- บทความ | วลัยลักษณ์ คงพระจันทร์
ข้อมูลปริมาณมหาศาลในโลกดิจิทัล เป็นวัตถุดิบสำคัญในการสร้างประโยชน์ต่อทุก ๆ วงการ ผ่านการใช้ศาสตร์และทักษะเกี่ยวกับข้อมูล เช่น Big Data, Data Analytic, Data Visulization ไปจนถึงปัญญาประดิษฐ์ (AI) ทักษะด้านข้อมูลเหล่านี้ต่างถูกนิยามว่าเป็น ‘ทักษะแห่งอนาคต’ ‘ทักษะแห่งศตวรรษ 21’ ที่ทุกคนจำเป็นต้องเรียนรู้ แม้ไม่รู้ลึก แต่รู้จักก็ยังดี
ในช่วงที่ผ่านมาหลักสูตรการศึกษาทั่วโลกจึงบรรจุทักษะแห่งอนาคตเหล่านี้ให้ได้เรียนรู้ตั้งแต่เด็ก เช่นเดียวกันกับประเทศไทย นอกจากเราจะมีวิชาวิทยาการคำนวณ (Computing Science) ที่ไล่เรียงเนื้อหาที่เหมาะสมกับนักเรียนในแต่ละระดับแล้ว ปัจจุบันเด็ก ๆ ยังสามารถเรียนรู้เรื่องวิทยาศาสตร์ข้อมูล (Data Science) ผ่าน “การเล่น” ได้อีกด้วย
เรียน Data Science จากการเล่นกับข้อมูล x โครงการ Data Science at School with KidBright
Data Science หรือ วิทยาศาสตร์ข้อมูล คือ ศาสตร์แห่งการนำข้อมูลไปใช้ประโยชน์ เมื่อใคร ๆ ก็กล่าวถึงประโยชน์ของข้อมูล แต่กระบวนการนำข้อมูลมาทำให้เกิดประโยชน์นั้น ‘ไม่ง่าย’ ด้วยข้อมูลในโลกดิจิทัลที่มีมากมายและหลากหลายรูปแบบ โดยทักษะดังกล่าวถูกบรรจุอยู่ในรายวิชาวิทยาการคำนวณในระดับชั้นมัธยมศึกษาปีที่ 5 อีกด้วย
โครงการ Data Science at School with KidBright เกิดขึ้นจากการต่อยอดและบูรณาการงานวิจัยและพัฒนาของเนคเทค สวทช. เพื่อตอบโจทย์ด้านการศึกษาโดยเฉพาะ เป็นหนึ่งช่องทางการเริ่มต้นเรียนรู้เรื่องราวของ Data Science จากการเล่นกับข้อมูล โดยเริ่มต้นด้วยข้อมูลด้านสภาพอากาศ
- Data Science at School with KidBright ประกอบด้วย 3 ส่วน ได้แก่ UtuNoi Station, UtuNoi Watch และ UtuNoi PLAYGROUND ดังนี้
- 1) UtuNoi Station
- สถานีวัดสภาพอากาศอุตุน้อยที่ควบคุมโดย KidBright บอร์ดสมองกลฝังตัวเพื่อการเรียนรู้ Coding ที่มีศักยภาพในการเก็บข้อมูลจากเซนเซอร์และส่งข้อมูลขึ้นสู่คลาวด์
- ดร.เสาวลักษณ์ แก้วกำเนิด ทีมวิจัยเทคโนโลยีเพื่อการศึกษา เนคเทค สวทช. เล่าว่า
