สาระในตอนที่ ๑๘ นี้ ผมตีความจากหนังสือ Evaluation Design for Complex Global Initiatives: Workshop Summary(2014) จัดพิมพ์โดย National Academy Press และดาวน์โหลดได้ฟรี หนังสือเล่มนี้ไม่เอ่ยถึงชื่อ Developmental Evaluation เลย แต่เน้นธรรมชาติ complexity ของโครงการเหมือนกัน
ผมนำเฉพาะตอนที่ว่าด้วยเรื่องข้อมูลมาเล่า ที่เขาบอกว่า คุณภาพของการประเมินขึ้นอยู่กับคุณภาพของข้อมูลเป็นอย่างมาก ความยากลำบากอยู่ที่ในประเทศด้อยพัฒนามักไม่มีข้อมูลเกี่ยวกับงานประจำที่มีคุณภาพ แต่ไม่ว่าจะมีข้อมูลจากงานประจำดีแค่ไหน ทีมประเมินต้องเก็นข้อมูลปฐมภูมิด้วยตนเองเสมอ เพื่อใช้ตรวจสอบความแม่นยำถูกต้องของข้อมูลจากงานประจำ หรือจากรายงาน
แต่การเก็บข้อมูลต้องทำหลังกำหนด theory of change ที่ใช้ในการประเมินไว้อย่างชัดเจนแล้ว สำหรับใช้ เป็นตัวกำหนดข้อมูลที่ต้องการใช้
เขาบอกว่า ในอนาคต จะมีแหล่งข้อมูลอื่นๆ (เขาเรียก non-traditional data) ให้ใช้ ได้แก่ ข้อมูลตามพื้นที่ภูมิศาสตร์ (geospatial analysis) การให้ความเห็นป้อนกลับโดยประชาชน (citizen feedback) ข้อมูลพฤติกรรมของประชาชน ข้อมูลจาก sensor เช่นจากกล้องวงจรปิด ข้อมูลจากกิจกรรม ออนไลน์ ซึ่งก็นำสู่ประเด็นด้านจริยธรรมเกี่ยวกับข้อมูล
เขาเน้นหลักการและการปฏิบัติเรื่อง ข้อมูลเปิด (open data) คือเปิดให้คนนอกเข้าถึง เพื่อตรวจสอบคุณภาพของการประเมินได้
ประเด็นสำคัญเรื่องข้อมูล
ข้อมูลเป็นฐานสำคัญของการประเมิน และอาจเป็นจุดตายของคุณภาพการประเมินได้ด้วย
แผนที่ข้อมูล(data mapping)
วัตถุประสงค์ของการทำแผนที่ข้อมูลก็เพื่อให้ได้ภาพข้อมูลที่ต้องการ เพื่อตอบคำถามประเมิน และสนองกรอบการประเมินในทุกขั้นตอนคือ ขั้นตอน inputs, activities, outputs, outcomes และ impact
ต้องมีการกำหนดแหล่งข้อมูล สำหรับตอบคำถามประเมิน ทั้งข้อมูลการติดตาม (monitoring) ข้อมูลการเงิน การตรวจตรา (surveillance) การสัมภาษณ์ การทบทวนเอกสาร และข้อมูลชนิดอื่นๆ ทั้งนี้ เพื่อตรวจสอบดูว่า มีแหล่งข้อมูลใดบ้างที่มั่นใจว่ามีให้ใช้และเป็นข้อมูลที่มีคุณภาพ นำมาทดลองจับคู่แหล่งข้อมูลกับคำถามวิจัย รวมทั้งตรวจสอบการใช้ข้อมูลเพื่อตอบคำถามนั้น
ตัวอย่างความท้าทาย
