เข้าใจ Data Visualization โอกาสของเป็ด ที่มีทักษะผสมผสาน
  • Talk
  • Jul 7, 2019

ปลายปีที่แล้วเราได้ไปอบรม Data Journalism หรือ ‘วารสารศาสตร์ข้อมูล’ จัดโดยชมรมเครือข่ายนักสื่อสารข้อมูลเชิงลึกแห่งประเทศไทย ภายใต้สมาคมนักข่าวหนังสือพิมพ์แห่งประเทศไทย คำนี้แปลอีกอย่างตามบริบทว่า ‘การสื่อสารข้อมูลเชิงลึก’ คือการทำข่าวกับข้อมูลเชิงลึก  และวิเคราะห์ออกมาเป็นภาพ และภาพเคลื่อนไหวที่แสดงผลออกมาเป็นลำดับขั้น

เรื่องนี้ค่อนข้างใหม่ในประเทศไทย แต่สำนักข่าวต่างประเทศได้ลงทุนทำกันมาหลายปีแล้ว โดยใช้ Data Visualization และเทคโนโลยี AI เข้ามาเป็นเครื่องมือสำคัญ ถึงขนาดมีรางวัล Data Journalism Awards โดย Global Editors Networks มาตั้งแต่ปี 2012 สำหรับคนที่อยู่กับสิ่งพิมพ์มายาวนาน เรื่องนี้ใหม่กับเรามากทีเดียว และที่สำคัญ เปลี่ยนความคิดของเราเกี่ยวกับ Data Visualization การวิเคราะห์ข้อมูลออกมาเป็นภาพไปอย่างสิ้นเชิง

ในเวิร์คชอปนั้นมีผู้เชี่ยวชาญด้านข้อมูลหลายส่วนมาให้ความรู้ รวมถึง ดร.ภูริพันธุ์ รุจิขจร อาจารย์ประจำภาควิชาสถิติ คณะพาณิชยศาสตร์และการบัญชี จุฬาลงกรณมหาวิทยาลัย ผู้ร่วมก่อตั้ง Boonmee Lab ดร.ภูริพันธ์สอนวิชา Data Visualization โดยตรง ซึ่งเป็นพื้นฐานของวิชาวิเคราะห์เชิงสถิติศาสตร์อยู่แล้ว ส่วนบุญมี แล็บ ก็นำเสนอบริการที่รวมเอา 3 ทักษะที่จำเป็นสำหรับ Data Visualization คือการวิเคราะห์ข้อมูล + การออกแบบ + ทักษะด้านเทคโนโลยี สำหรับผู้ที่ต้องการนำเสนอข้อมูลให้มีประสิทธิภาพยิ่งขึ้น ไม่ว่าจะเป็นข้อมูลของรัฐที่เปิดให้รับรู้อย่างเป็นสาธารณะ หรือข้อมูลภายในสำหรับองค์กรเอกชน

การนำเสนอข้อมูลด้วยภาพ ไม่ใช่ Inforgraphic เสมอไป เมื่อย้อนไปถึงศาสตร์นี้ ซึ่งมีที่มามากกว่า 100 ปี Infographic อาจจัดอยู่ใน Data Visualization ยุค 2.0 ที่ยังไม่มีเทคโนโลยีเข้ามาจัดการกับการนำเสนอข้อมูลที่ซับซ้อนมากขึ้น แต่สำหรับยุคนี้ที่ Big Data คือราชา ข้อมูลคือบ่อน้ำมันแห่งใหม่ ข้อมูลที่เข้ามาหาให้นักวิทยาศาสตร์ข้อมูล หรือนักข่าวที่ทำ Data Journalism มีจำนวนมหาศาล และซับซ้อนเกินกว่าจะใช้แรงงานมนุษย์คำนวณขึ้นมา จึงต้องอาศัยเทคโนโลยีเข้ามาช่วย

