ความถูกต้องและเชื่อถือได้ระหว่างคนกับเครื่องจักร


การเลือกตั้งประธานาธิบดีสหรัฐอเมริกาผ่านไปแล้ว ผลปรากฎว่านาย Donald Trump เป็นฝ่ายได้รับชัยชนะเป็นว่าที่ประธานาธิบดีคนใหม่ของสหรัฐ ซึ่งจะเข้ารับตำแหน่งอย่างเป็นทางการในเดือนมกราคมปี 2017 แต่ก่อนจะถึงวันนั้น มีเหตุการณ์เกิดขึ้นในสามรัฐสำคัญคือ Michigan, Pennsylvania, และ Wisconsin ที่กำลังมีการนับคะแนนใหม่ เหตุเนื่องมาจากนักวิชาการด้านคอมพิวเตอร์จาก University of Michigan และองค์กรเอกชนพบความผิดปกติในเชิงสถิติของผลการเลือกตั้งที่แตกต่างไปจากผลการสำรวจ (Polls) ซึ่งทำไว้ก่อนการเลือกตั้งสูงถึง 7% โดยเฉพาะในเมืองที่ใช้เครื่องลงคะแนนเสียง เมื่อเปรียบเทียบกับเมืองที่ใช้คนนับคะแนนซึ่งมีความผิดปกติเพียงเล็กน้อย[1] นอกจากนี้ ก่อนการเลือกตั้งยังมีข่าวลือว่า Hacker จากรัสเซียอาจ Hack เข้าระบบไปแก้ไขผลการเลือกตั้งได้ จึงนำมาสู่การขอนับคะแนนใหม่ นำโดย Jill Stein ผู้สมัครจากพรรค Green

ประเด็นที่บทความนี้ให้ความสนใจคือในอนาคตเครื่องจักรจะเข้ามามีบทบาทในชีวิตประจำวันของเรามากขึ้น เกิดคำถามตามมาว่าความถูกต้องและเชื่อถือได้ในการทำงานของเครื่องจักรมีมากน้อยเพียงใดเมื่อเทียบกับคน และเราสามารถไว้วางใจให้เครื่องจักรทำงานแทนเราได้หรือไม่ จึงนำประเด็นการนับคะแนนผลการเลือกตั้งประธานาธิบดีอเมริกาใหม่ (Recount) มาตั้งเพื่อสำรวจตรวจสอบความถูกต้องและเชื่อถือได้ในการนำเครื่องจักรมาทำงานทดแทนคน โดยรวบรวมข่าวและบทความที่ตีพิมพ์เกี่ยวกับการนับคะแนนเสียงใหม่ตามสื่อที่น่าเชื่อถือเท่าที่สืบค้นได้

ขอเริ่มจากการทำความเข้าใจวิธีลงคะแนนเสียงเลือกตั้งในอเมริกาก่อน การเลือกตั้งที่อเมริกามีความแตกต่างจากบ้านเรามาก รัฐบาลกลางไม่ได้กำหนดว่าจะต้องใช้วิธีลงคะแนนเสียงเหมือนๆ กันทั้งประเทศ แต่ละรัฐสามารถเลือกใช้วิธีที่แตกต่างกันไป บางรัฐใช้บัตรลงคะแนน (กระดาษ) และใช้คนนับคะแนน บางรัฐลงคะแนนและนับคะแนนด้วยเครื่องทั้งหมด (Voting machine) บางรัฐใช้แบบผสมคือลงคะแนนในบัตร (กระดาษ) แล้วนำไปหย่อนลงในเครื่องซึ่งจะทำการสแกนบัตรแล้วนับคะแนนให้โดยอัตโนมัติ รัฐ Michigan และ Wisconsin เลือกใช้วิธีแบบผสมคือใช้บัตรลงคะแนน (กระดาษ) และเครื่องนับคะแนน ส่วนรัฐ Pennsylvania เลือกใช้การลงคะแนนและนับคะแนนด้วยเครื่องทั้งหมด มีเกร็ดที่น่าสนใจเกี่ยวกับเครื่องลงคะแนนเล็กๆ น้อยๆ มาเล่าสู่กันฟังคือ ในอเมริกามีผู้ผลิตเครื่องลงคะแนนออกมาขายให้หน่วยงานที่จัดการเลือกตั้งมากมายหลายรุ่นหลายแบบ ซึ่งแต่ละหน่วยงานก็เลือกซื้อมาใช้งานได้โดยอิสระ มีข้อมูลว่า 72 เทศมณฑล (County) ในรัฐ Wisconsin เลือกใช้เครื่องลงคะแนนแตกต่างกันถึง 16 รุ่น[2]

จากข่าวเมื่อวันอาทิตย์ที่ 4 ธันวาคม Fox6now.com รายงานผลการนับคะแนนใหม่ที่เสร็จเรียบร้อยแล้วของ 6 เทศมณฑลในรัฐ Wisconsin ผลการเลือกตั้งสรุปว่าคะแนนของ Trump ยังชนะ Clinton ไม่เปลี่ยนแปลง แต่ทั้ง Trump และ Clinton เสียคะแนนคณะผู้เลือกตั้งคนละ 20 คะแนนไปให้กับ Jill Stein 27 คะแนนและ Gary Johnson 13 คะแนน นอกจากนี้ รายงานความคืบหน้าผลการนับคะแนนบางส่วนจาก 53 เทศมณฑลพบว่า Trump ได้คะแนนคณะผู้เลือกตั้งเพิ่มขึ้นจากผลการนับครั้งก่อน 40 คะแนน ซึ่ง Wendy Christensen ปลัดเทศมณฑล Racine (County Clerk) กล่าวถึงสาเหตุที่ทำให้เกิดความคลาดเคลื่อนว่าน่าจะมาจากเครื่องไม่สามารถนับคะแนนจากบัตรเลือกตั้งที่ใช้ปากกาหมึกสีน้ำเงิน ผลการนับคะแนนใหม่โดยใช้คนนับจึงมีคะแนนเพิ่มขึ้นกว่า 1 ล้านคะแนนและทำให้คะแนนคณะผู้เลือกตั้งเปลี่ยนแปลงไปดังที่กล่าวมาข้างต้น[3]

