3 อาชีพอะไรโตไวที่สุด แต่ต้องเก่งคณิตศาสตร์
- Data Scientist นักสถิติ และนักคณิตศาสตร์ประกันภัย คือ 3 อาชีพที่กำลังเติบโตไวที่สุด และต้องใช้ทักษะทางคณิตศาสตร์ที่สูงมาก โดยเฉพาะเรื่อง Data
- แม้ว่าทุกโรงเรียนจะสอนเลขกันอยู่แล้ว แต่การสอนเรื่อง Data เป็นสิ่งที่โรงเรียนส่วนมากยังไม่ได้สอน
- หากครูสอนนักเรียนในเรื่องนี้ตั้งแต่เนิ่น ๆ ก็เท่ากับเปิดโอกาสให้เขาเข้าสู่อาชีพที่เป็นต้องการของตลาดในอนาคต และสร้างรายได้สูงได้มากขึ้น
พูดถึงอาชีพที่มาแรงในยุคนี้ หลายคนคงนึกถึง Data Scientist ที่กำลังเป็นต้องการอย่างมากในตลาดแรงงาน เพราะยุคนี้ข้อมูลกลายเป็นสิ่งสำคัญที่ขับเคลื่อนธุรกิจให้ไปข้างหน้า ไม่เพียงแค่อาชีพนี้อย่างเดียวเท่านั้นที่มาแรง แต่ยังมีอีก 2 อาชีพที่กำลังเติบโตเร็วที่สุด นั่นก็คือ นักสถิติและนักคณิตศาสตร์ประกันภัย ถ้าสังเกตดี ๆ เราจะพบว่า 3 อาชีพนี้มีจุดร่วมบางอย่างที่เหมือนกัน คือ ต้องใช้ทักษะทางคณิตศาสตร์ที่สูงมาก แม้ว่าจะเป็นอาชีพที่มีรายได้สูงลิบ แต่เมื่อเทียบกับความต้องการของตลาดแล้วถือว่าอยู่ในระดับที่ขาดแคลน และแม้ว่าทุกโรงเรียนจะสอนเลขกันอยู่แล้ว แต่ถ้าพูดถึงการสอน Data นี่เป็นสิ่งที่โรงเรียนส่วนมากยังไม่ได้สอนสักเท่าไร อย่างมากที่สุดในบ้านเราก็พอจะมีมหาวิทยาลัยที่เริ่มเปิดสอนสาขานี้อยู่บ้าง แต่ถ้าเป็นในระดับโรงเรียน ไม่ใช่แค่ในไทยเท่านั้น แม้แต่ในประเทศยักษ์ใหญ่ด้านอุตสาหกรรมอย่างสหรัฐฯ การเรียนการสอนเรื่องนี้ยังมีน้อยมาก
จากข้อมูลของกระทรวงแรงงานสหรัฐฯ มีการคาดการณ์ว่า 2 ใน 10 ของสาขาอาชีพที่โตเร็วที่สุดจะเกี่ยวข้องกับข้อมูลและสถิติ โดย Data Scientist และนักสถิติเป็นอาชีพที่มีการคาดการณ์การเติบโตเร็วที่สุดที่ 36% และ 31% ส่วนนักคณิตศาสตร์ประกันภัยอยู่ที่ 21% เงินเดือนเฉลี่ยของอาชีพเหล่านี้อยู่ที่ 95,000-106,000 ดอลลาร์/ปี สำหรับในบ้านเรา รายได้สูงสุดของ Data Scientist อยู่ที่เดือนละประมาณ 150,000 บาท ส่วนนักคณิตศาสตร์ประกันภัยอยู่ที่ 50,000-90,000 บาท/เดือน หากได้รับรองมาตรฐานคุณวุฒิแต่ละครั้งก็จะทำให้มีรายได้และค่าตัวที่สูงขึ้นเรื่อย ๆ บางคนอาจมีรายได้เฉลี่ยเดือนละหกหลัก ซึ่งแน่นอนว่า อาชีพเหล่านี้ต้องอาศัยทักษะทางคณิตศาสตร์ที่สูงมาก