ซึ่งการจัดการข้อมูลเหล่านี้ ไม่เพียงเป็นการวิเคราะห์เพื่อประโยชน์ภายในองค์กรเท่านั้น แต่การสื่อสารข้อมูลอย่างมีประสิทธิภาพจะสามารถสร้างผลกระทบที่เป็นประโยชน์ต้องสังคมด้วย เราจึงมาคุยกับดร.ภูริพันธุ์ว่าด้วยศาสตร์แห่ง Data Visualization ซึ่งสำคัญต่อปัจจุบัน และมีโอกาสเติบโตอีกมากในอนาคต
Data Visualization กับ Infographic ต่างกันอย่างไร

จริงๆ นิยามไม่ชัดเจน ส่วนตัวผมคิดว่าถ้าเป็นอินโฟกราฟิกอาจไม่ได้ใช้วิชวล (Visual) มาใช้ในการสื่อสารข้อมูลอย่างเดียว หรือมาใช้โดยตรง เขาอาจใช้ภาพประกอบเพื่อให้คนสนใจ ส่วนข้อมูลเองก็เป็นตัวเลขเฉยๆ แต่ Data Visualization ตัวข้อมูลจะต้องถูกแปลงเป็นภาพ เป็นกราฟ เป็นแผนภูมิ หรืออะไรก็แล้วแต่ เพื่อให้คนดูภาพแล้วเข้าใจข้อมูลโดยดูแต่ภาพเท่านั้น ต่อให้ไม่มีตัวเลขประกบ หรือมีเพื่อข้อมูลที่แม่นยำ แต่ถ้ามองภาพอย่างเดียวก็สามารถเข้าใจได้เลยว่าอะไรมากกว่ากัน กี่เท่าตัว แล้วยังมีเรื่องการเขียนโปรแกรมอินเตอร์แอคทีฟเข้ามาช่วยให้เข้าใจมากขึ้น ทำให้ข้อมูลทั้งหมดไม่ต้องแสดงออกมาทีเดียว ซ่อนไว้ก่อน พอเขาสนใจเพิ่มเติมค่อยแสดงเพิ่ม แบบนี้อินโฟกราฟิกทำไม่ได้ ไม่เอื้อต่อการแสดงข้อมูลที่ซับซ้อนขนาดนั้น

เพราะอะไรอาจารย์ถึงสนใจด้าน Data Visualization

เมื่อก่อนผมไม่ได้ทำ Data Visualization โดยตรง ผมเรียนคอมพิวเตอร์กราฟิก การสร้างโมเดล การทำอนิเมชั่น แต่ไม่ได้ทำเชิงอาร์ตทิสต์ คือไม่ใช่คนปั้นโมเดล หรือออกแบบ แต่เรียนเกี่ยวกับทฤษฎีว่าจะทำอย่างไรให้โมเดล หรืออนิเมชั่นนั้นสร้างได้ง่าย ออกมาสวยงามเหมือนจริง คือสร้างเครื่องมือให้คนที่เป็นอาร์ติสต์ใช้มากกว่า

แล้วในการทำคอมพิวเตอร์กราฟิก มันเกี่ยวกับการทำ Data Visualization การนำข้อมูลมาแสดงผลเพื่อวิเคราะห์ข้อมูล เป็นสิ่งที่ผมสนใจ และเทรนด์ของการวิเคราะห์ข้อมูลกำลังมา การนำเสนอข้อมูลด้วยภาพสำคัญ แต่ไม่ค่อยมีใครพูดถึง ส่วนมากจะพูดถึงในแง่ความสวยงาม ทำแล้วจะมีคนชอบหรือไม่ แต่ไม่ได้พูดถึงทำแล้วมีประสิทธิภาพ ให้คนเข้าใจไหม อ่านแล้วเข้าใจได้เร็วแค่ไหน

