8 Lightning Talk Wrap-up

Lightning Talk Session เป็นช่วงที่เปิดโอกาสให้คนทำงานดาต้าในสายงานต่างๆ มาร่วมนำเสนอทั้งผลงานที่น่าสนใจ ประสบการณ์การทำงานที่ผ่านมา หรือแม้กระทั่งไอเดียในการทำงานในอนาคต เพื่อทำให้ผู้เข้าร่วมงานได้เห็นภาพของคนทำงานสายดาต้าในประเทศนี้ว่า พวกเขาเป็นใคร ทำอะไรอยู่บ้าง ไปจนถึงกำลังคิดหรือจะทำอะไรในอนาคต 

Data Con 2024 เก็บความมาฝาก

ใช้ Data มาพัฒนาเมือง เพื่อส่งเสริมคุณภาพชีวิตคนเมือง

อดิศักดิ์ กันทะเมืองลี้ ผู้ช่วยผู้อำนวยการศูนย์ออกแบบและพัฒนาเมือง (UddC) เล่าว่า คำถามที่มักจะถูกถามคือ ทำไมคนที่ทำงานด้านการพัฒนาเมืองถึงต้องสนใจเรื่องข้อมูล (Data) ทำไม Data ถึงมีความสำคัญต่อเรื่องของการพัฒนาเมือง ในยุคปัจจุบัน ข้อมูลเป็นสิ่งที่เกี่ยวข้องกับทุกคนและทุกสาขาอาชีพ ในการทำงานด้านการพัฒนาเมืองมีความจำเป็นอย่างยิ่งที่จะต้องใช้ตัวข้อมูล ตัวอย่างเช่น ในพื้นที่กรุงเทพมหานครและปริมณฑล เรามีประชากรประมาณ 20-30% ที่อาศัยอยู่ในพื้นที่เหล่านี้ พื้นที่เมืองจึงเป็นพื้นที่ที่มีความซับซ้อนมาก เป็นพื้นที่แห่งโอกาส และในขณะเดียวกันเป็นพื้นที่แห่งความเหลื่อมล้ำ ดังนั้นการใช้ข้อมูลสามารถช่วยให้คนที่ทำงานเรื่องของการพัฒนาเมืองหรือวางยุทธศาสตร์เมืองได้ง่ายมากขึ้น

ข้อมูลที่ใช้ในการพัฒนาเมืองแบ่งออกเป็น 3 ประเภทหลักๆ คือ ประการแรกคือข้อมูลกายภาพ เช่น เราจะต้องรู้ว่ากายภาพของเมืองนี่โครงสร้างพื้นฐานอยู่ตรงไหนบ้าง สองคือข้อมูลประชากร เช่น เราต้องรู้ว่าคนที่อาศัยอยู่ในเมืองนี้เป็นใครบ้าง เป็นคนกลุ่มไหน อายุเท่าไร ทำงานอะไร และสามคือข้อมูลพฤติกรรม ซึ่งจะเป็นตัวบอกว่า มนุษย์หรือคนที่อยู่ในเมือง หรือแม้กระทั่งสัตว์ สร้าง interaction หรือปฏิสัมพันธ์กับพื้นที่กายภาพเหล่านี้อย่างไร ข้อมูลทั้ง 3 ประเภทนี้เป็นพื้นฐานสำคัญที่เราต้องเข้าใจเพื่อวางแผนและพัฒนาเมืองให้ตอบโจทย์ต่อความต้องการของประชากรในเมือง

การเข้าใจเมืองสามารถแยกออกเป็น 2 มิติ คือความเข้าใจเรื่องกิจกรรมหรือพฤติกรรมที่เกิดขึ้นในเมืองซึ่งแบ่งเป็นพื้นที่อยู่อาศัย พื้นที่ทำงาน และพื้นที่ของการใช้ชีวิต และความเข้าใจพฤติกรรมการบริโภค เช่น การกินการใช้ ความชอบ และการเคลื่อนย้าย เมื่อเราทำความเข้าใจสองมิตินี้ได้ดี เราจะสามารถเข้าใจเมืองได้ 

