{RAW}

ผมเคยเอียนคำว่า KM หรือ Knowledge Management แบบมากๆๆ อยู่พักนึง เนื่องจากรู้สึกว่ามันเป็น catchphrase สำหรับโฆษณาธุรกิจอบรมองค์กรไปเสียแล้ว (และส่วนมากที่สังเกตเห็น องค์กรที่ไปอบรมมาก็ไม่มีอะไรเปลี่ยนแปลง) พอเจอแบบนี้มากเข้า ความเอียนเลยเปลี่ยนไปเป็นแอนตี้การทำ KM แบบที่นิยมกันอยู่อีกด้วย

แต่ความคิดคนเรามันเปลี่ยนง่าย หลังจากใช้เวลาขบคิดมาสักพัก (ปกติช่วงเวลาขบคิดของผมคืออาบน้ำ, ล้างจาน และขับรถ) ก็พบว่า KM เป็นเรื่องสำคัญ เพียงแต่ต้องเป็น KM ที่เรียบง่าย, intuitive (นึกคำภาษาไทยไม่ออก) และทรงพลัง (ทั้งแง่ efficiency/effectiveness) เพียงแต่จะออกมายังไงนั้นยังคิดไม่ออก เรื่องพวกนี้ไม่รีบค่อยๆ คิดไป

วันนี้มาย้อนอ่านบล็อกของสุนิตย์ (การเก็บปัญญาดิจิตอลของไทย ไว้เพื่อคนในอนาคต (และปัจจุบัน)) กับไป๋ (ปัญญาที่หายไป (และทำยังไงให้ไม่หาย)) เหมือนมีอะไรมากระตุ้น พอเริ่มมีไอเดียรางๆ ก็รีบจดไว้กันลืมเหมือนเดิม

จุดอ่อนสำคัญของ KM ภาคปฏิบัติที่ผมไม่ชอบคือกระบวนการมันซับซ้อนสับสน อารมณ์เหมือนว่าก่อนพนักงานชั้นผู้น้อยจะลงมือทำ KM เรื่องส่วนตัว จะต้องขออนุญาตจากกรรมการผู้จัดการ อะไรประมาณนั้น ความซับซ้อนสับสนนี้จะกลายเป็นกำแพงป้องกันไม่ให้เราทำ KM ได้สำเร็จ พอเจอบ่อยเข้าสุดท้ายก็เบื่อ ที่ไปอบรมมาก็ไม่ได้ใช้ เรื่อง KM ก็เลิกไป เป็นแฟชั่นอีกอันหนึ่งเหมือน 5 ส. และอื่นๆ

คิดว่าเราไม่มีนิยามอย่างเป็นทางการของ KM ที่ทุกคนเห็นร่วมกัน แต่ทฤษฎีสำคัญที่เป็นพื้นฐานและส่วนใหญ่อ้าง จะพูดถึงการถ่ายทอดความรู้ที่เป็น implicit ออกมาเป็น explicit และนำความรู้ explicit นั้นไปใช้ต่อ (ใช้ต่อได้หลายรูปแบบ เช่น ส่งต่อ, ตัดต่อผสมกับอันอื่น หรือแปลงกลับมาเป็น implicit)

สำหรับ KM แบบใหม่ที่ผมเสนอนั้น ไอเดียสำคัญมี 2 ข้อ

• ลดความซับซ้อนของการแปลง implicit มาเป็น explicit ให้มากที่สุด ทำให้ง่าย เร็ว อัตโนมัติ ได้ผลลัพธ์ออกมาเยอะที่สุดที่เป็นไปได้
• นำเทคโนโลยี (ถ้าพูดให้แคบคือ IT และอินเทอร์เน็ต) มาช่วยในการจัดการกับความรู้แบบ explicit ที่แปลงมาแล้ว

