tdri logo
tdri logo
28 กันยายน 2015
Read in Minutes

Views

สามัญดิจิทัล: “Big Data กับสังคมศาสตร์ไทย”

เมื่อวันที่ 25 กันยายน 2558 ศูนย์สังคมและวัฒนธรรมร่วมสมัยศึกษา คณะสังคมวิทยาและมานุษยวิทยา มหาวิทยาลัยธรรมศาสตร์ จัดสัมมนาวิชาการประจำปี 2558 ในหัวข้อ “สามัญดิจิทัล: พหุลักษณ์ของเทคโนโลยีสื่อและข้อมูลในสังคมวัฒนธรรมร่วมสมัย” โดยมีวิทยากร ดร.ปรัชญา บุญขวัญ นักวิจัย ห้องปฏิบัติการเทคโนโลยีการประมวลผลภาษาธรรมชาติและความหมาย (LST) NECTEC Thailand นายบรรยง บุญ-หลง สถาปนิกสมาคมสถาปนิกอเมริกา นายอัครนัย ขวัญอยู่ นักวิจัยมูลนิธิสถาบันเพื่อการพัฒนาประเทศไทย (TDRI) อาจารย์ฐิติรัตน์ ทิพย์สัมฤทธิ์กุล คณะนิติศาสตร์ มหาวิทยาลัยธรรมศาสตร์ และร่วมแลกเปลี่ยนโดยมีวัตถุประสงค์สร้างความตระหนักรู้และทำความเข้าใจต่อเทคโนโลยีดิจิทัลในสังคมวัฒนธรรมร่วมสมัยในหลากมิติและหลายระดับ และเปิดพื้นที่ให้นักวิชาการด้านสังคมศาสตร์ได้เรียนรู้แลกเปลี่ยนจากนักวิชาการหลากหลายสาขาวิชา

อัครนัย-ขวัญอยู่-620x414
ที่มารูปภาพ: ไทยพับลิก้า

ต่อจากนายยรรยง บุญ-หลง ที่พูดถึงระบบการขนส่งและการเดินทางในเมืองด้วย big data จากนั้น นายอัครนัย ขวัญอยู่ ได้กล่าวในหัวข้อ “Big Data กับสังคมศาสตร์ไทย” ที่ช่วยขยายความการใช้ big data ในแง่การทำนโยบายของภาคเอกชนและภาครัฐ และผลกระทบต่อชีวิตประจำวันของผู้คน โดยชี้ให้เห็นถึงข้อดีข้อเสียของ big data อีกด้วย

big data ไม่ใช่แค่ขนาด แต่หมายถึงการเก็บข้อมูลด้วย ว่าได้มาแล้วเราจะวิเคราะห์อย่างไร big data ไม่ใช้คนเก็บข้อมูล แต่ใช้เครื่องมือในการเก็บ อาจจะเป็น smart device อาจเป็นบัตรสมาชิก หรืออะไรก็แล้วแต่ เราจะเห็นคนไปแจกแบบสอบถามน้อยลงและถูกแทนที่ด้วยเครื่อง smart device

big data ไม่ใช่ข้อมูลความคิดเห็นหรือทัศนคติความชื่นชอบอีกต่อไป แต่จะเก็บข้อมูลที่เกิดขึ้นจริง พฤติกรรมที่เกิดขึ้นจริง ด้วยความที่ว่าจัดเก็บโดย smart device ฉะนั้นความผิดพลาดคลาดเคลื่อนน้อยมาก การลงข้อมูลผิดมีเกิดขึ้นน้อย ทุกอย่างถูกจัดเก็บอย่างดี สามารถตรวจสอบย้อนกลับได้ทั้งสิ้น

big data นั้นมีขนาดใหญ่โตกว่าที่เราจินตนาการได้ เช่น ฐานข้อมูลขนาดใหญ่อย่างสำมะโนประชากรหรือฐานข้อมูลสำรวจครัวเรือนไทย ของสำนักงานสถิติแห่งชาติ ซึ่งในขณะที่เมื่อ 10-20 ปีก่อน ก็เป็นฐานข้อมูลขนาดใหญ่ represent (แสดงผล) พอแล้ว ทำไมต้องมี big data เกิดขึ้นมาอีก

big data ใหญ่อย่างไร เช่น เก็บข้อมูลเรื่องธุรกรรมการเงินของคนไทยใน 1 ปี ใน 1 วัน มีธุรกรรมทางการเงินเกิดขึ้นเยอะแยะมากมาย ข้อมูลเหล่านี้ถูกเก็บไว้ในฐานข้อมูล ไม่สามารถเก็บไว้ในคอมพิวเตอร์ตัวเดียวได้แน่นอน ต้องถูกเก็บในเซิร์ฟเวอร์หรือ cloud computing