“ข้อมูลจะเป็นตัวบอกเองว่า สิ่งนี้ผิดหรือถูก จะช่วยในการตัดสินใจ วางแผนเพื่อให้เมืองที่เราอยู่เป็นเมืองที่เปิดกว้าง ช่วยทำให้คุณภาพชีวิตของคนที่อยู่ในเมืองและคุณภาพของเมืองดีขึ้น”

ทุกคนต่างมี Data เป็นของตัวเอง จึงเป็นบ่อเกิดของดราม่า

พุทธศักดิ์ ตันติสุทธิเวท รองผู้อำนวยการโครงการวิจัยข้อมูลแห่ง Wisesight ตั้งคำถามว่า เคยสงสัยเรื่องดราม่าบนโลกโซเชียลมีเดียไหมว่า ทำไมถึงได้ทะเลาะกันทุกเรื่องขนาดนี้ ข้อมูลจาก Wisesight ในปี 2023 พบว่ามีคนพูดถึงคำว่า "ดราม่า" ถึง 366 ล้าน engagement ตั้งแต่เรื่องใหญ่อย่างการเลือกนายกรัฐมนตรี จนไปถึงเรื่องชุดพิธี เรื่องจะรับหลอดไหม จนไปถึงเรื่องคนอื่นอย่างชาลีกามิน หรือเรื่องสัตว์ในสวนสัตว์อย่างหมูเด้ง สิ่งนี้สะท้อนให้เห็นว่าเราอยู่ในสังคมที่เรียกว่า Drama-Driven Society เมื่อนำดราม่าที่เกิดขึ้นบนโซเชียลมีเดียต่างๆ มา extract ดูว่าดราม่ามันเกิดจากอะไรขึ้นบ้าง เราพบว่าหนึ่งในสาเหตุที่ทำให้เกิดดราม่าคือ แต่ละคนมี ‘ความจริง’ ของตัวเอง ความจริงมีสองอย่าง คือจริงของมึง กับจริงของกู แล้วเราก็เอาจริงของมึง กับจริงของกู มาตีกัน นั่นคือสิ่งที่มันเกิดขึ้น ซึ่งเมื่อเอาความจริงเหล่านั้นมาปะทะกันก็กลายเป็นการทะเลาะกัน

เราเชื่อว่าเมื่อเราใช้ Data เผยแพร่ Information แล้วคนน่าจะทะเลาะกันน้อยลง เพราะเมื่อมีข้อมูลเราก็ควรจะเข้าใจกันมากขึ้น แต่ในความเป็นจริงแม้จะเผยแพร่ข้อมูลมากเท่าไร คนก็ยังคงมีความเห็นขัดแย้งและไม่เชื่อในข้อมูล เพราะความจริงของแต่ละคนต่างกัน สิ่งสำคัญที่เราอยากเข้าใจลึกซึ้งไปมากกว่านั้น คือ intension ของการถามคำถาม เราถามเพื่อเราอยากรู้ เราถามเพื่อที่เราอยากจะเข้าใจ หรือจริงๆ เราถามเพื่อที่เราจะเถียง หรือเพียงต้องการโต้แย้ง ในการทำงานด้านข้อมูล สิ่งที่ต้องระวังอย่างที่สุดคือ เรากำลังทำให้ข้อมูลของเรากลายเป็นดาบของใครบางคนหรือเปล่า 

มีโคว้ตที่ยึดถืออยู่ตลอดในการทำงานสายข้อมูล คือ Data ควรเป็นเสาไฟ ไม่ใช่อาวุธ ควรจะเป็นที่ส่องสว่างให้ทุกคนได้ทำงานร่วมกัน คนส่วนใหญ่ใช้ข้อมูลเพื่อซัพพอร์ตความคิดของตัวเองเหมือนกับคนเมาที่ใช้เสาไฟเพื่อพยุงตัวเอง ทั้งๆ ที่เสาไฟควรส่องทางให้เราเห็นชัดขึ้น 

“Data ไม่ใช่อาวุธ และไม่ควรจะเป็นอาวุธ Data เป็นเสาไฟ Data มันควรจะเป็นที่ส่องสว่างให้ทุกคนได้ทำงานร่วมกัน ให้ทุกคนได้เห็นพื้นที่โอกาสใหม่ๆ ปัญหาใหม่ๆ หรือการแก้ปัญหาใหม่ๆ”