เขายกตัวอย่าง ๓ กรณีตัวอย่างของการใช้ข้อมูลในการประเมินโครงการความช่วยเหลือขนาดใหญ่ที่ให้แก่ประเทศในทวีปอัฟริกาโครงการละหลายประเทศ เป็นเรื่องทางด้านสาธารณสุขทั้งหมด คือเรื่อง HIV/AIDS, วัณโรค, และมาลาเรีย หนึ่งโครงการ และเฉพาะมาลาเรีย ๒ โครงการ
โครงการแรกดำเนินการใน ๑๘ ประเทศ การประเมินเลือก ๘ ประเทศที่มีการเก็บข้อมูลระดับจังหวัด (district) โดยว่าจ้างหน่วยงานภายในประเทศทำหน้าที่เก็บข้อมูล ซึ่งทำได้อย่างยากลำบาก และมีผลให้ ๓ ประเทศขอออกจากการประเมิน
ข้อมูลที่เก็บได้มีความแม่นยำเฉพาะการสำรวจครัวเรือน และการสำรวจเครื่องมือเครื่องใช้ นอกนั้นคุณภาพของข้อมูลแตกต่างกันระหว่างประเทศ จนเอามาเปรียบเทียบกันไม่ได้ ยิ่งข้อมูลด้านการเงิน ยิ่งเชื่อถือไม่ได้เลย
เขาแนะนำ ๓ ขั้นตอนในการพิจารณาดำเนินการเก็บข้อมูลคือ (๑) กำหนดตัวชี้วัดที่จำเป็นสำหรับการประเมิน (๒) คิดเรื่องการเก็บข้อมูล เอามาพิจารณาว่าจะคงตัวชี้วัดตัวใดไว้ เอาตัวใดออก ขึ้นกับความมั่นใจว่าจะได้ข้อมูลที่มีคุณภาพยอมรับได้ (๓) กำหนดวิธีประเมินคุณภาพของข้อมูลเป็นระยะๆในระหว่างดำเนินการเก็บข้อมูล
ข้อแนะนำจากประสบการณ์ของอีกสองโครงการคือ ให้กำหนดเกณฑ์ยกระดับคุณภาพของข้อมูล (data cleaning criteria) ไว้ล่วงหน้า กำหนดมาตรฐานการเก็บข้อมูลอย่างมีคุณภาพไว้ให้ชัดเจน ตกลงกับผู้มีอำนาจตัดสินใจในประเทศนั้นๆ หรือแหล่งทุนของโครงการ ให้ชัดเจนว่า ทีมประเมินมีสิทธิเข้าถึงข้อมูลปฐมภูมิของประเทศเพียงไร
ใช้ข้อมูลการปฏิบัติงานประจำของโครงการ
คำแนะนำคือ ให้พิจารณาว่าโจทย์การประเมินคืออะไรบ้าง จะต้องใช้ข้อมูลจากการปฏิบัติงานประจำอย่างไรบ้าง และต้องใช้ข้อมูลจากแหล่งทุติยภูมิอย่างไรบ้าง ทำอย่างไรจะทำให้ข้อมูลทั้งสองแหล่งที่ต้องการใช้มีคุณภาพได้มาตรฐาน โดยต้องหมั่นตรวจสอบคุณภาพของข้อมูลเป็นระยะๆ
ข้อมูลการเงิน
เป้าหมายของการใช้ข้อมูลการเงิน กับการใช้ข้อมูลการปฏิบัติงาน แตกต่างกัน ข้อมูลการปฏิบัติงานใช้วัดประสิทธิผล (effectiveness) ของโครงการ ส่วนข้อมูลการเงินใช้วัดประสิทธิภาพ (efficiency) และความคุ้มค่าของเงินที่ใช้ไป
จากประสบการณ์ของผู้ประเมิน ร้อยละ ๔๐ ของประเทศที่รับความช่วยเหลือ ไม่มีข้อมูลการเงิน ที่เหลือแม้จะมีข้อมูลการเงิน ก็เป็นข้อมูลคุณภาพต่ำ คำแนะนำสำหรับนักประเมินคือ หากการประเมินต้องการใช้ข้อมูลการเงิน ต้องตกลงกันให้ชัดเจน ว่าโครงการต้องมีระบบข้อมูลอย่างไรบ้าง และอาจต้องมีช่วงทดสอบความครบถ้วนแม่นยำของข้อมูลการเงินของโครงการ
