Archive

มองมหาวิทยาลัยอีก 20 ปี ต้องคิดให้พ้นจากมหาวิทยาลัยวันนี้

Strategic foresight ไม่ใช่เพียงการทำสิ่งเดิมให้ดีขึ้น แต่คือการตั้งคำถามว่าสมมติฐาน โครงสร้าง และหน่วยพื้นฐานของมหาวิทยาลัยวันนี้จะยังจำเป็นอยู่หรือไม่
หมวด: อนาคตมหาวิทยาลัย
วันที่โพสต์: 15 July 2026
ที่มา: Facebook post archive
strategic-foresight future-of-university graduate-education reskill-upskill ai-transformation higher-education-policy
Rewritten Post
อนาคตไม่ใช่ปัจจุบันที่ขยายเวลาออกไปอีกยี่สิบปี
บรรยากาศวงสนทนา KU Strategic Foresight เกี่ยวกับมหาวิทยาลัยในอีก 20 ปี
KU Strategic Foresight — แลกเปลี่ยนมุมมองว่ามหาวิทยาลัยเกษตรศาสตร์ควรเป็นอย่างไรในอีก 20 ปี

ผมได้รับเชิญไปร่วมงาน KU Strategic Foresight เพื่อแลกเปลี่ยนมุมมองว่ามหาวิทยาลัยเกษตรศาสตร์ควรเป็นอย่างไรในอีก 20 ปี ผู้เข้าร่วมมีทั้งผู้บริหาร อดีตผู้บริหาร นิสิต บุคลากร นิสิตเก่า ภาครัฐ ภาคเอกชน และผู้มีส่วนได้ส่วนเสียกลุ่มต่าง ๆ

กิจกรรมเปิดพื้นที่ให้เห็นความห่วงใยและมุมมองที่หลากหลาย แต่คำถามสำคัญของ foresight คือ เราจะคิดให้ไกลกว่าความสำเร็จในอดีต โครงสร้างปัจจุบัน และคำศัพท์ที่คุ้นเคยได้เพียงใด

1. Demand ของหลักสูตรไม่เท่ากับ demand ของประเทศ

แนวคิดว่าไม่ควรสอนเฉพาะสิ่งที่มหาวิทยาลัยอยากสอน แต่ควรดูความต้องการของผู้เรียนและตลาด มีเหตุผลในตัวเอง อย่างไรก็ตาม หากใช้ demand ปัจจุบันเป็นเข็มทิศเพียงอย่างเดียว มหาวิทยาลัยอาจผลิตเฉพาะคนที่ระบบเศรษฐกิจวันนี้พร้อมจ้าง และละเลยความสามารถที่ประเทศยังไม่ได้สร้างพื้นที่รองรับ

คนระดับปริญญาโทและเอกมีความสำคัญต่อการพัฒนาองค์ความรู้และเทคโนโลยีของประเทศ แต่ผู้สำเร็จการศึกษาจำนวนหนึ่งไม่มีตำแหน่งงานที่ใช้ความรู้ระดับนั้นจริง หากจะออกแบบหลักสูตรตาม demand เราจึงต้องถามคู่กันว่า ประเทศและมหาวิทยาลัยกำลังสร้าง demand สำหรับคนความรู้ขั้นสูงเพียงพอหรือยัง

มหาวิทยาลัยไม่ควรเพียงตามตลาดแรงงาน แต่ต้องมีบทบาทสร้างงานวิจัย โครงสร้างพื้นฐาน อุตสาหกรรมใหม่ และความร่วมมือที่ทำให้ความรู้ขั้นสูงถูกนำไปใช้ได้จริง มิฉะนั้นการปรับหลักสูตรให้ตรงตลาดอาจกลายเป็นการยอมรับข้อจำกัดของโครงสร้างเศรษฐกิจปัจจุบันเป็นอนาคตถาวร

2. Reskill และ upskill มีเศรษฐศาสตร์ที่ไม่ควรถูกซ่อน

การยกระดับทักษะไม่ใช่เพียงนำเนื้อหาเดิมมาตัดให้สั้นลง ยิ่งเป็นทักษะขั้นสูง เนื้อหายิ่งลึก กลุ่มผู้เรียนที่มีพื้นฐานเพียงพอยิ่งแคบ ผู้สอนและทรัพยากรยิ่งเฉพาะทาง และต้นทุนต่อผู้เรียนยิ่งสูงขึ้น