- Data Scientist ทำหน้าที่รวบรวมและนำข้อมูลต่าง ๆ มาวิเคราะห์ โดยใช้เทคนิคขั้นสูงเพื่อหาข้อมูลเชิงลึกที่ซ่อนอยู่ แล้วสร้างโมเดลหารูปแบบของข้อมูลหรือทำนายความน่าจะเป็นที่อาจเกิดขึ้น จากนั้นจึงนำข้อมูลหรือผลลัพท์ที่ได้ไปใช้ประโยชน์ทางธุรกิจต่อไป
- นักสถิติ ทำการวางแผน สำรวจข้อมูลทางสถิติ เพื่อใช้ในการวิเคราะห์ข้อมูลตัวเลขให้กับหน่วยงานต่าง ๆ
- นักคณิตศาสตร์ประกันภัย จะวิเคราะห์เหตุการณ์จากอดีต ประเมินสถานการณ์และความเสี่ยงในปัจจุบัน แล้วคาดการณ์อนาคตที่อาจเกิดขึ้น โดยจำลองโอกาสที่ดีที่สุด และเหตุการณ์ที่แย่ที่สุดที่อาจเกิดขึ้น เพื่อประเมินความเสี่ยงต่าง ๆ ที่จะส่งผลกระทบต่อธุรกิจ และสร้างโมเดลทางเลือกที่ทำให้เกิดประโยชน์สูงสุดในเชิงธุรกิจ
แม้จะเป็นอาชีพที่ตลาดต้องการและมีรายได้ที่ดี แต่น่าเสียดายที่การสอนเลขในโรงเรียนส่วนมากไม่ได้เน้นที่เรื่อง Data สักเท่าไร หากครูสอนนักเรียนในเรื่องนี้ตั้งแต่เนิ่น ๆ ก็เท่ากับเปิดโอกาสให้เขาเข้าสู่อาชีพที่เป็นต้องการของตลาดในอนาคต และสร้างรายได้สูงได้มากขึ้น โรงเรียนที่มองเห็นความสำคัญตรงนี้จึงควรกำหนดแนวทางการจัดการเรียนรู้เสียใหม่ อย่างโรงเรียนในรัฐจอร์เจียของสหรัฐฯ ก็เริ่มให้มีการสอนเรื่องข้อมูลและสถิติตั้งแต่ระดับอนุบาลไปจนถึงม.6
Elizabeth Converse กรรมการบริหาร Utah Tech Leads ซึ่งเป็นกลุ่มอุตสาหกรรมใน Salt Lake City หนึ่งในศูนย์กลางทางเทคโนโลยีของรัฐยูทาห์ที่เติบโตเร็วที่สุดในสหรัฐฯ สะท้อนว่า ผลสัมฤทธิ์ทางการเรียนวิชาคณิตศาสตร์ในระดับชาติของอนุบาลถึงมัธยมศึกษาตอนปลายนั้นลดลง โดยเฉพาะในด้านข้อมูลและสถิติ นี่เป็นสัญญาณอันตรายต่อเศรษฐกิจและประเทศเลยทีเดียว ด้วยสาเหตุนี้รัฐยูทาห์จึงเป็นผู้ริเริ่มให้มีการสอนเรื่อง Data รวมอยู่ในหลักสูตร โดยคณะทำงานของ Elizabeth ได้ทำงานร่วมกับคณะกรรมการการศึกษาของรัฐเพื่อพัฒนาเส้นทางการเรียนรู้ในเรื่องนี้ในโรงเรียนมัธยมศึกษาตอนปลาย และบูรณาการ Data Science กับมาตรฐานการเรียนรู้วิชาคณิตศาสตร์ตั้งแต่ระดับอนุบาลจนถึงม.ปลายด้วย
สำหรับเด็กที่ไม่ได้มีเป้าหมายจะทำงาน 3 อาชีพเหล่านี้ในอนาคต หรือแม้แต่อาชีพในกลุ่ม STEM ความรู้ด้านข้อมูลและสถิติก็ยังเป็นสิ่งที่คนทั่วไปต้องใช้ในชีวิตประจำวันอยู่ดี เช่น ผู้ประกอบการเพื่อสังคมต้องใช้สถิติเรื่องที่อยู่อาศัยในการสำรวจสถานที่ก่อสร้าง Youtuber ต้องวิเคราะห์ยอดวิวเนื้อหาและข้อมูลประชากรของผู้ชม
สอน Data Science ไม่ได้จำกัดแค่ในวิชาคณิตศาสตร์