ออกแบบ Data Visualization อย่างระมัดระวังแต่ต้องถ่ายทอดข้อมูลอย่างถูกต้องและแม่นยำ คิดถึงผู้ชมที่ได้รับสารก่อน

Callsh0tgun นักออกแบบ เล่าว่า จากความสนใจในงานกราฟิกดีไซน์ จึงได้มีโอกาสทำโปรเจกต์เกี่ยวกับ Data Visualization 2 โปรเจกต์ โดยโปรเจกต์แรกที่ทำคือเรื่อง ‘ทำไมกรุงเทพฯ ถึงรถติด’ ซึ่งพบว่าปัญหาหลักคือผังเมืองของกรุงเทพฯ นั่นเอง หรือเรียกอีกอย่างว่า Urban Planning ซึ่งเป็นปัญหาโครงสร้างและเป็นปัญหารากฐานที่เรื้อรังมานานมาก

“เมื่อมีการสร้างเมือง สร้างถนน ขุดคลอง บ้านก็ถูกสร้างตามๆ กันอย่างไร้แบบแผนและไร้ทิศทาง ก็เลยทำให้เกิดผังเมืองที่มีลักษณะเหมือนกับก้างปลา ส่งผลให้เกิดซอยตันและซอยย่อยจำนวนมากที่ไม่สมเหตุสมผลหรือรองรับกับจำนวนของถนนเส้นหลักและเส้นรอง” 

ในงาน Data Visualization ชิ้นนี้เลือกพื้นที่สุขุมวิทที่มีปัญหารถติดและซอยตันจำนวนมากมาเป็นกรณีศึกษา และใช้วิธีการพล็อตจุดสีชมพูลงตามซอยตันตามจุดต่างๆ ในแผนที่เพื่อแสดงจุดซอยตันในบริเวณนี้ 

โปรเจกต์ถัดมาเป็นเรื่องเกี่ยวกับ Serial Killer ซึ่งได้รวบรวมข้อมูลคดีอาชญากรรมจากทั่วโลกมาวิเคราะห์ร่วมกับปัจจัยทางภูมิศาสตร์ ครอบครัว ช่วงเวลา และสภาพสังคมในยุคนั้นๆ โปรเจกต์นี้มีความท้าทายเพราะเป็นเหตุการณ์ที่เกิดขึ้นจริงและมีความรุนแรง จึงต้องระมัดระวังในการถ่ายทอดข้อมูลให้ถูกต้องและแม่นยำ ด้านดีไซน์ ใช้เครื่องมือกราฟิกที่ซับซ้อนขึ้นเพื่อเล่าเรื่องให้มีความลึกมากขึ้น สุดท้ายถึงแม้ว่าตอนนี้ Data Visualization หรือ Information Design จะยังไม่ใช่ความถนัดหลัก แต่ก็เป็นสิ่งที่สนใจที่อยากจะทดลองทำและอยากเรียนรู้เพิ่มเติม

Data from Scratch

ธิติมา อุรพีพัฒนพงศ์ นักวิจัยอาวุโส Rocket Media Lab เล่าถึงประสบการณ์การทำงานในช่วงการเลือกตั้ง 2566 โดยโจทย์ของ Rocket Media Lab คือ อยากรู้ข้อมูลผู้สมัคร สส. แบบแบ่งเขต ในการเลือกตั้งปี 2566 ว่าเป็นใครมาจากไหน ทั้งในแง่ว่าที่ว่าเคยเป็น สส. มาก่อนไหม อยู่พรรคไหนมาแล้วบ้าง เคยเป็นนักการเมืองท้องถิ่นมาก่อนหรือเปล่า ไปจนถึง เป็นเครือญาติกับนักการเมืองระดับชาติและระดับท้องถิ่นคนไหน และตั้งใจไว้ว่าน่าจะทำเป็น database ข้อมูลนักการเมืองหลังรัฐธรรมนูญ 2540 เป็นต้นมา

