Big Data อาจสร้างความตื่นตาตื่นใจให้ใครหลายคนในยุค ICT พุ่งสู่จุดสูงสุดอย่างทุกวันนี้ ด้วยคำประกาศสรรพคุณอเนกอนันต์ ว่า Big Data คือความมหัศจรรย์ของระบบจัดเก็บข้อมูล เป็นขุมพลังทางธุรกิจ เอื้อประโยชน์ให้กับรัฐในการสังเคราะห์ข้อมูลเพื่อขจัดปัดเป่าปัญหาของชาติ

เพราะ Big Data คือฐานข้อมูลขนาดใหญ่ ที่รวบรวมข้อมูลทุกอย่างที่เราต้องการ ฟังดูเผินๆ หลายท่านอาจคิดว่า Big Data คือข้อมูลอะไรก็ได้ นั่นก็ถูกส่วนหนึ่ง แต่ความหมายที่แท้จริงของ Big Data นั้นขึ้นอยู่กับว่าเราต้องการ “อะไร” จากข้อมูล “อะไร”

ยกตัวอย่าง ถ้าเราต้องการข้อมูลเกี่ยวกับ “วันเข้าพรรษา” Big Data ของเราก็คือประวัติความเป็นมาของวันเข้าพรรษา ที่ Big Data วันเข้าพรรษาจะทำการรวบรวมข้อมูลจากแหล่งต่างๆ ตั้งแต่สมัยพุทธกาลจนถึงยุคปัจจุบัน ตั้งแต่ประเทศเนปาล อินเดีย พม่า มาจนถึงไทย

พูดง่ายๆ ว่า ทุกเรื่องราวบนโลกนี้ของ “วันเข้าพรรษา” Big Data จะนำเสนอข้อมูลจำนวนมหาศาลให้แก่เรา

ปัจจุบัน Big Data ถูกนำมาใช้ในทุกวงการ ไล่ตั้งแต่การเมือง การทหาร การศึกษา โดยเฉพาะอย่างยิ่งภาคธุรกิจ มีการนำ Big Data มาใช้อย่างหลากหลายมากที่สุด

ในทุกๆ Segment ของสินค้าและบริการ ทั่วทุกมุมโลก ด้วยจุดเด่นและสมรรถนะของ Big Data ที่สามารถดึงฐานข้อมูลขนาดมหึมาเพื่อวิเคราะห์พฤติกรรมลูกค้าแบบ 360 องศา ได้ตลอด 24 ชั่วโมง

ทำให้บริษัทสามารถวางแผนทำการตลาดกับลูกค้าได้อย่างครอบคลุม

พูดอีกแบบก็คือ ข้อมูลทุกอย่างของลูกค้าตั้งแต่ตื่นนอนกี่โมง ใช้ยาสีฟันยี่ห้ออะไร ไปจนถึงทานมื้อเย็นที่ร้านไหน จนกระทั่งเข้านอน จะมีการเชื่อมโยงข้อมูลเป็น Big Data แล้วนำมาสังเคราะห์ บางแห่งถึงขนาดทำเป็นแบบจำลองรสนิยมส่วนบุคคล เพื่อนำไปกำหนดทิศทางการตลาด โดยเฉพาะข้อมูลทางการเงินซึ่งมีการทำ Big Data มากที่สุดในปัจจุบัน

เมื่อมองเห็นประโยชน์ Big Data ที่มีอย่างมากมาย หลายฝ่ายจึงพยายามผลักดันให้เกิดการทำ Big Data ในทุกภาคส่วน จนมองข้าม หรือตั้งใจมองข้าม “ด้านลบ” ของ Big Data

 

มีหนังสือเล่มหนึ่งซึ่งพูดถึง “ด้านมืด” ของ Big Data ไว้อย่างน่าสนใจ นั่นคือ Weapons of Math Destruction : How Big Data Increases Inequality and Threatens Democracy ผลงานการเขียนของ Cathy O”Neil