คนทำ Data Visualization ต้องมีทักษะผสม คือสนใจดีไซน์ เทคโนโลยี สนใจการวิเคราะห์ข้อมูลอยู่ในตัวคนเดียว จะทำงานนี้ได้ดีมาก เป็นโอกาสของคนที่เป็นเป็ด

Boonmee Lab เกิดขึ้นได้อย่างไร

งานนี้ผมทำกับเพื่อนหลายคน ตอนนั้นรู้สึกว่ายังไม่ค่อยมีบริษัทที่ผสมผสานกันระหว่างการใช้ดีไซน์และเทคโนโลยี เห็นแต่บริษัทที่ออกแบบอย่างเดียว หรือบริษัทที่ทำเทคโนโลยีอย่างเดียว ผมว่าถ้าผสมผสานกันจะดีกว่า เช่น ดีไซน์สวยใช้ได้จริง หรือของที่ใช้งานดีก็ควรมีดีไซน์ที่สวยด้วย เรามีคนที่สนในทางด้านดีไซน์และเทคโนโลยีพอๆ กัน จึงคิดว่าน่าจะทำได้

งานประเภทไหนบ้างที่มาติดต่อให้ออกแบบ

ถ้าเป็น Data Visualization ก็มีทั้งรัฐและเอกชน ที่เห็นกันบ่อยมักเป็นข้อมูลของรัฐ เพราะถูกเปิดเผย แต่ของเอกชนเขาใช้กันภายใน แต่รวมๆ คือใครก็ตามที่มีข้อมูลในมือ มักจะสนใจว่าจะทำอย่างไรให้ข้อมูลมีประโยชน์ ทุกคนพูดถึงบิ๊กดาต้า พูดถึง AI ว่ามีประโยชน์ วิธีการใช้ประโยชน์จากข้อมูลที่ง่ายที่สุดก็คือการแสดงผล บางที่เก็บข้อมูลไว้มากมาย แต่ไม่เคยมีใครรู้ว่าเอามาใช้ทำอะไรบ้าง ไม่มีใครเคยค้นดู ถ้าเราเอาออกมาโชว์ชัดๆ ก็น่าจะมีประโยชน์

ตัวอย่างงานของรัฐ เช่น กรมบัญชีกลาง มีข้อมูลจัดซื้อจัดจ้างของรัฐทั้งหมด จะมาแสดงผลให้คนดู ตัวเขาเองก็อาจไม่เคยตรวจดูว่าข้อมูลไหนน่าสนใจ นักข่าวหรือประชาชนก็คงอยากรู้ว่ากระทรวงไหนใช้งบประมาณเยอะที่สุด ในด้านไหนมากที่สุด ข้อมูลมีขนาดค่อนข้างใหญ่ จึงใช้เวลาในการรวบรวม เกลาข้อมูล ถ้าไม่ผิดพลาด ภายในปีนี้ก็จะมีเว็บไซต์ให้ทุกคนได้เข้าไปดูกัน

ตัวอย่างงานที่ทำกับ NECTEC www.tpmap.in.th

งานที่เสร็จแล้ว เช่น ของ NECTEC ถ้าคนจำได้ ก็มีเรื่องบัตรคนจน เราก็จะทำข้อมูลว่าคนจนอยู่ที่ไหนบ้าง เป็นการเก็บข้อมูลเพื่อไปแก้ปัญหา เน็คเทครวบรวมข้อมูลจากหลายๆ ที่มาประกอบกัน เราก็นำข้อมูลมานำเสนอเป็นรูปดาว เปรียบเทียบจังหวัดเป็นดาว สามารถเข้าไปดูได้ว่าแต่ละจังหวัดมีรูปดาวลักษณะไหน ลักษณะดาวแสดงถึงลักษณะความจน ขาดอะไร เช่น จนเพราะขาดการเข้าถึงบริการด้านสุขภาพ จนเพราะขาดการเข้าถึงบริการภาครัฐ ก็เปรียบเทียบกัน และคลิกดูเพิ่มได้ เช่น ดูเฉพาะอำเภอ เอื้อกับเจ้าหน้าที่รัฐที่สามารถนำไปใช้ประโยชน์ได้ หรือประชาชนก็เข้ามาดูได้

