Data Visualization Part1: มนุษย์ต่อการรับรู้ภาพ

ผมสังเกตมาว่า ท่านผู้อ่านที่เป็นผู้ปกครองหรือมีเด็กที่ต้องอุปการะเลี้ยงดู มักอยากให้เด็ก ๆ ของเราได้รับการศึกษาหรือข้อมูลที่เป็นประโยชน์ ซึ่งเรามักจะเลือกซื้อหนังสือที่มีข้อมูลที่เป็นประโยชน์ไว้ใช้สอนหรือเป็นสื่อที่เขาสามารถศึกษาเรียนรู้ได้ด้วยตัวเอง หากสังเกตหนังสือสำหรับเด็กแต่ละเล่มดูจะพบว่าหนังสือส่วนมากไม่ว่าจะเป็นนิทานหรือหนังสือความรู้มักจะมีรูปภาพประกอบและสีสันที่สดใสอยู่เสมอ เป็นเพราะอะไร?

เข้าสู่ช่วงวันรุ่น เราเริ่มเข้าสู่การเรียนรู้ที่จริงจัง ข้อมูลส่วนมากอยู่ในรูปของอักขระมากขึ้น แต่เรามักจะใจชื้นเสมอเมื่อแหล่งข้อมูลบางแหล่งประมวลข้อมูลทั้งหมดออกมาเป็นภาพ เป็นกราฟ หรือรูปทรงต่าง ๆ ให้

วัยทำงาน เรายังคงใช้ชีวิตอยู่กับการขึ้น-ลง ของกราฟหุ้น อ่านข่าวหรือความรู้จาก infographic มากกว่าที่จะอ่านจากข้อความหรือแคปชัน เลือกอ่านข่าวที่มีภาพประกอบ และจะสบายใจกว่าด้วยซ้ำหากภาพทั้งหมดเป็นภาพเคลื่อนไหว

ทำไมต้องผ่านภาพ?

การเรียนรู้ด้วยภาพ (Visual Learning) เป็นรูปแบบการเรียนรู้หรือที่สายการศึกษาเรียกว่า Learning Style ตั้งต้นที่คนเราคุ้ยเคยตั้งแต่เกิดจนตาย เพราะโดยปกติแล้วมนุษย์เราจะเชื่อมโยงสัมผัสทุกอย่างที่รับรู้กับข้อมูลอยู่เสมอและจัดเก็บไว้เป็นองค์ความรู้หรือความทรงจำในสมอง ซึ่งหนึ่งในสัมผัสการรับรู้ที่เราได้รับมาตั้ง “ลืมตาดูโลก” คือการมองเห็นภาพนั่นเอง แต่ในการมองเห็นภาพของมนุษย์เรายังมีอีกหลายองค์ประกอบย่อยที่เรารับรู้เช่นกันไม่ว่าจะเป็น รูปร่างรูปทรง โทนสี ความสว่าง ความเข้มแสง ซึ่งทุกองค์ประกอบล้วนมีผลต่อการรับรู้ทั้งในด้านข้อความหรือแม้แต่การรับรู้ทางด้านอามรมณ์ซึ่งทำให้เกิดการตีความที่ลึกลงไปอีก

“แล้วมันดียังไง?”

ลองสมมติว่าตัวเองเป็นนักเรียนคนหนึ่งที่แอบเล่นมือถือขณะเรียน แล้วอาจารย์เรียกให้ตอบคำถามดูครับ หากในสถานการณ์นั้นอาจารย์ของเราวาดภาพประกอบไว้บนกระดาน หรือแสดงรูปบางอย่างซึ่งสอดคล้องกับเนื้อหาที่อาจารย์กำลังสอนอยู่เราก็มีแนวโน้มที่จะตอบคำถามของอาจารย์ได้มากกว่าการที่อาจารย์ไม่ได้มีอะไรให้มองเลย จริงไหม?

การเรียนรู้จากภาพนอกจากจะช่วยให้สามารถจดจำเนื้อหาได้ดีขึ้นหรือเชื่อมโยงข้อมูลกับความทรงจำในสมองได้ง่ายขึ้นแล้วยังมีประโยชน์อื่นอีกดังนี้

  1. ช่วยให้เราสามารถอธิบายวัตถุเป็นภาพได้ง่ายขึ้นเพื่อสร้างความเข้าใจที่ตรงกันระหว่างการสื่อสาร
  2. มีสัญชาตญาณที่ดีในการจัดตำแหน่งและการออกแบบ
  3. ช่วยให้การนำเสนอข้อมูลเป็นไปอย่างมีระบบระเบียบ
  4. สามารถเชื่อมโยงข้อมูลที่ได้รับรู้มาเป็นภาพ ซึ่งช่วยให้จดจำเรื่องราวต่าง ๆ ได้ดีขึ้น