ส่วนที่รัฐ Michigan มีรายงานว่าเกิดปัญหาในการนับคะแนนใหม่เนื่องจากเมื่อตรวจสอบจำนวนผู้ลงคะแนนเลือกตั้งแล้วปรากฎว่าตัวเลขที่บันทึกโดยเจ้าหน้าที่ประจำหน่วยเลือกตั้งไม่ตรงกับตัวเลขที่บันทึกในเครื่องลงคะแนน ที่เมือง Detroit มีหน่วยเลือกตั้งที่เกิดปัญหานี้ 392 หน่วยจากทั้งหมด 662 หน่วย (คิดเป็นร้อยละ 59.2) เมือง Wayne มีปัญหายอดผู้ลงคะแนนไม่ตรงกัน 610 หน่วยจากทั้งหมด 1,680 หน่วยเลือกตั้ง (คิดเป็นร้อยละ 36.3) ในกรณีเช่นนี้ กฎหมายของรัฐ Michigan กำหนดว่าหน่วยเลือกตั้งที่มีปัญหาดังกล่าวจะไม่สามารถขอนับคะแนนใหม่ได้และผลการเลือกตั้งได้ที่ประกาศไปแล้วจะถือเป็นที่สิ้นสุด จากปัญหาที่เกิดขึ้น Daniel Baxter ผู้อำนวยการเลือกตั้งเมือง Detroit ให้ความเห็นว่า เมื่อประชาชนมาใช้สิทธิลงคะแนนในบัตรเลือกตั้งเสร็จแล้วก็จะนำบัตรมาหย่อนในเครื่องเพื่อสแกนและนับคะแนน แต่ด้วยเหตุที่เครื่องมีอายุการใช้งานมานานกว่า 10 ปี บางเครื่องจึงมีปัญหาบัตรติดค้างทำให้ต้องดึงออกมาแล้วใส่กลับไปใหม่ ซึ่งอาจเป็นที่มาที่ทำให้เกิดความคลาดเคลื่อนของจำนวนผู้ลงคะแนนได้[4]

แต่สำหรับรัฐ Pennsylvania นั้นแตกต่างออกไปเพราะมีการใช้เครื่องลงคะแนนเต็มรูปแบบ ไม่มีการใช้กระดาษเลย ดังนั้นการนับคะแนนใหม่จึงค่อนข้างยุ่งยากเพราะไม่มีหลักฐานการลงคะแนนที่จับต้องได้อย่างชัดเจน นอกจากนี้ เครื่องลงคะแนนทั้งหมดใช้เทคโนโลยีรุ่นเก่าซึ่งผลิตมาตั้งแต่ช่วงทศวรรษที่ 1980s ไม่สามารถเชื่อมต่อกับอินเตอร์เน็ตได้ ต้องใช้ช่างผู้เชี่ยวชาญด้านคอมพิวเตอร์มาตรวจสอบเครื่องลงคะแนนทีละเครื่องเพื่อดูว่าผลการเลือกตั้งที่รายงานออกมามีความถูกต้องหรือไม่ และด้วยเหตุที่การนับคะแนนใหม่มีความยุ่งยาก กฎหมายของรัฐจึงกำหนดให้การขอนับคะแนนใหม่จะต้องมีผู้สมัครรับเลือกตั้งอย่างน้อย 3 คนยื่นคำร้องเป็นรายหน่วยเลือกตั้งที่สงสัยว่าจะมีความผิดปกติเกิดขึ้น ไม่สามารถยื่นคำร้องครั้งเดียวให้นับใหม่ทั้งเมืองหรือทั้งรัฐได้ ซึ่งรัฐ Pennsylvania มีหน่วยเลือกตั้งทั้งหมด 9,163 หน่วยจึงเกิดปัญหาตามมาว่าจะยื่นคำร้องทีละหน่วยและนับให้เสร็จทันตามเวลาที่กำหนดได้อย่างไร[5]

การลงคะแนนเสียงในอเมริกามีวิธีที่หลากหลายทั้งแบบใช้คน ใช้เครื่องล้วน และแบบผสม ซึ่งจากที่ค้นหาข้อมูลมาพบว่าล้วนแล้วแต่มีโอกาสเกิดความผิดพลาดคลาดเคลื่อนได้ทั้งนั้น แต่สิ่งที่เราต้องการจะรู้คือวิธีไหนมีโอกาสผิดพลาดมากและเกิดขึ้นบ่อยครั้ง จึงขอปิดท้ายด้วยบทความจาก website หนังสือพิมพ์ Washington Post ที่ตีพิมพ์บทความของ Stephen Ansolabehere, Barry C. Burden, Kenneth R. Mayer, และ Charles Stewart III ซึ่งกล่าวว่าเราสามารถตั้งข้อสงสัยผลการนับคะแนนโดยเครื่องได้ แต่จากหลักฐานที่ผ่านมาพบว่าเครื่องนับคะแนนมีความถูกต้องและเชื่อถือได้มากกว่า เช่นในปี 2002 มีการนับคะแนนใหม่ 6 หน่วยในรัฐ New Hampshire มีความคลาดเคลื่อนระหว่างผลการนับคะแนนใหม่กับผลการนับคะแนนครั้งแรกในหน่วยที่นับคะแนนด้วยคนถึง 2.5% แต่หน่วยที่ใช้เครื่องลงคะแนนมีความคลาดเคลื่อนเพียง 0.6% เท่านั้น ต่อมาในปี 2011 มีการนับคะแนนใหม่ในรัฐ Wisconsin และพบความคลาดเคลื่อนในลักษณะเดียวกันคือ ผลการนับคะแนนด้วยคนมีความคลาดเคลื่อน 0.28% แต่การนับคะแนนด้วยเครื่องมีความคลาดเคลื่อนเพียง 0.17% ซึ่งเขาสรุปว่าการลงคะแนนทั้งสองวิธีมีความถูกต้องและเชื่อถือได้สูงแต่เครื่องนับคะแนนจะดูเหนือกว่าเล็กน้อย[6]

[1] อ่านเพิ่มเติมที่ http://www.nature.com/news/democracy-isn-t-all-it-is-cracked-up-to-be-1.9925

[2] http://time.com/4583933/wisconsin-recount-election/

[3] http://fox6now.com/2016/12/04/presidential-recount-counting-complete-in-6-counties-results-have-barely-changed/

[4] https://www.theguardian.com/us-news/2016/dec/05/us-election-recount-michigan-donald-trump-hillary-clinton

[5] http://www.bbc.com/news/world-us-canada-38137630

[6] https://www.washingtonpost.com/news/monkey-cage/wp/2016/12/05/the-wisconsin-recount-may-have-a-surprise-in-store-after-all/?utm_term=.d02b79d87c1d

นวัตกรรมเกิดขึ้นได้อย่างไรบ้าง


U.S. workplace Survey 2016[1] รายงานผลการสำรวจบริษัทที่มีผลงานด้านนวัตกรรมสูงว่า บริษัทเหล่านี้ล้วนแล้วแต่ส่วนประกอบสำคัญ 6 ประการคือ

1. มีการออกแบบสภาพแวดล้อมของสำนักงานอย่างดีและมีคุณภาพ เพราะมันส่งผลต่อพฤติกรรมการทำงานเชิงสร้างสรรค์ของพนักงาน