เช่น ผู้ว่าฯ บางจังหวัดเห็นว่าจังหวัดตัวเองมีคนจนน้อยแล้ว แต่ทำอย่างไรจะหมด ก็ให้นายอำเภอมาดู เพื่อหาวิธีแก้ปัญหาในอำเภอของตัวเอง ผมว่านี่คือประโยชน์ของ Data Visualization โดยตรง คือเป็นกระจกสะท้อน เพราะต่อให้มีข้อมูลจริง แต่คนไม่เคยเห็น ก็ไม่รู้ว่าปัญหาคืออะไร แต่พอเห็น รู้ และยอมรับว่าปัญหาคืออะไร ก็สามารถแก้ไขได้

Data Journalism เชื่อมั่นในคนอ่านว่ามีวิจารณญาณในการตัดสินบางอย่างด้วยตัวเอง

ความยากคือการเชื่อมโยงข้อมูลแต่ละชุดสร้างให้เกิดผลกระทบ หน้าที่ในการหยิบประเด็นขึ้นมาเป็นของใคร

จริงๆ ต้องทำร่วมกันครับ คนที่ให้ข้อมูล เขาก็มีคำถามของเขา แต่คำถามของเขาจะตอบอย่างไร ตอบได้หรือเปล่า อาจต้องเป็นเราที่เป็นคนดูให้ ว่าข้อมูลมันตอบไหม เป็นการทำงานแบบตอบโต้ไปมา เราก็ต้องคุยกันว่าปัญหาคืออะไร ค่อยๆ เสนอทางแก้ปัญหาไปเรื่อยๆ

การหาประเด็นในการทำ Data Visualization ตั้งจากปัญหาหรือมองข้อมูลก่อน

มีทั้ง 2 แบบ ดูว่าข้อมูลทำอะไรได้บ้าง และต้องตอบคำถามแบบไหน ทางที่ดีคือควรมีทั้งคู่มาแมทช์กัน บางทีเราไม่มีไอเดีย เราอยากสำรวจข้อมูลก่อน ดูว่าข้อมูลมีอะไรที่น่าสนใจ หรือมีไอเดียอยู่แล้ว ก็ไปควานหาข้อมูลมา คนที่เป็น Data Scientist ที่ดีต้องทำได้ทั้ง 2 แบบ

ในฐานะนักข่าว ตอนอบรม Data Journalism สงสัยว่าการตั้งคำถามของเราบางครั้งจะเป็นการสรุปไปเอง แล้วพยายามหาข้อมูลทุกอย่างมาสนับสนุนสมมติฐานเราหรือเปล่า

ผมว่ามันแฟร์ทั้งคู่นะ บางทีคำถามเรามีสมมติฐานไปแล้ว เราหาหลักฐานมาประกอบ ก็โอเค แต่ก็ต้องระมัดระวังว่า เราตั้งธงไว้แล้วเลยพยายามชักจูงตัวเองหรือเปล่า จึงควรทำทั้ง 2 ด้าน คือทั้งมีคำถามก่อน และเห็นอะไรบางอย่างจากข้อมูล ผมว่านักข่าวไม่น่ามีปัญหานี้ เพราะโดนฝึกมาให้ตั้งคำถามที่หลากหลาย น่าสนใจ และหาหลักฐานประกอบได้ ถ้าไม่ใช่นักข่าว อย่างโปรแกรมเมอร์อาจมีปัญหามากกว่า เพราะไม่ได้ถูกฝึกมาให้ตั้งคำถาม หรือคิดรอบด้าน

