Archives: คลังความรู้

8 Best practices ใน Data science

1. กำหนดเป้าหมายที่ต้องการบรรลุ: ขั้นตอนแรกและถือว่าเป็นหนึ่งในขั้นตอนที่สำคัญที่สุดสำหรับงานด้าน Data science คือ การกำหนดโจทย์ที่สำคัญทางธุรกิจที่ต้องการแก้ไข หรือ การกำหนดเป้าหมายที่สำคัญทางธุรกิจที่ต้องการบรรลุ การกำหนดโจทย์หรือเป้าหมายนี้ควรให้ผู้มีส่วนได้ส่วนเสียเข้ามามีส่วนร่วมในการกำหนดด้วย เพื่อให้แน่ใจว่าเป็นโจทย์หรือเป้าหมายที่ทุกคนที่เกี่ยวข้องเห็นร่วมกันว่าสำคัญ
2. ระบุข้อมูลที่ต้องการ: คือการทำความเข้าใจว่ามีข้อมูลใดบ้างและข้อมูลที่มีอยู่นั้นเพียงพอที่จะตอบโจทย์หรือเป้าหมายที่สำคัญทางธุรกิจที่กำหนดไว้ในข้อ 1 หรือไม่ บ่อยครั้งที่ข้อมูลพื้นฐานไม่ได้อยู่ในรูปแบบที่ถูกต้อง มีข้อผิดพลาด (error) หรือความผิดปกติ ดังนั้นจึงจำเป็นต้องทำความสะอาด (clean) ข้อมูลเหล่านั้นก่อน เพื่อไม่ให้ส่งผลกระทบต่อการวิเคราะห์และผลลัพธ์
3. ใช้เครื่องมือที่เหมาะสม: ปัจจุบันมีเครื่องมือวิเคราะห์ข้อมูลให้เลือกหลากหลาย ทั้งนี้ควรตรวจสอบให้แน่ใจว่าเครื่องมือวิเคราะห์ข้อมูลดังกล่าวรองรับข้อมูลที่เปลี่ยนแปลงอย่างรวดเร็วและต่อเนื่องตลอดเวลา และ รองรับข้อมูลที่มีความซับซ้อนซึ่งเพิ่มขึ้นเรื่อยๆ หรือไม่ อย่างไร เพื่อให้การทำงานมีประสิทธิภาพยิ่งขึ้น
4. ปกป้องฟีดข้อมูล: การโจมตีทางไซเบอร์ในองค์กรเกิดขึ้นบ่อยครั้งในช่วงไม่กี่ปีที่ผ่านมา ดังนั้นจึงจำเป็นที่องค์กรจะต้องใช้พัฒนากลไกเพื่อป้องกันเรื่องดังกล่าว เช่น Two-Factor Authentication หรือ การยืนยันตัวตนแบบสองขั้นตอน (เช่น บริการธนาคารออนไลน์ที่ต้องยืนยันตัวตนด้วยรหัสผ่าน และ OTP) หรือ การเข้ารหัสและการแฮช (hash) ข้อมูลที่ละเอียดอ่อน หรือ การแบ่งย่อยข้อมูลและการผสมข้อมูลย่อยทั้งหมดเข้าด้วยกันเพื่อให้ได้ผลลัพธ์สุดท้าย เพื่อป้องกันช่องโหว่ที่อาจเกิดขึ้นในระบบจัดเก็บหรือคลังข้อมูลขององค์กร
5. ส่งเสริมการทำงานร่วมกัน: ในองค์กรควรมีการสร้างวัฒนธรรมของการทำงานร่วมกัน มีการเรียนรู้และการต่อยอดงานที่คล้ายคลึงกันที่คนอื่นๆ เคยทำไว้ก่อนหน้า เพื่อไม่ต้องเสียเวลาและทรัพยากรกลับไปเริ่มนับ 0 รวมถึงการส่งเสริมทำงานร่วมกันกับชุมชนภายนอกองค์กร
6. ขับเคลื่อนด้วยข้อมูล: จำเป็นอย่างยิ่งที่จะต้องมีการปลูกฝังความคิดเรื่องการขับเคลื่อนด้วยข้อมูลภายในองค์กร บางกรณีข้อมูลที่ค้นพบอาจตรงข้ามกัน แต่สิ่งสำคัญคือการที่คนในองค์กรยินดีที่จะเข้าใจผลลัพธ์เหล่านี้และทำตามขั้นตอนที่จำเป็นเพื่อจัดการกับผลลัพธ์ที่ได้
7. จัดทำแผนปฏิบัติการ: คุณค่าที่แท้จริงจาก Data science ไม่ได้มาจากการค้นพบสิ่งที่น่าสนใจ แต่เป็นการดำเนินการกับผลลัพธ์ที่ค้นพบ องค์กรควรมีแผนปฏิบัติการที่ชัดเจนซึ่งระบุขั้นตอนการดำเนินงานและระบุผู้รับผิดชอบหรือผู้ขับเคลื่อนหลัก 
8. ทดสอบและตรวจสอบความถูกต้องเป็นประจำ: การทดสอบและตรวจสอบความถูกต้องของโมเดลและผลลัพธ์เป็นประจำเป็นสิ่งสำคัญ ผู้ที่เกี่ยวข้องในการดำเนินงานในองค์กรต้องพร้อมที่จะทดสอบและตรวจสอบความถูกต้องของโมเดลและผลลัพธ์เป็นประจำ เพื่อให้แน่ใจว่าโมเดลและผลลัพธ์มีความเกี่ยวข้องกับธุรกิจที่กำลังพัฒนา

