Page 14 - จุลสารธรรมศาสตร์ ปีที่ 53 ฉบับที่ 6 เดือนกันยายน 2563
P. 14

ǬǁǏǘ˒ǥǒdžˢˑǐǨǣǛ˱ːǏǣDŽȬ

                              ǬLjǛ˯ǁ %J”¥ŠžJpg DZǯDZǯ



                                  DžǖǥDŽǪǏǒǒǥLjǪǖǨƮǥǏǃˤƮǚǥ














                                                              เรามีการพูดถึงการเรียนแบบออนไลน์ ซึ่งแน่นอนว่าเรามี
                                                              เทคโนโลยีรองรับการเรียนออนไลน์ มีการประชุมแบบรีโมท
                                                              มาระยะหนึ่งแล้ว  แต่ไม่ได้แพร่หลายนัก  แต่เมื่อสถานการณ์
                                                              COVID-19 เข้ามา ทุกคนจะต้องปรับตัวทันที

                                                              สถานการณ์การศึกษาจากนี้ต่อไป  บางคนอาจใช้คําว่า  New
                                                              normal  ทั้งผู้สอนและผู้เรียน  ได้รับรู้แล้วว่าไม่ได้มีแค่ช่อง
                                                              ทางการศึกษาเพียงแบบเดียว ซึ่งสะท้อนให้เห็นว่า ความรู้กับ
                                                              สถาบันการศึกษาเริ่มมีช่องว่าง  คนไม่จําเป็นต้องมาสถาบัน
                                                              การศึกษา เราสามารถเข้าอินเทอร์เน็ต เพื่อหาความรู้ในเบื้องต้นได้
                                                              มีช่องทางให้เราเข้าไปถามเพื่อ cross check ความรู้ได้หลาย
                                                              ช่องทาง เป็นการเปิดโลกทัศน์ใหม่ของการศึกษาให้กว้างขึ้น

                                                              จะทําอย่างไรให้เราเป็นที่ต้องการของตลาดแรงงาน


                                                              Disruption จะเกิดขึ้นที่ตลาดแรงงานก่อน เพราะเทคโนโลยี
                                                              ต่าง  ๆ  ได้เข้ามาทดแทน  เช่น  หุ่นยนต์  (Robotic)  ทดแทน
                                                              งานที่ใช้แรงงานเป็นสําคัญ  (Labour  intensive)  อย่าง
           เรื่องของ Disruption ถูกกล่าวถึงมาได้สักระยะหนึ่งแล้วใน  สถานการณ์  COVID-19  จะเห็นได้ว่า  เมื่อคนไม่สามารถที่
           ช่วงหลายปีที่ผ่านมา... Disruption ไม่ได้เกิดขึ้นแค่เฉพาะ  จะเคลื่อนย้ายได้ ต้องลดการติดต่อกัน  บทบาทของหุ่นยนต์
           แวดวงธุรกิจเท่านั้น แต่มันเกิดขึ้นกับแวดวงการศึกษาเช่นกัน  จะมีความสําคัญมากขึ้น  ส่วนงานที่ต้องใช้การวิเคราะห์ข้อมูล
           ซึ่งทั้งสองก็มีความเชื่อมโยงซึ่งกันและกันด้วย      จะถูกทดแทนด้วย AI หรือ Artificial Intelligence เพราะ
                                                              คุณสมบัติของ  AI  สามารถรองรับข้อมูลที่มีขนาดใหญ่ได้และ
           พูดคุยกับ รศ.ดร.สถาพร โอภาสานนท์ จากคณะพาณิชยศาสตร์  ประมวลผลวิเคราะห์ในเชิงตรรกะได้
           และการบัญชี มหาวิทยาลัยธรรมศาสตร์ เกี่ยวกับเรื่องของ
           Technology Disruption ใครบ้างที่จะต้องเปลี่ยน เพื่อให้  ในอนาคตตลาดแรงงานจะถูกแบ่งออกเป็น 3 กลุ่มใหญ่
           อยู่รอดในยุคของการเปลี่ยนแปลงตลาดแรงงานและ
           การศึกษา                                           1. กลุ่มที่ใช้แรงงาน คนกลุ่มนี้จะถูกทดแทนด้วยหุ่นยนต์และ
                                                              เครื่องจักรกลเป็นหลัก
           ทําความเข้าใจ Disruption กับการศึกษาหลัง COVID-19
                                                              2. กลุ่มที่ต้องใช้การวิเคราะห์และการใช้ข้อมูล จะแบ่งออก
                                                              เป็นกลุ่มย่อยคือ  กลุ่มที่สร้าง  AI  ขึ้นมา  และกลุ่มที่จะทํางาน
           ปัจจัยหลักของ Disruption คือความก้าวหน้าของเทคโนโลยี
           จนทําให้สิ่งที่เคยเกิดขึ้นอยู่ “ถูกทดแทน-เปลี่ยนแปลง”  จาก  ร่วมกับ AI ได้ คนกลุ่มนี้จะต้องรู้ว่า AI มีประโยชน์อย่างไรบ้าง
                                                              และนํามาประยุกต์ใช้กับงานของตนเอง เพื่อให้ได้ประโยชน์จาก
           เทคโนโลยีก่อนมาเปลี่ยนแปลงในเรื่องพฤติกรรมของคนหรือ
                                                              ข้อมูลที่วิเคราะห์มาให้มากที่สุด
           ผู้บริโภค  ซึ่งเป็นเรื่องที่เกิดขึ้นอยู่แล้ว  แต่สิ่งที่น่ากลัวกว่า
           การเปลี่ยนแปลงของเทคโนโลยี คือเหตุการณ์ที่เราไม่อาจ  3. กลุ่มที่ AI ไม่สามารถทดแทนได้ คือกลุ่มที่ต้องใช้ทักษะ
           จะคาดการณ์ได้  (unexpected)  ตัวอย่างที่ใกล้ตัวที่สุดคือ
           COVID-19

         14   P erspectiv es
   9   10   11   12   13   14   15   16   17   18   19