และที่แน่นอน big data มักจะมาพร้อมกับการวิเคราะห์ข้อมูลในทางสถิติเพื่อหาแนวโน้มของรูปแบบหรือพฤติกรรมต่างๆ ไม่ใช่ว่าใครก็สามารถจัดเก็บ big data ได้ ต้องใช้ค่าใช้จ่าย ความรู้โปรแกรมมิ่ง ดังนั้น จึงมีเฉพาะธุรกิจขนาดใหญ่ในการจ้างโปรแกรมเมอร์ นักพัฒนาซอฟต์แวร์ หรือสามารถจ่ายเพื่อซื้อซอฟต์แวร์ที่มีความปลอดภัย จึงสามารถเก็บข้อมูลที่เป็น big data ได้

ปัจจุบัน big data ถูกจำกัดวงการใช้อยู่ที่ธุรกิจขนาดใหญ่ แต่เท่าที่งานศึกษา TDRI ศึกษามา ปรากฏว่ามีหน่วยงานภาครัฐใช้ อย่างเช่น การท่องเที่ยวแห่งประเทศไทย (ททท.) ก็เริ่มเก็บข้อมูลในลักษณะ big data เช่น มีการใช้ข้อมูลนั้นมาออกแบบนโยบายการจัดการการท่องเที่ยวด้วย นี่เป็นรูปแบบทั่วไปของการได้ big data มา หรือการวิเคราะห์ข้อมูล

ขั้นตอนของการจัดเก็บ big data ตามที่สรุปเอง มี 4 ขั้นตอน

1. Register (สมัครลงทะเบียน)
2. Follow-up (ติดตามผล)
3. Analyze (วิเคราะห์)
4. Response (ตอบสนอง)

สมมติธุรกิจห้างสรรพสินค้าหรือร้านสะดวกซื้อ จะจัดเก็บ big data อย่างไร ก็มักจะชักชวนให้ผู้บริโภคหรือลูกค้าสมัครสมาชิกบัตร ซึ่งบัตรพวกนี้เหมือนเป็นหัวใจที่ทำให้ธุรกิจเหล่านี้เข้าถึงข้อมูลหรือติดตามข้อมูลของผู้บริโภคได้ หลังจากที่เขาให้ผู้บริโภคสมัครบัตรสมาชิกแล้ว เขาสามารถติดตามการใช้จ่ายของลูกค้า ธุรกรรมทางการเงิน ไม่ว่าจะเป็นวันเวลา สาขาที่ใช้บริการ ประเภทสินค้าที่ใช้บริการ จำนวนชิ้น หรือการตอบสนองต่อนโยบายทางด้านราคาต่างๆ อย่างสินค้าบางประเภท เช่น ขนมที่ผลิตวันต่อวัน คือ ถ้าขายแล้วเหลือก็มีสองทางเลือก เททิ้งไปเลยหรือเอามาลดราคา คราวนี้ห้างสรรพสินค้าเขามีเทคนิคการลดราคาหลายแบบ อย่างไรก็ได้ สมมติราคา 10 บาท จะลดเหลือ 8 บาท หรือ 5 บาท แล้วแต่ แต่หากชอบเบเกอรี ถ้าโดนัท 10 บาท ลดเหลือ 8 บาท ก็ซื้อแล้ว ซึ่งห้างไม่เคยรู้พฤติกรรมนี้มาก่อน ทางห้างอาจจะลดเหลือ 5 บาท ซึ่งราคาส่วนต่าง 5 บาท กับ 8 บาท ในทางเศรษฐศาสตร์เรียกว่า ส่วนเกินผู้บริโภค ซึ่งส่วนเกินผู้บริโภคมาจากการที่เขาคาดเดาพฤติกรรมเราไม่ถูก แต่ถ้ามีการเก็บข้อมูล เขาก็จะออกนโยบายที่ดึงส่วนเกินผู้บริโภคกลับมาหาเขาได้ เช่น เขารู้แล้วว่าลดเหลือ 8 บาทก็ซื้อแล้ว ไม่ต้องลดถึง 5 บาท