ที่มาข้อมูล:

Mohammad, Z. (2017, March 30). 8 Best practices in data science [Blog post]. Retrieved from https://www.datascience.com/blog/eight-data-science-best-practices

Open Science หรือ วิทยาการแบบเปิด คือ การเคลื่อนไหว (movement) เพื่อให้การวิจัยทางวิทยาศาสตร์ (หมายรวมทั้งสาขาวิทยาศาสตร์และสังคมศาสตร์และมนุษยศาสตร์) เช่น สิ่งพิมพ์ ข้อมูล ตัวอย่างทางกายภาพ และซอฟต์แวร์ และการเผยแพร่ทางการวิจัยทางวิทยาศาสตร์สามารถเข้าถึงแบบออนไลน์และไม่เสียค่าใช้จ่าย 

องค์การเพื่อความร่วมมือและการพัฒนาทางเศรษฐกิจ (Organisation for Economic Co-operation and Development – OECD) นิยามความหมายของ Open science โดยเสนอว่า Open science หมายรวมถึง

• การเข้าถึงแบบเปิดผลงานตีพิมพ์วิชาการทางวิทยาศาสตร์
• การเข้าถึงแบบเปิดข้อมูลวิจัยและสื่อ
• การเข้าถึงแบบเปิดแอพพลิเคชั่นดิจิทัลและ source code
• การเข้าถึงแบบเปิดเพื่อนักวิทยาศาสตร์ สาธารณะ และบริษัทเอกชน
• การยืนยันทางวิทยาศาสตร์ในฐานะเป็นสินค้าสาธารณะที่ดี

หัวใจสำคัญของ Open Science คือ Open ที่หมายถึง 5R ได้แก่

1. Retain หมายถึง สิทธิ์ในการสร้าง เป็นเจ้าของ และควบคุมสำเนาของเนื้อหา (เช่นดาวน์โหลด ทำซ้ำ จัดเก็บ และจัดการ)
2. Reuse หมายถึง สิทธิ์ในการใช้ซ้ำ เช่น ใช้บนเว็บไซต์ ใช้ในบทความฉบับพิมพ์ หรือสื่ออื่นๆ และ ใช้ในชั้นเรียน ใช้ในการวิจัย หรือใช้ในสถานท่ี่หรือโอกาสอื่นๆ
3. Revise หมายถึง สิทธิ์ในการแก้ไข ปรับปรุง ดัดแปลง หรือเปลี่ยนแปลง เช่น การแปลจากภาษาหนึ่งเป็นภาษาอื่นๆ 
4. Remix หมายถึง สิทธิ์ในการนำเนื้อหาจากต้นฉบับหรือเนื้อหาที่แก้ไขแล้วมารวมกับเนื้อหาอื่นๆ ซึ่งเผยแพร่ภายใต้แนวคิดแบบเปิดเช่นเดียวกัน เพื่อสร้างสรรค์เนื้อหาใหม่
5. Redistribute หมายถึง สิทธิ์ในการแชร์สำเนาเนื้อหาต้นฉบับ เนื้อหาที่มีการแก้ไข (revise) หรือเนื้อหาที่มีการรวมกัน (remix) แก่คนอื่นๆ 

อย่างไรก็ตามไม่ได้หมายความว่าจะต้องมีครบทั้ง 5R โดยหนึ่งในเครื่องมือสำหรับใช้ในการประกาศสิทธิ์หรือเงื่อนไขเหล่านี้ คือ สัญญาอนุญาตครีเอทีฟคอมมอนส์ (Creative Commons License) ซึ่งประกอบด้วย 4 เงื่อนไข ได้แก่

