Data | information | knowledge | wisdom เหมือนหรือแตกต่างกันอย่างไร

ข้อมูล (data): ผลที่ได้จากกระบวนการจัดเป็นข้อมูล นอกจากนี้สารสนเทศ (information) ที่ไม่ได้ผ่านการประมวลถือว่าเป็นข้อมูล ภายในตาราง excel เก็บข้อมูลไม่ใช่สารสนเทศ อีกตัวอย่างตัวเลขของการขายของบริษัทที่อยู่ในแผ่นตารางคือข้อมูล ถ้ามีการจัดประเภทข้อมูลอาจทำให้ได้ผลที่เป็นประโยชน์ออกมา

สารสนเทศ: ข้อมูลที่ผ่านการประมวลคือสารสนเทศ ไม่จัดเป็นสารสนเทศถ้าไม่ได้ผล (ข้อสรุป) ออกมาจากข้อมูล ตัวอย่างเช่น ตัวเลขการขายที่เก็บในแผ่นตารางโดยตัวเองไม่สามารถให้ข้อสรุปแต่เมื่อผ่านการสังเกตหรือใช้เครื่องมือทางสถิติทำให้รู้ว่าพื้นที่ทางเหนือมีการขายที่ดีกว่าพื้นที่ทางใต้ สิ่งนี้เป็นสารสนเทศที่ได้จากข้อมูลการขาย

ความรู้ (knowledge): วิวัฒนาการต่อจากสารสนเทศและข้อมูลคือความรู้ เมื่อประยุกต์ใช้ประสบการณ์ การพิจารณากับสารสนเทศจะทำให้ได้ความรู้ออกมา ความรู้เป็นผลที่เกิดจากการเรียนรู้ ตัวอย่างเช่น จากข้อมูลการขายสามารถสรุปได้ว่าต้องการมากขึ้นความพยายามในการตลาดหรือการเลื่อนตำแหน่งในพื้นที่ทางใต้กว่าพื้นที่ทางเหนือเพื่อเพิ่มการขายในพื้นที่ทางใต้ ความรู้แบ่งออกเป็น 2 ประเภท คือ tacit knowledge (ความรู้ฝังในตัวคน) และ explicit knowledge (ความรู้ที่ชัดแจ้ง)

ตัวอย่างที่เห็นได้ชัดความแตกต่างระหว่างข้อมูลและสารสนเทศ
“ความดันเลือดของผู้ป่วย” จัดเป็นข้อมูล และ “จากการตรวจสอบความดันเลือดของผู้ป่วยพบว่าผู้ป่วยมีความดันเลือดสูง” จัดเป็นสารสนเทศ “ข้อสรุปต่างๆ ที่ได้จากการอ่านความดันเลือด” ถือว่าเป็นสารสนเทศ

ที่มา: Data Information and Knowledge. Retrieved July 19, 2019, from http://www.allkm.com/km-basics/data.php

ข้อมูล (Data)และ สารสนเทศ (Information) แตกต่างกันอย่างไร 

Data

ข้อมูลเป็น ข้อมูลดิบ คือข้อเท็จจริง หรือเหตุการณ์ต่าง ๆ ที่เกิดขึ้น อาจจะเป็นตัวเลข ตัวอักษร หรือสัญลักษณ์ก็ได้. ข้อมูลที่ดีจะต้องมีความถูกต้องแม่นยำ และเป็นปัจจุบัน เช่น ปริมาณ ระยะทาง ชื่อ ที่อยู่ เบอร์โทรศัพท์ คะแนนของนักเรียน รายงาน บันทึก ฯลฯ ยังไม่มีกระบวนการของการตีความหมายเข้ามา เป็นข้อมูลที่ยังไม่ได้เตรียมพร้อมสำหรับที่จะนำไปใช้ประโยชน์ ไม่มีโครงสร้างเป็นข้อมูลที่เหมาะสำหรับคอมพิวเตอร์เพื่อที่จะทำการตีความต่อไปข้อมูล (Data) 

คือ ข้อเท็จจริงที่เราสนใจ ไม่ว่าจะเป็นคน สัตว์ สิ่งของ หรือ เหตุการณ์ต่างๆ ซึ่งข้อมูลสามารถหาได้จากแหล่งข้อมูลต่างๆ เช่น โทรทัศน์ หนังสือพิมพ์ วิทยุ คอมพิวเตอร์ หรือสิ่งรอบๆ ตัว 

Information 

จากการวิเคราะห์ สารสนเทศหรือ Information ในที่นี้เป็นข้อมูลที่มีการตีความหมายหรือวิเคราะห์ความหมายแล้ว ผ่านการคิดและเข้าใจ    

สามารถที่จะนำข้อมูลที่ได้ไปใช้ประโยชน์ในทางด้านต่างๆได้แล้ว สรุปก็คือเป็นข้อมูลที่ผ่านกระบวนการมาแล้วนั่นเองส่วน สารสนเทศ (Information) 