ฟังดูวิชาการจ๋ามาก แต่จริงๆ เราคุ้นกับมันดีเลย

ในข้อแรกนั้น เป็นการกลับวิธีคิดของการจัดการ KM ยุคเก่า ซึ่งถ้าเรียกตามภาษาโอเพนซอร์สก็คือแบบ Cathedral (เป็นระเบียบ, ทำโดยผู้เชี่ยวชาญ, มีชั้นของการกลั่นกรองสูง, bureaucratic) ตัวอย่างง่ายๆ ลองนึกถึงห้องสมุดที่มีคุณป้าแก่ๆ นั่งเฝ้า หนังสือถูกจัดเรียงเข้าหมวดตัวเลข 3 หลักอย่างไม่มีผิดหลักวิชา คุณป้าเหล่านี้เก่งเทพ ถูกฝึกมาอย่างดี หลับตารู้หมดว่าหนังสืออะไรอยู่ตรงไหน

ข้อเสียของโมเดล KM แบบ Cathedral คืองานคุณภาพสูงต้องใช้เวลามาก คุณป้าอาจคัดแยกหนังสือได้วันละ 1 เล่ม (เพราะต้องอ่านทำความเข้าใจละเอียด) มีค่าใช้จ่ายมาก และอาจไม่มีใครเข้าห้องสมุดเลย!!! (เพราะหาหนังสือไม่เคยเจอ ถ้าไม่ถามคุณป้า) ซึ่งมันผิดจากจุดประสงค์หลักของ KM ที่ต้องการให้ทุกคน “รู้” มากขึ้น

KM ยุคใหม่จะกลับวิธีคิดแบบนั้น คือลดคุณภาพของตัวชิ้นงานลงมา (จาก best เหลือ good enough) เปลี่ยนมาให้ความสำคัญกับจำนวนของชิ้นงานแทน ผลงานที่ออกมาจาก KM แบบใหม่จะเป็นชิ้นเล็กลง ความต่อเนื่องของแต่ละชิ้นจะน้อยลง (จะ ad hoc กระโดดๆ) ซึ่งจะว่าไปแล้วมันอาจเข้ากับวิธีทำงานของสมองที่กระโดดๆ เหมือนกันมากกว่า

ตัวอย่างของ KM ยุคใหม่ ถ้าอิงกับระบบคัดแยกหนังสือแบบเดิม ก็ต้องเปรียบกับ taxonomy แบบของ Flickr/Delicious แต่อยากให้ลองเทียบการเขียนบล็อกกับการเขียนหนังสือ การเขียนบล็อกจะทำได้ง่ายกว่า เขียนแบบ raw ได้ ไม่จำเป็นต้องเรียบเรียง เชื่อมต่อบท แบบเดียวกับการเขียนหนังสือ บล็อกออกมามั่วๆ ไม่ต้องไปในทางเดียวกัน (ดูบล็อกนี้เป็นตัวอย่างก็ได้ครับ) ความยาวเฉลี่ยของบล็อกจะน้อยกว่าบทของหนังสือ หรือบทความในนิตยสาร อย่างมีนัยยะสำคัญ

ถ้ายังไม่พอ เทียบบล็อกกับ microblogging (อย่าง Twitter) ยิ่งเห็นชัด microblogging เป็น radical “ขั้นกว่า” ของบล็อก ถ้ามองในแง่ KM แล้ว microblogging คือการ capture หรือ dump กระแสความคิดในหัว (ซึ่งเป็น implicit) ออกมาเป็นตัวหนังสือ (explicit) ตรงๆ การถ่ายทอดนี้ใช้พลังงานน้อยมาก ไม่ต้องเรียบเรียงอะไรมากมาย คิดอย่างไรก็พิมพ์ออกมาแบบนั้น 2-3 ประโยคพอได้ใจความ ตัวอย่างอื่นๆ ที่พอนึกออก ลองเทียบคลิปสอนทักษะอะไรสักอย่างใน YouTube เทียบกับสารคดี Discovery ก็ได้ ความยากง่ายในการผลิตนั้นต่างกันมากๆ