2. พนักงานมีโอกาสได้พบปะพูดคุยกันในบริเวณอื่นที่ไม่ใช่โต๊ะทำงาน เช่น บริเวณตู้น้ำดื่ม ห้องอาหาร ล๊อบบี้ เพราะการนั่งติดอยู่กับที่ไม่อาจนำไปสู่นวัตกรรมได้

3. พนักงานสามารถเลือกพื้นที่ทำงานให้เหมาะกับภารกิจที่ต้องทำ ซึ่งอาจจะเป็นภายในหรือภายนอกบริษัทก็ได้ เพราะความคิดสร้างสรรค์เกิดได้จากการมีปฏิสัมพันธ์กับคนที่อยู่ภายนอกหน่วยงาน

4. ให้อิสระแก่พนักงานได้ควบคุมความสมดุลระหว่างเวลาหรือสถานที่ทำงานกับผลงานที่ต้องรับผิดชอบ สามารถทำงานที่บ้านได้ตราบที่มีผลงานตามที่บริษัทคาดหวัง

5. มีสวัสดิการหรือประโยชน์เกื้อกูลต่างๆ ให้แก่พนักงานในการทำงาน แต่ต้องเชื่อมโยงกับวัฒนธรรมและค่านิยมในการทำงานและตอบโจทย์วัตถุประสงค์ขององค์การด้วย ไม่ใช่เพราะเห็นบริษัทอื่นให้ก็ให้ตามกัน

6. มีความไว้วางใจในตัวพนักงาน เป็นสิ่งสำคัญที่สุดที่จะสร้างนวัตกรรมให้เกิดขึ้น ผู้นำควรเปิดโอกาสให้พนักงานได้ควบคุมและตัดสินใจในการทำงาน โดยเชื่อมั่นว่าพนักงานจะทำสิ่งที่ดีที่สุดเป็นการตอบแทน

[1] https://www.weforum.org/agenda/2016/11/these-are-the-values-shared-by-the-most-innovative-companies

อาชีพวันนี้ในอนาคต


ได้ย้อนกลับไปอ่านข่าวเก่าเมื่อปีที่ผ่านมา (2015) ข่าวนั้นมีว่าสำนักข่าว Associated Press (AP) กับบริษัท Automated Insights เจ้าของเทคโนโลยี Wordsmith ที่ใช้ปัญญาประดิษฐ์ (Artificial Intelligence: A.I.) ในการแปรข้อมูลภาพหรือวิดีโอให้เป็นคำบรรยายแบบทันที (real-time) ได้ร่วมมือกับสมาคมกีฬามหาวิทยาลัยแห่งชาติของอเมริกา (National Collegiate Athletic Association: NCAA) ทดลองนำเทคโนโลยี A.I. มาใช้การเขียนรายงานข่าวกีฬาเบสบอล บาสเก็ตบอล และอเมริกันฟุตบอลระดับมหาวิทยาลัย เพื่อนำข่าวและสถิติต่างๆ ในการแข่งขันไปเผยแพร่ในช่องทางต่างๆ ของ AP และเว็บไซต์ของ NCAA[1] ในเนื้อหาเล่าว่ามีการนำข่าวที่เขียนโดย A.I. ไปเปรียบเทียบกับข่าวที่เขียนโดยคนจริงๆ จากสำนักข่าวอื่น เช่น ESPN, CBS, Fox พบว่ารายงานผลการแข่งขันได้ถูกต้องเหมือนกันแต่ยังมีจุดอ่อนสำคัญคือสไตล์การเขียนของ A.I. ยังทำได้ไม่ดี แข็งทื่อไม่ลื่นไหล[2] ซึ่งขณะนี้กำลังทำการปรับปรุงกันต่อไป ความร่วมมือนี้ทำให้ประชาชนสามารถติดตามความเคลื่อนไหวการแข่งขันกีฬาระดับมหาวิทยาลัยได้อย่างรวดเร็วทันเหตุการณ์มากขึ้น ส่วนสำนักข่าวก็ได้เครื่องมือทำข่าวที่มีประสิทธิภาพมาช่วยงาน อย่างไรก็ตาม สิ่งนี้สร้างความสงสัยเล็กๆ 2 ประการว่าคอมพิวเตอร์จะทำงานแทนนักข่าวได้หรือและอาชีพนักข่าวจะเป็นอย่างไรในอนาคต

จากการค้นหาคำตอบแรก ได้ไปพบว่าคอมพิวเตอร์กำลังพัฒนาไปอย่างมาก ขอยกตัวอย่างงานจากนักวิจัยชาวอินเดีย 3 ท่านชื่อ Rahul Anand Sharma, C. V. Jawahar, และ Pramod Sankar K. สามารถพัฒนาคอมพิวเตอร์ให้บรรยายการแข่งขันคริกเก็ตออกมาในลักษณะข้อความได้สำเร็จ วิธีการก็คือ นักวิจัยทั้ง 3 ได้เขียนอัลกอริทึม (Algorithm) โดยใช้ความสามารถด้านการเรียนรู้ของเครื่อง (Machine Learning) และการจดจำภาพ (Visual Recognition) เพื่อจดจำการแข่งขันคริกเก็ตจากคลิป YouTube เป็นพันๆ คลิป ต่อจากนั้นจึงแยกฉากการแข่งขันออกเป็นตอนย่อยๆ แล้วกำหนดให้คอมพิวเตอร์รู้ว่าฉากนี้ต้องใช้คำบรรยายอะไร เช่น กำลังขว้างลูก กำลังตีลูก เมื่อพัฒนาเสร็จจึงนำไปทดสอบกับการแข่งขันคริกเก็ตจริงๆ ปรากฎว่าคอมพิวเตอร์สามารถบรรยายเหตุการณ์ที่เกิดขึ้นระหว่างการแข่งขันได้อย่างถูกต้องโดยใช้เวลาไม่ถึง 1.2 วินาทีเมื่อมีเหตุการณ์ในสนาม[3] นี่เป็นความภาคภูมิใจของชาวเอเชียที่แสดงให้เห็นว่าเราไม่ได้ด้อยไปกว่าฝรั่งเลย ความก้าวหน้าทางเทคโนโลยีในลักษณะเช่นเดียวกันกำลังดำเนินการอยู่มากมายในห้องทดลองต่างๆ ทำให้คาดกันว่าความสามารถของคอมพิวเตอร์จะแทนที่ผู้สื่อข่าวกีฬาหรือแม้กระทั่งนักพากย์กีฬาได้ในไม่ช้า อนาคตนักวิจัยวางแผนว่าจะพัฒนาโปรแกรมให้มีความสามารถสูงขึ้นไปอีก โดยจะพัฒนาให้มีความสามารถในการวิเคราะห์และแสดงความเห็นต่อเกมการแข่งขันได้ ซึ่งคาดว่านักวิเคราะห์เกม (Commentator) อาจจะตกงานได้เช่นกัน