ตัวอย่างเช่น หลักสูตร AI ขั้นสูงอาจมีผู้เรียนไม่มาก แต่ต้องใช้ผู้เชี่ยวชาญ ระบบคอมพิวเตอร์ ข้อมูล และเวลาเตรียมการสูง ในขณะเดียวกัน สังคมกลับคาดหวังให้มหาวิทยาลัยเปิดในราคาถูกมากหรือแทบไม่คิดค่าใช้จ่าย ความคาดหวังคุณภาพสูง เนื้อหาลึก ผู้เรียนกลุ่มเล็ก และราคาต่ำไม่สามารถเกิดขึ้นพร้อมกันได้โดยไม่มีผู้รับภาระต้นทุน

หากประเทศมอง reskill/upskill เป็นโครงสร้างพื้นฐานเพื่อการแข่งขัน ต้องมีกลไกสนับสนุนที่จริงจัง อาจเป็นกองทุน เครดิตการเรียนรู้ การร่วมจ่ายจากนายจ้าง หรือการจัดซื้อหลักสูตรเพื่อเป้าหมายสาธารณะ ไม่ควรผลักภาระทั้งหมดให้มหาวิทยาลัยแล้วประเมินความสำเร็จเพียงจำนวนคนเข้าเรียน

3. อัตลักษณ์เป็นฐาน ไม่ใช่ขอบเขตของจินตนาการ

อาหารและเกษตรเป็นรากฐานสำคัญของมหาวิทยาลัยเกษตรศาสตร์ แต่การมองอีก 20 ปีต้องเห็นแรงเปลี่ยนที่กระทบสังคม เศรษฐกิจ และความเป็นมนุษย์ในระดับลึก ทั้ง AI สังคมสูงวัย พลังงาน ภูมิอากาศ ระบบชีวภาพ และเทคโนโลยีควอนตัม

ประเด็นเหล่านี้ไม่จำเป็นต้องแข่งขันกับอัตลักษณ์เดิม ตรงกันข้าม มหาวิทยาลัยสามารถใช้ความลึกด้านเกษตร อาหาร ทรัพยากร และวิศวกรรมเป็นฐานเชื่อมเข้าสู่โจทย์ใหม่ แต่ต้องไม่ปล่อยให้คำที่คุ้นเคยทำหน้าที่เป็นเพดานของสิ่งที่มองเห็น

4. หลักสูตรอาจไม่ใช่หน่วยพื้นฐานของทุกคำตอบ

เมื่อพูดถึงอนาคตของมหาวิทยาลัย การสนทนามักเริ่มด้วยคำว่า “หลักสูตร” แต่ในอนาคต การเรียนรู้อาจถูกจัดเป็นโครงการ ปัญหาจริง ห้องทดลอง เครือข่าย mentor โมดูลความสามารถ หรือเส้นทางที่ประกอบจากหลายสถาบันและหลายช่วงชีวิต

หลักสูตรยังมีความสำคัญในฐานะโครงสร้างรับรองความต่อเนื่องและมาตรฐาน แต่ไม่ควรถูกใช้เป็นคำตอบแรกของทุกปัญหา บางโจทย์ต้องการ research platform บางโจทย์ต้องการ community บางโจทย์ต้องการ shared facility และบางโจทย์ต้องการโอกาสให้คนต่างวัยต่างสาขามาสร้างสิ่งหนึ่งร่วมกัน

5. AI ไม่ใช่อีกหนึ่งเทคโนโลยีที่ค่อยปรับตามได้เสมอ

หลายคนเห็นแล้วว่า AI จะส่งผลหนักต่อมหาวิทยาลัยและสังคม แต่อีกส่วนยังมองว่าเป็นเครื่องมือใหม่ที่ค่อย ๆ เพิ่มเข้าไปในงานเดิมได้ การมองแบบหลังอาจประเมินการเปลี่ยนแปลงต่ำไป เพราะ AI กำลังเปลี่ยนต้นทุนของความรู้ การผลิตเนื้อหา การทำวิจัย การประเมินผล และคุณค่าของงานทางปัญญาหลายประเภทพร้อมกัน

การทำ foresight จึงต้องมี AI literacy เพียงพอ ไม่ใช่เพื่อทำนายว่าเครื่องมือใดจะชนะ แต่เพื่อมองเห็นว่าสมมติฐานใดของมหาวิทยาลัยกำลังถูกทำให้ไม่จริง เช่น การเข้าถึงเนื้อหายาก การประเมินจากชิ้นงานปลายทาง หรือการจัดความรู้ตามขอบเขตสาขาเดิม