เวลาเขามีข้อมูลพวกนี้ เขาจะคาดการณ์ ทำนายแนวโน้มพฤติกรรมทางการซื้อได้ มีสูตรคำนวณของเขา เช่น วันเสาร์อาทิตย์ ถ้าลดราคาอยู่ที่ 5 บาทจะขายได้ แต่ถ้าเป็นวันพุธต้องลดมากกว่านั้น อาจจะขายได้มากกว่า พอซื้อโดนัทชิ้นละ 8 บาท ตอนจ่ายที่เคาน์เตอร์ เขาก็จะได้ข้อมูลว่าเราสามารถซื้อได้ในราคา 8 บาท

“ต่อจากนั้นในอนาคตก็ไม่ต้องถึง 5 บาทอีกต่อไป หรือเขาอาจจะเก็บข้อมูลการซื้อขาย เช่น ถ้าผมซื้อผ้าอ้อมเด็ก นมผง หรือสินค้าเด็กต่างๆ เขาก็จะคาดการณ์่ว่าที่บ้านผมต้องมีเด็กแน่นอน แล้วการที่บ้านผมมีเด็ก สินค้าพวกนี้จะจำเป็น เขาก็จะส่งคูปองมาให้ที่บ้านผม เพราะว่าเขารู้ที่อยู่ติดต่อของผมได้จากตอนที่ผมสมัครบัตรสมาชิกแล้ว”

ประโยชน์พวกนี้จึงเกิดที่ร้านค้าที่ใช้ big data ได้ แม้เวลาของการซื้อของจะดูเป็นส่วนตัว เราจะเลือกอะไรก็เป็นสิทธิ์ของเรา แต่ในที่สุดข้อมูลพวกนี้ถูกจัดเก็บอย่างเป็นระบบแล้วนำไปวิเคราะห์ในทางธุรกิจ นำมาสู่นโยบายการตลาดที่เอาประโยชน์จากลูกค้าได้มากขึ้น

เครือข่ายสังคมอนไลน์ เช่น สมัครสมาชิกเฟซบุ๊ก เราก็ต้องลงทะเบียนข้อมูลเข้าไปก่อน เขาก็ติดตามการใช้งานของเราได้พอสมควร อย่างแฮชแท็ก (จากที่ ดร.ปรัชญาพูดไปแล้ว) ก็ถูกติดตามจากตรงนั้นได้ เช่น หากใช้แฮชแท็ก #bikeformom #t25 ก็อาจแปลว่าผู้ใช้มีความสนใจเรื่องกีฬาพอสมควร โฆษณาเกี่ยวกับเครื่องกีฬาก็จะเด้งขึ้นในฟีดส์ของเรามากขึ้น เป็นวิธีทางหนึ่งที่เครือข่ายสังคมออนไลน์มักจะใช้กัน

ต่อไปเป็นเรื่องการจัดเก็บ big data แบบหนึ่ง เป็นผู้ที่อยากให้มีการเก็บข้อมูล ก็คือการท่องเที่ยวแห่งประเทศไทย (ททท.) แต่เขาไม่ได้ทำเอง ไปจ้างบริษัท outsource แต่เดิมบริษัทนี้เป็นบริษัทสิ่งพิมพ์ แต่ว่ามีการเปลี่ยนโมเดลธุรกิจ เคลื่อนจากสิ่งพิมพ์ที่เป็นกระดาษมาเป็นดิจิทัลที่เราสามารถกดไปดาวน์โหลดได้ แต่มันไม่ใช่สิ่งพิมพ์ธรรมดา มันมีปฏิกิริยาต่อผู้อ่านได้ด้วย เช่น ขึ้นมาเฉพาะหัวข้อที่เราสนใจ ที่เราคลิกไปอ่านเพิ่มเติมได้ แอปนี้มีระบบปฏิบัติการแม็กกี้ ใช้จัดเก็บการใช้งานของผู้ใช้ สมมติว่าผมเป็นนักท่องเที่ยวต่างชาติ ผมโหลดนิตยสาร ททท. ไป ก็ต้องสมัครก่อน แล้วบอกว่าอยู่ที่ไหน มลรัฐอะไร เป็นคนชาติอะไร

