ยุคนี้ถือว่าเป็น Digital Disruption ที่ดิจิทัลเข้ามาป่วนกระแสแห่งการพัฒนา ซึ่งได้สร้างความปั่นป่วนไปแทบทุกวงการ ทุกสายวิชาชีพ รวมทั้งการศึกษา หลายคนมองไปไกลเกินไปบอกว่า AI หรือหุ่นยนต์มันมาสอนแทนครูจริง ๆ ไม่ได้หรอก!! ความจริงแล้วไม่ต้องถึงขั้นนั้นเลยครับ Digital Disruption จะป่วนวงการการศึกษาด้วยสิ่งง่าย ๆ อย่างการเรียนการสอนออนไลน์ แม้ตลาดตอนนี้จะเป็นเพียงการสื่อสารทางเดียว นั่นคือ เราเรียนด้วยตัวเอง ผ่านคลิปวิดีโอการสอน แต่มันก็มาพร้อมแพลตฟอร์มที่ออกแบบมาสนับสนุนให้เกิดการเรียนรู้ให้มากที่สุด เช่น มีคำถามให้ผู้เรียนตอบระหว่างการดูคลิปการสอน การทำแบบฝึกหัด การบ้าน แบบทดสอบ รวมทั้งสร้างคอมมูนิตี้เพื่อเป็นช่องทางในการสื่อสารระหว่างผู้สอนและผู้เรียน และมีการพัฒนาขึ้นเรื่อย ๆ ซึ่งเทคโนโลยีปัจจุบันมันไปไกลจนสามารถโต้ตอบกันได้แบบเรียลไทม์ใกล้เคียงกับการเรียนการสอนในห้องแล้ว เพียงตอนนี้มยังไม่ใช้ในเชิงพาณิชย์เท่านั้นเอง ซึ่งปัจจุบันตลาดมันเติบโตขึ้นเรื่อย ๆ สักวันก็จะมีความแพร่หลายมากขึ้น ให้เราลองนึกภาพครูที่สอนเก่ง ๆ สื่อสารกับนักเรียนได้ดีผ่านคลิปวิดีโอ มีทีมงานช่วยกันตอบคำถามผ่านเฟซบุ๊ก ไลน์ และสื่อสังคมอออนไลน์อื่น ๆ หากนำไปเปรียนเทียบกับการเรียนการสอนในห้อง ที่ครูขาดแคลนทั้งในแง่จำนวนและความรู้ที่เติบโตเร็วกว่าการพัฒนาตนเองของครู ระบบการศึกษามันจะเอนเอียงไปทางไหน?
:) นอกเรื่องอีกสักย่อหน้านะครับ ฮ่า ๆ!! ผมขอพูดในฐานะเป็นอาจารย์ที่สอนอยู่ในระดับอุดมศึกษา ที่มองเห็นอนาคตเรื่องนี้พอสมควร ที่ต่อไปปริญญาจะไม่มีความหมาย สิ่งสำคัญคือความรู้และทักษะที่งานต้องการจากคน เชื่อว่าทุกคนที่อ่านเห็นด้วยกับผม? เมื่อปริญญาไม่มีความหมาย นักศึกษาจะมาเรียนในมหาวิทยาลัยที่บังคับให้เรียนวิชาอะไรไม่รู้ที่ไม่เกี่ยวกับความรู้และทักษะที่งานต้องการ ทำไม? เสียเวลาเข้ามาเช็คชื่อทำไม? เสียเวลาเข้ามาทำกิจกรรมทำไม? หลายคนมองว่ามันคือการจำลองสังคม เรียนรู้ชีวิต แล้วมันจะไม่ดีกว่าเหรอหากเราเรียนรู้จากสังคมจริงไปเลย? ผลสรุปมันจะมาลงเอยที่ว่า มหาวิทยาลัยอาจต้องปรับตัว อย่างที่มหาวิทยาลัยระดับโลกเขาไปไกลแล้ว ที่สามารถทำการเรียนการสอนออนไลน์ไปเลย และได้รับปริญญาเมื่อเรียนครบตามที่กำหนด ซึ่งมหาวิทยาลัยในไทยก็เริ่มขยับกันแล้ว อย่างมหาวิทยาลัยธรมศาสตร์ กำลังเปิดตัวปริญญาโทออนไลน์ 100% และจุฬาลงกรณ์มหาวิทยาลัย ก็สร้าง MOOC ที่เป็นคอร์สเรียนออนไลน์ออกมามากมาย ซึ่งผมจะรีวิวหนึ่งในคอร์สเหล่านั้นในบทความนี้นั่นเอง นอกจากนี้มหาวิทยาลัยในโลกออฟไลน์ ก็ควรปรับตัว ลองนึกภาพว่ามหาวิทยาลัยไม่บแยกเป็นคณะหรือสาขาวิชา แต่เมื่อนักศึกเข้าไปเรียนจะมีรายวิชามากมายกองอยู่ให้นักศึกได้เลือกเรียนตามใจชอบ และหากเรียนครบตามที่หลักสูตรใดหลักสูตรหนึ่งกำหนดก็จะได้รับปริญญาของหลักสูตรนั้นไปเลย(โดยหลักสูตรก็ต้องปรับรายวิชาให้เหมาะในการนำไปใช้งานได้จริง ๆ) ทำให้เราสามารถเลือกเรียนให้ได้หลายปริญญาไปพร้อม ๆ กันได้ เรียนไม่จบก็มีใบรับรองว่าเรียนวิชาอะไรมาแล้วบ้าง เมื่อนำไปสมัครงาน นายจ้างก็จะดูรายวิชาที่เรียนมาเป็นหลัก ไม่ใช่ดูแค่ปริญญาหรือมหาวิทยาลัยอย่างในปัจจุบัน
อย่างที่ผมกล่าวมาข้างต้น เพื่อจะบอกว่าผมอินกับการเรียนคอร์สเรียนออนไลน์เป็นอย่างมากครับ มันคือการศึกษาตลอดชีวิต ที่ผู้เรียนเข้าไปเพิ่มเติมและทบทวนความรู้ตัวเองได้เป็นอย่างดี ซึ่งตอนนี้เรียนมาแล้วหลายคอร์สและมีอีกหลายคอร์สยังเรียนไม่จบ โดยบทความนี้จะเลือกคอร์ส Data Science Pathway โดย Chula Mooc Achieve มารีวิวกันครับ ว่าเป็นอย่างไรบ้าง คุ้มค่าที่จะเข้าไปเรียนกับค่าลงทะเบียน 5,500 บาท หรือไม่?
ด้านเนื้อหาของคอร์สเรียน
Data Science Pathway เป็นชุดวิชาเกี่ยวกับ Data Science หรือภาษาไทยก็คือ วิทยาศาสตร์ข้อมูล เนื้อหาของหลักสูตรประกอบด้วย 4 รายวิชา 34 บทใหญ่ 96 คลิปย่อย รวม 30 ชั่วโมง ซึ่ง 4 รายวิชานั้น ได้แก่
- Competing in a Data-Driven World: Understand and Know-How
- Data Analytics & Big Data
- Practical Data Analytics Using RapidMiner
- Python for Data Science
รายวิชาที่ 1 อย่าง Competing in a Data-Driven World: Understand and Know-How จะเน้นให้เข้าใจโดยภาพรวมในระดับองค์กร เหมาะสำหรับผู้บริหารเสียมากกว่า ซึ่งสอนโดยอาจารย์ภาควิชาสถิติ คณะพาณิชยศาสตร์และการบัญชี รายวิชาที่ 2 Data Analytics & Big Data จะเป็นการสอนให้เข้าใจการวิเคราะห์ข้อมูลและ Big Data ในภาพรวม ยังไม่ลงลึกในเนื้อหา แต่มี Workshop(สอนทำตาม step by step) การวิเคราะห์ข้อมูลด้วย RapidMiner เพื่อให้เข้าใจลักษณะการวิเคราะห์ข้อมูล ลักษณะการสอนจะมีการสลับกันพูดระหว่างอาจารย์ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ ถือว่าเป็นการเกริ่นที่ดีสำหรับผู้บริหารก่อนที่จะเข้าเนื้อหาเชิงลึกในรายวิชาที่ 3 แต่สำหรับผู้เรียนที่ต้องทักษะแบบเน้น ๆ ก็ถือว่ารายวิชาที่ 2 นี้เรียกน้ำย่อยได้ดีพอสมควร โดยเฉพาะในช่วง Workshop ที่ทำให้มองเห็นภาพเทคนิคการวิเคราะห์ข้อมูลและการนำไปใช้งานจริง แต่รายวิชาที่ผมให้คะแนนมากที่สุด ก็คือ รายวิชาที่ 3 Practical Data Analytics Using