- ในช่วงปี 2560 – 2561 เนคเทค-สวทช.ได้รับงบประมาณในการผลิตและกระจายบอร์ด KidBright 200,000 บอร์ด สู่โรงเรียนกว่า 2,200 แห่งทั่วประเทศ เพื่อให้เกิดการใช้ประโยชน์จากบอร์ด KidBright ที่กระจายอยู่ในโรงเรียนได้อย่างเต็มประสิทธิภาพ และกระตุ้นให้นักเรียนเข้าใจกระบวนการเก็บข้อมูลและนำข้อมูลเหล่านี้มาใช้ประโยชน์ จึงได้พัฒนา UtuNoi Station ขึ้น
- โดย KidBright ได้เชื่อมต่อเซนเซอร์วัดข้อมูลสภาพอากาศหลายชนิด ได้แก่ เซนเซอร์วัดความเข้มแสง เซนเซอร์วัดปริมาณน้ำฝน เซนเซอร์วัดความชื้นและอุณหภูมิ เซนเซอร์วัดความเร็วและทิศทางลม และส่งข้อมูลผ่าน Real-time Data Platform
- ดร.นัยนา สหเวชชภัณฑ์ ทีมวิจัยการจำลองและระบบขับเคลื่อนด้วยข้อมูล เนคเทค สวทช. อธิบายว่า
- Real-time Data Platform ทำหน้าที่รับข้อมูลจากสถานีวัดสภาพอากาศอุตุน้อยกว่า 400 สถานีทั่วประเทศมาประมวลผลเบื้องต้น (pre-processing) เพื่อการนำข้อมูลไปใช้ประโยชน์ต่อไป เช่น การประมวลผลข้อมูลสถิติรายวัน ไม่ว่าจะเป็น ค่าต่ำสุด สูงสุด ค่าเฉลี่ย รวมถึงการจัดทำข้อมูลให้อยู่ในกรอบเวลา (time frame) ที่เหมาะสม โดยมี BigStream หรือ แพลตฟอร์มสําหรับการจัดการข้อมูลแบบเรียลไทม์ เป็นฟันเฟืองหลักร่วมกับเครื่องมืออื่น ๆ ไม่ว่าจะเป็น Python และ InfluxDB เป็นต้น
- 2) UtuNoi Watch
- เมื่อเราได้ข้อมูลสภาพอากาศจากสถานีวัดสภาพอากาศอุตุน้อย (UtuNoi Station) และผ่านการจัดการข้อมูลเบื้องต้นจาก Real-time Data Platform แล้ว ข้อมูลเหล่านั้นจะถูกส่งขึ้นคลาวด์เพื่อแสดงผลใน UtuNoi Watch เว็บแอปพลิเคชันสำหรับติดตามข้อมูลสภาพอากาศจากสถานีวัดสภาพอากาศอุตุน้อย
- UtuNoi Watch จะทำการประมวลผลเลือกแสดงข้อมูลของสถานีวัดสภาพอากาศอุตุน้อยในระยะ 10 กิโลเมตรจากพิกัดของผู้ใช้ หากมีมากกว่า 1 สถานี UtuNoi Watch จะเลือกสถานีที่ข้อมูลเป็นปัจจุบันมากที่สุด โดยสามารถแสดงข้อมูล 7 วันย้อนหลังได้ และตั้งค่า favourite สถานีที่สนใจได้อีกด้วย โดยสามารถเข้าใช้งานได้ทั้งคอมพิวเตอร์และสมาร์ตโฟน
- “UtuNoi Watch ช่วยให้นักเรียนทราบว่าติดตั้งสถานีวัดสภาพอากาศอุตุน้อยได้สำเร็จหรือไม่ เมื่อนักเรียนเห็นข้อมูลแล้ว ทีมวิจัยจึงคิดว่านักเรียนควรจะได้ทดลองเล่นกับข้อมูลเพราะการเรียนรู้ไม่มีที่สิ้นสุด” ดร.นัยนา กล่าว
- 3) UtuNoi PLAYGROUND
