บริการเอาต์ซอร์สซิ่งได้รับการจับตามองจากบรรดานักวิเคราะห์ว่าจะกลับยึดพื้นที่ในตลาดไอทีได้อีกครั้ง แม้ว่าอาจจะอยากสักหน่อยก็ตาม เนื่องจากผลกระทบทางเศรษฐกิจที่ผ่านมา ทำให้เกิดปัญหาทั้งในแง่ของสัญญาว่าจ้างที่ติดเงื่อนไขมากมาย บริการคลาวด์ที่ทำให้ไม่ต้องใช้พนักงานมากนัก ปัญหาแรงงานเฟ้อแต่ขาดคุณภาพ เป็นต้น
และนี่คือแนวโน้มของบริการของเอาต์ซอร์สซิ่งที่จะเกิดในปีนี้ (2011) ซึ่งดูเหมือนจะยังมีแนวโน้มที่ดีอยู่บ้าง ไม่มากก็น้อย ลองไปติดตามกัน
Crowdsourcing 5 : ความรู้ของมวลชน
เอฟ.เอ. ฮาเยค - Friedrich August Hayek นักเศรษฐศาสตร์รางวัลโนเบลสาขาเศรษฐศาสตร์ ปี ค.ศ. 1974 แห่งมหาวิทยาลัยเศรษฐศาสตร์และรัฐศาสตร์แห่งลอนดอน (London School of Economics and Political Science) เขียนว่า
“สมาชิกแต่ละคนในสังคมมีความรู้เพียงส่วนเสี้ยวเล็ก ๆ เท่านั้นเมื่อเทียบกับทั้งหมด และแต่ละคนก็มักละเลยข้อเท็จจริงส่วนใหญ่ซึ่งอยู่ในสังคม...ความเจริญตั้งอยู่บนพื้นฐานความจริงที่ว่า เราทุกคนล้วนได้ประโยชน์จากความรู้ที่เราไม่มีอยู่ และหนึ่งในวิธีที่ความเจริญช่วยให้เราก้าวข้ามข้อจำกัดเกี่ยวกับขอบเขตความรู้ของแต่ละคนได้ก็คือการพิชิตความละเลย ซึ่งไม่ใช่การหาความรู้เพิ่มเติม แต่เป็นการนำความรู้ที่กระจัดกระจายอยู่กับแต่ละคนมาใช้ให้เกิดประโยชน์” (ฮาวี 2554,170) ซึ่งอินเทอร์เน็ตได้กลายมาเป็นเครื่องมือที่ช่วยให้สามารถรวบรวมและนำความรู้ที่กระจัดกระจายอยู่ทั่วไปมาใช้ให้เกิดประโยชน์ได้เป็นอย่างมาก
เงื่อนไขของความหลากหลายที่จะช่วยให้มวลชนสามารถแก้ไขปัญหาได้คือ 1. ปัญหานั้นต้องเป็นปัญหาที่ยุ่งยากจริง ๆ 2. มวลชนต้องมีคุณสมบัติบางประการที่สามารถช่วยแก้ไขปัญหานั้น ๆ ได้ทันที นั่นคือมีความสามารถ มีความพร้อม มีความรู้ มีระบบในการรวบรวมและจัดการ 3. ผู้เข้าร่วมกลุ่มต้องถูกคัดเลือกมาจากเครือข่ายที่ใหญ่เพียงพอและต้องรับประกันได้ว่ามีความหลากหลายในแง่ของวิธีการแก้ไขปัญหา มีความสามารถในการแสดงมุมมองที่เป็นของตนเอง สามารถดึงความรู้เฉพาะตัวมาใช้ได้อย่างเต็มที่ (ฮาวี 2554,74)
เป็นเรื่องที่น่าสนใจที่การสุ่มคนจากจำนวนมากมีความสามารถในการแก้ไขปัญหาที่มีความซับซ้อนสูงได้ ในขณะที่ทีมแบบดั้งเดิมไม่สามารถแก้ปัญหาเหล่านั้นได้
