เมื่อเอไออย่าง ChatGPT กำลังมาแทนที่นักวิทยาศาสตร์ข้อมูล 

เมื่อเอไออย่าง ChatGPT กำลังมาแทนที่นักวิทยาศาสตร์ข้อมูล 

เมื่อ 4-5 ปีก่อนเราเคยกล่าวกันว่า อาชีพนักวิทยาศาสตร์ข้อมูลหรือ Data Scientist เป็นอาชีพที่น่าสนใจ เพราะองค์กรต่างๆ มีความต้องการที่จะวิเคราะห์ข้อมูลขนาดใหญ่มากขึ้น จึงต้องเสาะหาผู้เชี่ยวชาญทางด้านนี้มากขึ้น

เมื่อ 4-5 ปีก่อนเราเคยกล่าวกันว่า อาชีพนักวิทยาศาสตร์ข้อมูลหรือ Data Scientist เป็นอาชีพที่น่าสนใจ เพราะองค์กรต่างๆ มีความต้องการที่จะวิเคราะห์ข้อมูลขนาดใหญ่มากขึ้น จึงต้องเสาะหาผู้เชี่ยวชาญทางด้านนี้มากขึ้น ถึงกับมีคนกล่าวว่า นักวิทยาศาสตร์ข้อมูลเป็นอาชีพสุดฮ็อต ขึ้นแท่น ‘The Sexiest Job’ แห่งศตวรรษที่ 21 

บทบาทหน้าที่ของนักวิทยาศาสตร์ข้อมูลจะต้องนำข้อมูลมหาศาลหรือบิ๊กดาต้ามาวิเคราะห์ด้วยเทคนิคขั้นสูง เรียกว่าเป็นอาชีพที่เปลี่ยนข้อมูลให้เป็นทองคำหรือกลายเป็นทรัพยากรอันล้ำค่าของการตัดสินใจในการวางแผนและทำงานในองค์กร

นักวิทยาศาสตร์ข้อมูลจะต้องมีทักษะทางด้านเทคนิค (Technical Skills) เช่น การพัฒนาโปรแกรม ความรู้ทางคณิตศาสตร์และสถิติ อีกทั้งยังควรต้องมีทักษะทั่วไปในกระบวนการคิดและวิเคราะห์ (Non-Technical Skills) ด้วย เช่น ความเชี่ยวชาญทางธุรกิจ ทักษะด้านนวัตกรรมและสร้างสรรค์ รวมไปถึงควรจะต้องเป็นผู้ที่ชื่นชอบติดตามเทคโนโลยีและเทรนด์ใหม่อยู่เสมอ ทั้งนี้เนื่องจากเทคโนโลยีมีการเปลี่ยนแปลงอย่างรวดเร็ว เกิดเครื่องมือใหม่ๆ อยู่ตลอดเวลา 

ด้วยความที่นักวิทยาศาสตร์ข้อมูลเป็นอาชีพที่ยังขาดแคลนในประเทศไทย และเงินเดือนของผู้เชี่ยวชาญในอาชีพนี้ค่อนข้างสูง ทำให้มหาวิทยาลัยหลายแห่งต่างเปิดหลักสูตรทางด้านนี้ รวมถึงหลักสูตรขั้นสูงอย่างปัญญาประดิษฐ์หรือเอไอ ซึ่งทำให้มีคนจำนวนมากสนใจสมัครเข้าเรียน

แต่อาชีพทางด้านนี้จำเป็นต้องมีความเชี่ยวชาญทางด้านคณิตศาสตร์และสถิติเป็นอย่างดี เพราะการวิเคราะห์ข้อมูลเป็นเรื่องของคณิตศาสตร์ ยิ่งถ้าต้องการพยากรณ์ข้อมูลเพื่อดูแนวโน้มในอนาคตซึ่งเป็นการพัฒนาโมเดลทางคณิตศาสตร์ในการพยากรณ์ ยิ่งจำเป็นต้องมีความรู้ทางคณิตศาสตร์ขั้นสูงเลยทีเดียว