RapidMiner ซึ่งเป็นการเข้าเรื่องแบบเต็มที่ สอนการวิเคราะห์ข้อมูลด้วยโปรแกรม RapidMiner โดยมี Wokrshop ประมาณ 80% อีก 20% จะเป็นการสอนการเชื่อมต่อ RapidMiner เข้ากับ Big Data ซึ่งมันเป็นงานระดับเซิฟเวอร์จึงไม่สามารถ Workshop ในคอร์สนี้ได้ ส่วนรายวิชาที่ 4 Python for Data Science สอนการใช้ภาษา Python สำหรับวิทยาศาสตร์ข้อมูล ผ่าน Google Colab ทำให้เรามองเห็นประโยชน์ของการใช้ ภาษา Python ที่ทำงานได้หลากหลายมากกว่าโปรแกรมสำเร็จรูป แต่สำหรับคนที่ไม่รู้ภาษา Python เรียนเสร็จก็ทำได้แค่รู้ ลอกคำสั่งตามอาจารย์ แต่ยังไม่บรรลุ จนผมต้องไปขวานขวยหาคอร์สเรียน Python ต่อ ซึ่งผู้เรียนคนอื่นก็ไม่ต่างกันครับ จะเห็นได้จากคะแนนการทดสอบแต่ละรายวิชา 90%+, 80%+, 70%+, 60%+ ตามลำดับ
หากจะให้สรุปสั้น ๆ เกี่ยวกับเนื้อหาทั้งชุดวิชา ก็คือ ได้รู้และเข้าใจเกี่ยวกับวิทยาศาสตร์ข้อมูลแบบกว้าง ๆ การขับเคลื่อนองค์กรด้วยวิทศาสตร์ข้อมูล เข้าใจลึกซึ้งเกี่ยวกับการวิเคราะห์ข้อมูลด้วย RapidMiner ส่วนภาษา Python ได้เพียงรู้แต่ยังไม่เข้าใจมากนัก
ส่วนรายละเอียดเนื้อหาอื่น ๆ ทางคอร์สได้อธิบายไว้ชัดเจนแล้วครับ ลองเข้าไปศึกษาดูได้ที่ >> https://www.chulamoocachieve.com/pathway/data-science
บรรยากาศการเรียนการสอน
ลักษณะการเรียนการสอนนั้น แยกออกเป็นส่วนการบรรยายและ Workshop ซึ่งการบรรยารายวิชาแรกจะเป็นการสลับกันไปมาระว่างหน้าอาจารย์ที่พูดอยู่โดยแบล็คกราวด์เป็นสถานที่ภายในจุฬาลงกรณ์มหาวิทยาลัย กับภาพเอฟเฟ็กต์ข้อความแสดงข้อมูลตามที่อาจารย์พูด ส่วนรายวิชาหลัง ๆ เหมือนเปลี่ยนคนตัดต่อ ทำให้การใส่เอฟเฟ็กต์ข้อความดูดีขึ้นมาก อาจารย์จะพูดไปแล้วข้อความ รูปภาพ แผนภูมิ ก็จะขึ้นมาเลยด้านข้าง โดยใช้แบล็คกราวด์เป็นสถานที่ภายในจุฬาลงกรณ์มหาวิทยาลัยไปเลย ไม่มีการสลับเนื้อหากับผู้พูด ส่วน Workshop จะแสดงเฉพาะหน้าจอคอมพิวเตอร์ของอาจารย์แล้วเราก็ทำตามได้เลย ซึ่ง 2 คลิปต่อไปนี้ เป็นหนึ่งในคลิปที่ใช้สอนในห้องเรียนเลยในส่วนของการบรรยาย ดังนั้นหากอยากรู้บรรยากาศเป็นอย่างไรบ้าง ลองดูได้เลยครับว่าชอบไหม แต่คลิปในส่วนของ Workshop ไม่มีนะครับ ซึ่งในส่วนนั้นไม่มีปัญหาเลย ทั้งเรื่องความชัดเจนในการสอน ความเข้าใจผู้เรียนที่จะปฏิบัติตาม และคุณภาพของวิดิโอ
นอกจากนี้ในแต่ละรายวิชาจะมีแบบทดสอบก่อนเรียน และแบบทดสอบหลังเรียน ที่จะทำได้เพียงครั้งเดียว ซึ่งสำคัญมาก เพราะหากเราได้คะแนนทดสอบเหล่านี้น้อยกว่า 70% เราจะไม่สามารถทำแบบทดสอบรวมของชุดวิชาได้ ซึ่งจะทำให้เราไม่ได้ใบ Cer. นั่นเอง และในแต่ละบทของการเรียนก็จะมีแบบทดสอบด้วยครับ ซึ่งอันนี้จะทำได้หลายครั้งเลย ผมก็ทำจนถูกหมดทุกข้อนั่นหละ ฮ่า ๆ