มีการรวบรวมชื่อผู้สมัคร สส. ตั้งแต่การเลือกตั้งปี 2544 ซึ่งเป็นครั้งแรกที่มีการแยก สส. เป็นแบบแบ่งเขตกับปาร์ตี้ลิสต์ ตามรัฐธรรมนูญ 2540 เริ่มหาข้อมูลจากเว็บ กกต. แต่ปรากฏว่าไม่มีข้อมูลที่ต้องการ ต่อมาก็ได้ข้อมูลจากเว็บ data.go.th เว็บ open data ภาครัฐ แม้จะมีรายชื่อผู้สมัครเป็นไฟล์ที่ machine-readable แต่ก็มีไม่ครบ เพราะมีข้อมูลการเลือกตั้งเพียง 3 ครั้งคือ 2548, 2550, 2554 เท่านั้น จึงต้องค้นหาจากแหล่งข้อมูลอื่นๆ เช่น เว็บข่าวย้อนหลัง ราชกิจจานุเบกษา เว็บห้องสมุดรัฐสภา ส่วนใหญ่เป็นไฟล์ PDF หรือรูป ทำให้ต้องกรอกมือลงตาราง spreadsheet จนได้รายชื่อผู้สมัคร สส.ใน 20 ปี 10,000 กว่ารายชื่อ

จากนั้นนำรายชื่อมาซ้อนทับกับรายชื่อผู้สมัครแบบแบ่งเขตทั้งหมดในปี 2566 ซึ่งมี 4,781 คน เพื่อดูว่ามีใครเคยลงสมัครมาแล้วบ้าง ใครเป็นหน้าใหม่ ภายใต้ระยะเวลาที่จำกัดเพราะกว่าจะได้รายชื่อผู้สมัครในปี 2566 ก็ต้องรอ กกต. ประกาศรายชื่อผู้สมัครปี 2566 แค่เดือนครึ่งก่อนวันเลือกตั้ง

ในการติดตามประวัติย้อนหลังของผู้สมัครตรวจสอบผ่านชื่อและนามสกุลที่ควรจะต้องตรงกันทุกครั้ง แต่ก็พบอุปสรรคที่ไม่คาดคิด อุปสรรคแรก การสะกดคำและคำผิด ที่เอกสารทางการสะกดชื่อคนเดียวกันที่ไม่เหมือนกัน อุปสรรคอีกอย่างหนึ่งคือ การเปลี่ยนชื่อ-นามสกุล

“ในงานของเราเจอผู้สมัคร สส. เปลี่ยนชื่อหรือนามสกุลอย่างน้อย 49 คน จากผู้สมัครปี 2566 ทั้งหมด 4,781 คน จะตรวจสอบข้อมูลนี้ได้ยังไง รู้แค่หนทางเดียว ก็คือ เสิร์ชไปเรื่อยๆ”

เนื่องจากประวัติผู้สมัครจาก กกต.ไม่ตอบคำถามที่เราสงสัย เช่น ไม่บอกว่าเป็นลูกเขยนายก อบจ. คนไหน หรือเป็นลูกสาวของส.ส.คนไหน เราจึงต้องค้นข้อมูล เสิร์ชจากกูเกิลและค้นผ่านทางแพลตฟอร์มโซเชียลมีเดียต่างๆ เท่าที่ทำได้ ทั้งเฟซบุ๊ก TikTok ไม่ใช่แค่เพจทางการของผู้สมัคร แต่ยังรวมทั้งบัญชีส่วนตัว และต้องกดดูไทม์ไลน์ย้อนหลังให้ไกลที่สุด เพื่อหาให้ได้ว่า บุคคลนี้เคยลงสมัครเลือกตั้งท้องถิ่นไหม มีเครือญาติเป็นผู้สมัครหรือเป็นสมาชิกองค์กรปกครองส่วนท้องถิ่นหรือไม่ จนในที่สุดก็ได้งานฐานข้อมูลนักการเมืองไทยสมัยใหม่นี้มา

เชื่อมช่องว่าง: ฝึกฝนสื่อสารมวลชนเพื่อเล่าเรื่องด้วย Data

Yan Naung Oak ผู้ก่อตั้ง Thibi เล่าที่มาของชื่อ Thibi ว่าเป็นวลีภาษาพม่าที่ใช้เวลาเราเข้าใจอะไรบางอย่างแล้วอุทานขึ้นมา เราเรียกว่าเป็นช่วง Thibi เหมือนกับ “ยูเรก้า” หรือ “ไชโย” บริษัทตั้งชื่อนี้เพราะตั้งเป้าหมายว่าจะเป็นบริษัทที่ปรึกษาที่ทำงานเกี่ยวกับข้อมูลและการออกแบบที่นำไปสู่ช่วงเวลาที่เรียกว่า Thibi โดย Thibi ซึ่งมีสำนักงานอยู่ที่สิงคโปร์ จัดเวิร์กช็อปด้านข้อมูลให้กับนักข่าว นักวิจัย และองค์กรต่างๆ หลายรูปแบบ ทั้งทักษะการรู้เท่าทันข้อมูล เทคนิคการนำเสนอด้วยภาพ หรือการเล่าเรื่องผ่านข้อมูล