- UtuNoi PLAYGROUND สนามเด็กเล่นที่ไม่มีเครื่องเล่น แต่เปิดโอกาสให้เด็ก ๆ ได้ลองเล่นกับข้อมูลเพื่อส่งเสริมการเรียนรู้ Data Science บนพื้นฐานของข้อมูลจากสถานีวัดสภาพอากาศอุตุน้อยทั่วประเทศ ผ่านเว็บแอปพลิเคชัน UtuNoi PLAYGROUND ที่มีกระบวนการสอดคล้องกับรายวิชาวิทยาการคำนวณ ระดับชั้นมัธยมศึกษาปีที่ 5 ดังนี้
- ● กำหนดโจทย์:
- กำหนดโจทย์ตามความสนใจ อยากลองเล่นกับข้อมูลอะไรบนพื้นฐานของข้อมูลจากสถานีวัดสภาพอากาศอุตุน้อย เช่น แนวโน้มของอุณหภูมิแต่ละภูมิภาคสัมพันธ์กันอย่างไร
- ● รวบรวมข้อมูล:
- เมื่อผู้ใช้งานเลือกสถานีวัดสภาพอากาศอุตุน้อยที่สนใจ UtuNoi PLAYGROUND จะดึงข้อมูลมาจาก Real-time Data Platform มานำเสนอตามรูปแบบที่ต้องการ เช่น ตาราง กราฟ หรือไทม์ไลน์ โดยสามารถเลือกช่วงเวลาของข้อมูลได้ และ ส่งออกข้อมูลไปใช้ได้
- ● จัดเตรียมข้อมูล:
- ข้อมูลจากสถานีวัดสภาพอากาศอุตุน้อยเป็นข้อมูลที่อยู่ในรูปแบบและโครงสร้างเดียวกันสามารถนำไปใช้งานได้ทันที
- ● สำรวจข้อมูล:
- สนับสนุนการสำรวจข้อมูลทั้งในรูปแบบตาราง กราฟ รวมถึงการสำรวจเชิงพื้นที่ หรือ การแสดงข้อมูลบนแผนที่ เพื่อดูความสัมพันธ์ แนวโน้ม สถิติ และไทม์ไลน์ของข้อมูลเปรียบเทียบแต่ละสถานี
- ● วิเคราะห์ข้อมูล:
- สนับสนุนการวิเคราะห์ข้อมูลทั้งเชิงพรรณา การวิเคราะห์เชิงทำนาย และการวิเคราะห์เชิงแนะนำ
- นอกจากนี้ เนคเทค สวทช.ยังได้ประกาศเปิดตัวข้อมูล UtuNoi PLAYGROUND สู่สาธารณะ (Open Data) ในงาน “รวมพลคน KidBright” KidBright Developer Conference 2021 (KDC21) ภายใต้ธีมงาน: Data Science with KidBright อีกด้วย
- โดย ดร.ชัย วุฒิวิวัฒน์ชัย ผู้อำนวยการเนคเทค สวทช. กล่าวว่า
- “ข้อมูลแบบที่ไหลมาแบบ Real-time จะเป็นประโยชน์ต่อการเรียนรู้ Data Science รวมไปถึงภาคธุรกิจ โดยเตรียมพัฒนาเพิ่มเติมข้อมูลใน UtuNoi PLAYGROUND ด้วยความสามารถของ KidBright ที่รองรับการต่อเชื่อมเซนเซอร์จำนวนมากและหลากหลาย เพื่อเปิดเป็นข้อมูลสาธารณะ (Open Data) ต่อไป”
- เร็ว ๆ นี้ UtuNoi PLAYGROUND มีแผนการเพิ่มข้อมูลเกี่ยวกับโรคไข้เลือดออก ซึ่งมีสภาพอากาศเป็นปัจจัย เพื่อให้น้อง ๆ ลองเล่นกับข้อมูลที่หลากหลาย นำไปสู่การค้นพบเรื่องราวที่น่าสนใจ และได้เรียนรู้วิทยาศาสตร์ข้อมูลในมุมมองที่กว้างขวางขึ้น