ในวิชา Data Visualization นักศึกษาจะถูกฝึกอย่างไรบ้าง

จะมีเรื่องการวิเคราะห์ข้อมูลกว้างๆ และด้านเทคนิคของข้อมูลแต่ละแบบ เช่น ข้อมูล 1 มิติ 2 มิติ หลายมิติ ข้อมูลประเภทภูมิศาสตร์ ฯลฯ เป็นอย่างไร และถ้าเป็นข้อมูลแบบนี้ต้องใช้วิธีไหนจึงจะเหมาะสม ทำให้เขาได้เรียนรู้ตัวเลือกว่า ถ้าเจอข้อมูลลักษณะนี้จะใช้ตัวเลือกแบบไหน สุดท้ายก็มีโปรเจคท์ให้ทำ ไปคิดหัวข้อมาอิสระเลย เน้นการใช้ภาพในการสื่อสาร

ผมสอนวิชานี้มา 3 ปีแล้ว เป็นวิชาบังคับของนักศึกษาภาควิชาสถิติ คนจบไปมักเป็นนักวิเคราะห์ข้อมูล ต้องใช้ Data Visualization เป็นส่วนหนึ่งของงานอยู่แล้ว แต่ผมคิดว่าในอนาคตจะมีคนที่ทำงานเป็น Visualization Scientist หรือคนทำด้านภาพโดยตรงในการนำเสนอข้อมูลมากขึ้นเรื่อยๆ องค์กรจะต้องการคนแบบนี้มากขึ้น ทั้งเพื่อสื่อสารภายในและภายนอกองค์กร และแม้แต่องค์กรสื่อเอง ก็ต้องมีคนทำหน้าที่นี้โดยเฉพาะ เพราะว่างานข่าวช่วงหลัง ต้องเกี่ยวกับงานด้านภาพและการวิเคราะห์ข้อมูลมากขึ้น เราต้องการคนแบบนี้

งาน Data Journalism ประกอบด้วยนักข่าว โปรแกรมเมอร์ และดีไซเนอร์ แล้วคนทำ Data Visualization ก็ต้องมีทักษะ 3 แบบนี้เช่นเดียวกันไหม

อาจไม่ต้องมี 3 บทบาทนี้ หรือมีทักษะครบตามนี้ แต่ต้องมีทักษะหลักคือการวิเคราะห์ข้อมูล ตั้งคำถาม และทักษะด้านเทคนิค คือรู้ว่าจะนำเสนออย่างไรให้มีประสิทธิภาพ รู้ว่าจะสร้างชาร์ทอย่างไรให้สื่อสาร สวยงาม ดึงดูด ก็เป็นความลำบาก เพราะบางคนไม่ได้มีทักษะผสมผสาน แต่นี่คือโอกาสของคนที่มีทักษะหลากหลาย

เมื่อก่อนคนต้องมีทักษะแข็งแรงทางใดทางหนึ่ง จึงจะเติบโตในหน้าที่การงานได้ คนที่มีทักษะด้านอื่นผสมๆ กัน อาจไม่ได้มีหน้าที่การงานโดดเด่นมาก แต่ถ้าเป็นคนทำ Data Visualization ต้องมีทักษะผสม คือสนใจดีไซน์ เทคโนโลยี สนใจการวิเคราะห์ข้อมูลอยู่ในตัวคนเดียว จะทำงานนี้ได้ดีมาก เป็นโอกาสของคนที่เป็นเป็ด

วิชานี้มีเรียนในหลายคณะ อย่าง Visualization ที่สถาปัตย์ฯ จุฬาฯ ก็มีเรียน เน้นเรื่องการออกแบบ ความสวยงามมากหน่อย ผมว่าที่คณะนิเทศก็มี เขาจะเน้นเรื่องการสื่อสารมากหน่อย อย่างผมก็ออกแนววิทยาศาสตร์หน่อย เน้นเรื่องประสิทธิภาพในการนำเสนอเป็นหลักเลย แต่ละที่มีจุดเน้นไม่เหมือนกัน ถ้าอยากทำงานด้านนี้ก็ต้องเพิ่มทักษะด้านที่เหลือ ต้องรอรุ่นถัดๆ ไป จะมีคนที่มีทักษะผสมมากขึ้น