6. นโยบายวันนี้เป็นบริบท ไม่ใช่ขอบฟ้าของอนาคต

นโยบายกระทรวงปัจจุบันมีความสำคัญต่อการดำเนินงาน แต่ strategic foresight ระยะ 20 ปีไม่ควรถูกจำกัดด้วยนโยบาย โครงสร้างหน่วยงาน หรือกติกาที่มีอยู่ในวันนี้ ในช่วงเวลานั้น รูปแบบมหาวิทยาลัย การทำงาน และแม้แต่ความหมายของคำว่า “การศึกษา” อาจเปลี่ยนไปมาก

การเริ่มจากข้อจำกัดปัจจุบันเพียงอย่างเดียวมักทำให้ได้อนาคตที่เป็นส่วนต่อขยายของแผนเดิม ขณะที่ foresight ควรช่วยให้องค์กรเห็น discontinuity สำรวจหลายฉากทัศน์ และย้อนกลับมาถามว่าวันนี้ควรสร้างความสามารถหรือทางเลือกใดไว้ก่อน

คำถามสุดท้ายไม่ใช่ “ทำให้ดีขึ้นอย่างไร” เพียงอย่างเดียว

กิจกรรมครั้งนี้มีคุณค่ามาก เพราะทำให้คนหลายกลุ่มได้ฟังกันและเห็นความห่วงใยต่ออนาคตของมหาวิทยาลัย ขั้นต่อไปคือเปลี่ยนมุมมองเหล่านั้นเป็นสมมติฐานที่ทดสอบได้ ฉากทัศน์ที่ต่างกัน และการทดลองที่ช่วยให้องค์กรเรียนรู้ก่อนตัดสินใจขนาดใหญ่

การมองอนาคต 20 ปีไม่ใช่เพียงถามว่าเราจะทำสิ่งที่ทำอยู่ให้ดีขึ้นอย่างไร แต่ต้องกล้าถามด้วยว่า สิ่งที่เราทำอยู่ในวันนี้จะยังจำเป็นอยู่หรือไม่ และหากไม่จำเป็น มหาวิทยาลัยควรเริ่มสร้างอะไรแทนตั้งแต่ตอนนี้