หมายถึง ข้อมูลที่ได้ผ่านการประมวลผลด้วยวิธีการที่เหมาะสม และถูกต้อง จนได้ผลลัพธ์ตรงตามความต้องการ อยู่ในรูปแบบที่สามารถนำไปใช้ประโยชน์ และอยู่ในช่วงเวลาที่ต้องการของผู้ใช้ 

และการประมวลผล (Process) อาจเกิดจากกิจกรรม ต่อไปนี้ 

- การจัดแบ่งกลุ่มข้อมูล 

- การจัดเรียงข้อมูล 

- การสรุปผล 

- การคำนวณ 

- ฯลฯ 

ยกตัวอย่างเช่น เราทราบมาว่า 

คะแนนดิบรายวิชา คอมพิวเตอร์ 108 ของนักเรียนชั้นม.5/1 ของโรงเรียนแห่งหนึ่ง จำนวน 20 คน : 

คะแนนดิบ ที่ว่า ก็คือ "ข้อมูล" 

หากเราต้องการทราบว่าแต่ละคนจะได้เกรดอะไรบ้าง ็ก็ต้องนำคะแนนดิบมาคำนวณหาเกรด 

การคำนวณหาเกรด ก็คือ "การประมวลผล" 

เกรดที่ได้ ก็คือ "สารสนเทศ" 

ข้อมูล อาจจะยังเอาไปใช้ประโยชน์ไม่ได้ แต่... 

สารสนเทศ สามารถนำไปใช้ประโยชน์ได้ เช่น ใช้ในการตัดสินใจ ใช้ในการวางแผน เ็ป็นต้น 

Danny Wallace (2007) เจ้าของทฤษฎี DIKW Pyramid ได้กล่าวถึงความแตกต่างระหว่าง D (Data) I (Information) K (Knowledge) และ W (Wisdom) เอาไว้ว่า Data หรือข้อมูลที่กระจัดกระจายอยู่ทั่วไป เมื่อนำมาจัดเก็บอย่างเป็นระบบจะกลายเป็น Information หรือสารสนเทศ และเมื่อนำสารสนเทศมาผ่านกระบวนการประมวลผล สารสนเทศนั้นก็จะเปลี่ยนเป็น Knowledge หรือความรู้ สุดท้ายเมื่อได้ความรู้แล้วก็จะพัฒนาการไปสู่ Wisdom หรือปัญญา อุปมาอุปมัยเหมือนทรง Pyramid ที่ฐานล่างกว้างที่สุดคือ Data ถัดขึ้นมาชั้นหนึ่งคือ Information ถัดขึ้นมาอีกหนึ่งชั้นก็คือ Knowledge และยอด Pyramid นั้นคือ Wisdom

“ข้อมูล” นั้นเมื่อผ่านกระบวนการประมวลผล (Process) ก็จะแปรสภาพเป็น “สารสนเทศ” ซึ่งสามารถนำมาใช้ประกอบการตัดสินใจ (Decision-making) ส่วน “ความรู้” นั้น เกิดจากการจัดลำดับความสำคัญและจัดระดับความสัมพันธ์ของ “สารสนเทศ” จนถึงระดับที่ทำให้เกิดความเข้าใจในบริบทและองค์ประกอบที่เกี่ยวข้องทั้งหมด แล้วกลั่นออกมาเป็นทฤษฎี และคำจำกัดความของ “ปัญญา” นั้นก็มีสั้นๆ ง่ายๆ กล่าวคือ “ปัญญา” คือ ความสามารถในการใช้ “ความรู้”

ตัวอย่างหนึ่ง ซึ่งเป็น “ภาพแสดงแทน” เพื่อใช้อธิบายความแตกต่างระหว่าง “ข้อมูล” กับ “ความรู้” ก็คือกรณีคลาสสิก ว่าด้วย “ทฤษฎีสมคบคิด” ที่เป็นประเด็นโต้แย้งเกี่ยวกับการ “เหยียบดวงจันทร์” ที่แม้ว่าจะมีผู้สนับสนุนความเห็นหลายฝ่ายต่อเหตุการณ์เมื่อ 20 กรกฎาคม ปี ค.ศ.1969 ซึ่งเป็นวันที่ Neil Armstrong เหยียบดวงจันทร์

โดยมีทั้งฝ่ายที่เชื่อว่าเหตุการณ์ดังกล่าวเป็นความจริงแท้แน่นอน 100% กับฝ่ายที่ไม่เชื่อว่ามนุษย์โลกสามารถลงไปเดินบนดวงจันทร์ได้ในวันนั้น และฝ่ายที่มีความเห็นกลางๆ คือพร้อมจะเชื่อทั้งสองฝ่ายหากมี “ข้อมูล” สนับสนุนที่ดีพอ