1. แสดงที่มา/อ้างที่มา (Attribution – BY) : อนุญาตให้ผู้อื่นทำซ้ำ แจกจ่าย หรือแสดงและนำเสนอชิ้นงานดังกล่าว และสร้างงานดัดแปลงจากชิ้นงานดังกล่าว ได้เฉพาะกรณีที่ผู้นั้นได้แสดงเครดิตของผู้เขียนหรือผู้ให้อนุญาตตามที่ระบุไว้ ใช้สัญลักษณ์
2. ไม่ใช้เพื่อการค้า (Non-Commercial – NC) : อนุญาตให้ผู้อื่นทำซ้ำ แจกจ่าย หรือแสดงและนำเสนอชิ้นงานดังกล่าว และสร้างงานดัดแปลงจากชิ้นงานดังกล่าว ได้เฉพาะกรณีที่ไม่นำไปใช้ในทางการค้า ใช้สัญลักษณ์
3. ไม่ดัดแปลง (No Derivative Works – ND) : อนุญาตให้ผู้อื่นทำซ้ำ แจกจ่าย หรือแสดงและนำเสนอชิ้นงานดังกล่าวในรูปแบบที่ไม่ถูกดัดแปลงเท่านั้น ใช้สัญลักษณ์
4. อนุญาตแบบเดียวกัน (Share Alike – SA) : อนุญาตให้ผู้อื่นแจกจ่ายงานดัดแปลง เปลี่ยนรูปหรือต่อเติมงานได้เฉพาะกรณีที่ชิ้นงานดัดแปลงนั้นเผยแพร่ด้วยสัญญาอนุญาตที่เหมือนกันทุกประการกับงานต้นฉบับ หรือสรุปง่ายๆ ว่าต้องใช้สัญญาอนุญาตชนิดเดียวกันกับงานดัดแปลงต่อยอดใช้สัญลักษณ์

โดย 4 เงื่อนไขข้างต้นนี้สามารถเลือกมาสร้างเงื่อนไขได้ 6 แบบ ดังนี้

1. Attribution CC – BY ให้เผยแพร่ ดัดแปลง โดยต้องระบุที่มา
2. Attribution CC – BY -SA ให้เผยแพร่ ดัดแปลง โดยต้องระบุที่มาและต้องเผยแพร่งานดัดแปลงโดยใช้สัญญาอนุญาตเดียวกัน
3. Attribution CC – BY -ND ให้เผยแพร่ โดยต้องระบุที่มา แต่ห้ามดัดแปลง
4. Attribution CC- BY -NC ให้เผยแพร่ ดัดแปลง โดยต้องระบุที่มาแต่ ห้ามใช้เพื่อการค้า
5. Attribution CC- BY – NC – SA ให้เผยแพร่ ดัดแปลง โดยต้องระบุที่มาแต่ห้ามใช้เพื่อการค้าและต้องเผยแพร่งานดัดแปลงโดยใช้สัญญาอนุญาตชนิดเดียวกัน
6. Attribution CC- BY – NC -ND ให้เผยแพร่ โดยต้องระบุที่มาแต่ห้ามดัดแปลงและห้ามใช้เพื่อการค้า

ตัวอย่างเหตุผลที่ต้องมี Open Science คือ

1. เพื่อเปิดโอกาสแก่นักวิจัยพลเมือง
2. เพื่อให้นักข่าวสามารถเข้าถึงข้อมูลเพื่อการตรวจสอบและรายงานข่าว
3. เพื่อประเมินผลงาน โดยพิจารณาจากการเปิดเผยผลงาน นอกเหนือจากการพิจารณาจำนวนผลงานที่ตีพิมพ์เท่านั้น
4. เพื่อลดค่าใช้จ่ายในการบอกรับทรัพยากรสารสนเทศของห้องสมุดหรือศูนย์สารสนเทศ
5. เพื่อให้ผู้เสียภาษีได้ทราบว่าเงินที่เสียภาษีนั้นทำไปใช้ในการวิจัยเรื่องใด และได้ผลอย่างไร
6. เพื่อนักศึกษาได้ข้อมูลประกอบการวิจัย
7. เพื่อผู้วิจัยคนอื่นๆ ได้นำข้อมูลมาทดลองและใช้งาน เพื่อลดขั้นตอนและงบประมาณในการทำวิจัย โดยการใช้ข้อมูลซ้ำจากที่ได้มีการเก็บไว้ก่อนหน้า