หลังจากนั้น ระบบปฏิบัติการแม็กกี้ที่ฝังอยู่ในแอปพลิเคชันจะติดตามกรใช้งาน พิกัดการใช้งาน ว่าเป็นใครอยู่ที่ไหน แล้วจะบอกว่าเราเลือกอะไร คอลัมน์อะไรบ่อยที่สุด สมมติว่า คนรัสเซียเลือกอ่านมวยไทย มันจะเริ่มจับเวลาว่า ใช้เวลาอ่านคอลัมน์นี้กี่นาที และจะมีการตรวจสอบ คือไม่ใช่ว่าการที่อ่านคอลัมน์มวยไทยนานจะแปลว่าสนใจมวย อาจจะเปิดทิ้งไว้ แต่มันจะมีการตรวจสอบ ถ้าในอนาคตมีการส่งบทความหรือคอลัมน์เกี่ยวกับมวยไทยแล้วใช้เวลาอ่านเยอะ ก็จะรู้ได้ทันทีว่าสนใจมวยไทยจริงๆ

นอกจากนี้ การจัดเก็บข้อมูลทั่วไป หากคุณดาวน์โหลดหรือกดแชร์ให้เพื่อน มันก็จะเก็บเป็นข้อมูลไว้อย่างละเอียด และระบบดังกล่าวจะนำมาสู่การวิเคราะห์พฤติกรรมของลูกค้าที่เป็นนักท่องเที่ยวที่มาเที่ยวไทย

มีข้อน่าสนใจหลายข้อตามที่ไปคุยกับผู้เขียนแอปพลิเคชันนี้ โดยเขาเสนอกับ ททท. ว่าคนรัสเซียชอบอ่านคอลัมน์มวยไทย คนจีนชอบดาวน์โหลดรูปภาพและลงแนวย้อนยุคตลาดน้ำ คนญี่ปุ่นชอบเสิร์ชเรื่องการจัดงานแต่งงานในประเทศไทย ซึ่งข้อมูลเหล่านี้นำมาสู่นโยบายสนับสนุนการท่องเที่ยวได้ทั้งสิ้น

ระบบปฏิบัติการนี้จึงมีประโยชน์ต่อการจัดการนโยบาย ซึ่งไม่ค่อยปรากฏมากนักในภาครัฐไทย

smart device เข้าถึงทุกที่ มันเก็บข้อมูลจากพวกเราไป ไม่ว่าช่องทางใดก็ตาม ไม่ว่าเราจะทำอะไร อยู่ที่ไหน กับใคร ก็ตาม มันจึงกลายเป็นสปายล้วงความลับของผู้ใช้งานเอง เราไม่สามารถวิ่งหนี smart device เหมือนกับที่วิ่งหนีคนแจกแบบสอบถาม ดังนั้น smart device และ big data จึงมีบทบาทอย่างยิ่งต่อการใช้ชีวิตของคน การที่เราถูกเอารัดเอาเปรียบ หรือถูกรีดเอาส่วนเกินผู้บริโภคไป มันก็ล้วนแต่เกิดการเก็บข้อมูลด้วย smart device ด้วยส่วนหนึ่ง ซึ่งไม่ได้มีแค่แง่ลบ ข้อดีก็มี

“ผมเลยอยากเรียกว่ามันคือปฏิบัติการ big data ในชีวิตประจำวัน เพราะมันเข้ามาเกี่ยวข้องในทุกส่วนของชีวิตเรา เราจะทำอะไร มันเข้าถึงได้เสมอ”