โดยในปีนี้ เป็นวาระครบรอบ “50 ปี การเหยียบดวงจันทร์” เสียด้วย

“ทฤษฎีสมคบคิด” เรื่อง “เหยียบดวงจันทร์” นั้น เกิดขึ้นเมื่อราวกลางทศวรรษที่ 1970 โดยกลุ่มที่รวมตัวกันหลวมๆ แต่ยังคงติดต่อสื่อสารกันอยู่ในทุกวันนี้ ที่พวกเขาไม่เชื่อว่า One Giant Leap For Mankind ที่ Neil Armstrong กล่าวถึงเหตุการณ์ที่เขาและเพื่อนอีกสองคนคือ Buzz Aldrin และ Michael Collins ใน “ปฏิบัติการเหยียบดวงจันทร์” โดยยาน Apollo 11 นั้นเป็นความจริง โดย “นักทฤษฎีสมคบคิด” ได้ตั้งข้อสังเกตเอาไว้หลายประการ

และในเวลาต่อมา NASA ก็ได้ออกมาตามแก้ต่างหักล้างข้อกล่าวหาที่ว่านั้นทุกประการเช่นกัน

โดยหลังจากนั้น นักดาราศาสตร์ นักวิทยาศาสตร์ นักบินอวกาศ และนักวิชาการหลากหลายสาขา ได้พากันออกมาสนับสนุนทั้งฝ่ายที่เชื่อและฝ่ายที่ไม่เชื่อกันมากมายหลายกรณี ถึงขนาดเขียนเป็นหนังสือ และมีการจัดสัมมนากันอย่างเป็นเรื่องเป็นราว

ถึงขนาดเมื่อสองสามปีก่อน ได้มีการสร้างภาพยนตร์เกี่ยวกับ “ทฤษฎีสมคบคิด” เรื่อง “เหยียบดวงจันทร์” ขึ้น และได้มีการนำออกฉายพร้อมเผยแพร่ต่อเนื่องอย่างเป็นจริงเป็นจัง นั่นคือภาพยนตร์เรื่อง Operation Avalanche (2016) ที่เนื้อหาหลักกล่าวถึง “ปฏิบัติการเหยียบดวงจันทร์” ว่าเป็นการจัดฉากถ่ายทำกันใน Studio สร้างหนังของ Hollywood

กรณีดังกล่าวสะท้อนให้เห็นถึงความไม่นิ่งของ “ข้อมูล” เกี่ยวกับปฏิบัติการเหยียบดวงจันทร์ ที่แม้จะครบรอบ 50 ปีแล้ว แต่ก็ยังมีคนที่ไม่เชื่อ “ข้อมูล” ของ NASA อย่างบริสุทธิ์ใจ 100%

ชี้ให้เห็นว่า ไม่ว่าองค์กรเจ้าของ “ข้อมูล” จะมีความน่าเชื่อถือเพียงไร แต่หากการนำเสนอ “ข้อมูล” ใดๆ ไม่ทำให้เกิดความกระจ่างแจ้ง ก็จะยังมีการตั้งคำถามถึง “ข้อมูล” นั้นๆ อยู่เสมอ ไม่ว่าเวลาจะผ่านไปนานเพียงไรก็ตาม

ซึ่งหากย้อนกลับไปพิจารณา DIKW Pyramid ของ Danny Wallace ต่อกรณี “ปฏิบัติการเหยียบดวงจันทร์” ดังกล่าว ก็จะพบความสับสนในการแยกแยะระหว่าง “ข้อมูล” กับ “ความรู้” ยิ่งหากยังมีความไม่นิ่งของ “ข้อมูล” เข้ามาประกอบด้วยแล้ว ก็ยิ่งทำให้ “ความรู้” ที่จะเกิดขึ้นตามมาจากกระบวนการแปลง “ข้อมูล” เป็น “ความรู้” ยิ่งถูกตั้งข้อสงสัย

บทสรุปของหนังเรื่อง Operation Avalanche ก็คือ หาก “ข้อมูล” ไม่ชัด “สารสนเทศ” ก็พร่าเลือน “ความรู้” ก็ยิ่งสับสน ยังไม่ต้องเอ่ยถึง “ปัญญา” ซึ่งไม่มีทางเกิดขึ้นได้อย่างแน่นอน

มิพักต้องพูดถึงยุคนี้ ที่โลกข้อเราท่วมท้นไปด้วย “ข่าวปลอม” หรือ Fake News ยังไม่ต้องเอ่ยถึง DIKW Pyramid ว่าหากเกิด “ข้อมูลปลอม” “สารสนเทศปลอม” ซึ่งจะนำไปสู่ “ความรู้ปลอม” และ “ปัญญาปลอม” ก็ยิ่งเป็นอันตรายร้อยเท่าพันทวี