Cathy O”Neil อดีตนักวิทยาศาสตร์ข้อมูล (Data Scientist) ของ D. E. Shaw บริษัทกองทุนบริหารความเสี่ยง หรือ Hedge Fund ชั้นนำของสหรัฐอเมริกา เธอจบปริญญาเอกสาขาคณิตศาสตร์ จากมหาวิทยาลัย Harvard เคยเป็นอาจารย์สอนวิชาคณิตศาสตร์ที่วิทยาลัย Barnard ซึ่งใช้ภาควิชาคณิตศาสตร์ร่วมกับมหาวิทยาลัย Columbia

ความที่เธอเชี่ยวชาญทั้งภาคทฤษฎีและภาคปฏิบัติ โดยเฉพาะอาชีพนักวิเคราะห์ข้อมูลทางการเงิน ทำให้เธอมองเห็น “ด้านมืด” ของ Big Data ผ่านสายตาของครูคนหนึ่ง ซึ่งไหวตัว รู้เท่าทัน

และหันหลังให้กับแวดวงที่เธอเรียกว่า “สองมาตรฐาน”

 

Cathy บอกว่า ชนชั้นสูงหรืออภิสิทธิ์ชนจะได้รับการพิจารณาจากมนุษย์ ในขณะที่มวลชนต้องถูกพิจารณาจากเครื่องจักรครั้งแล้วครั้งเล่า

“…Big Data มักลงโทษคนยากไร้ ในรูปแบบระบบการประมวลผลข้อมูลเพื่อประเมินคนจำนวนมาก ในทางกลับกัน คนร่ำคนรวย เจ้าของกิจการมักได้ประโยชน์จาก Big Data ในแง่ที่ว่า พวกเขาใช้ Big Data ในการพิพากษาพนักงาน แม้กระทั่งลูกค้า…”

เธอกล่าวเพิ่มเติมพร้อมยกตัวอย่างว่า บริษัทกฎหมายระดับสูงในสหรัฐ หรือโรงเรียนเอกชนชั้นนำของโลก ไม่ได้ใช้ Big Data ในการตัดสินใจ พวกเขายังคงใช้วิธีการเดิมๆ ในการประเมินผล เช่น การสัมภาษณ์แบบตัวต่อตัว หรือการบอกต่อแบบปากต่อปาก ซึ่งต่างจากร้านอาหาร Junk Food หรือสถาบันการศึกษาของรัฐ

Cathy เล่าว่า โมเดลทางสถิติที่ใช้เรียกข้อมูลจาก Big Data มาวิเคราะห์นั้น ล้วนเป็นโมเดลที่เต็มไปด้วยอคติ

แน่นอนว่า มนุษย์ผู้สร้างโมเดลเหล่านั้นคงไม่ได้ตั้งใจให้เกิดความผิดพลาดในการคำนวณไปเสียทั้งหมด แต่ปฏิเสธไม่ได้ว่า เมื่อมีการนำโมเดลไปใช้งานจริง เจ้าของกิจการต้องการรีดสมรรถนะของโมเดลในทางเข้าข้างธุรกิจของพวกเขามากกว่าความต้องการความยุติธรรมให้เกิดขึ้นอย่างแท้จริง

“…เป็นที่รู้กันดี ว่าคนธรรมดาไม่มีทางเข้าถึงการทำงานของโมเดลคณิตศาสตร์ Big Data ได้อยู่แล้ว ขณะเดียวกัน บรรดานักคณิตศาสตร์ผู้สร้างโมเดลทั้งหลายก็คือมนุษย์ธรรมดาที่มีทั้งอคติ หรือบางครั้งอาจจะแค่มีความเข้าใจผิดเกิดขึ้นระหว่างสร้างโมเดล อย่างไรก็ดี ผลลัพธ์ของการตัดสินใจของพวกเขา ไม่ว่าจะเกิดอันตรายร้ายแรงอย่างไรต่อชีวิตผู้คน พวกเราก็ไม่สามารถคัดค้านหรืออุทธรณ์ได้เลย…”