Original
ลิงก์อ้างอิง:
f
บริบทกิจกรรม
ข้อสังเกตจากการเข้าร่วม KU Strategic Foresight เมื่อวันที่ 15 กรกฎาคม 2569 เพื่อแลกเปลี่ยนมุมมองต่อมหาวิทยาลัยเกษตรศาสตร์ในอีก 20 ปี
Original Facebook Post
พันธุ์ปิติ เปี่ยมสง่า อยู่กับ Suriyan Tunkijjanukij 15 กรกฎาคม 2569 · แชร์กับ สาธารณะ วันนี้ผมไปร่วมงาน KU Strategic Foresight เพื่อแลกเปลี่ยนมุมมองว่า มหาวิทยาลัยเกษตรศาสตร์ควรเป็นอย่างไรในอีก 20 ปีข้างหน้า ผมได้รับเชิญในฐานะ “วิทยากรหลัก” ซึ่งผู้จัดเรียกอย่างนั้นนะครับ หน้าที่คือ ผู้ดำเนินการจะตั้งคำถาม แล้วผมเขียนคำตอบและหมุนเวียนไปตามฐานต่าง ๆ ทั้งหมดมีสี่ฐาน แต่ละฐานมีผู้ดำเนินการประจำฐาน และมีรองอธิการบดี 1–2 ท่านเป็นผู้ช่วย ผมไม่ได้จดคำถามกลับมา แต่ลักษณะคำถามก็ประมาณว่า “มหาวิทยาลัยเกษตรศาสตร์จะเป็นอะไรในอีก 20 ปีข้างหน้า” โต๊ะของผมมีท่านอธิการบดี อ.คงศักดิ์ และอดีตอธิการบดีอีกสองท่าน คือ อ.ธีระ และ อ.วิโรจ รวมทั้งผู้เข้าร่วมอีกหลายท่าน ที่น่าสนใจมากคือ มีนิสิตสองคน ได้แก่ นายก อบก. และประธานสภานิสิต ซึ่งผมได้พูดคุยด้วยพอสมควร นิสิตสองคนนี้เก่งครับ น่าภูมิใจ ส่วนผมมาในนามอาจารย์ ขอบคุณผู้จัดที่ยังนึกถึงผมนะครับ โต๊ะอื่น ๆ ก็มีทั้งนิสิตเก่า ผู้แทนหน่วยงานภาครัฐและเอกชน ตลอดจนผู้มีส่วนได้ส่วนเสียกับความเป็นไปของมหาวิทยาลัย ผมมีโอกาสเสนอความเห็นในหลายประเด็น และได้พูดคุยแลกเปลี่ยนกับรองอธิการบดีหลายท่าน รวมทั้งท่านอธิการบดีด้วย จึงขอหยิบบางประเด็นที่ผมคิดว่าน่าจะนำไปขยายผลต่อ ––– 1. Supply-wise curriculum มีการพูดว่า มหาวิทยาลัยไม่ควรสอนเฉพาะสิ่งที่เราอยากสอน แต่ควรสอนในสิ่งที่มี demand คำถามของผมก็ง่าย ๆ ว่า การผลิตคนระดับปริญญาโทและปริญญาเอกมีความสำคัญมาก หากประเทศไม่มีคนระดับนี้ ประเทศก็ยากจะพัฒนาองค์ความรู้และเทคโนโลยีของตนเอง แต่ demand ของคนเหล่านี้อยู่ตรงไหน ทำไมคนจบปริญญาโทและปริญญาเอกจำนวนไม่น้อยจึงไม่มีตำแหน่งงานที่ใช้ความรู้และความสามารถในระดับนั้นจริง ๆ หากเราจะออกแบบหลักสูตรตาม demand เราก็ต้องถามต่อด้วยว่า ประเทศและมหาวิทยาลัยกำลังสร้าง demand สำหรับคนที่มีความรู้ขั้นสูงไว้เพียงพอหรือยัง ไม่ใช่เพียงปรับหลักสูตรให้ตามตลาดแรงงานที่มีอยู่ในปัจจุบันเท่านั้น ––– 2. Reskill / Upskill เรื่อง reskill และ upskill เป็นนโยบายที่พูดกันทั่ว และมักถูกเสนอให้เป็นภารกิจสำคัญของมหาวิทยาลัยในอนาคต แต่ต้องเข้าใจด้วยว่า การทำ upskill จริง ๆ ไม่ได้แปลว่าเอาเนื้อหาเดิมมาสอนใหม่ในรูปแบบสั้นลงเท่านั้น ยิ่งเป็นการยกระดับทักษะให้สูงขึ้น เนื้อหาก็ยิ่งลึก กลุ่มผู้เรียนก็ยิ่งแคบ ผู้สอนและทรัพยากรที่ต้องใช้ก็ยิ่งเฉพาะทาง และต้นทุนต่อผู้เรียนก็ยิ่งสูงขึ้น ผมยกตัวอย่างง่าย ๆ ว่า หากจะเปิดหลักสูตร AI ขั้นสูง เนื้อหาย่อมเรียนยาก คนที่มีพื้นฐานเพียงพอก็มีไม่มาก และจำนวนผู้เรียนแต่ละรุ่นก็น้อย แต่ในขณะเดียวกัน สังคมกลับคาดหวังว่ามหาวิทยาลัยควรเปิดสอนในราคาถูกมาก