อีกสิ่งหนึ่งที่ต้องพูดถึง นั่นคือ กลุ่มในเฟซบุ๊ก ซึ่งสร้างขึ้นมาเพื่อผู้เรียนได้แลกเปลี่ยนพูดคุย รวมทั้งปรึกษาหารือต่าง ๆ กับทีมงานและอาจารย์ผู้สอน ซึ่งจะรับเข้ากลุ่มเฉพาะคนที่ลงทะเบียนเรียนเรียบร้อยแล้ว ซึ่งถือว่าช่วยในการเรียนการสอนได้เป็นอย่างมาก และถือว่าเป็นสร้างคอนเนคชั่นของนักวิทยาศาสตร์ข้อมูลได้เป็นอย่างดีครับ
การส่งเสริมการเรียนรู้และประเมินผล
สิ่งที่เหนือกว่าคอร์สเรียนทั่วไป ก็คือ ระหว่างการเรียนการสอน ทางทีมงานจะจัดกิจกรรมดูงาน โดยจะประสานกับบริษัท องค์กร ต่าง ๆ ที่ใช้วิทยาศาสตร์ข้อมูลในการขับเคลื่อนองค์กร พาเราไปดูงานถึงที่ อันนี้ก็ถือว่าเป็นข้อได้เปรียบที่จุฬาฯ มีมากกว่าคอร์สเรียนทั่วไปที่หาคอนเนคชั่นระดับนี้ยาก ซึ่งจะมีมาเรื่อย ๆ ครับ อย่างเช่นล่าสุดก็ไปดูงานที่ Shopee ที่มีความโดดเด่นในการใช้วิทยาศาสตร์ข้อมูลเป็นอย่างมาก และมีการจัดงานพบประแลกเปลี่ยนประสบการณ์ระหว่างกัน เพื่ออัพเดตความรู้ใหม่ ๆ อยู่เรื่อย ๆ ฟรี!! แต่งานที่เสียเงินอย่าง Workshop จริงจังก็มีครับ เช่น Workshop ภาษา Python ที่จะเจอกันในการอบรมเลย 1 วันเต็ม ๆ 8.00 น. – 18.00 น. แต่จะลดราคาให้สมาชิกกลุ่มจาก 5,900 บาท เหลือ 2,900 บาทเท่านั้น นอกจากนี้ในกลุ่มเฟซบุ๊ก ก็จะมีการนำความรู้มาแบ่งปันกันอยู่เสมอ เป็นสังคมแห่งการเรียนรู้ที่ดีมากครับ
การประเมินผลอย่างที่บอกไปครับ ในแต่ละรายวิชาจะมีแบบทดสอบก่อนเรียน และแบบทดสอบหลังเรียน รวมทั้งแบบทดสอบของแต่ละบท ซึ่งเราต้องทำให้ได้คะแนนมากกว่า 70% จึงจะสามารถทำแบบประเมินผลการเรียนรู้ของชุดวิชา(Pathway Test) ได้ เพื่อนำคะแนนไปพิจารณาการให้ใบรับรอง Certificate โดยหากเราทำคะแนนได้น้อยกว่า 50 คะแนน จะได้แค่ระดับ Participation ถ้าได้ 50-64 คะแนน จะได้เหรียบทองแดง 65-79 คะแนน จะได้เหรียญเงิน และ 80 คะแนนขึ้นไป จะได้เหรียญทอง โดยหน้าตาใบ Certificate จะเป็นแบบนี้ครับ
ซึ่งหลังจากเราทำการทดสอบเสร็จสิ้นและทราบผลคะแนนแล้ว ต้องรอให้คณะกรรมการฯ พิจารณาและอนุมัติเสียก่อน ซึ่งใช้เวลารอประมาณ 1 เดือนครับ สิ่งหนึ่งที่สำคัญ ที่ผมเห็นจากกลุ่มในเฟซบุ๊ก ก็คือ หลายคนสอบ Pathway Test ไม่ได้เพราะคะแนนทดสอบย่อยไม่ถึง 70% แต่อันนี้ก็ทำเรื่องขออนุโลมได้ครับ และอีกกรณีก็คือหมดเวลาในการเรียนเสียก่อน ดังนั้นเราต้องเรียนและทดสอบให้เสร็จก่อนหมดเวลาที่หลักสูตรมอบให้ คือ 3 เดือน โดยยึดเวลาสมัครเรียนเป็นสำคัญ ไม่ใช่เที่ยงคืนนะครับ อันนี้ต้องระวัง