ปัญญารวมหมู่จึงเป็นการใช้ความรู้ความสามารถ พลังความคิดสร้างสรรค์ หรือการตัดสินใจของมวลชน มาใช้ในการตอบปัญหาหรือแก้ปัญหาบางอย่างที่มีความซับซ้อน โดยใช้มวลชนจำนวนมากมาร่วมมือกันในการทำงานนั้นให้สำเร็จ ซึ่งมีแนวโน้มที่จะได้ผลลัพท์ที่เทียบเท่าหรือดีกว่าผู้เชี่ยวชาญเฉพาะด้านและใช้เวลาที่น้อยกว่าในการทำงานให้บรรลุผลสำเร็จ
Crowdsourcing 4 : โครงการคลิกเวิร์กเคอร์ส
คลิกเวิร์กเคอร์สเป็นโครงการเล็ก ๆ ของนาซ่า โดยบ๊อบ คาเนฟสกี้ วิศวกรซอฟท์แวร์ของอะเมสรีเสิร์จเซ็นเตอร์ของนาซ่า ได้นำแนวคิดโอเพ่นซอร์สมาใช้กับสาขาวิชาธรณีวิทยานอกโลก เพื่อแก้ไขปัญหาในการระบุและวัดขนาดปากปล่องภูเขาไฟจากภาพถ่ายดาวเทียมภูมิประเทศเพื่อค้นหาหลักฐานเกี่ยวกับน้ำบนดาวอังคาร ซึ่งเป็นงานที่ไม่ยากแต่ต้องใช้แรงงานมหาศาล คาเนฟสกี้นำภาพดาวอังคารทั้งหมดขึ้นไปอยู่ในระบบออนไลน์และเชื้อเชิญมือสมัครเล่นให้มาช่วยกันทำงานระบุและวัดขนาดของลักษณะภูมิประเทศจากภาพเหล่านั้น ก่อนที่จะเริ่มมอบงานให้มวลชนช่วยทำงานจริง เขาได้ทำการทดสอบกับเพื่อนร่วมงานคนหนึ่งกับภาพจำนวน 88,000 ภาพโดยให้ระบุ แยกประเภท และวัดขนาดหลุมตกกระแทกทุกหลุมที่ปรากฏในภาพ การทดสอบใช้เวลาถึง 2 ปีจึงจะทำงานเสร็จสิ้น
นาซ่านำภาพทั้งหมดเข้าสู่ระบบออนไลน์และขอความร่วมมือจากชุมชนนักดาราศาสตร์สมัครเล่นให้เข้ามช่วยเหลือในการวิเคราะห์ภาพ โดยสร้างโปรแกรม “คลิกเวิร์กเคอร์ส” มาเป็นเครื่องมือสำหรับการทำงาน โดยนำผลที่ได้มาเปรียบเทียบกับชุดข้อมูลควบคุม (ฐานข้อมูลที่จัดการเรียบร้อยแล้ว) ภายใน 1 เดือน มีนักดาราศาสตร์สมัครเล่นหลายพันคนเข้ามาช่วยกันวิเคราะห์ภาพจนครบทุกภาพและมีความถูกต้องในระดับใกล้เคียงกับมืออาชีพ โดย 37% ของโครงการเป็นผลงานของอาสาสมัครที่เข้ามาช่วยงานเพียงแค่ครั้งเดียว
แนวคิดของโครงการนี้คือ แบ่งงานออกเป็นหน่วยเล็ก ๆ ที่แยกจากกันโดยเด็ดขาด ปริมาณงานอันมหาศาลถูกแจกจ่ายออกไปทั่วทั้งเครือข่ายชุมชนนักดาราศาสตร์โดยไม่มีการจำกัดจำนวนของผู้ที่ต้องการเข้ามาร่วมงาน และใช้ประโยชน์จากคนที่มีเวลาว่างเพียงแค่ไม่กี่นาทีให้มาช่วยกันทำงาน (เจฟฟ์ ฮาวี, 2008:81-84)
ปล. โครงการนี้ผมก็ไม่เคยได้ยินมาก่อนเลยเหมือนกัน เพิ่งมาอ่านเจอในหนังสือ "ล้านคลิก พลิกโลก" เห็นว่าเป็นโครงการเล็ก ๆ ไม่โด่งดัง แต่น่าสนใจในกระบวนการคิด พยายามหารายละเอียดในเว็บก็ไม่เจอ อยากรู้รายละเอียดของการทำงานรวมทั้งซอฟท์แวร์ที่เขาเขียนขึ้นมาด้วย
Crowdsourcing 3 : ปัญญารวมหมู่ Crowd wisdom