คำตอบถัดมา เมื่อปี 2013 Carl Benedikt Frey และ Michael A. Osborne[4] ศึกษาอาชีพจำนวน 702 อาชีพตามฐานข้อมูลกระทรวงแรงงานของอเมริกาว่ามีโอกาสจะถูกแทนที่โดยคอมพิวเตอร์มากน้อยอย่างไรในอนาคต โดยในผลการวิจัยได้ระบุความน่าจะเป็นที่มีค่าระหว่าง 0 (มีโอกาสน้อยที่สุด) ถึง 1 (มีโอกาสมากที่สุด) ซึ่งอาชีพผู้สื่อข่าว (Reporters and Correspondents รหัสอาชีพ 27-3022) มีความน่าจะเป็นที่จะถูกแทนที่ด้วยคอมพิวเตอร์ 0.11 ซึ่งจัดอยู่ในระดับมีความน่าจะเป็นน้อย แต่ผู้ประกอบอาชีพนักข่าวอย่าเพิ่งสบายใจเพราะในงานวิจัยก็บอกข้อจำกัดไว้หลายประการ เป็นต้นว่าโอกาสความน่าจะในงานวิจัยนี้เป็นการพิจารณาจากความก้าวหน้าของเทคโนโลยีในปัจจุบัน หากนโยบายหรือกฎหมายของรัฐออกมาเอื้อต่อการพัฒนาเทคโนโลยีได้เร็วความน่าจะเป็นก็จะเพิ่มสูงขึ้น เช่น ขณะนี้รัฐบาลประเทศสิงคโปร์อนุญาตให้ทดลองรถแท็กซี่ไร้คนขับบนถนนจริงได้แล้ว[5] ก็จะช่วยเร่งให้รถไร้คนขับสามารถผลิตออกมาขายได้เร็วกว่าเดิม นอกจากนี้ งานวิจัยไม่ได้พิจารณาปัจจัยค่าจ้างและการขาดแคลนแรงงานซึ่งหากวันหน้าเกิดไม่มีใครอยากเป็นนักข่าวหรือนักข่าวเก่งๆ มีน้อยก็จะส่งผลให้ค่าจ้างของอาชีพนักข่าวสูงขึ้น อาจจะผลักดันให้ไปสนับสนุนการพัฒนาเครื่องจักรทำงานแทนคน อาชีพนั้นก็มีความน่าจะเป็นเปลี่ยนแปลงไปจากผลการวิจัย ล่าสุดมีข่าวมาว่าการทดลองในห้องแล็บของ Sony สามารถพัฒนา A.I. ให้รู้จักใช้การคิดแบบสร้างสรรค์มาแต่งเพลงโดยเลียนแบบหรือพูดให้ดูดีหน่อยว่าใช้แรงบันดาลใจจากวงเดอะบีทเทิลส์ได้แล้ว แต่ยังอยู่ในขั้นที่ต้องอาศัยคนมาตบแต่งให้น่าฟัง[6] ท้ายที่สุด A.I. ก็จะพัฒนาไปยังจุดที่สามารถทำเองได้ทั้งเพลง

พอจะสรุปได้ว่า อาชีพนักข่าวมีโอกาสถูกคอมพิวเตอร์แย่งงานน้อยและยังไม่น่าจะเกิดขึ้นในเวลาอันใกล้นี้ แต่ถ้าเมื่อไรคอมพิวเตอร์พัฒนามากขึ้นจนรู้จักความสวยงามไพเราะเพราะพริ้งสามารถเขียนข่าวด้วยสำบัดสำนวนที่น่าสนใจ เมื่อนั้นก็มีโอกาสเป็นไปได้มาก ซึ่งปัจจุบันมีผลการทดลองหลายชิ้นที่แสดงให้เห็นว่าคอมพิวเตอร์สามารถผลิตงานแบบนี้ได้บ้างแล้ว

[1] http://www.ap.org/Content/Press-Release/2015/AP-NCAA-to-grow-college-sports-coverage-with-automated-game-stories

[2] http://www.bbc.com/news/technology-34204052

[3] https://www.washingtonpost.com/news/innovations/wp/2015/12/15/how-artificial-intelligence-could-change-the-way-we-watch-sports/

[4] http://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf

[5]http://www.bbc.com/news/business-37181956

[6] http://www.popsci.com/listen-to-this-song-by-an-artificial-intelligence-and-tell-me-its-not-beatles?dom=prime&src=syn

 

Zero-hours การจ้างงานแบบไม่กำหนดชั่วโมงทำงาน


ย้อนไปในบทความก่อนหน้านี้ ได้พูดถึง “1099” ซึ่งหมายถึงผู้ประกอบอาชีพอิสระหรือ Freelance ที่ปัจจุบันมีจำนวนเพิ่มมากขึ้นเรื่อยๆ ผลการสำรวจในปี 2014 ที่ผ่านมาพบว่าคนอเมริกัน 3 คนจะเป็นผู้ประกอบอาชีพอิสระเสีย 1 คน[1] วันนี้มีสถิติล่าสุดที่น่าสนใจจากสำนักงานสถิติแห่งชาติของประเทศอังกฤษมาเพิ่มเติม จากการสำรวจแรงงานในประเทศอังกฤษเมื่อไตรมาสที่ 2 ของปี 2016 ที่ผ่านมาพบว่าแรงงานอังกฤษประมาณ 903,000 คนหรือ 2.9% ของแรงงานทั้งหมดได้รับการว่าจ้างด้วยสัญญาแบบ “Zero-hour” หรือการจ้างงานแบบไม่กำหนดชั่วโมงทำงาน เปรียบเทียบกับไตรมาสเดียวกันของปีที่แล้วซึ่งมีเพียง 747,000 คนหรือ 2.4% ของแรงงานทั้งหมด เพิ่มขึ้นจากเดิมถึง 20% นอกจากนี้ยังพบว่าจำนวนผู้ที่ได้รับการว่าจ้างแบบ Zero-hour ที่เพิ่มขึ้นมานั้น ครึ่งหนึ่งเป็นผู้ที่มีอายุระหว่าง 25-64 ปี[2] ข้อมูลนี้ทำให้รัฐบาลอังกฤษเกิดความวิตกกังวล เพราะโดยปกติสัญญาการจ้างงานแบบนี้จะเป็นที่นิยมของเหล่านักเรียนนักศึกษาที่ต้องการทำงานเสริมระหว่างเรียน แต่การที่แรงงานกลุ่มอายุ 25-64 ปีซึ่งอยู่ในวัยทำงานหาเลี้ยงครอบครัวนิยมทำสัญญาจ้างงานแบบ Zero-hours มากขึ้นย่อมส่งผลกระทบต่อครอบครัวของผู้ใช้แรงงานเป็นอย่างมาก เพราะจะมีรายได้ไม่คงที่แล้วแต่นายจ้างจะป้อนงานให้ อาจนำมาซึ่งปัญหาทางสังคมได้