แต่ปัญหาของผู้เรียนในประเทศเราคือ พื้นฐานคณิตศาสตร์ยังไม่ดีพอ หลักสูตรต่างๆ ต้องการคนเข้ามาเรียนและคาดหวังให้จบการศึกษาออกไปให้ได้ ก็จึงเลือกที่จะตัดวิชาคณิตศาสตร์และสถิติที่ควรจะเรียนเป็นจำนวนมากออกไป ลดลงเหลืออยู่เพียงไม่กี่วิชา และเน้นไปสอนการพัฒนาโปรแกรม การใช้เครื่องมือ หรือแนวคิดในการวิเคราะห์ข้อมูลเข้ามาแทน

ผมมองว่ามันก็คล้ายๆ กับหลักสูตรด้านคอมพิวเตอร์ธุรกิจในยุคแรกที่คนเริ่มมาใช้คอมพิวเตอร์และอินเทอร์เน็ตใหม่ๆ เมื่อราว 30 ปีก่อน ซึ่งขณะนั้นผู้คนจำนวนมากยังใช้โปรแกรมคอมพิวเตอร์ไม่คล่องไม่แพร่หลายเช่นปัจจุบัน ธุรกิจและองค์กรต่างๆ จึงมีความต้องการที่จะหาพนักงานที่มีความรู้ทางด้านคอมพิวเตอร์ตำแหน่งนักธุรการคอมพิวเตอร์มาช่วยงาน ทำหน้าที่ใช้โปรแกมพิมพ์เอกสารหรือทำงานในโปรแกรมสเปรดชีด เหมือนยุคหนึ่งในอดีตที่เรามีตำแหน่งพนักงานพิมพ์ดีด

แต่เมื่อเวลาผ่านไปผู้คนหันมาใช้คอมพิวเตอร์มากขึ้นจนกลายเป็นเรื่องปกติ จนแทบไม่ต้องถามกันแล้วว่าใช้โปรแกรมคอมพิวเตอร์อะไรได้บ้าง รวมทั้งปัจจุบันโปรแกรมใช้งานได้ง่ายขึ้นเรื่อยๆ จากที่เราเคยมีสถาบันสอนการใช้โปรแกรมคอมพิวเตอร์อยู่ทั่วประเทศก็เริ่มปิดตัวไปกันหมด เพราะไม่มีคนที่มีความจำเป็นต้องเรียนเพื่อเพิ่มทักษะ และหลักสูตรเหล่านี้เรียนกันตั้งแต่ในโรงเรียน

ในเมื่อทุกคนใช้โปรแกรมพื้นฐานเป็นเราก็พบว่าคนในอาชีพนั้นๆ โดยตรงมาใช้โปรแกรมคอมพิวเตอร์ย่อมมีความเชี่ยวชาญกว่าเอาคนไอทีมาทำงานในด้านนั้น เช่น เอานักบัญชีมาทำโปรแกรมสเปรดชีตย่อมเหนือกว่าเอานักไอทีมาเรียนรู้เรื่องบัญชี

งานด้านการวิเคราะห์ข้อมูลและงานวิทยาศาสตร์ข้อมูลกำลังอยู่ในสถานการณ์เดียวกัน แต่มันมาเร็วกว่าที่คาดการณ์มากเพราะความก้าวหน้าทางเทคโนโลยีในปัจจุบันเปลี่ยนแปลงไปเร็วมากๆ โดยเฉพาะความเก่งของเอไอ 