ทั้งนี้ นอกจาการเคลื่อนไหวในส่วน Open Science แล้ว ยังมีการการเคลื่อนไหวในมุมหรือในมิติอื่นๆ เช่น Open Access (การเข้าถึงแบบเปิด) Open Data (ข้อมูลแบบเปิด) Open Government (รัฐแบบเปิด) และ Open Education (การศึกษาแบบเปิด)

Open Access หรือ OA (การเข้าถึงแบบเปิด) เป็นแนวคิดที่เริ่มต้นขึ้นในวงการนักวิจัยที่ต้องการผลักดันให้ผู้ใช้ปลายทางสามารถเข้าถึงสารสนเทศและความรู้ โดยเฉพาะผลงานวิชาการที่ตีพิมพ์ (Publication) ที่ได้จากการศึกษาหรือการวิจัยได้อย่างอิสระ ในรูปแบบออนไลน์และไม่เสียค่าใช้จ่าย ลักษณะสำคัญของ Open Access คือ อยู่ในรูปแบบดิจิทัล เป็นเอกสารเนื้อหาฉบับเต็ม ผ่านการพิจารณาโดยผู้รู้ (Peer review) เผยแพร่ภายใต้สัญญาอนุญาตแบบเปิด ตัวอย่าง Directory of Open Access Journals หรือ DOAJ แหล่งรวบรวมวารสารที่มีการเข้าถึงแบบเปิด และ Directory of Open Access Books หรือ DOAB แหล่งรวบรวมหนังสือที่มีการเข้าถึงแบบเปิด

มีความพยายามผลักดันเรื่อง Open Access ยกตัวอย่าง Plan S เป็นความคิดริเริ่มสำหรับ open-access science publishing โดย Science Europe ซึ่งเป็นสมาคมขององค์กรกองทุนสนับสนุนการวิจัยที่สำคัญและองค์กรด้านการวิจัยในยุโรป ที่ระบุว่านับตั้งแต่วันที่ 1 ม.ค. 2020 งานวิจัยที่ได้รับทุนต้องตีพิมพ์ผลงานในวารสารที่มีการเข้าถึงแบบเปิด หรือ Open Access Journals หรือ แฟลตฟอร์มที่มีการเข้าถึงแบบเปิดของผู้ให้ทุนวิจัย 

Open Research Data หรือ ORD (ข้อมูลการวิจัยแบบเปิด) คือ กระบวนการที่ทำให้ข้อมูลการวิจัยที่ได้จากขั้นตอนการวิจัย เช่น การทดลอง หรือ การสังเกตการณ์ สามารถเข้าถึงในรูปแบบออนไลน์และไม่เสียค่าใช้จ่าย เพื่อความโปร่งใสในการใช้งบประมาณวิจัยและการดำเนินการวิจัย เป็นต้น

ตัวอย่างโครงการที่เกี่ยวข้องกับ Open Research Data เช่น โครงการ Horizon 2020 โครงการความร่วมมือด้านการวิจัยและนวัตกรรมที่ใหญ่ที่สุดของสหภาพยุโรป ซึ่งมีเงินทุนสนับสนุนสูงถึง 80,000 ล้านยูโร ครอบคลุมระยะเวลาตั้งแต่ปี 2014-2020 เพื่อให้นักวิจัยทั้งบุคคลธรรมดาและนิติบุคคลจากทั่วโลก ไม่ว่าจะเป็นบริษัท สถาบันวิจัย มหาวิทยาลัย หรือองค์กรไม่แสวงหากำไร ได้มีส่วนร่วมในการพัฒนาความร่วมมือด้านการวิจัยระหว่างประเทศ หนึ่งในข้อกำหนดของผู้รับทุนในโครงการนี้คือต้องเผยแพร่ข้อมูลการวิจัยแบบเปิด งานวิจัยทุกอย่างต้องเปิด (Open by default) คือ เปิดเผยเป็นเรื่องปกติ ปกปิดเป็นข้อยกเว้น ภายใต้แนวคิด FAIR data คือ

• Findability สามารถค้นหาได้
• Accessibility สามารถเข้าถึงได้
• Interoperability สามารถทำงานร่วมกันได้
• Reusability สามารถนำมาใช้ซ้ำได้

แต่ทั้งนี้สำหรับงานวิจัยและข้อมูลวิจัยบางโครงการสามารถปิดได้แต่ต้องอธิบายเหตุผล (Open as possible, Close as necessary) 