“Zero-hour contract” หรือสัญญาจ้างงานแบบไม่กำหนดชั่วโมงทำงานที่แน่นอนเป็นคำที่ใช้กันในประเทศอังกฤษ หมายถึงสัญญาจ้างงานที่เปิดกว้างมากๆ ไม่มีการกำหนดว่านายจ้างต้องจ้างขั้นต่ำกี่ชั่วโมงและก็ไม่ได้บังคับให้ลูกจ้างต้องรับงานที่นายจ้างเสนอมาทุกงาน เป็นข้อตกลงที่ทำระหว่างกันว่าจะมีการจ้างงานเกิดขึ้นเมื่อความต้องการสอดคล้องกัน นายจ้างมีงานที่จะให้ทำและลูกจ้างมีเวลาว่างที่จะทำงานให้ก็จะเกิดการจ้างงานกันขึ้น แต่ไม่มีเวลาขั้นต่ำหรือตารางเวลางานมากำหนด สัญญาแบบนี้นิยมทำกันในงานประเภทพนักงานบริการตามโรงแรม ร้านอาหาร โรงพยาบาล มีข้อมูลในปี 2013 พบว่าพนักงาน McDonald ในประเทศอังกฤษถึง 90% ทำสัญญาว่าจ้างแบบ Zero-hour[3] ข้อดีของการจ้างงานลักษณะนี้คือมีความยืดหยุ่น เหมาะกับนักเรียนนักศึกษาที่ต้องการทำงานเสริมระหว่างเรียนหรือผู้ที่เกษียณจากงานไปแล้วแต่ต้องการทำงานในบางโอกาส ข้อเสียคือเป็นสัญญาที่อาจจะเปิดช่องให้นายจ้างเอาเปรียบและเลือกปฏิบัติได้ สัญญาจ้างงานแบบ Zero-hour จะดูคล้ายกับสัญญาจ้างงานแบบหนึ่งที่มักพบในประเทศอังกฤษ ไอร์แลนด์ แคนาดา ออสเตรเลีย นิวซีแลนด์ เรียกว่า Casual contract หรือการจ้างแบบไม่มีงานประจำ แต่มีจุดที่แตกต่างกันคือ Casual contract จะมีการกำหนดเวลาทำงานขั้นต่ำตามกฎหมาย เช่น 3 ชั่วโมงต่อวันหรือกำหนด “กะ (Shift)” แต่ก็ไม่ได้แน่นอนตายตัวว่าลูกจ้างจะต้องทำกะใดกะหนึ่งตลอด การจ้างแบบ Casual จะดีต่อลูกจ้างมากกว่า Zero-hour เพราะเมื่อรับงานแล้วจะได้รับค่าจ้างจำนวนหนึ่งที่แน่นอน

การจ้างงานแบบ Zero-hour ที่เกิดขึ้นข้างต้นแม้ว่ายังจะไม่พบในบ้านเรา แต่เป็นสัญญานที่แสดงถึงพันธสัญญาใหม่ที่คนทำงานด้าน HR จะต้องตามให้ทันเพื่อจะได้บริหารจัดการกำลังคนได้อย่างเหมาะสม รวมถึงต้องมีความรู้และความเข้าใจว่ามีกฎหมายใดเข้ามาเกี่ยวข้องบ้าง อย่างไรก็ตาม พันธสัญญาใหม่ไม่ได้เปลี่ยนแปลงสิทธิและหน้าที่ที่นายจ้างและลูกจ้างมีต่อกันตามกฎหมาย ดังนั้น ไม่ว่าจะเรียกชื่อว่าสัญญาจ้างลูกจ้างประจำ ลูกจ้างชั่วคราว ลูกจ้างแบบไม่มีงานประจำ ลูกจ้างที่ไม่ระบุจำนวนชั่วโมงทำงานที่แน่นอน หรือใดๆ ก็ตาม เมื่อเข้าเงื่อนไขนายจ้างรับลูกจ้างเข้าทำงานโดยจ่ายค่าจ้างให้และลูกจ้างตกลงทำงานให้นายจ้างโดยได้รับค่าจ้างแล้วก็จะเกิดสัญญาจ้างและตามมาด้วยสิทธิและหน้าที่ของคู่สัญญาตามที่กฎหมายกำหนดไว้

[1] https://www.freelancersunion.org/blog/dispatches/2014/09/04/53million

[2] http://www.reuters.com/article/us-britain-jobs-pay-idUSKCN11E17E

[3] https://www.theguardian.com/business/2013/aug/05/mcdonalds-workers-zero-hour-contracts

วันที่เครื่องจักรแย่งงานคนกำลังจะมาถึง


เมื่อเอ่ยถึง Facebook เราทุกคนรู้จักกันดีเพราะจะต้องเข้าไปอ่านหรือโพสต์ (Post) เป็นประจำทุกวันอย่างน้อยวันละครั้ง เมื่อประมาณเดือนกรกฎาคมปีนี้ เว็บไซต์ด้านไอที Gizmodo ตีข่าวอดีตพนักงานของ Facebook ออกมาแฉว่าฝ่ายคัดกรองเนื้อหาข่าว (News curator) ในหน้า Trending มีการปั่นกระแสให้ข่าวใดข่าวหนึ่งขึ้นหรือลงจากอันดับได้ โดยเจ้าหน้าที่สามารถเข้าไปแก้ไขอันดับความนิยม แก้ไขเนื้อหา รวมไปถึงแก้ไขลิ้งค์ที่เชื่อมโยงไปยังต้นฉบับ เขายกตัวอย่างข่าวเหตุการณ์เที่ยวบิน MH370 ของสายการบินมาเลเซียสูญหายและเหตุการณ์กราดยิงสำนักพิมพ์ชาร์ลีเฮบโดที่เป็นข่าวดังไปทั่วโลก สำนักข่าวชั้นนำเช่น CNN, BBC, New York Times ตีข่าวนี้ในหน้าหนึ่ง แต่ในหน้า Trending กลับไม่มีใครพูดถึง พวกเขาจึงได้รับคำสั่งให้เข้าไปแก้ไขให้ข่าวดังกล่าวขึ้นมาอยู่ในหน้า Trending โดยอธิบายสาเหตุที่ต้องทำว่าเพื่อให้เนื้อหาทันต่อเหตุการณ์และสามารถแข่งกับ Twitter ซึ่งนิยมใช้สำหรับการรายงานข่าว