ตัวอย่างงาน "หวย ใครรวย?" data.boonmeelab.com/lottery/ ซึ่งทำร่วมกับ Thai Publica ส่งผลให้มีการจัดโควต้าใหม่ ให้มีความเป็นธรรมมากขึ้น

Data Journalism สำคัญอย่างไรต่อสังคม

เทรนด์ในวงการข่าวสมัยใหม่ มีประเด็นใหญ่มากคือเรื่อง Fake News หรือข่าวปลอม สาเหตุส่วนหนึ่งเป็นเพราะสื่อสมัยก่อนนำเสนอข่าวโดยไม่ได้มีข้อมูลทั้งก้อนให้คนอ่าน แต่วิเคราะห์และสรุปส่วนหนึ่งมาให้เขาแล้ว เขาจึงเชื่อตามนั้น แต่ Data Journalism เชื่อมั่นในคนอ่านว่ามีวิจารณญาณในการตัดสินบางอย่างด้วยตัวเอง เราไม่ได้แค่เล่าเรื่องราวตรงๆ ให้เขารู้เฉยๆ แต่เขาเอาข้อมูลไปแล้ววิเคราะห์เอง ออกแรงนิดหนึ่ง ว่าที่เราพูดมาเป็นจริงไหม เราเล่าแล้วสอดคล้องไหม

งาน Data Journalism จึงไม่ได้สรุป แต่ข้อมูลทำให้ได้เห็น?

และนำไปสู่การตั้งคำถามต่อ จริงๆ มีหลายประเภท ประเภทสรุปเลยก็มี แต่โดยรวม ผมคิดว่า ต่อให้สรุป เราก็ไม่บอกบทสรุปเลยตั้งแต่ต้น มีขั้นตอน มีการชักจูง ให้เขาเห็นแจ้ง คล้อยตามว่าเป็นอย่างนั้นจริงๆ ไม่ได้เมคขึ้นมา ผมคิดว่าอีกหน่อยจะไปไกลถึงขั้นว่า ไม่ใช่แค่ดูการแสดงผลอย่างเดียว แต่เขาไปดูเอกสารเบื้องต้นด้วยตัวเองเลย อาจยากแต่ก็เป็นไปได้ ถ้าเขามีข้อสงสัยอะไรก็กดเข้าไปดูข้อมูลต่อได้เลย วิเคราะห์เองต่อได้

ซึ่งผมคิดว่าโดยรวม เราจะได้สังคมที่แข็งแรงขึ้น คือไม่เชื่ออะไรบางอย่างเพียงแค่เขาบอกมา

เรื่อง อาศิรา พนาราม

ภาพ กุลพันธุ์ ศิริพิมพ์อัมพร และบุญมีแล็บ

คนส่วนใหญ่มักเข้าใจผิดว่าการทำข้อมูลให้เป็นภาพเป็นเรื่องของความสวยงาม แต่ที่จริง ต้องคำนึงถึงความถูกต้อง และความมีประสิทธิภาพ ว่าผู้รับสารสามารถรับสารตรงตามที่เราอยากสื่อสารหรือไม่และ Data Journalism ทำให้คนตัดสินด้วยตัวเองมากขึ้น ใช้วิจารณญาณในการเสพข่าว เราไม่ได้ป้อนข้อมูลให้ทั้งหมด ต้องหาบทสรุปด้วยตัวเอง เป็นการมองสังคมให้เติบโตไปอีกขั้นหนึ่ง

Bottom Line เป็น News Magazine Onlineที่ยึด “ความน่าเชื่อถือ” บนพื้นฐานความเป็น “สื่อสารมวลชน” ผ่านการนำเสนอในรูปแบบ Story Telling อันเป็นเอกลักษณ์