Open Science และ Open Access ไม่ใช่สิ่งใหม่ที่พึ่งเกิดขึ้น แต่ยังไม่มีการยอมรับเรื่องดังกล่าวในระดับสากล และ ยังไม่มีความเข้าใจที่ตรงกันเกีี่ยวกับเรื่องดังกล่าวในทุกส่วนของโลก คือ ยังพบว่ามีความแตกต่างกันในเรื่องการเปิดเผย (Openness) และสิทธิ์ของผู้ใช้ในการเข้าถึงและใช้สื่อทางการศึกษาและทางวิทยาศาสตร์ โดยเฉพาะในคลังดิจิทัล

ที่มาข้อมูล

• บรรยายพิเศษ เรื่อง Open Science: Open Research Data โดย ศาตราจารย์ ดร.วิลาศ วูวงศ์ ในงานประชุมวิชาการเรื่อง การจัดการศึกษาและวิจัยสารสนเทศศาสตร์ในมิติใหม่ (New Dimensions for Information Science Education and Research) วันที่ 21 กุมภาพันธ์ 2562 เวลา 10.45-12.00 ณ โรงแรม ไมด้า แกรนด์ ทราวดี นครปฐม
• Smith, C. and Marsan, G. A. Open science: the policy challenges. Retrieved from https://jipsti.jst.go.jp/rda/common/data/pdf/lecture/Smith_Symposium.pdf
• Vrana, R. (2015). Open science, open access and open educational resources: challenges and opportunities. 2015 38th International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), Opatija, 2015, pp. 886-890. doi: 10.1109/MIPRO.2015.7160399

โครงการศึกษาดูงานด้านยานยนต์สมัยใหม่ (Next-Generation Automotive) และระบบขนส่งอัจฉริยะ Smart Mobility)

เมื่อวันศุกร์ที่ 28 กันยายน 2561 สำนักงานที่ปรึกษาวิทยศาสตร์และเทคโนโลยี ณ กรุงบรัสเซลส์ (ฝ่ายวิทยาศาสตร์และเทคโนโลยี) ได้เข้าร่วมการศึกษาดูงานโครงการศึกษาดูงานด้านยานยนต์สมัยใหม่ (Next-Generation Automotive) และระบบขนส่งอัจฉริยะ (Smart Mobility) ณ ราชอาณาจักรเบลเยียม ร่วมกับคณะจากสำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) และกรมเศรษฐกิจ กระทรวงต่างประเทศ โดยได้เข้าพบผู้แทนจากคณะกรรมาธิการยุโรปด้านการคมนาคม (DG MOVE) เพื่อเข้ารับฟังการบรรยายเกี่ยวกับนโยบายด้านการขนส่งของสหภาพยุโรป และได้เยี่ยมชมบริษัท ยูมิคอร์ S.A. เพื่อศึกษาดูงานเกี่ยวกับการรีไซเคิลแบตเตอรี่และเทคโนโลยีด้าน Battery Storage และ UHT Battery Smelter

การประชุมร่วมกับคณะกรรมาธิการยุโรปด้านการคมนาคม (DG MOVE)

อุตสาหกรรมยานยนต์ไฟฟ้าภาคเอกชนของอียู ที่มีความรุดหน้าในทุกวันนี้ หัวใจสำคัญคือการทุ่มด้านการวิจัยและพัฒนาเป็นหลัก นโยบายของอียูเน้นให้การสนับสนุนภาคเอกชนผ่านการส่งเสริมด้านงานวิจัยและเพิ่มขีดความสามารถและทักษะความเชี่ยวชาญให้กับบุคลากร รวมทั้งให้ข้อมูลความรู้ สร้างความเข้าใจเกี่ยวกับอุตสาหกรรมยานยนต์สมัยใหม่ พร้อมให้ความสนับสนุนด้านโครงสร้างพื้นฐาน เช่น การพัฒนาระบบชาร์ตไฟสำหรับยานยนต์ไฟฟ้าที่เป็นมาตรฐานเดียวกัน ในปัจจุบันสหภาพยุโรปมีกรอบการดำเนินการลดปริมาณการปล่อยก๊าซเรือนกระจกภายใต้ชื่อ 2030 “Climate & Energy Framework” โดยกำหนดให้ประเทศสมาชิกอียูจะต้องลดปริมาณการปล่อยก๊าซเรือนกระจก และเพิ่มสัดส่วนการใช้รถยนต์ไฟฟ้าภายในปี 2573