“Thibi ทำงานร่วมกับนักข่าวและสอนทักษะต่างๆ เพราะมองว่าการทำงานกับผู้คนในห้องข่าวแบบตัวต่อตัวเป็นวิธีการที่ดีที่สุดในการส่งต่อทักษะข้อมูลให้กับคนที่อาจจะไม่ได้มีความรู้ทางเทคนิคหรือเทคโนโลยีมากนัก เพราะสำหรับนักข่าวหรือเอ็นจีโอ แค่เห็นตาราง spreadsheets ก็น่ากลัวแล้ว”

ในช่วง 5 ปีที่ผ่านมา Thibi ทำงานกับนักข่าวในภูมิภาคเอเชียตะวันออกเฉียงใต้ และเอเชียใต้เพื่อผลักดันการเล่าเรื่องด้วย data มีนักข่าวชาวเวียดนามคนหนึ่งที่เคยเข้าร่วมอบรมกับ Thibi ทำวิจัยเกี่ยวกับการขุดเหมืองทรายในแม่น้ำโขง การอบรมกับ Thibi ช่วยให้เขาปะติดปะต่อข้อมูลให้เป็นระบบมากขึ้นด้วยการใช้ชุดข้อมูลหลายแบบที่เกี่ยวข้อง เช่น ภาพถ่ายดาวเทียม จนได้รายงานที่มีข้อมูลแสดงให้เห็นว่าการทำเหมืองทรายสัมพันธ์กับการพังทลายของดินส่งผลกระทบให้ประชาชน 20,000 ครัวเรือนต้องย้ายที่อยู่ อย่างไรก็ตามหลังจากตีพิมพ์บทความเรื่องนี้แล้ว ก็มีคำสั่งจากรัฐมนตรีให้ถอดบทความชิ้นนี้ออก 

ในปีนี้ Thibi อบรมให้นักข่าวฟิลิปปินส์ อินเดีย ในเรื่องภูมิอากาศเปลี่ยนแปลง สอนทักษะที่จำเป็น โดยใช้เวลาราว 6 เดือน การอบรมเป็นวิธีที่มีประสิทธิภาพที่สุดที่จะทำให้คนที่ไม่ได้มีทักษะทางด้าน data มากนัก รู้สึกสบายใจในการทำงานกับข้อมูล

มองไปทางไหนก็มีแต่ Data ขอแค่ลุกขึ้นมาทำ

การก่อตั้ง Greendot มาจากการเปลี่ยนแปลงของภูมิทัศน์รอบมหาวิทยาลัยเกษตรศาสตร์ อานนท์ บุญยประเวศ ผู้ก่อตั้ง GreenDot รู้สึกว่าในสมัยเรียน พื้นที่รอบมหาวิทยาลัยมีร้านอาหารที่อร่อยและราคาเป็นมิตร เป็นหนึ่งในความสุขของนักศึกษาในตอนนั้น แต่ต่อมา ความสุขเหล่านั้นได้หายไป อานนท์พบว่าการหายไปของต้นไม้มีผลต่อผู้คนมากแค่ไหน

“เมื่อก่อนฟุตบาทตรงนี้ มีคนเดินเยอะมาก มีร้านค้า มีคนต่อแถวซื้อของเยอะมากๆ นะ แต่หลังจากมีการตัดต้นไม้ เราพบว่าร้านค้าเหล่านั้นลดลง และที่สำคัญนะ คนรอลดเมล์ตรงป้ายนั้นลดลงด้วยเช่นกัน นี่คือเหตุการณ์จริงนะจากแยก ม.เกษตร”