แต่ที่เป็นเรื่องเป็นราวใหญ่โตขึ้นมาก็คือข่าวการที่พนักงาน Facebook มีความไม่เป็นกลางทางการเมือง อดีตพนักงานแฉว่าในช่วงการรณรงค์หาเสียงเลือกตั้งประธานาธิบดีสหรัฐ ฝ่ายคัดกรองเนื้อหาข่าวที่เชียร์ผู้สมัครพรรคไหนก็มักจะดันข่าวของพรรคนั้นเข้าสู่หน้า Trending มิหนำซ้ำยังพบว่าแต่ละกะ (Shifts) มีข่าวการเมืองขึ้นอันดับแตกต่างกัน กะที่พนักงานชื่นชอบพรรคเดโมแครตก็จะดันข่าวพรรคเดโมแครตขึ้นและลดข่าวพรรครีพับลิกันลง พอกะที่ชอบพรรครีพับลิกันเข้างานก็จะดันข่าวพรรครีพับลิกันขึ้นลดข่าวพรรคเดโมแครตลง (ทีใครทีมัน) แต่ว่ากันว่าข่าวความเคลื่อนไหวของโดนัล ทรัมป์และพรรครีพับลิกันมักจะถูกจัดไว้อันดับท้ายๆ เสมอเพราะพนักงาน Facebook ส่วนใหญ่ชื่นชอบพรรคเดโมแครต ปัญหาความไม่เป็นกลางทางการเมืองนี้เองทำให้เกิดคำถามเรื่องความน่าเชื่อถือของ Facebook เพราะฝ่ายคัดกรองเนื้อหาข่าวมีหน้าที่คล้ายๆ บรรณาธิการของสำนักข่าวทั่วไป ซึ่งผู้ทำหน้าที่นี้จะต้องมีจรรยาบรรณในการนำเสนอข่าวอย่างเป็นกลาง ไม่เข้าข้างฝ่ายใดฝ่ายหนึ่ง[1]

Facebook ออกมาปฏิเสธข่าวดังกล่าวโดยชี้แจงว่าฝ่ายคัดกรองเนื้อหามีหน้าที่เพียงแค่ตรวจสอบดูว่าเนื้อหาข่าวที่คัดเลือกมาโดยโปรแกรมอัลกอริทึม (Algorithm) นั้นเป็นข่าวที่กำลังเป็นประเด็นร้อนในปัจจุบันจริงๆ พนักงานไม่สามารถเข้าไปปั่นกระแสข่าวได้หรือหากทำก็จะถูกไล่ออกทันที Facebook ชี้แจงเพิ่มเติมว่า Algorithm ในการคัดเลือกเนื้อหาหรือโพสต์ที่จะนำมาแสดงบนหน้า Trending ยังไม่สมบูรณ์ร้อยเปอร์เซ็นต์จึงต้องอาศัยฝ่ายคัดกรองเนื้อหาเข้ามาช่วยเสริมให้ข่าวมีความถูกต้องยิ่งขึ้น ซึ่งพนักงานที่จ้างเข้ามาทำงานไม่ได้รับอนุญาตให้เข้าไปทำการเพิ่มหรือลดความนิยมเนื้อหาข่าวใดๆ ทั้งสิ้น นอกจากนี้ยังมีการจัดหลักสูตรอบรมปรับทัศนคติเพื่อให้พนักงานเข้าใจและเปิดรับความแตกต่างทางเชื้อชาติ เพศ อายุ หรือการเมือง[2] อีกทั้งยังได้ประกาศใช้แนวปฏิบัติในการคัดกรองเนื้อหา (Trending review guidelines) ที่สอดคล้องกับปรัชญาของ Facebook และมีความเป็นกลางให้พนักงานในฝ่ายถือปฏิบัติอย่างเคร่งครัด (คล้ายๆ จรรยาบรรณ) และที่สำคัญ Facebook ได้ปรับแก้ Algorithm ในการคัดกรองเนื้อหาใหม่ให้มีเกณฑ์ที่ชัดเจนมากขึ้น เช่น โพสต์ที่จะอยู่ในหน้า Trending ได้จะต้องเป็นโพสต์ที่มี Comment หรือ Like จำนวนมาก โพสต์ที่ได้รับ Likes, Comments, Share จำนวนมากในระยะเวลาอันสั้น โพสต์ที่ถูกกด Like หรือ Comment โดยเพื่อนคนใดคนหนึ่งของเรา เป็นต้น[3]

ในการนี้ Mark Zuckerberg ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหาร (Chief Executive Officer: CEO) Tom Stocky รองประธานบริษัท และ Sheryl Sandberg หัวหน้าคณะเจ้าหน้าที่ฝ่ายปฏิบัติการ (Chief Operation Officer: COO) ของ Facebook ออกมาประกาศว่าจะดำเนินการแก้ไขเรื่องนี้อย่างจริงจังเพื่อสร้างความน่าเชื่อถือของหน้า Trending แต่ผลกระทบที่ตามมาอย่างหลีกเลี่ยงไม่พ้นก็คือพนักงานฝ่ายคัดกรองเนื้อหาที่ Facebook จ้างมาจากภายนอกทั้งหมดจะถูกเลิกจ้างทันทีหลังมีการนำ Algorithm นี้มาใช้[4] ทั้งนี้ จากเนื้อหาที่ผู้บริหารระดับสูงของ Facebook ออกมาพูดพอจะเข้าใจได้ว่า Facebook หรือบริษัทใดๆ ก็ตามที่ระบบการทำงานเปิดโอกาสให้คนได้ใช้วิจารณญานย่อมมีปัญหาหรือข้อจำกัดที่มาจากการตัดสินใจของคน และด้วยเหตุที่ Facebook มีผู้ใช้งานสูงถึง 1.71 พันล้านคนต่อเดือนถ้าหากมีใครสักคนจงใจเข้าไปแก้ไขข่าวสารก็อาจจะส่งผลกระทบในระดับโลกได้ ดังนั้น Facebook จึงเลือกที่จะแก้ปัญหาการใช้วิจารณญานหรือความลำเอียงโดยการเปลี่ยนมาใช้ Algorithm จากคอมพิวเตอร์แทน นอกจากนี้การคัดกรองข่าว Trending ให้สอดคล้องกับความชื่นชอบหรือรสนิยมของผู้ใช้งานเป็นรายคนทั้ง 1.71 พันล้านคนเป็นเรื่องที่ยากมาก ไม่อาจหลีกเลี่ยงการใช้คอมพิวเตอร์หรือเครื่องจักรให้ทำงานเหล่านี้ …คำถาม…เครื่องจักรกำลังยึดงานของคนแล้วหรือ?