ปัญหาทั้งหมดคงจะไม่เกิดขึ้น หากมีกระบวนการ “การจัดการความรู้” หรือ Knowledge Management ที่รู้จักกันในตัวย่อทั่วทุกมุมโลกว่า KM เข้ามาช่วย

เพราะ KM นั้น หมายถึง การรวบรวม การสร้าง การจัดระเบียบ การแลกเปลี่ยน และการประยุกต์ใช้ความรู้ โดยพัฒนาระบบจาก “ข้อมูล” ไปสู่ “สารสนเทศ” เพื่อให้เกิด “ความรู้” และ “ปัญญา” ในที่สุด

KM ประกอบไปด้วยชุดปฏิบัติการเพื่อที่จะระบุ สร้าง แสดง และกระจาย “ความรู้” เพื่อการนำไปใช้ประโยชน์ และใช้เพื่อการเรียนรู้ อันนำไปสู่ “การจัดการสารสนเทศ” ที่มีประสิทธิภาพมากยิ่งขึ้น

สิ่งต่างๆ เหล่านี้เป็นเรื่องจำเป็นสำหรับทุกองค์กร โดยเฉพาะองค์กรขนาดใหญ่หรือองค์กรระดับประเทศ ที่โดยส่วนมากจะมีการจัดสรรทรัพยากรสำหรับ KM ซึ่งปัจจุบัน ถือเป็นส่วนหนึ่งของหน่วยงานด้าน ICT หรือแผนกเทคโนโลยีสารสนเทศและการสื่อสาร แต่หลายหน่วยงานมีการแยก “ฝ่ายจัดการความรู้” ออกมาต่างหาก โดยแต่เดิมนั้น “งานจัดการความรู้” เป็นภารกิจหนึ่งของการจัดการและบริหารทรัพยากรมนุษย์

โดยทั่วไป รูปแบบ KM มักจะถูกจัดให้เป็นไปตามวัตถุประสงค์ขององค์กร และมีเป้าประสงค์ในอันที่จะนำมาหรือได้มาซึ่งผลลัพธ์เฉพาะด้าน อาทิ เพื่อแบ่งปันภูมิปัญญา เพื่อเพิ่มประสิทธิภาพการทำงาน เพื่อความได้เปรียบทางการแข่งขัน หรือเพื่อเพิ่มระดับนวัตกรรมให้สูงขึ้น

อีกประเด็นหนึ่งซึ่งมีความสำคัญ หากเราพูดถึงเรื่อง KM

นั่นคือ “การถ่ายทอดความรู้” หรือ Knowledge Transfer ซึ่งปัจจุบัน “การถ่ายทอดความรู้” มีพัฒนาการทั้งด้านรูปแบบและเนื้อหา แตกกอต่อยอดออกไปอย่างมากมาย โดยเฉพาะอย่างยิ่ง เมื่อเทคโนโลยีสารสนเทศและการสื่อสาร หรือนวัตกรรมคอมพิวเตอร์ได้มีการกระจายตัวออกไปอย่างกว้างขวางในศตวรรษที่ 21 ก่อให้เกิดเทคโนโลยีฐานความรู้ ระบบผู้เชี่ยวชาญ ปัญญาประดิษฐ์ เหมืองข้อมูล และคลังความรู้ ทั้งหลายทั้งปวงได้มีส่วนช่วยให้ KM สมบูรณ์แบบนั่นเอง

อย่างไรก็ดี ผมคิดว่า คนในวงการ KM นั้น หลายคนยังมีความมั่วอยู่มาก คือมากครั้ง ผมพบว่า นักวิชาการจำนวนหนึ่งยังแยกแยะระหว่าง “ข้อมูล” กับ “ความรู้” ไม่ออก

ดังนั้น สิ่งที่เหนือกว่า KM ดังที่ได้เรียนไว้ข้างต้นก็คือ ทฤษฎี DIKW Pyramid ของ Danny Wallace ครับ เพราะ Danny Wallace นี่เองที่เป็นผู้จัดระเบียบ และชี้ให้เห็นความแตกต่าง ระหว่าง “ข้อมูล” กับ “ความรู้” อย่างชัดเจน

จุดนี้ ผมจึงฟันธงว่า DIKW Pyramid นั้น ส่งผลสำคัญมากสำหรับการทำความเข้าใจ KM ในวงกว้าง เพราะหากเราแยกแยะไม่ออก ว่า “ข้อมูล” กับ “ความรู้” ต่างกันอย่างไร ขอให้ย้อนไปอ่าน “ทฤษฎีสมคบคิด” เรื่อง “เหยียบดวงจันทร์” ด้านบนอีกครั้ง

จะทำให้ท่านผู้อ่านกระจ่างแจ้งนะครับผม

Post Views: 2,689