“Data Visualization”

คือการสื่อสารหรือถ่ายทอดข้อมูลทั้งหมดออกมาผ่านการใช้ภาพ ไม่ว่าจะเป็นภาพวาด infographic แผนภาพ แผนภูมิ กราฟ จุด สี หรือรูปแบบการนำเสนอรูปแบบอื่น ๆ ที่สามารถรับรู้ข้อมูล Big Data ที่ประมวลมาแล้วได้ด้วยการมองเห็นเป็นภาพนั่นเอง ซึ่ง data visualization ยังมีประโยชน์อย่างยิ่งสำหรับการตัดสินใจและการวางแผนของผู้ประกอบการหรือผู้ที่ต้องใช้ข้อมูลเป็นทรัพยากร เพราะการ visualize นั้นสร้างความสะดวกสบายในการเปรียบเทียบข้อมูล หาความสัมพันธ์ระหว่างข้อมูลชุดหนึ่งกับข้อมูลอีกชุดหนึ่ง ประเมินแนวโน้มของผลกำไร-ค่าใช้จ่าย ทำนายพฤติกรรมผู้บริโภค การนำเสนอและอื่น ๆ  กระนั้นความพิเศษของ data visualization มีความพิเศษต่อการรับรู้ของมนุษย์อย่างไร?

“การรับรู้ของมนุษย์ต่อ Data Visualization”

  ต้องเท้าความก่อนว่า data visualization เกิดขึ้นจากความต้องการในการบริโภคข้อมูลของมนุษย์นี่แหละ องค์ความรู้และข้อมูลต่าง ๆ ที่มนุษย์เรารับรู้มักถูกแปลเป็นภาพและจัดเก็บไว้เป็นความรู้ความเข้าใจไว้ในสมอง ซึ่งความรู้ความเข้าใจในที่นี้หมายถึง การรับรู้ ความใส่ใจ การเรียนรู้ ความทรงจำ การตระหนักคิด การประมวลเป็นกระบวนทัศน์ การอ่านรวมถึงความสามารถในการแก้ไขปัญหา

เซลล์ประสาทในสมองกว่า 2 ใน 3 ของทั้งหมดมีส่วนเกี่ยวข้องในการประมวลภาพ กล่าวคือมนุษย์เราสามารถตีความองค์ประกอบเหล่านี้ได้โดยง่ายและมีประสิทธิภาพ มนุษย์จึงมักสื่อสารความรู้ความเข้าใจดังกล่าวออกมาเป็นภาพเพราะเป็นการสื่อสารหนึ่งที่มีประสิทธิภาพและทุกคนสามารถเข้าใจได้ ซึ่งการประมวลภาพนั้นได้แก่การเปรียบเทียบข้อมูลในจากภาพด้วยองค์ประกอบต่าง ๆ ไม่ว่าจะเป็น ปริมาณ ขนาด รูปร่าง ความสว่างของสี ซึ่งกล่าวไว้ข้างต้นแล้วว่าองค์ประกอบเหล่านี้ถูกมนุษย์รับรู้โดยอัตโนมัติอยู่เสมอ ฉะนั้นสามารถสรุปได้ว่า Visualization ที่ดีนั้นจะทำให้เราตีความข้อมูลได้อย่างเต็มประสิทธิภาพ เกิดประโยชน์สูงสุด และนำไปต่อยอดใช้ได้ตามความต้องการของผู้ถือข้อมูลนั้น Data Scientist จึงเข้ามามีบทบาทอย่างมาก เพราะนอกจากที่จะต้องเป็นคนนำข้อมูลจาก big data มาผ่านกระบวนการต่าง ๆ เพื่อให้ได้เป็นผลลัพธ์ที่เป็นประโยชน์ต่อการนำไปใช้ต่อแล้วนั้น การนำเสนอข้อมูลจากกระบวนการที่ผ่านมือ data scientist มาก็ต้องถูกนำมาทำเป็นภาพหรือ visualize สำหรับการนำเสนอการถ่ายทอดข้อมูล ซึ่งจะมีผลต่อขั้นตอนตอนต่อไปและการนำไปใช้ต่อยอดด้วยนั่นเอง

สามารถศึกษา Data scientist เพิ่มเติมได้จากบทความเรื่อง Data Scientist ผู้เปลี่ยนข้อมูลเป็นมูลค่า และสร้างคุณค่าจากข้อมูล

โดย ปกรณ์ นาวาจะ

Source:
https://www.tableau.com/learn/articles/data-visualization#:~:text=Data%20visualization%20is%20the%20graphical,outliers%2C%20and%20patterns%20in%20data.
https://en.wikipedia.org/wiki/Data_visualization
https://en.wikipedia.org/wiki/Data_visualization

40Shares

Write a comment