การพัฒนาโครงสร้างข้อมูลขนาดใหญ่
มีการเสนอประสบการณ์สร้างระบบข้อมูลขนาดใหญ่ที่ครอบคลุมหลายประเทศ ที่ช่วยเพิ่มพลังการใช้ข้อมูลเพื่อการประเมินในมิติใหม่ๆ ได้ แต่ในขณะเดียวกัน ก็ท้าทายต่อประเด็นเชิงจริยธรรมในการใช้ข้อมูล และท้าทายต่อการเพิ่มความไม่เท่าเทียมระหว่างประเทศยากจนกับประเทศร่ำรวย เพราะประเทศร่ำรวยมีศักยภาพสูงในการนำข้อมูลไปใช้ประโยชน์ ส่วนประเทศยากจนมีศักยภาพต่ำ
เรื่องการพัฒนาโครงสร้างพื้นฐานของข้อมูลขนาดใหญ่นี้ เป็นเรื่องที่มีโอกาสก้าวหน้าได้มาก จากพัฒนาการหลายด้าน โดยเฉพาะเทคโนโลยีดิจิทัล ที่ช่วยให้มีการเก็ยบข้อมูลที่สมัยก่อนเก็บไม่ได้ เขาบอกว่า เป็นการเปิดโอกาสให้วิทยาศาสตร์เข้าไปมีส่วนสนับสนุนพัฒนาข้อมูลด้านสังคมศาสตร์โลก ที่จะทำให้สังคมศาสตร์มีความก้าวหน้าแบบก้าวกระโดด
ตัวอย่างพลังของระบบข้อมูลขนาดใหญ่ เช่น สามารถเปรียบเทียบระหว่างประเทศ ระหว่างพื้นที่ หรือระหว่างกลุ่ม รวบรวมข้อมูลของกลุ่มที่พบน้อย จากหลายแหล่ง ให้สามารถศึกษาได้ รวมทั้งมีการศึกษาข้ามพรมแดนประเทศได้ เป็นต้น
มีโอกาสใช้เทคโนโลยีสมัยใหม่เพื่อให้ข้อมูลขนาดใหญ่เกิดประโยชน์อย่างแท้จริง เช่นการค้นพบผู้ที่สมควรได้รับการดูแล การใช้ข้อมูลจากแหล่งใหม่ๆ การมีข้อมูลในรูปแบบใหม่ๆ การใช้เทคโนโลยีใหม่ๆ รวมทั้งระบบ metadata เพื่อบอกแหล่งที่มาและลักษณะของข้อมูล การพัฒนาให้ค่าใช้จ่ายในการเก็บข้อมูลลดลง เป็นต้น ซึ่งนำไปสู่ประเด็น data security, data governance, จริยธรรมในการใช้ข้อมูล และ data compatibility ระหว่างประเทศ
ข้อสังเกตจากประสบการณ์
สิทธิและเงื่อนไขในการเข้าถึงและใช้ข้อมูล เป็นเรื่องที่ต้องตกลงหรือระบุไว้ให้ชัดเจน ปัจจัยที่สำคัญที่สุดที่มีผลต่อการเข้าถึงข้อมูลคือการเมือง มี ๔ ปัจจัยที่เกี่ยวข้องกับการเข้าถึงข้อมูล (๑) ความสัมพันธ์ที่ดีกับนักวิจัยภายในประเทศ (๒) นักวิทยาศาสตร์แชร์ข้อมูลง่ายกว่าผู้จัดการงานวิทยาศาสตร์ (science manager) (๓) แต่ละประเทศหวงข้อมูลมากน้อยแตกต่างกัน และ (๔) บางประเทศลำบากใจที่จะแชร์ข้อมูลบางประเภท เช่นข้อมูลเชิงชีววิทยา (biological data)
จากประสบการณ์ของผู้เข้าร่วมประชุม มหาวิทยาลัยเป็นองค์กรที่การแชร์ข้อมูลเป็นเรื่องยุ่งยากที่สุด
วิจารณ์ พานิช
๔ ธ. ค. ๖๓
ไม่มีความเห็น