• กำหนดสัดส่วนการปล่อยก๊าซคาร์บอนไดออกไซด์โดยต้องลดลงร้อยละ 15% ภายในปี 2568 และร้อยละ 30 ภายในปี 2573
• กำหนดสัดส่วนการผลิตรถยนต์ไฟฟ้าที่ขับเคลื่อนด้วยแบตเตอรี่หรือระบบไฮบริดร้อยละ 30 ของจำนวนการผลิตรถยนต์ทั้งหมดภายในปี 2573

การเยี่ยมชมบริษัทยูมิคอร์ (Umicore)

บริษัทยูมิคอร์ได้ลงทุนที่เหมราช จังหวัดระยอง ผลิตรถ 2 ล้านคันต่อปี ยูมิคอร์ ได้วิจัยหลัก 5 สาขา ซึ่งครอบคลุมกิจกรรมของบริษัท ยูมิคอร์ ได้แก่

• วิทยาศาสตร์และเทคโนโลยี (Science and Technology)
• การปรับปรุงกระบวนการทางเทคนิค (Technical Process Improvement)
• การปรับปรุงกระบวนการที่ไม่ใช่ทางเทคนิค (Non-Technical Process Improvement)
• การพัฒนาธุรกิจใหม่ (New Business Development)
• สิ่งแวดล้อม สุขภาพ และความปลอดภัย (Environment, Health & Safety)

การจัดฝึกอบรมเชิงปฎิบัติการการเขียนข้อเสนอโครงการของสหภาพยุโรป Horizon 2020 และ Horizon Europe (FP9)

ความสำคัญของโครงการ EU Horizon 2020 และ Horizon Europe (FP9) ซึ่งเน้นงานวิจัยและนวัตกรรม 3 ด้าน คือ 1. ความเป็นเลิศด้านวิทยาศาสตร์ (excellent Science) 2. ความเป็นผู้นำด้านอุตสาหกรรม (industrial leadership) และ 3. ตอบโจทย์ความท้าทายด้านสังคม (societal challenges)

รายละเอียดของการประชุม วัตถุประสงค์ของการอบรมเชิงปฏิบัติการมี 3 ข้อหลัก คือ

1. เพื่อให้นักวิจัยไทยได้เรียนรู้โดยตรงจากผู้มีประสบการณ์ ในการส่งข้อเสนอโครงการในการขอทุนระดับยุโรป
2. เพื่อให้นักวิจัยไทยได้ปฏิบัติการจริง ในการส่งข้อเสนอโครงการในการขอทุนระดับยุโรป
3. แนะแนวทางที่ตรงจุด และตรงใจคณะกรรมการผู้ประเมินการให้ทุน เพื่อเพิ่มโอกาสการได้รับทุน ในการส่งข้อเสนอโครงการในการขอทุนระดับยุโรป

ติดตามอ่านเพิ่มเติมได้ที่ https://waa.inter.nstda.or.th/stks/pub/2019/20190226-newsletter-brussels-vol12-61.pdf

ห้องสมุดกรีนดิจิทัล (Green Digital Library) ศูนย์สารสนเทศสิ่งแวดล้อม กรมส่งเสริมคุณภาพสิ่งแวดล้อม กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม

ศูนย์สารสนเทศสิ่งแวดล้อม กรมส่งเสริมคุณภาพสิ่งแวดล้อม กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม ได้ดำเนินการพัฒนาระบบการให้บริการข้อมูลสารสนเทศแก่ประชาชน เพื่อรองรับการเข้าสู่การเป็นรัฐบาลดิจิทัล โดยเน้นการให้บริการออนไลน์ (E-Service) ให้ผู้รับบริการสามารถเข้าถึงข้อมูลสารสนเทศได้ทุกที่ โดยได้จัดทำ ระบบห้องสมุดออนไลน์ Mobile Application “ห้องสมุดกรีนดิจิทัล” (Green Digital Library) ทั้งในระบบ iOS และ Android