ฝากคำถามไว้ต่อไป ธุรกิจต่างๆ หรือผู้ให้บริการสังคมออนไลน์หรือแอปพลิเคชันมีสิทธิ์ในการเก็บข้อมูลของลูกค้ามาใช้ประโยชน์ในแง่ธุรกิจหรือไม่ เพราะในแง่หนึ่งก็ปฏิเสธไม่ได้ว่ามีข้อดี เช่น หากเรามีเด็กอยู่ที่บ้าน แล้วเราได้คูปองส่วนลด เราก็ได้ประโยชน์ แต่นั่นก็คือการลิดรอนเสรีภาพบางส่วนของเราไปเช่นกัน

บริษัทมีสิทธิ์ในการขายต่อ โอนย้าย หรือให้สิทธิ์การเข้าถึงของผู้ใช้บริการแก่ธุรกิจรายอื่นหรือไม่ ปฏิบัติการ big data รุกล้ำความเป็นส่วนตัวของเราหรือไม่

การใช้ big data สามารถประยุกต์ใช้กับการวิจัยทางสังคมศาสตร์หรือพฤติกรรมศาสตร์ได้หรือไม่ ก็คือมีโอกาส แต่ก็มีข้อจำกัด หมายความว่า ต้องใช้เงินทุนจำนวนมาก ซึ่งนักวิจัยอาจมีงบจำกัด จึงเป็นไปได้ยาก และธุรกิจใหญ่ๆ อย่างร้านค้าก็อาจไม่ยินดีให้ข้อมูล big data ที่เก็บไว้แก่นักวิจัยแน่ๆ

ดังนั้น big data จึงมีข้อจำกัดที่การได้ข้อมูลมามากกว่า ซึ่งเชื่อว่าหาก big data เกิดในการศึกษาทางสังคม เราจะได้เห็นพฤติกรรมที่แปลกใหม่ และเปิดมุมมองการศึกษาพฤติกรรมมนุษย์ปัจจุบันได้อีกมาก

ภูมิทัศน์ใหม่ของการศึกษาทางสังคม มีความพยายามใหม่ของนักสังคมศาสตร์ ที่จะใช้ big data มาศึกษา เช่น ในประชากรศาสตร์ และการย้ายถิ่น จริงๆ แล้วได้ยินเรื่องนี้จาก King’s College ที่ศึกษาเรื่องผู้อพยพจากที่ต่างๆ เข้ามาในยุโรปอยู่ตรงไหนอย่างไรบ้าง ก็ใช้วิธีการดักจับบทสนทนาผ่านแอปพลิเคชัน อย่าง วอทส์แอพ เฟซบุ๊ก เพราะปกติคนพวกนี้จะใช้ภาษาถิ่นสื่อสารกัน ก็จะดักจับว่า ถ้าส่งเป็นภาษานี้ ก็คือจากจุดนี้ไปอีกจุดหนึ่ง เส้นจากจุดหนึ่งไปอีกจุดก็จะได้มาเป็นมิเตอร์ ก็จะพอเดาได้ว่าผู้อพยพย้ายถิ่นอยู่ที่ไหนคร่าวๆ

“ความพยายามของนักสร้างนโยบายในการใช้ big data ออกแบบนโยบายก็เริ่มมี เช่น กรณีของ ททท. และเริ่มใช้ศึกษาเกี่ยวกับสาธารณสุข คือหลายหน่วยงานพยายามจัดเก็บข้อมูลบริการทางสาธารณสุขของคนไทยทั้งประเทศผ่านสิทธิ์การใช้บัตรต่างๆ เช่น บัตรสามสิบบาทฯ ที่เรากรอกข้อมูลส่วนตัวไปแล้ว พอเราไปใช้บริการที่ใดบ้าง ใช้เวลาเท่าไหร่ บัญชียาที่ใช้ ต่างๆ ข้อมูลพวกนี้นำมาซึ่งบทสรุปหรือข้อเสนอทางนโยบายที่มีความถูกต้องแม่นยำมากขึ้น หาก big data ใช้ได้จริง”

Download (PDF, 501KB)

————————-

หมายเหตุ: เผยแพร่ครั้งแรกใน ไทยพับลิก้า วันจันทร์ที่ 28 กันยายน 2558 ในชื่อ สามัญดิจิทัล: “Big Data กับสังคมศาสตร์ไทย”

นักวิจัย

แชร์บทความนี้

เรื่องที่คุณอาจสนใจ

ดูทั้งหมด