ทั้งนี้แนวโน้มทางด้านเอไอและบิ๊กดาต้าที่กล่าวถึงกันมากคือ เรื่องของ Citizen data scientist โดยระบุว่า “เป็นผู้ที่วิเคราะห์และพยากรณ์ข้อมูล แต่ไม่ได้เน้นความรู้ทางคณิตศาสตร์มากนัก กล่าวคือ ใช้เครื่องมือสำเร็จรูปในการวิเคราะห์ข้อมูล โดยทำหน้าที่เสมือนผู้เชื่อมโยงงานของผู้ใช้ทั่วไปที่ต้องการวิเคราะห์ข้อมูลกับนักวิทยาศาสตร์ข้อมูลที่มีความสามารถด้านการวิเคราะห์ข้อมูลขั้นสูง”

แม้ที่ผ่านมาเริ่มมีเครื่องมืออย่าง AutoML ที่ผู้ใช้ทั่วไปสามารถจะนำมาวิเคราะห์ข้อมูลได้โดยไม่ต้องเขียนโปรแกรมหรือมีความรู้ทางด้านวิทยาศาสตร์ข้อมูล แต่พบว่าเครื่องมือเหล่านั้นยังมีความซับซ้อนในการใช้งาน 

กระทั่งเมื่อมี Generative AI อย่าง ChatGPT ออกมาก็พบว่า ตัวมันเองมีความเก่งในเรื่องของการเขียนโปรแกรมได้อย่างอัตโนมัติ ทำให้นักพัฒนาโปรแกรมใช้เป็นเครื่องมือช่วยในการทำงานได้อย่างรวดเร็ว รวมถึงการพัฒนาโปรแกรมในการวิเคราะห์ข้อมูลก็สามารถทำได้ แต่ที่เก่งไปกว่านั้นคือ ตัวมันเองสามารถวิเคราะห์ข้อมูลได้โดยอัตโนมัติเช่นกัน โดยผู้ใช้สามารถตั้งคำถามด้วยภาษาปกติ ไม่ต้องมีความรู้ด้านการพัฒนาโปรแกรมใดๆ ก็สามารถถามคำถามให้วิเคราะห์ข้อมูลต่างๆ ให้พล็อตกราฟต่างๆ ให้พยากรณ์ข้อมูล ซึ่งควรเป็นงานของนักวิเคราะห์ข้อมูลหรือนักวิทยาศาตร์ข้อมูล แต่กลายเป็นว่างานแบบนี้ใครๆ ก็ทำได้โดยง่าย

ในเมื่อ Generative AI เก่งขนาดนี้ และคาดว่าจะยิ่งเก่งขึ้นไปเรื่อยๆ ทำให้เริ่มเห็นว่าความจำเป็นที่ผู้ใช้งานทั่วไปหรือองค์กรต่างๆ จะต้องการนักวิเคราะห์ข้อมูลหรือนักวิทยาศาสตร์ข้อมูลมาทำงานพื้นฐานน้อยลงไปเรื่อยๆ เหมือนที่ไม่ต้องการพนักงานธุรการคอมพิวเตอร์ในปัจจุบัน เว้นแต่ต้องการคนที่มีความรู้ในการวิเคราะห์ข้อมูลที่มีพื้นฐานคณิตศาสตร์ขั้นสูง สามารถเข้าใจคณิตศาสตร์ในการพัฒนาโมเดลการวิเคราะห์ยากๆ ได้ แต่ไม่ใช่คนที่จะเขียนโปรแกรมหรือใช้เครื่องมือเป็น เพราะสิ่งเหล่านี้กลายเป็นว่าใครๆ ก็ทำได้

 

คงต้องถึงเวลาที่ภาคการศึกษาจะต้องเร่งปรับตัวในการพัฒนาบัณฑิตทางด้านนี้ให้เรียนคณิตศาสตร์มากขึ้น และที่สำคัญยิ่งถึงเวลาที่ภาคธุรกิจและองค์กรต่างๆ ควรให้ความความสนใจกับการพัฒนาคนในองค์กรให้เป็น  Citizen data scientist โดยใช้เครื่องมือง่ายๆ อย่าง ChatGPT เพื่อทำให้คนทุกคนในองค์กรสามารถวิเคราะห์ข้อมูลได้