 

Cathy O”Neil ยกตัวอย่างองค์กรธุรกิจหลายแห่งที่ใช้โมเดลคณิตศาสตร์ Big Data ในการกำหนดเครดิตของผู้สมัครงาน โดยตีค่าออกมาเป็นผลคะแนน เครดิตดังกล่าวใช้สำหรับประเมินว่า ควรจะรับคนไหนเข้าทำงานกับองค์กรบ้าง Big Data จะไปรวบรวมข้อมูลการจ่ายค่าน้ำค่าไฟและค่าใช้จ่ายต่างๆ ของผู้สมัครแต่ละคน ว่ามีคนไหนที่ชำระบิลตรงเวลา

นายจ้างเชื่อว่า คนที่ไม่เบี้ยวหนี้จะมีแนวโน้มมาทำงานตรงเวลาและปฏิบัติตัวตามกฎของบริษัทอย่างเคร่งครัด

“…ในโลกแห่งความเป็นจริง คนที่มีความรับผิดชอบสูงและทำงานเก่ง อาจเงินช็อตได้ในบางเดือน และอาจหลายเดือน ซึ่งหากเอาตามโมเดลคณิตศาสตร์ Big Data แล้ว พวกเขาเชื่อตาม Big Data ที่ว่าคะแนนที่ต่ำนั้นจะต้องมีความสัมพันธ์กับสมรรถนะการทำงานที่ต่ำด้วย คะแนนของคนเหล่านี้จะต่ำเตี้ยเรี่ยดินของคนเหล่านี้ ทำให้นอกจากจะไม่ได้งานที่นี่แล้ว พวกเขายิ่งหางานที่อื่นได้ยากด้วยเช่นกัน เนื่องจากทุกองค์กรกำลังใช้โมเดลคณิตศาสตร์ Big Data แบบเดียวกันนี้…”

เธอสรุปว่า ปัญหาทั้งหมดเกิดจากนักคณิตศาสตร์ผู้สร้างโมเดล Big Data ที่หลงลืมหรือแกล้งลืม ว่ามี “มนุษย์จริงๆ” อยู่ที่ปลายห่วงโซ่ Big Data ผลกระทบก็คือ หลายคนจะกลายเป็นคนว่างงานอย่างถาวร หรือไม่มีธนาคารไหนปล่อยเงินกู้ซื้อบ้านให้ผู้ที่ถูก Big Data วิเคราะห์ว่าไร้วินัยเพียงเพราะคะแนนสมัครงานต่ำ

ลำพังปัญหาเหยียดผิวในอเมริกาก็กีดกันคนผิวสีอยู่แล้ว

ยิ่งมาเจอกับโมเดลวิเคราะห์ Big Data แบบนี้เข้าไปอีก หายนะโลกรอเราอยู่ข้างหน้าอย่างแน่นอน

 

เรื่องราวทั้งหมดที่ Cathy O”Neil เขียนไว้ในหนังสือ Weapons of Math Destruction : How Big Data Increases Inequality and Threatens Democracy สะท้อนให้เห็นว่า นอกจาก Big Data จะมี “สองมาตรฐาน” คือปฏิบัติกับคนรวยแบบหนึ่ง

แต่ปฏิบัติกับคนจนอีกแบบหนึ่งแล้ว คนยากไร้จำนวนมากนอกจากจะเป็นเหยื่อของ Big Data ข้างต้นแล้ว

อีกด้านหนึ่ง พวกเขาคือลูกค้าในระบบการตลาดที่ใช้ Big Data เป็นตัวขับเคลื่อน

เมื่อได้รับความอยุติธรรมจาก Big Data เช่นนี้ สะสมนานวันเข้า

สักวันหนึ่งในอนาคต สังคมโลกอาจเข้าสู่ยุค Dystopia ที่เต็มไปด้วยความโกลาหลและความรุนแรง

จากการไม่ยอมรับในความเท่าเทียมที่ Big Data มอบให้กับเรา