ข้อดีของ KM แบบใหม่ที่เหนือกว่าของเก่า คือ เพิ่มความเป็นไปได้ของความรู้แบบ implicit ที่ถูกแปลงออกมาเป็น explicit ให้สูงขึ้น (หรือพูดง่ายๆ คือ โอกาสที่มันจะถูกลืมหรือตายไปกับเจ้าของความรู้มีน้อยลง) แต่ข้อเสียก็มีเหมือนกัน นั่นคือความรู้แบบ explicit ที่แปลงออกมาแล้วจะมีจำนวนมากกว่าเดิมมากๆ และคุณภาพสู้แบบเก่าที่มีการจัดเรียงอย่างดีไม่ได้ แถมมันโตขึ้นทุกวันแบบทวีคูณ ถ้าเอาตัวชี้วัดง่ายๆ ใช้จำนวนเว็บเพจที่กูเกิล crawl มาเก็บไว้ก็ได้

จุดนี้เราจึงนำไอเดียข้อ 2 เข้ามาช่วย นั่นคือนำเทคโนโลยีมาช่วย “จัดการ” กับความรู้แบบ ad hoc จำนวนมหาศาลเหล่านี้ เทคโนโลยีที่ว่าเริ่มตั้งแต่ระดับล่างๆ อย่างการจัดเก็บ (storage เช่น file system, backup) การส่งต่อ (transport เช่น อินเทอร์เน็ต) ไปจนถึงระดับบนๆ อย่าง information retrieval (การเข้าถึงข้อมูล ไม่ว่าจะเป็น search หรือ browse) การจัดหมวด คัดกรอง ต่อยอด ผสมผสานสร้างความรู้แบบใหม่ๆ นอกจากนี้ยังมีเทคโนโลยีสนับสนุนอื่นๆ ที่ทำให้ implementation ออกมาใช้งานได้จริง เช่น อินเทอร์เน็ตที่ไม่มี P2P อาจไม่เหมาะต่อการส่งข้อมูลขนาดใหญ่ หรือกูเกิลที่ไม่มี MapReduce อาจช้าจนใช้งานไม่ไหว เป็นต้น

แนวทางของการนำเทคโนโลยีมาจัดการความรู้ แบ่งเป็น 2 สายคือ ใช้เครื่อง (machine) กับใช้พลังของคนหมู่มาก (collective intelligence) ซึ่งไม่มีวิธีที่สมบูรณ์ ต้องใช้ผสมๆ กันตามลักษณะงาน เช่น การสร้าง index ของเว็บอาจใช้เครื่องได้ แต่ถ้าเป็นการแปลภาษา เราก็เห็นผลงานซับนรกออกมากันเยอะ ใช้ระบบแปลแบบให้คนช่วยกันแก้ อาจจะออกมาดีกว่า

สำหรับบริบทของเมืองไทยตามบล็อก 2 อันที่อ้างถึงข้างต้น สิ่งที่ยังขาดอยู่คือเทคโนโลยีในสายที่ใช้โปรแกรมคอมพิวเตอร์เข้ามาช่วย ที่นึกๆ ดูได้แก่

• OCR
• Speech recognition
• Information extracting (เช่น คัดแยกที่อยู่ไปรษณีย์ออกจากเว็บเพจ)
• การแปล + การหาความหมายของข้อความ (เช่น ระบบแปะแท็กอัตโนมัติให้เนื้อหา)
• การค้นหา ถ้าพูดให้ละเอียดขึ้นอีกคือการตัดคำ และการเรียงคำ
• ฯลฯ

ปัญหาส่วนหนึ่งอาจเกิดจากความซวยว่าภาษาไทยมันซับซ้อนเองด้วย แต่ก็ไม่ใช่ทั้งหมด จากประสบการณ์ที่ผ่านมา ผมทราบว่ามีคนทำวิจัยเรื่องพวกนี้ในประเทศไทยอยู่พอสมควร แต่กลับมีการนำไปใช้งานจริงในสนามจริงน้อยมาก!!! ผลงานส่วนใหญ่เป็นต้นแบบในหมู่นักวิจัย ถึงจะเปิดให้ดาวน์โหลดใช้งานได้ฟรี แต่มันกลับไม่แพร่หลาย