มนุษย์เห็นประโยชน์และความสำคัญของเครื่องจักรมานานแล้ว มีการประดิษฐ์คิดค้นเครื่องจักรมาใช้งานในแวดวงต่างๆ มากมาย เครื่องจักรเป็นปัจจัยสำคัญที่ทำให้เกิดการเปลี่ยนแปลงในหน้าประวัติศาสตร์โลกนั่นคือก่อให้เกิดการปฏิวัติอุตสาหกรรม ความก้าวหน้าของเครื่องจักรที่นำมาใช้ในโรงงานสามารถเพิ่มประสิทธิภาพการผลิตให้สูงขึ้นจากเดิมเป็นร้อยเท่า เกิดโรงงานอุตสาหกรรมที่สามารถผลิตสินค้าได้จำนวนมากมาตอบสนองความต้องการของประชาชน ทำให้ชีวิตความเป็นอยู่ของคนดีขึ้นเรื่อยมาจนถึงทุกวันนี้ แต่อย่างไรก็ตาม ในระหว่างการเปลี่ยนผ่านเข้าสู่การใช้เครื่องจักรก็เกิดการกระทบกระทั่งขึ้นหลายครั้ง เช่นในปี ค.ศ.1811 ที่เมืองน็อตติงแฮมประเทศอังกฤษเกิดเหตุการณ์ความรุนแรงขึ้นเนื่องจากช่างหัตกรรมทอผ้าโกรธแค้นที่ต้องตกงานเพราะโรงงานนำเครื่องจักรมาใช้แทนคน พวกเขาก่อเหตุจลาจลบุกไปแก้แค้นเครื่องจักรโดยทุบทำลายและเผาโรงงานวอดวาย เหตุการณ์ลุกลามไปทั่วประเทศและต่อเนื่องเป็นเวลาหลายปี จนสุดท้ายรัฐบาลต้องยกกองทัพทหารมาปราบเหตุการณ์จึงสงบลง แกนนำถูกตัดสินเนรเทศและประหารชีวิต[5] นี้เป็นสัญญาณการเปลี่ยนแปลงเมื่อ 200 ปีที่ผ่านมา แสดงให้เห็นว่าการคืบคลานเข้ายึดครองพื้นที่งานที่ทำโดยคนไปสู่การใช้เครื่องจักรนั้นมีมานานแล้ว แม้ปัจจุบันจะมีคำเตือนออกมาว่าในไม่ช้างานที่คนทำจะถูกแทนที่ด้วยเครื่องจักร แต่เราเองก็ไม่ได้ถือเป็นเรื่องจริงจังนัก คนส่วนใหญ่เชื่อว่ามีโอกาสเป็นไปได้จริงแต่เห็นว่างานที่จะถูกเครื่องจักรแย่งนั้นคืองานประเภทอุตสาหกรรมการผลิต เช่น ใช้หุ่นยนต์เชื่อมประกอบรถยนต์แทนคน ส่วนงานประเภทที่ต้องคิดวิเคราะห์สลับซับซ้อนยังยากที่จะใช้เครื่องจักร แต่ทว่าข่าวที่ Facebook น่าจะทำให้ความคิดของเราเปลี่ยน

ขอย้อนมาทำความรู้จักกับเครื่องจักรกันสักนิด เครื่องจักรก็คือเทคโนโลยีที่มีการประยุกต์ความรู้ทางวิทยาศาสตร์มาใช้เพื่อก่อให้เกิดประโยชน์ในทางปฏิบัติและอุตสาหกรรม เราสามารถแบ่งพัฒนาการของเทคโนโลยีได้คร่าวๆ เป็น 3 ระยะ ระยะแรกคือเครื่องมือ (Tools) เช่น มีด ค้อน คันไถ รอก วงล้อ ที่มนุษย์คิดค้นมาเพื่อช่วยทุ่นแรงให้การทำงานมีประสิทธิภาพและสำเร็จตามวัตถุประสงค์ที่วางไว้ ต่อมามนุษย์ก็พัฒนาเทคโนโลยีเพิ่มขึ้นโดยนำเครื่องมือมารวมกับพลังงานที่ได้จากธรรมชาติหรือสัตว์เลี้ยง เช่น เอาวัวมาเทียมคันไถ ใช้ลมมาปั่นกังหันวิดน้ำ นำไปสู่ระยะที่สองคือเครื่องจักร (Machine) ซึ่งก็คือเครื่องมือที่ใช้งานได้โดยไม่ต้องใช้กำลังกายจากคนและสามารถทำงานให้สำเร็จอย่างมีประสิทธิภาพมากกว่าเดิม โดยคนทำหน้าที่เพียงแค่คอยควบคุมการทำงานของเครื่องจักรเท่านั้น เช่น รถบรรทุกเคลื่อนที่ด้วยเครื่องยนต์โดยมีคนขับคอยถือพวงมาลัยบังคับให้เลี้ยวซ้ายขวา หรือคอมพิวเตอร์ที่ทำงานตามชุดคำสั่งหรือโปรแกรมที่คนเขียนขึ้นเพื่อการคำนวณทางคณิตศาสตร์ที่ซับซ้อน ระยะสุดท้ายคือระยะที่เครื่องจักรสามารถคิดและตัดสินใจทำงานเองได้โดยไม่ต้องมีคนมาควบคุมหรือเรียกว่าระบบอัตโนมัติ (Automation) โดยใช้ความก้าวหน้าและวิทยาการต่างๆ เช่น ปัญญาประดิษฐ์ (Artificial Intelligence) เครือข่ายการสื่อสาร (Internet) ข้อมูลขนาดใหญ่ (Big data) การประมวลผลบนก้อนเมฆ (Cloud computing) อุปกรณ์ตรวจจับสัญญาน (Sensor) มาควบคุมการทำงาน เราจึงได้เห็นตู้เย็นอัจฉริยะ รถยนต์ไร้คนขับ และ Internet of things (IoT) ที่กำลังเป็นที่สนใจอย่างมากในขณะนี้ บริษัทชั้นนำของโลกไม่ว่าจะเป็น Apple Google Microsoft Tesla Ford Toyota Samsung ฯลฯ กำลังวิจัยและพัฒนาสินค้าที่มุ่งไปในทิศทางเดียวกันนี้[6]

จากข่าวที่นำมาเล่าให้ฟัง พูดได้ว่าโลกทุกวันนี้กำลังอยู่ในระยะเปลี่ยนผ่านจากเครื่องจักรไปสู่ระบบอัตโนมัติ ว่ากันว่าการเปลี่ยนแปลงแต่ละครั้งจะเกิดสิ่งใหม่ๆ ขึ้นมาโดยแลกกับสิ่งเก่าๆ บางอย่างที่ต้องสูญหายไป ตำแหน่งงานจำนวนมากจะถูกยุบทิ้งอย่างหลีกเลี่ยงไม่ได้แต่ก็จะเกิดตำแหน่งงานใหม่ขึ้นมา ผู้ที่ไม่สามารถเปลี่ยนทักษะที่ล้าหลังไปสู่ทักษะใหม่จะกลายเป็นผู้ถูกทอดทิ้ง แต่อย่างไรก็ตาม หากการเปลี่ยนแปลงไม่มีการเตรียมพร้อมเพื่อรองรับผลกระทบไว้ก่อนอาจจะก่อให้เกิดปัญหาความรุนแรงในสังคมเหมือนช่วงคริสศตวรรษที่ 18 ที่เปลี่ยนผ่านจากงานหัตถกรรมไปสู่การใช้เครื่องจักรอุตสาหกรรม