ปัจจุบันการเข้าถึงความรู้ด้านข่าวสารและสิ่งแวดล้อมมีความสำคัญมากขึ้น แต่ห้องสมุดเดิมไม่ตอบโจทย์ Lifestyle การอ่านของคนรุ่นใหม่ กรมส่งเสริมคุณภาพสิ่งแวดล้อม กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม จึงได้จัดทำโครงการ Green Digital Library รวบรวมความรู้สิ่งแวดล้อมมาไว้ในที่เดียว ครอบคลุมสื่อสมัยใหม่จากหน่วยงานภาคีเครือข่าย ระบบ E-Library ที่มี Digital Content ให้อ่านฟรีจำนวนมาก ซึ่งในคลังดิจิทัล จะมีหนังสืออิเล็กทรอนิกส์ นิตยสารอิเล็กทรอนิกส์ มัลติมีเดีย ของหน่วยงานดังต่อไปนี้ สำนักงานปลัดกระทรวงทรัพยาการธรรมชาติและสิ่งแวดล้อม กรมส่งเสริมคุณภาพสิ่งแวดล้อม สำนักงานนโยบายและแผนทรัพยากรธรรมชาติและสิ่งแวดล้อม กรมควบคุมมลพิษ กรมอุทยานแห่งชาติ สัตว์ป่าและพันธุ์พืช กรมป่าไม้ กรมทรัพยากรทางทะเลและชายฝั่ง กรมทรัพยากรธรณี กรมทรัพยากรน้ำ กรมทรัพยากรน้ำบาดาล องค์การอุตสาหกรรมป่าไม้ องค์การสวนสัตว์ องค์การสวนพฤกษศาสตร์ องค์การบริหารจัดการก๊าซเรือนกระจก สำนักงานพัฒนาเศรษฐกิจจากฐานชีวภาพ

สามารถเข้าถึงได้ที่
Website : https://greendigitallibrary.deqp.go.th/
Android : https://play.google.com/store/apps/details?id=com.bookdose.deqp
iOS : https://apps.apple.com/us/app/green-digital-library/id1447222604?ls=1

Continue reading “ห้องสมุดกรีนดิจิทัล (Green Digital Library)”

นาย Daniel Newman ได้เขียนเรื่องราวของ Top 6 Digital Transformation Trends In Education ซึ่งมีความน่าสนใจในมุมมองของการศึกษาที่เกี่ยวเนื่องกับเทคโนโลยีดิจิทัลในอนาคตที่กำลังเป็นกระแสสังคมรวมทั้งการเรียนการสอนในอนาคตต้องมีการปรับตัวให้เท่าทันเทคโนโลยีทั้งผู้สอนและผู้เรียนรวมถึงเทคโนโลยีในชั้นเรียน  ทางผู้เขียนจึงขอเรียบเรียงสรุปมาให้ทุกท่านได้ลองพิจารณากัน โดย 6 รูปแบบนั้นมีดังนี้

The Top 6 Trends For Digital Transformation In EducationFuturum Research, LLC

1. Augmented Reality / Virtual Reality / Mixed Reality

เทคโนโลยีเสมือนที่รวบรวมสื่อดิจิทัลไว้บนสื่อต่างๆ ไม่ว่าจะเป็น กระดาษ, หนังสือ, โปรแกรม, Smart Device หรือสื่อการสอน ทำให้ห้องเรียนสามารถเป็นได้มากกว่าที่เป็น ผู้เรียนสามารถเผยแพร่ข้อมูลการเรียน หรือสร้างสรรค์การเรียนไปพร้อมกับอาจารย์ได้. ตัวอย่างการนำไปใช้ เช่น บริษัท  Majic Leap ที่สร้างระบบและอุปกรณ์เหล่านี้ และสามารถทำกำไรได้มากกว่า 4 พันล้านดอลล่าร์เลยทีเดียว

2. Classroom Set of Devices

ห้องเรียนจะต้องไม่มีการนำอุปกรณ์ของตัวเองนำมาใช้ในอนาคต (Bring Your Own Device)  หลายปีที่ผ่านมา ทางโรงเรียนเริ่มที่จะมีการนำอุปกรณ์มาให้นักเรียนใช้ ผ่านการจัดสรรค์จากโรงเรียนหรือองค์กรสนับสนุนต่าง ๆ  ที่นำเอา Laptop หรือ google Chromebooks มาใช้ (ในสหรัฐ) โดยให้ความสนใจในเรื่องราวของบทเรียน รวมถึงความปลอดภัยทางด้าน ดิจิทัล (Cyber Safety) รวมทั้งทักษะด้านพลเมืองดิจิทัล ( digital citizenship skills ) ด้วย

3. Redesigned Learning Spaces

ในห้องเรียนศตวรรษที่ 21 ห้องเรียนจะมี SMARTboard ที่เปรียบเสมือนจอแสดงผลที่สามารถตอบโต้กับเด็กเนักเรียนจากโต๊ะ ผู้สอนจะต้องเรียนรู้การใช้งานเพื่อตอบโจทย์และเป้าหมายในการเรียน ห้องเรียนจะไม่ใช่บอร์ดกระดานดำเหมือนเดิมอีกต่อไป ที่สำคัญในแต่ละสถานศึกษาจะต้องมีการจัดแหล่งเรียนรู้รวมถึงแหล่งบริการการศึกษาที่ให้บริการแบบ 24/7  ซึ่งหมายถึงให้บริการตลอดเวลา ไม่ใช่เฉพาะในชั้นเรียนเท่านั้น