เราได้กลับมาคิดว่า ต้นไม้มันมีประโยชน์มากมาย สามารถดูดซับคาร์บอนไดออกไซด์ สามารถสร้างร่มเงาให้กับผู้คนที่มาอาศัย สร้างมูลค่าทางเศรษฐกิจให้กับพื้นที่โดยรอบได้ ต้นไม้ริมถนนยังสามารถเป็นที่กันชนเวลามีอุบัติเหตุบนท้องถนน ทำให้ผู้อยู่อาศัยโดยรอบปลอดภัยมากขึ้น แต่กลับไม่ได้รับการดูแลที่ดีพอ มีการลักลอบตัดต้นไม้หรือการตัดแต่งต้นไม้ที่ผิดวิธี เกิดคำถามว่า ‘ต้นไม้สาธารณะ ใครเป็นผู้ดูแล ใครมีหน้าที่เป็นผู้ดูแล’ กทม.? รัฐบาล? การไฟฟ้า? จากแนวทางการพัฒนาเมืองที่ยั่งยืน ทรัพย์สินสาธารณะ คนที่มีสิทธิ์และควรมีโอกาสในการร่วมดูแลคือผู้ที่รับผลประโยชน์ทั้งหมด

“ต้นไม้สาธารณะใครเป็นผู้ได้รับผลประโยชน์ เราด้วยถูกไหม นอกจากนี้ตัวสัตว์น้อยใหญ่ที่อาศัยอยู่ตรงนั้น และทุกๆ คน ร้านค้า คนที่อาศัยอยู่สัญจรทั้งหมดได้รับผลกระทบและได้รับผลดีจากต้นไม้นี้ทั้งหมด แต่แปลกมากเลย ไม่มีโอกาสเลยที่เราจะมีส่วนร่วมในการดูแลต้นไม้เหล่านี้”

ปัจจุบันพบว่า การดูแลต้นไม้ การประเมินความเสี่ยงต้นไม้เหล่านี้ถูกทำกันด้วยรุกขกรซึ่งเป็นผู้ที่เชี่ยวชาญด้านต้นไม้ แต่รุกขกรในประเทศมีน้อยมากเมื่อเทียบกับต้นไม้หลายล้านต้นในกรุงเทพฯ ที่ต้องดูแล

“สิ่งที่ผมทำก็คือผมไปถอดวิธีการประเมินความเสี่ยงของต้นไม้ การดูแลต้นไม้ จากรุกขกรออกมา แล้วก็พัฒนาเป็นเครื่องมืออย่างง่ายในรูปแบบของ Mobile Application เพื่อให้ประชาชนอย่างเราสามารถร่วมกันทำแล้วก็ดูแลตรงนี้ได้”

ตอนนี้มีผู้ใช้งานที่เป็นกลุ่มปิดอยู่ประมาณ 400 คน อาศัยอยู่ทั้งกรุงเทพฯ นนทบุรี และนครราชสีมา ในการพัฒนาแอปพลิเคชั่น ซึ่งกำลังจะเข้าสู่เวอร์ชันที่ 10 จากเดิมที่ใช้เวลาในการประเมินต้นไม้ประมาณ 10 นาที ตอนนี้เหลือเพียง 5 นาที นอกจากนี้ ยังจะพัฒนาแอปพลิเคชันนี้ต่อยอดไปสู่การพัฒนาสายงานอาชีพ 

“ด้วยแอปพลิเคชันของเรา ด้วยหลักสูตรของเรา เราพัฒนาให้ผู้ไร้บ้าน ผู้พ้นโทษ แล้วก็เด็กด้อยโอกาสต่างๆ ที่มีความเปราะบางทางด้านรายได้ในกรุงเทพมหานคร สามารถสร้างรายได้จากการประเมินความเสี่ยงต้นไม้”

“ปัจจุบัน AI สามารถทำข้อมูลแทนมนุษย์ได้ แต่สิ่งหนึ่งที่ AI ทำไม่ได้ คือการเอาชุดข้อมูลที่เกิดขึ้นจากการวิเคราะห์ Data นี้ไปลงมือทำ ซึ่งตรงนี้มนุษย์อย่างเราทุกคนสามารถทำได้ เป็นกำลังใจให้ทุกคนได้ลองขับเคลื่อนเมืองด้วยการลงมือทำ” 