สำหรับในห้องเรียนบ้านเรา แม้ว่าเลขอาจดูเป็นเรื่องนามธรรมสำหรับเด็ก แต่ครูก็สามารถสอน Data Science ให้กับเด็กได้ แม้กระทั่งในเด็กประถมศึกษา ด้วย 6 วิธีเหล่านี้
1. เชื่อมโยง Data Science กับเนื้อหาที่ครูสอนคณิตศาสตร์
เด็กป.1 ที่กำลังเรียนรู้เรื่องการนับ นอกจากการฝึกฝนทักษะที่เป็นกิจวัตร เช่น การนับกลุ่มของวัตถุแล้ว ให้ครูลองใช้ข้อมูลจากโลกจริง แล้วนำมาช่วยให้เด็กพิจารณาบริบทแนวคิดเหล่านี้ดู เช่น ให้เด็กเก็บหินในสนามเด็กเล่น แล้วแบ่งประเภทตามสีหรือรูปทรง ส่วนเด็กป.2 เมื่อเรียนเรื่องการชั่ง ตวง วัด อาจให้เด็กลองวัดความยาวดินสอโดยใช้เครื่องมือที่เหมาะสม แล้วสร้างกราฟแท่งออกมา
2. ผสมผสานการสอน Data ในวิชาอื่น
การสอนเรื่อง Data และการสร้างทักษะด้านข้อมูลไม่ได้จำกัดอยู่แค่วิชาเลขหรือวิทยาศาสตร์เท่านั้น แต่การสอนในระดับประถม สามารถใช้ประโยชน์จาก Data ได้ทุกวิชา เช่น วิชาสังคมศึกษาฯ เรื่องการขนส่ง ครูลองสำรวจว่า เด็กเดินทางมาโรงเรียนอย่างไร เช่น เดิน นั่งรถยนต์ นั่งรถโรงเรียน หรือใช้ขนส่งสาธารณะ จากนั้นนับคะแนน สร้างแผนภูมิหรือกราฟเพื่อให้เห็นความแตกต่าง จะช่วยให้เด็กเข้าใจได้ง่ายขึ้น
จากตัวอย่างนี้เด็กอาจสังเกตจากกราฟแท่งว่า คนส่วนใหญ่นั่งรถและเดินในระยะสั้น ๆ เท่านั้น ครูสามารถถามต่อได้ว่า ทำไมถึงเป็นเช่นนั้น ช่วยให้เด็กได้เกิดการวิเคราะห์ถึงระยะทางจากบ้านมาโรงเรียน หากไม่ไกลก็จะเลือกเดิน แต่ถ้าไกลก็จะนั่งรถ ข้อมูลในลักษณะนี้เป็นเรื่องที่เด็กเข้าใจได้ เพราะเป็นรูปธรรมและเป็นสิ่งที่เขาทำทุกวัน เมื่อเด็กเข้าใจเรื่องนี้ หากครูพูดถึงยานพาหนะอื่น ๆ ที่เดินทางได้ไกลขึ้น เช่น รถไฟและเครื่องบิน เขาก็ยังคงเข้าใจได้
3. สลับลำดับใหม่
บางครั้งการใช้มุมมองที่ต่างไปจากเดิมจะช่วยให้นักเรียนเข้าใจถึงความสำคัญของข้อมูล มองเห็นกลไกการสร้างโมเดลได้ชัดเจนยิ่งขึ้น เช่น ครูลองสลับลำดับบางอย่าง ให้เด็กดูกราฟิกก่อนแล้วให้รวบรวมข้อมูลทีหลัง จากนั้นถามว่า เด็กเห็นอะไร สงสัยอะไรบ้าง แยกแยะข้อเท็จจริงอะไรได้บ้างจากตัวอย่างนั้น ครูอาจพบว่า บ่อยครั้งเด็กจะสังเกตลักษณะที่แสดงถึงข้อมูลเชิงลึกได้อย่างน่าประหลาดใจ ซึ่งนำไปสู่บทสนทนาที่มีค่าและการเรียนรู้ที่ดี
ครูป.4 อาจให้เด็กดูกราฟแสดงข้อมูลความยาวนิ้วโป้งที่แตกต่างกันเมื่อครูสอนเรื่องแผนภูมิเส้น การวัด และเศษส่วน เด็กจะสังเกตและตั้งคำถามถึงเจ้าของนิ้วโป้งเหล่านั้นว่า อายุเท่าหรือไม่ คนที่นิ้วยาวเท่ากันสูงเท่ากันไหม