สรุปการรีวิว Data Science Pathway โดย Chula Mooc Achieve
คะแนนด้านเนื้อหา ผมให้ 70% เรียนทั้งชุดวิชา มันเลยกว้างไปหน่อย เหมือนหว่านแหที่ใครมาเรียนก็ได้ แต่รายวิชาที่ 1 แม้จะบรรยาล้วน ๆ แต่ก็จำเป็น ทำให้เราเข้าใจภาพรวม รายวิชาที่ 2-3 เป็นเนื้อหาเต็ม ๆ ได้ความรู้เรื่อง Rapidminer เป็นสำคัญ ซึ่งก็น่าเสียดายที่ไม่มีโปรแกรมอื่น ส่วนรายวิชาที่ 4 ช่วยเปิดตาให้เรารู้จักความสามารถของภาษา Python แต่ยังปฏิบัติจริงไม่ได้ สรุปว่าเป็นจุดเริ่มต้นที่ได้ เพื่อให้เราไปศึกษาต่อในคอร์สอื่น ๆ จะทำงานเลยก็ได้แต่เราก็จะมีเพียงเครื่องมือ Rapidminer โปรแกรมอื่น ๆ ต้องศึกษาเอง และน่าเสียดายถ้ามีภาษา R ด้วยจะดีมาก เอาแค่ให้รู้เหมือนภาษา Python ก็ได้ ปัญหาอีกอย่างด้านเนื้อหาคือ โปรแกรม Rapidminer มันมีอัพเดตเรื่อย ๆ แต่คลิปการสอนน่าจะ 1-2 ปีแล้ว ทำให้เนื้อหาที่สอน แบบทดสอบที่ทำ มีหน้าตาและได้ผลลัพธ์ที่ต่างกัน ควรพยายามอัพเดตคลิปวิดีโอให้บ่อยขึ้น
คะแนนด้านบรรยากาศการเรียน ผมให้ 80% คลิปวิดีโอที่อาจารย์สอนเข้าใจและชัดเจนมาก ๆ คุณภาพการตัดต่อระดับดีมาก มีการสนับสนุนการเรียนรู้ผ่านกลุ่มเฟซบุ๊กได้เป็นอย่างดี เสียดายที่แพลตฟอร์มที่ใช้ยังไม่สมบูรณ์แบบ หากมีระบบคำถามจากผู้สอนเด้งขึ้นมาเหมือน Coursera ระหว่างเรียน ก็อาจกระตุ้นได้มากขึ้น มากกว่านั้นถ้ามีบอทคอยตอบคำถามระหว่างเรียนได้น่าจะแจ่มเลยครับ
การส่งเสริมการเรียนและประเมินผล ผมให้ 85% ด้วยกิจกรรรมส่งเสริมการเรียนนอกห้องเรียน ทั้งการดูงาน การสร้างสังคมแห่งการเรียนรู้ผ่านกลุ่มเฟซบุ๊ก ก็ถือว่าทำได้ดีมาก การประเมินผลที่ใช้ระดับของใบ Cer. มาช่วยกระตุ้นการเรียนรู้ก็ทำได้ดีครับ จึงได้คะแนนเยอะหน่อยที่ 85%
เฉลี่ยคะแนนทั้งหมด คือ 78.3% ถือว่าอยู่ในเกณฑ์ดี แต่ยังไม่ถึงขั้นดีมาก น่าเสียดายที่แม้จะเป็นคอร์สเรียนออนไลน์แทนที่จะใช้ข้อเด่นที่คนจะเรียนอะไรก็ได้อย่างที่เขาต้องการ แต่กลับบังคับให้เรียนเรื่องอื่นที่ผู้วางหลักสูตรคิดเองว่าเราควรรู้ นี่ไม่ต่างจากหลักสูตรปกติที่เปิดสอนในมหาวิทยาลัยเลย นั่นก็อาจเป็นเพราะทีมงานคือคนจากสถาบันการศึกษาที่มีอยู่เดิม จึงมองผู้เรียนเหมือนนักศึกษาทั่วไป ไม่ใช่ผู้เรียนที่มีความต้องการจำเพาะ ไม่เหมือนกับเว็บไซต์คอร์สเรียนออนไลน์อื่น ที่เข้าใจผู้เรียนมากกว่า แต่ก็ไม่ถือว่าเรื่องใหญ่นะครับ ได้คะแนนไปตั้ง 78.3% ก็ถือว่าเยอะแล้ว เพราะผมคิดว่าเราได้เรียนรายวิชาที่หลากหลายก็โอเค ดีกับเราเองนั่นหละ อาจเสียที่ผลการประเมินแต่ละคนอาจน้อยเพราะหัวเรื่องมันกว้างเกินไป
