำคัญที่ทำให้เกิดข้อมูลขนาดใหญ่โตมโหฬารขึ้นมา ในหนึ่งวันมีการเกิดข้อมูลในโลกไซเบอร์ประมาณ 38tetra bytes ซึ่งเท่ากับหนังสือขนาดปกติ 40 ล้านเล่ม ลองจินตนาการดูว่าถ้าไม่มี data literacy แล้วจะหาประโยชน์จากข้อมูลเหล่านี้ได้อย่างไร

ในระดับพื้นฐานนั้นผู้มี data literacy จะสามารถแปร data (ข้อมูล) เป็น information (สารสนเทศ) แปรเปลี่ยนเป็น knowledge (ความรู้) และทำให้เกิด wisdom (ปัญญา) ในขั้นต่อมา

ถ้าเจ็บหัวใจเป็นพักๆ นี่คือข้อมูล ถ้าเอาข้อมูลที่ได้มาวิเคราะห์หาแบบแผนก็จะได้ความรู้ว่าป่วยเป็นโรคหัวใจ คราวนี้ก็ถึงปัญญาคือการรู้ความเหมาะสมในการนำความรู้นั้นๆ มาใช้ให้เกิดประโยชน์ กล่าวคือถ้าอยากมีชีวิตอยู่นานๆ ก็ไปรักษาและดูแลตัวเองให้ดีกว่าเดิม

การจะได้มาซึ่งความรู้และปัญญาจากข้อมูลก็คือการมี data literacy ซึ่งประกอบด้วยการรวบรวมข้อมูล วิเคราะห์ข้อมูล และตีความหมาย

หากจะตีความ data literacy ไปไกลกว่านั้นโดยไม่ยึดติดกับการใช้เครื่องมือทางสถิติและคณิตศาสตร์ ก็หมายถึงการสามารถเข้าใจข้อมูลในชีวิตประจำวัน สามารถตีความและนำมาใช้ประโยชน์ได้ ตัวอย่างเช่น (1) การอ่านคนเป็น สามารถตีความได้ว่าจากข้อมูลพฤติกรรมที่ประสบ ควรจะปฏิบัติต่อคนๆ นั้นอย่างไร data literacy เช่นนี้จะทำให้ไม่ถูกหลอก (2) มีสิ่งที่เรียกว่า social intelligence หรือความฉลาดทางสังคม ซึ่งหมายถึงการสามารถตีความข้อมูลทางสังคมที่ประสบและวางตนได้อย่างสอดคล้องและเหมาะสม ตัวอย่างมีรอบตัว เช่นสังเกตเห็นว่าเพื่อนไม่สบายใจ ไม่พูดจาตอกย้ำปมด้อยของเพื่อนที่สังเกตเห็น ไม่ทักลูกติดภรรยาเพื่อนว่าหน้าเหมือนเพื่อน ตีความคำพูดรอบกายที่ได้ยินว่ามีความหมายอย่างไร

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 ไม่ออกอาจประสบปัญหาในชีวิตปัจจุบัน ที่การผ่าตัดเสริมสวยช่วยทำให้จำหน้าคนไม่ได้ ไม่ว่าภรรยาจะไปผ่าตัดหน้าจนจำไม่ได้อย่างไร truth ก็คือเธอเป็นภรรยาคนเดิม แต่ fact ก็คือหน้าตาของเธอเปลี่ยนแปลงไป ถ้าใครอ่อนในเรื่องแยก truth กับ fact ในกรณีนี้ที่จำเธอไม่ได้เพราะหน้าตาแย่ลงก็อาจเจ็บตัวได้

data literacy ทั้งในแง่วิชาการที่ต้องใช้ความเข้าใจเครื่องมือทางสถิติและคณิตศาสตร์ เพื่อแปรเปลี่ยนข้อมูลเป็นความรู้และปัญญา และในแง่การสามารถเข้าใจข้อมูลในชีวิตประจำวัน เป็นทักษะที่สำคัญยิ่งอย่างหนึ่งที่มนุษย์ทุกคนในศตวรรษที่ 21 ที่รอบตัวเพียบล้นไปด้วยข้อมูลจำเป็นต้องมีเพื่อการมีคุณภาพชีวิตที่ดี

คนไม่อ่านหนังสือไม่ต่างอะไรไปจากคนอ่านหนังสือไม่ออกฉันใด คนที่ไม่สามารถตีความข้อมูลรอบตัวได้ ก็ไม่ต่างอะไรไปจากคนตาและหูพิการฉันนั้น