4. ให้เด็กกำหนดทิศทางการเรียนรู้ของตนเอง
แทนที่ครูจะให้ชุดตัวเลขแก่เด็กเพื่อสร้างแผนภูมิแบบใดแบบหนึ่ง ลองให้เด็กอภิปรายและกำหนดวิธีจัดระเบียบข้อมูลด้วยตนเอง เช่น ในวิชาวิทยาศาสตร์ ให้เด็กรวบรวมเมล็ดพืช เด็กอาจจัดกลุ่มเมล็ดพืชในลักษณะต่าง ๆ โดยแยกตามสี ขนาด หรือรูปร่าง และนำเสนอในรูปแบบต่าง ๆ เช่น รูปภาพ กราฟเส้น หรือกราฟแท่ง เป็นการเปิดโอกาสให้เด็กได้อภิปรายข้อมูลที่น่าสนใจ เปรียบเทียบข้อมูลที่สังเกตได้ และได้วิเคราะห์วิธีที่ตนเองเลือกใช้
ชื่อภาพ : เลข
5. นำเสนอ Data ในรูปแบบต่าง ๆ
เด็กอาจมีปัญหากับการทำความเข้าใจเมื่อเจอชุดตัวเลข การแสดงข้อมูลด้วยภาพมักจะเข้าใจได้ง่ายกว่า กราฟิกที่ต่างกันจะแสดงคุณลักษณะที่พิเศษได้ไม่เหมือนกัน ซึ่งอาจช่วยให้เด็กคนหนึ่งเข้าใจได้ดีกว่าอีกวิธีหนึ่ง หรือเหมาะกับสถานการณ์มากกว่า
ครูอาจให้เด็กสำรวจสีที่ชอบ นับว่าคนชอบแต่ละสีมีเท่าไร เขียนจำนวนที่นับได้ แล้วสร้างกราฟแท่งออกมา กราฟที่ยาวที่สุดจะบ่งบอกถึงสีที่เด็กชอบมากที่สุด
6. ถามคำถามเชิงวิพากษ์เกี่ยวกับ Data เพื่อขับเคลื่อนการเรียนรู้
นอกจากถามเรื่องปริมาณแล้ว ครูอาจลองถามถึงแหล่งที่มาของข้อมูล วิธีการรวบรวมข้อมูล และความหมายโดยนัยของสิ่งที่เด็กค้นพบ คำถามลักษณะนี้อาจต้องดูอายุของเด็กด้วย ควรถามเด็กประถมปลายมากกว่าเด็กประถมต้น
จากโจทย์เรื่องการขนส่งข้างต้น หากครูถามว่า ใครเป็นผู้ให้ข้อมูลและผลลัพธ์จากแต่ละกลุ่มจะเหมือนกันหรือไม่นั้น คำถามแบบนี้จะช่วยให้เด็กเริ่มประเมินความเกี่ยวข้องของข้อมูลและความสามารถในการคาดการณ์ เช่น คนที่เดินมาโรงเรียนจะมีมุมมองที่แตกต่างจากคนนั่งรถโรงเรียนไหม คำถามเชิงคุณภาพจะสร้างผู้ใช้ข้อมูลที่ชาญฉลาดได้
เส้นทางสู่ 3 อาชีพรายได้สูงเหล่านี้จะเปิดกว้างมากขึ้นสำหรับเด็ก หากครูสร้างทักษะทางคณิตศาสตร์ในเรื่อง Data ให้เขาตั้งแต่เนิ่น ๆ ถึงแม้ในอนาคตเด็กอาจทำอาชีพอื่นที่ไม่ได้ใช้ทักษะเรื่องนี้โดยตรง แต่การมีทักษะทางคณิตศาสตร์และทักษะการวิเคราะห์ข้อมูลที่ดีก็ถือเป็นข้อได้เปรียบ และยังสามารถประยุกต์ใช้ทักษะนี้กับเรื่องอื่น ๆ ในชีวิตประจำวัน หรืออาชีพอื่นได้อีกด้วย
อ้างอิง
https://www.edutopia.org/article/how-bring-data-science-elementary-school-classrooms
