สนามโจทย์เสี่ยงสูง

พันธุ์ปิติ เปี่ยมสง่า 18 มิถุนายน · แชร์กับ สาธารณะ Future University: มหาวิทยาลัยหลังยุครายวิชา --- ตอนที่ 3: สนามโจทย์เสี่ยงสูง โจทย์บางอย่างไม่มีใครอยากเป็นเจ้าของ เพราะมันเสี่ยงเกินไป วัดผลยากเกินไป ผลตอบแทนไม่ชัดเจน และถ้าพลาด คนมักตำหนิก่อนที่จะเข้าใจเหตุผล เอกชนอาจไม่ทำ เพราะยังไม่เห็นรูปแบบการดำเนินงานที่ยั่งยืน รัฐอาจทำได้ยาก เพราะระบบมีขนาดใหญ่และต้องรับผิดชอบสูง ชุมชนอาจอยากทำ แต่ไม่มีข้อมูล เครื่องมือ หรือกำลังคนเพียงพอ โจทย์แบบนี้จึงมักค้างอยู่กลางอากาศ สำคัญพอที่จะไม่ควรถูกปล่อยไว้ แต่เสี่ยงเกินกว่าจะมีใครรับไปทำอย่างจริงจัง ใน Future University มหาวิทยาลัยจึงมีพื้นที่หนึ่งที่เรียกว่า สนามโจทย์เสี่ยงสูง --- ปีนั้น ฝนในเมืองเปลี่ยนไปมาก ฝนไม่ได้ตกทั้งจังหวัดแบบเดิม แต่มาเป็นกลุ่มเล็ก ๆ หนัก ๆ และรวดเร็ว ตกตรงนี้ ไม่ตกตรงนั้น ถนนเส้นหนึ่งน้ำท่วม แต่อีกเส้นยังแห้ง ตลาดบางแห่งต้องยกของหนีน้ำ ทั้งที่ระบบเตือนภัยยังไม่สามารถบอกได้ชัดเจนทันเวลา บางวันฝนมาเร็วกว่าที่แบบจำลองคาดการณ์ บางวันแบบจำลองเตือน แต่ฝนกลับไปตกอีกเขตหนึ่ง บางวันหน้าจอแสดงข้อมูลดูสมบูรณ์มาก แต่คนในพื้นที่ยังไม่รู้ว่าควรทำอะไร คำถามจึงไม่ใช่แค่ว่า “ทำนายฝนได้แม่นแค่ไหน” แต่คือ “จะแปลงความน่าจะเป็นของฝน ให้กลายเป็นการตัดสินใจของคนจริงได้อย่างไร” --- มหาวิทยาลัยเปิดสนามโจทย์ชื่อ Urban Rainfall and Trustworthy Warning (ฝนในเมืองและระบบเตือนภัยที่ผู้คนเชื่อถือได้) ทีมนี้ไม่ได้มีแต่นักศึกษา มีเด็กวิศวกรรมคอมพิวเตอร์พัฒนาระบบคาดการณ์ฝนระยะสั้น มีเด็กวิศวกรรมทรัพยากรน้ำศึกษาระบบระบายน้ำ มีนักภูมิศาสตร์ทำแผนที่จุดเสี่ยง มีนักเศรษฐศาสตร์วิเคราะห์ผลกระทบต่อร้านค้า มีนักสื่อสารช่วยออกแบบข้อความเตือนภัย มีนักสังคมศาสตร์ลงพื้นที่พูดคุยกับชุมชน มีเจ้าหน้าที่เทศบาลให้ข้อมูลจุดน้ำท่วมจริง มีคนขับวินมอเตอร์ไซค์ที่รู้ว่าน้ำเริ่มขังตรงไหนก่อนระบบทางการเสมอ และมีระบบ AI ช่วยตรวจจับความผิดปกติของข้อมูลฝนแบบทันที อาจารย์ไม่ได้ยืนสอนบทที่หนึ่ง อาจารย์ทำหน้าที่ตั้งโจทย์ คุมความเสี่ยง ถามคำถามที่ทีมอยากหลบเลี่ยง และเตือนเสมอว่า โจทย์จริงไม่เคยอยู่ในสาขาเดียว --- สัปดาห์แรก แบบจำลองดูดี กราฟสวย ค่าความแม่นยำดี หน้าจอแสดงผลดูเหมือนพร้อมใช้งาน แต่พอทดลองส่งข้อความเตือนจริง คนในตลาดแทบไม่ขยับ ข้อความที่ระบบสร้างขึ้นเขียนว่า “คาดการณ์ปริมาณฝนสะสมสูงในพื้นที่เขตเมืองชั้นใน โปรดเฝ้าระวังสถานการณ์น้ำท่วมขัง” ไม่มีใครรู้ว่าต้องเฝ้าระวังอย่างไร ต้องย้ายของไหม ต้องปิดร้านไหม ต้องรีบกลับบ้านไหม หรือแค่รอดูไปก่อน นักสื่อสารคนหนึ่งพูดว่า “นี่ไม่ใช่คำเตือน นี่คือประโยคที่ทำให้คนไม่รู้จะทำอะไรต่อ” ทีมจึงเริ่มใหม่ ลงพื้นที่ คุยกับแม่ค้า คุยกับโรงเรียน คุยกับคนขับรถรับส่ง คุยกับเจ้าหน้าที่เขต คุยกับคนที่ต้องตัดสินใจจริงในเวลาไม่กี่นาที แล้วทีมก็พบว่า ปัญหาไม่ได้อยู่ที่แบบจำลองฝนอย่างเดียว ปัญหาอยู่ที่การแปลข้อมูลให้เป็นการกระทำ --- สัปดาห์ถัดมา ระบบส่งข้อความใหม่ ไม่ใช่ “ฝนสะสมสูง” แต่เป็น “อีกประมาณ 35 นาที น้ำอาจขึ้นถึงฟุตบาทหน้าตลาดฝั่งถนนหลัก ร้านที่วางของต่ำควรย้ายของขึ้นที่สูงก่อน 16.20 น.” ครั้งนี้คนเริ่มฟัง ไม่ใช่เพราะ AI ฉลาดขึ้นอย่างเดียว แต่เพราะคำเตือนเริ่มเคารพชีวิตจริงของคนที่ต้องตัดสินใจ --- แต่โจทย์จริงไม่ใจดี วันหนึ่งระบบเตือนเร็วเกินไป ร้านค้าหลายร้านเก็บของก่อนเวลา ลูกค้าหาย รายได้วันนั้นลดลง แต่น้ำไม่ได้ท่วมอย่างที่คาด ในห้องประชุมสรุปผล เจ้าของร้านคนหนึ่งพูดว่า “พวกคุณเรียกมันว่าการเตือนแบบ false alarm เกินความจำเป็น แต่สำหรับผมมันคือรายได้ทั้งวัน” ห้องเงียบ เด็กที่ทำแบบจำลอง ได้แต่ก้มหน้า อาจารย์ไม่ได้ปลอบใจ และไม่ได้ดุ เขาแค่พูดว่า “นี่แหละโจทย์จริง ความผิดพลาดไม่ได้อยู่แค่ในตัวเลขวัดประสิทธิภาพของระบบ” --- หลังจบโครงการ ไม่มีใครได้เพียงเกรด A หรือ B+ แต่ทุกคนมีหลักฐานว่าเขาเคยทำบทบาทอะไรในโจทย์จริง ใครเป็นผู้ตรวจสอบคุณภาพของแบบจำลอง ใครเป็นผู้เชื่อมโยงข้อมูลจากภาคสนาม ใครเป็นผู้แปลความต้องการของผู้มีส่วนเกี่ยวข้อง ใครเป็นผู้ออกแบบการสื่อสารความเสี่ยง ใครเป็นผู้เชื่อมระบบต่าง ๆ ให้ทำงานร่วมกัน และที่สำคัญกว่านั้น ทุกคนได้รู้ว่า ความรู้ที่ใช้กับโลกจริง มีต้นทุนเสมอ ใน Future University มหาวิทยาลัยไม่ได้สำคัญเพราะมันรู้ทุกคำตอบ แต่มันสำคัญเพราะสังคมต้องมีพื้นที่สำหรับฝึกแก้ปัญหาที่ยังไม่มีคำตอบชัดเจน ปัญหาที่ตลาดไม่อยากรับ รัฐทำได้ยาก ชุมชนทำเองไม่ไหว แต่ปล่อยไว้ไม่ได้ มหาวิทยาลัยหลังยุครายวิชา จึงไม่ใช่ที่ที่คนเรียนครบตามตาราง แต่มันคือที่ที่คนค่อย ๆ สร้างความน่าเชื่อถือ จากการเข้าไปอยู่กับโจทย์จริง ความเสี่ยงจริง ความผิดพลาดจริง และผู้คนจริง ๆ ที่ได้รับผลกระทบจากสิ่งที่เราทำ