จับตายคอร์รัปชันด้วย Data สร้างสังคมไทยที่โปร่งใส

สุภอรรถ โบสุวรรณ กรรมการผู้จัดการ แฮนด์ วิสาหกิจเพื่อสังคม (Hand Social Enterprise) เล่าถึงองค์กรว่า เป็นวิสาหกิจเพื่อสังคมที่ทำงานด้านการต่อต้านคอร์รัปชัน และสร้างธรรมาภิบาลให้กับสังคม พร้อมชี้ว่า ในการทำงานเพื่อสังคม ต่อต้านคอร์รัปชันหรือธรรมาภิบาล เมื่อมีไอเดียดีๆ ก็มักจะประสบกับข้อจำกัดจำนวนมาก ต้องกลับมาคิดว่าจะมีเวลาหรือเปล่า มีเพื่อนทำหรือเปล่า ทำอันนี้ไม่ได้เพราะไม่มีทุนทรัพย์ที่จะทำ หรือไม่มีทรัพยากร ฝันก็จะสลายอยู่ตรงนั้น 

เพื่อแก้ปัญหานี้ กองทุนรวมธรรมาภิบาลไทย เป็นกองทุนที่มีเป้าหมายในการสนับสนุนการสร้างเสริมธรรมาภิบาล และการต่อต้านคอร์รัปชัน ก่อตั้งโดยบริษัทหลักทรัพย์จัดการกองทุน 11 บริษัท ร่วมกับภาควิชาการ ภาคประชาสังคม และอีกหลายภาคีที่ร่วมกันก่อตั้ง ปัจจุบันทางกองทุนได้สนับสนุนไปแล้วกว่า 20 โครงการ เป็นเงินกว่า 90 ล้านบาท นอกจากเงินทุนแล้ว ยังสนับสนุนเรื่องเครือข่ายที่จะช่วยให้สามารถทำงานเชิงพื้นที่ได้ดียิ่งขึ้น

“ประเทศเราดีอย่างหนึ่งนะ เรื่องคอร์รัปชันนี่จับไปตรงไหนก็เจอ และยังมีพื้นที่อีกมากให้พวกเรามาร่วมกันทำให้มันดีขึ้น”

ปัจจุบันมีเครือข่ายจำนวนมากที่ทำงานในด้านนี้ในพื้นที่ของตัวเอง เช่น เครือข่าย Around the room ที่จะนะ หรือ WeVis ที่ทำเรื่องความโปร่งใสและการใช้อำนาจในพรรคการเมือง นอกจากนี้ยังมีองค์กรต่อต้านคอร์รัปชันประเทศไทยที่ทำในเรื่องของข้อมูลจัดซื้อจัดจ้าง เครือข่ายเหล่านี้พร้อมที่จะเชื่อมต่อความตั้งใจที่ดีของทุกคน และเชิญชวนมาร่วมทำงานไปด้วยกัน ทำอย่างไรให้สังคมไทยโปร่งใสและตรวจสอบได้ โดยนอกจากจะมีเครือข่ายแล้วยังมีทุนสนับสนุน และมีการทำงานสื่อสารอีกด้วย

“เราพบว่าหลายครั้ง แพลตฟอร์มจำนวนมากทำงาน Open Data อย่างดีเลย แต่เหมือนเราทำอาหารที่อร่อยที่สุด แต่อยู่ในป่าดงดิบ ไม่มีใครได้กิน ไม่มีใครรู้เลยว่าเราทำอยู่ แล้วการใช้ประโยชน์เป็นยังไง”

ตัวอย่างโครงการที่น่าสนใจก็คือ Actai.co โดยองค์กรต่อต้านคอร์รัปชันและภาคีเครือข่าย ซึ่งเป็นแพลตฟอร์มที่รวบรวมข้อมูลภาครัฐจำนวนมาก หนึ่งในนั้นคือข้อมูลจัดซื้อจัดจ้าง กว่า 30 กว่าล้านโครงการตั้งแต่ปี 2558 ถึงปัจจุบัน ที่สามารถค้นหาได้ในเว็บนี้ ความสำเร็จที่เห็นได้ชัดเจนจากโครงการนี้ก็คือ เรื่องเสาไฟกินรี แม้จากข่าวจะพบว่าเจอแค่ที่เดียว แต่แพลตฟอร์มนี้ทำให้รู้ว่าจริงๆ แล้วมีการซื้อเสาไฟนี้ทั้งประเทศ และหลายสัญญาซื้อขาย ปัจจุบันกรณีนี้ถูก ป.ป.ช. ชี้มูลไปแล้ว