4. Artificial Intelligence

การใช้ AI ในการศึกษาขั้นสูงจะเป็นเรื่องที่พร้อมใช้งาน. ที่ Australia’s Deaken University  สร้างที่ปรึกษาเสมือนของนักเรียนซึ่งให้บริการตลอดเวลาไม่มีวันหยุด ที่ปรึกษาเสมือนดังกล่าวมีข้อมูลคำถามคำตอบมากกว่า 3หมื่นรายการ รวมถึงการให้บริการ chatbots ด้วย เพราะ chatbot  ติดตั้ง Natural Language Progression  ที่เรารู้จักกันแบบเดียวกับ Siri ซึ่งทำให้สามารถรองรับการตอบโต้กับผู้เรียนได้อย่างดี รวมทั้งมีระบบ Intelligence Tutoring Systems. อีกด้วย อย่างไรก็ตาม เทคโนโลยีเหล่านี้จะไม่ได้หวังผลเพื่อไปทดแทนอาจารย์ประจำแต่อย่างใด.

5. Personalized Learning

ถ้าเปรียบเทียบจริง ๆ ผู้เขียนขอสรุปให้ว่า เป็นการเรียนรู้ตามอัธยาศัยแบบเชิงลึกของผู้เรียน โดยผู้เรียนจะเป็นผู้รับรู้แนวทางการเรียนจากอาจารย์แล้วค้นหาในสิ่งที่ตนเองชอบ เก็บข้อมูล รวมถึงเรียนรู้อย่างรวดเร็ว ในมุมของผู้สอนก็สามารถที่จะเรียนรู้พฤติกรรมของผู้เรียน รับทราบผลตอบรับ รวมถึงมีเครื่องมือที่ใช้ในการตรวจสอบต่าง ๆ เพิ่มมากขึ้นเพื่อที่จะนำมาวิเคราะห์ข้อมูล เป็น Educational tools ที่เพิ่มเติมข้อมูลผู้เรียนระยะยาว สามารถปรับปรุงและวิเคราะห์ข้อมูลได้อย่างรวดเร็ว

6. Gamification

เรียนรู้จากเกมส์โดยใช้เทคโนโลยีเกมส์มาเป็นส่วนร่วมในการเรียนการสอนคือเรื่องที่จะนำเข้ามาใช้ในการศึกษา เพื่อสร้างความสนใจใหม่ให้กับผู้เรียน  เทคโนโลยีเกมส์ สามารถสร้างการเรียนรู้ในบทเรียนยาก ๆ ให้เข้าใจได้ง่าย  ยกตัวอย่างเช่น การจำลองเหตุการณ์ สถานการณ์เพื่อการแก้ปัญหายาก ๆ โดยใช้แบบจำลองผ่านเกมส์ ก็จะทำให้สามารถเรียนรู้ทักษะการแก้ปัญหา รวมทั้งสามารถออกแบบแนวทางการเรียนรู้ ทักษะใหม่ ๆ ได้อยู่เสมอ ผู้เรียนและผู้สอนจะได้รับผลตอบรับเพื่อการพัฒนาต่อเนื่องจากการเล่นดังกล่าว  ดังนั้น เทคโนโลยีเกมส์จากบทเรียนจึงเป็นเรื่องท้าทายที่จะสร้างทีมในการพัฒนาบทเรียนให้มีความสนุกตื่นเต้นและเสริมทักษะในอนาคต

โดยสรุป    6 รูปแบบกระแสเทคโนโลยีดังกล่าวเป็นเพียงแนวทางที่กำลังเติบโตในอนาคตของแวดวงการศึกษาซึ่งสามารถเรียนรู้และนำไปประยุกต์ใช้กับแวดวงอื่นๆได้ หากคุณผู้อ่านสนใจเทคโนโลยีใดก็สามารถทดลองเรียนรู้เพื่อค้นหาแนวทางใหม่ ๆ ในอนาคตได้ และหากสนใจข้อมูลเพิ่มเติม สามารถติดตามอ่านต่อได้จากบทความต้นฉบับนี้ครับ
https://www.forbes.com/sites/danielnewman/2017/07/18/top-6-digital-transformation-trends-in-education/