เจมส์ สุโรเวกกี้ (James Surowiecki) เขียนแนวคิดเกี่ยวกับปัญญารวมหมู่ไว้ในหนังสือเรื่อง “The Wisdom of Crowds” เมื่อปี ค.ศ. 2004 ว่า
“After all, think about what happens if you ask a hundred people to run a 100-meter race, and then average their times. The average time will not be better than the time of the fastest runners. It will be worse. It will be a mediocre time. But ask a hundred people to answer a question or solve a problem, and the average answer will often be at least as good as the answer of the smartest member. With most things, the average is mediocrity. With decision making, it’s often excellence. You could say it’s as if we’ve been programmed to be collectively smart.” (James Surowiecki,2004)
ระดับของความสำเร็จในการแก้ปัญหานั้นขึ้นอยู่ปริมาณของผู้คนจำนวนมากที่เข้ามาร่วมแก้ปัญหา หากเราขอให้คนร้อยคนวิ่งแข่งร้อยเมตรแล้วหาเวลาเฉลี่ย ค่าเฉลี่ยของเวลาจะไม่มีทางดีกว่าเวลาของคนที่วิ่งเร็วที่สุด แต่ถ้าขอให้คนร้อยคนมาตอบปัญหาหรือแก้ปัญหาสักอย่างแล้ว ค่าเฉลี่ยของของคำตอบมักจะอย่างน้อยก็ดีเทียบเท่ากับคำตอบของคนที่ฉลาดที่สุดในกลุ่ม กับเรื่องส่วนใหญ่แล้วค่าเฉลี่ยของการตัดสินใจของคนธรรมดามักจะยอดเยี่ยม สิ่งนี้เรียกว่า ความฉลาดรวมหมู่ (collectively smart)
สุโรเวกกี้ได้หยิบยกประเด็นเพื่อพิสูจน์ให้เห็นว่ามวลชนได้พิสูจน์ตนเองแล้วว่าพวกเขาฉลาดกว่าสมาชิกที่ฉลาดที่สุด เช่น มวลชนตามงานออกร้านในชนบทของอังกฤษสามารถทายน้ำหนักของวัวที่ได้รางวัลโดยคลาดเคลื่อนไม่เกิน 1 ปอนด์ หรือผู้ชมรายการเกมส์โชว์ Who Wants to Be a Millionaire สามารถเอาชนะผู้เชี่ยวชาญที่เดาคำตอบได้ถูกต้องเพียง 65% ในขณะที่ผู้ชมกลับเดาคำตอบได้ถูกต้องถึง 91% โดยหลักการมาจากว่า หากคนเพียงไม่กี่คนในกลุ่มรู้คำตอบ ก็จะส่งผลให้กลุ่มสามารถทายคำตอบได้ถูกต้อง โดยคำตอบที่มีคนตอบมากที่สุดมักจะเป็นคำตอบที่ถูกต้อง
ปัญญารวมหมู่ในความหมายของ เจฟฟ์ ฮาวี เป็นการรวบรวมความรู้จากหลาย ๆ คนเพื่อนำมาใช้แก้ไขปัญหา ทำนายผลลัพท์ในอนาคต หรือควบคุมทิศทางกลยุทธขององค์กร เป็นรูปแบบการรับรู้เป็นกลุ่มที่คล้ายคลึงกับการทำงานภายในอาณาจักรมด ซึ่งมดแต่ละตัวต่างทำงานเสมือนเป็นเซลล์ในสิ่งมีชีวิตตัวเดียวกัน หรือการเลือกตั้งของมนุษย์ที่คนหลายล้านคนต่างลงคะแนนเพื่อให้ได้มติเพียงหนึ่งเดียว (เจฟฟ์ ฮาวี,2008:163)