“เราพร้อมสนับสนุนสำหรับใครที่สนใจทำงานในด้านนี้ สามารถขอรับทุนสนับสนุนจาก CGFund ได้ แม้ว่าวันนี้ไอเดียอาจจะยังไม่แข็งแรงมากพอ แต่ถ้าวันหนึ่งรู้สึกว่าไอเดียสุกงอมแล้ว สามารถส่งโครงการเข้ารับทุนสนับสนุนเพื่อทำให้เกิดขึ้นจริง เพราะสังคมดีมันไม่มีขาย พวกเราคงต้องช่วยกันทำเอง”

Data Visualization ของหนังสือพิมพ์จีนยุคอากง 

Poontany นักออกแบบ เล่าถึงผลงานต่างๆ ที่ผ่านมา ไม่ว่าจะเป็น งานวิเคราะห์คำขวัญวันเด็ก โดยวิเคราะห์ว่าคำขวัญวันเด็กตลอด 66 ปี นายกรัฐมนตรีต้องการจะส่งสารอะไรไปให้เด็กๆ ในปีนั้นบ้าง งานชิ้นนี้ได้รับคัดเลือกเข้าประกวดที่งาน Information is beautiful ที่สหรัฐอเมริกา

หรืองานในคอลัมน์ Data JournalRead ที่ทำให้กับ Cont https://cont-reading.com/ โดยจะเลือกหัวข้อที่สนุกสนานมาทำงาน เช่น การหยิบ Data ของวง BTS มาทำเป็น Diagram เพื่อให้เห็นว่าแต่ละเพลงของวง สมาชิกแต่ละคนได้ท่อนร้องท่อนไหนบ้าง แล้วเปอร์เซ็นต์ในการร้องเท่าไรกันบ้าง

“แม้หัวข้องานที่ทำไม่ได้จริงจังขนาดนั้น แต่ขั้นตอน กระบวนการ การรีเสิร์ช รวมถึงการเก็บข้อมูล ค่อนข้างเนิร์ดมากๆ”

นอกจากนี้งานในปีที่ 2 ของ Poontany ก็ยิ่งสนุกสนานและมีหัวข้อที่คาดไม่ถึงมากขึ้น ทั้งเรื่องสีผิวของผู้ชนะรางวัลออสการ์ หรือเรื่อง 75 ปีของตุ๊กตาบาร์บี้ ที่สำรวจว่าบาร์บี้ทำอาชีพอะไรกันมาบ้าง ซึ่งงานชิ้นนี้ได้ลงนิตยสาร Market Café Magazine ที่ลอนดอน เป็นแมกกาซีนที่รวบรวมคนที่ทำงานด้าน Data Visualization

นอกจากนี้ Poontany ยังเป็นหลานชายสายตรงของหนังสือพิมพ์จีนกวงฮั่ว หรือ กวงหัวป๋อ หนึ่งในหนังสือพิมพ์จีนที่ใหญ่ที่สุดในพระนคร ที่ถูกสั่งปิดไปช่วงรัฐประหารปี 2501 ช่วงจอมพลสฤษดิ์ เขาจึงริเริ่มที่จะนำเอาหนังสือพิมพ์จีนกลับมาปัดฝุ่นใหม่อีกครั้งในรูปของงาน Data Visualization โดยจะพิมพ์ 1 ปี 2 ครั้งด้วยกัน พิมพ์กลางปี 1 เล่มแล้วก็พิมพ์ช่วงปลายปีอีก 1 เล่ม ถือเป็นการชุบชีวิตหนังสือพิมพ์จีนที่หายไปให้กลับมาใหม่ด้วยงาน Data Visualization ที่น่าสนใจมากขึ้น

“ถ้าหนังสือพิมพ์จีนในยุคของอากงมารวมกับความสามารถของหลานรุ่นที่ 3 สายตรงที่ทำงาน Data journalism ทำสิ่งพิมพ์ ทำ Data ทำ Diagram มันจะเกิดอะไรขึ้นถ้า 2 อย่างนี้มารวมกัน นี่คือการกลับมาอีกครั้งหนึ่งของหนังสือพิมพ์จีนที่หายไป 66 ปี”