หรือแทบไม่คิดค่าใช้จ่าย ลองไปดูบริษัทระดับโลกที่ขายหลักสูตรออนไลน์ให้ผู้เรียนทั่วโลก ซึ่งมีจำนวนผู้เรียนมากกว่ามหาวิทยาลัยไทยหลายเท่า หลักสูตรระดับสูงของเขาก็ยังราคาแพงหูดับ แต่มหาวิทยาลัยแต่ละแห่งกลับต้องเจียดงบประมาณของตนเองมาพัฒนาหลักสูตรเฉพาะทาง สอนคนกลุ่มเล็ก ใช้ผู้เชี่ยวชาญระดับสูง แล้วก็ยังถูกกำชับอีกว่า ห้ามขายแพง เอาอย่างไรดีล่ะครับ หากประเทศเห็นว่า reskill และ upskill เป็นโครงสร้างพื้นฐานสำคัญต่อการแข่งขันของประเทศ ก็ต้องมีกลไกสนับสนุนต้นทุนอย่างจริงจัง จะให้มหาวิทยาลัยรับภาระทั้งหมด แล้วคาดหวังทั้งคุณภาพสูง เนื้อหาลึก และราคาถูกพร้อมกัน คงเป็นไปไม่ได้ ––– 3. มหาวิทยาลัยเกษตรศาสตร์จะเป็นอะไรในอนาคต ในวงสนทนามีประเด็นคมกริบมากมาย หลายแนวคิดดีงามและน่าสนใจ แต่ผมรู้สึกว่า การเริ่มต้นคิดอนาคตยังถูกนำด้วยกรอบความคิดของปัจจุบันมากไปเล็กน้อย สุดท้ายข้อสรุปจึงยังวนกลับมาอยู่แถว “อาหาร” และ “เกษตร” แน่นอนว่าอาหารและเกษตรเป็นรากฐานสำคัญของมหาวิทยาลัยเกษตรศาสตร์ แต่ในอีก 20 ปีข้างหน้า เราอาจต้องเผชิญการเปลี่ยนแปลงที่กระทบถึงแก่นของสังคม เศรษฐกิจ และความเป็นมนุษย์ ผมจึงรู้สึกว่า ในข้อสรุปยังเห็นเรื่อง AI สังคมสูงวัย พลังงาน หรือแม้แต่เทคโนโลยีควอนตัมน้อยเกินไป ที่น่าสังเกตอีกอย่างคือ เวลาพูดถึงอนาคตของมหาวิทยาลัย การสนทนามักเริ่มต้นด้วยคำว่า “หลักสูตร” ทั้งที่ในอนาคต มหาวิทยาลัยอาจไม่ได้มีหลักสูตรเป็นหน่วยพื้นฐานของการเรียนรู้อีกต่อไป หรืออย่างน้อย หลักสูตรอาจไม่ใช่คำตอบแรกของทุกปัญหา ––– 4. คนส่วนใหญ่ยังไม่เห็นผลกระทบจาก AI หลายคนมองเห็นแล้วว่า AI จะสร้างผลกระทบอย่างหนักหน่วงต่อมหาวิทยาลัยและสังคม แต่หลายคนยังคิดว่า AI เป็นเรื่องค่อนข้างไกลตัว เป็นเพียงเครื่องมือใหม่ หรือเป็นเทคโนโลยีอีกชนิดหนึ่งที่มหาวิทยาลัยค่อย ๆ ปรับตัวตามได้ ผมคิดว่า AI literacy ของทั้งผู้ให้ความคิดเห็นและกระบวนการจัดงานยังได้รับน้ำหนักน้อยไปเล็กน้อย สัญญาณหนึ่งคือ การเริ่มต้นงานด้วยการให้ตัวแทนกระทรวง อว. มาพูดถึงนโยบายปัจจุบันของกระทรวง ทั้งที่โจทย์ของงานนี้คือการมองออกไปไกลถึงอีก 20 ปี นโยบายปัจจุบันมีความสำคัญครับ แต่ strategic foresight ไม่ควรถูกจำกัดด้วยนโยบายหรือโครงสร้างที่มีอยู่ในวันนี้ เพราะในอีก 20 ปี กระทรวง มหาวิทยาลัย รูปแบบการทำงาน และแม้แต่ความหมายของคำว่า “การศึกษา” อาจเปลี่ยนไปจนแทบไม่เหลือรูปแบบเดิม ––– โดยรวม ผมคิดว่าเป็นกิจกรรมที่ดีมาก ได้ฟังมุมมองที่หลากหลาย และได้พบคนหลายกลุ่มที่ห่วงใยอนาคตของมหาวิทยาลัยอย่างจริงจัง สิ่งสำคัญต่อจากนี้คือ เราจะกล้าคิดต่อให้ไกลกว่าความสำเร็จในอดีต โครงสร้างในปัจจุบัน และคำศัพท์ที่เราคุ้นเคยได้มากเพียงใด เพราะการมองอนาคต 20 ปี ไม่ใช่การถามว่า เราจะทำสิ่งที่ทำอยู่ให้ดีขึ้นอย่างไรเท่านั้น แต่ต้องกล้าถามด้วยว่า สิ่งที่เราทำอยู่ในวันนี้ จะยังจำเป็นอยู่หรือไม่
บทความอื่นที่เกี่ยวข้อง