ความเชื่อส่วนตัวของผมก็คือ เทคโนโลยีจะพัฒนาได้อย่างยั่งยืน ต้องมี business model ที่ดีมารองรับ ถ้าเรามัวแต่รอ grant ทีละสามปีห้าปี พอ grant หมดเลิกทำ มันก็หายสาบสูญไป หรือแปรสภาพมาเป็นประกาศนียบัตรติดข้างฝาของห้องวิจัยนั้นๆ ว่าครั้งหนึ่งงานวิจัยของเราได้เหรียญทอง (แต่ไม่มีคนใช้)

ในขณะที่เราหาหน้าหนังสือจากห้องสมุดของ Harvard จาก Google Book Search ได้สบายแล้ว แต่แค่หาชื่อหนังสือในร้านของศูนย์หนังสือจุฬา เรายังทำไม่ได้ดี ทั้งที่เราลงทุนในการวิจัยไปในอัตราที่ไม่น้อยไปกว่ากัน (แต่มันไม่เคยถูกนำมาใช้) ปัญหาเรื่องการวิจัยแล้วต่อยอดเชิงพาณิชย์ เป็นอะไรที่บ้านเราต้องแก้อย่างเร่งด่วน

เทคโนโลยีด้าน KM เหล่านี้มีผลอย่างยิ่งต่อ competitive advantage ของประเทศ ซึ่งนับวันจะยิ่งเห็นชัดจากการเปลี่ยนสู่ knowledge-based economy แต่สิ่งที่ผมกลัวก็คือ เราไม่มีปัญญาพัฒนาเทคโนโลยีภาษาไทยให้ดีและยั่งยืนได้ (ด้วยเหตุผลที่ว่าไปแล้ว) ครั้นจะรอฝรั่งทำให้ ประเทศไทยดันซวยมีขนาดตลาดไม่ใหญ่พอที่ฝรั่งจะสนใจเสียอีก (คนใช้ iPod หรือ Adobe น่าจะทราบซึ้งดี) แถมพอจะยอมเสียฟอร์มใช้เทคโนโลยีเดียวกับฝรั่ง ดันอ่านภาษาอังกฤษไม่ออก!!!

ในยุคนี้เราคงขยายดินแดนเพิ่มไม่ได้ (ยกเว้นจะยกกองทัพไปบุกสิงคโปร์ ตอบสนองส่วนลึกของคนไทยบางส่วน แต่ก็ใช่ว่ายกไปแล้วจะชนะนะ) ขยายจำนวนประชากรสู้จีนกับอินเดียไม่ได้ พัฒนาขนาดของตลาดให้ใหญ่เท่าญี่ปุ่นหรือเกาหลีไม่ได้ แนวทางการให้ฝรั่งมาสนใจ จึงไม่น่าเป็นไปได้ ส่วนการพัฒนาทักษะคนในประเทศให้ใช้ภาษาอังกฤษแบบคล่องแคล่วนั้นยากพอกัน ทางเลือกเดียวที่เหลืออยู่ คือการกลับไปมองว่า เกิดความผิดพลาดอะไรในระบบการวิจัยด้านเทคโนโลยี KM ของเรา ทำไมเทคโนโลยีที่หน่วยงานวิจัยจึงถ่ายทอดออกไปสู่เอกชนได้ไม่มาก (ถ้านักวิจัยมันหยิ่งไป ลองตบหัวมันดูจะช่วยได้มั้ย?) เทคโนโลยีอะไรที่สำคัญและยังขาดคนทำอยู่

ทางแก้ปัญหาตรงนี้ผมยังมองไม่ออกชัดเจนนัก ต้องฝากสองท่านข้างบน (และคนอื่นๆ) ช่วยกันคิดครับ จบแบบเท่ๆ ว่า “เพื่อสังคมอุดมปัญญา!!!”