………………………………………………………………

[1] http://gizmodo.com/former-facebook-workers-we-routinely-suppressed-conser-1775461006

[2] http://gizmodo.com/facebook-offers-political-bias-training-in-wake-of-tren-1782500645

[3] http://thumbsup.in.th/2014/11/factors-of-facebook-algorithm/

[4] http://fortune.com/2016/08/26/facebook-trending-no-humans/

[5] https://en.wikipedia.org/wiki/Luddite

[6] https://en.wikipedia.org/wiki/Technological_evolution

พลิกโฉมหน้าการจัดการสายอาชีพ (Career disruption)


ความก้าวหน้าในสายอาชีพคือการเลื่อนตำแหน่งขึ้นในแนวตั้งเหมือนการปีนบันไดตั้งแต่ขั้นแรกไปจนถึงขั้นสูงสุดตามความสามารถ บริษัทที่ใส่ใจในการพัฒนาบุคลากรจะใช้การพัฒนาอาชีพ (Career development) มาช่วยพนักงานให้พัฒนาตัวเองไปสู่เป้าหมายของอาชีพ (Career goal) ที่ตนตั้งไว้ โดยตั้งอยู่บนแนวคิดของการเตรียมพนักงานให้พร้อมที่จะก้าวไปสู่ตำแหน่งที่สูงขึ้นภายในบริษัท การได้เลื่อนจากพนักงานธรรมดาไปเป็นหัวหน้า-ผู้จัดการ-ผู้อำนวยการ จนถึงจุดสูงสุดตามเส้นทางอาชีพ (career path) แสดงถึงการพัฒนาสมรรถนะของตนสำเร็จตามที่บริษัทกำหนด บริษัทก็จะเพิ่มค่าตอบแทนและสิทธิประโยชน์รวมไปถึงสถานภาพภายในบริษัทให้สูงขึ้นทีละขั้น พนักงานที่ประสบความสำเร็จวัดได้จากความสูงของระดับตำแหน่งที่ครอบครองว่าใครอยู่เหนือกว่ากัน ทำให้พนักงานมีแรงจูงใจที่จะพัฒนาตนเองตามสายอาชีพที่วางไว้ จากแนวคิดนี้ เราน่าจะอนุมานได้ว่าคนที่มีสมรรถนะสูงสุดในสายงานจะมีเพียงไม่กี่คนและต้องเป็นผู้ที่อยู่บนบันไดขั้นสูงสุดของสายอาชีพเท่านั้น แต่สิ่งที่พบกลับตรงกันข้าม ทุกองค์การมีคนที่มีสมรรถนะสูงจำนวนไม่น้อยทั้งยังไม่ได้เป็นผู้ที่อยู่ในตำแหน่งสูงสุดเสียด้วย มีร่องรอยแสดงให้เห็นว่าคนกลุ่มนี้ฉายแววตั้งแต่ระยะเริ่มต้นทำงานแต่พวกเขากลับลาจากบริษัทไปโดยไม่สนใจใยดีความก้าวหน้าเลย นี่เป็นแนวโน้มที่จะนำไปสู่ปรากฎการณ์พลิกโฉมหน้าการจัดการสายอาชีพ (Career disruption) ที่จะยกเป็นตัวอย่างดังต่อไปนี้

คนเก่ง (Talent) เลือกได้ คนเก่งคือพนักงานที่ทำงานได้โดดเด่นกว่าคนในรุ่นเดียวกัน ดีไม่ดีอาจจะเก่งกว่าหัวหน้าเสียอีก คนพวกนี้สามารถพัฒนาสมรรถนะของตนไปสู่จุดสูงสุดโดยไม่จำเป็นต้องผ่านกระบวนการ career development แล้วเลื่อนตำแหน่งไปตาม career path ที่บริษัทวางไว้ เขาพัฒนาความเก่งโดยไม่ได้หวังรางวัลตอบแทน ขอแค่เพียงคำชื่นชมยกย่องก็พอ เขามีความสุขกับการได้เรียนรู้สิ่งใหม่ ได้พัฒนาตนเองให้เก่งขึ้นเรื่อยๆ กล่าวได้ว่า Talent ทำเช่นนี้เพื่อตอบสนองความต้องการด้านการเติบโตของตน (Personal growth) ทำให้ Talent เป็นโจทย์สำคัญที่ HR ต้องหาทางธำรงรักษาไว้ด้วยวิธีการที่ไม่ได้เป็นไปตาม Career path แบบปีนบันไดขึ้นไปตรงๆ ตามสายงาน จึงเกิดการหมุนเวียนงาน (Job rotation) ภายในกลุ่มอาชีพ (Job family) แต่ในกลุ่ม Talent นั้นการทำ Job rotation ที่ “ข้าม Job family” ไม่ใช่เรื่องยากเย็นมิหนำซ้ำยังได้ผลที่ดีกลับมาด้วย หลายบริษัทมีการโอนย้ายวิศวกรข้ามไปเป็นนักวิเคราะห์การเงิน (Financial analyst) หรือตัวแทนขาย (Sales representative) กันเป็นเรื่องปกติ ยกตัวอย่างเช่นบริษัท Cisco มีโครงการฝึกอบรมและพัฒนาที่มีระยะเวลาตั้งแต่ 3 เดือนถึง 3 ปีเพื่อเตรียมพนักงานให้สามารถเปลี่ยนสายงานตามแผนอาชีพ (Career plan) ที่ตนวางไว้[1] ข้อดีของการหมุนเวียนงานคือทำให้ Talent นั้นได้เรียนรู้ประสบการณ์ใหม่ๆ มาพัฒนาตนเองโดยไม่หยุดชะงัก หรือต้องรอเวลาให้ตำแหน่งว่างเพราะคนข้างหน้าได้เลื่อนตำแหน่งขึ้นไป เพราะถ้านานจน Talent รอไม่ไหวแม้บริษัทจะจ่ายเงินดียังไงก็คงรั้งไว้ไม่ได้ นี่เป็นเค้าลางว่าการจัดการสายอาชีพ (career management) แบบดั้งเดิมไม่เหมาะกับการใช้ดูแล Talent แล้ว

การเปลี่ยนงานบ่อยๆ ไม่ใช่เรื่องแปลก แต่เป็นเรื่องธรรมดาในสมัยนี้ (New normal) ในสมัยคน Gen B (Generation baby boomer) ที่ทำงานคือบ้านหลังที่สอง การทำงานจะต้องมีความจงรักภักดีและทุ่มเทให้บริษัท บริษัทจึงตอบแทนด้วยการจ้างงานตลอดชีพ อยู่ด้วยกันจนเกษียณหรือล้มหายตายจากกันไป คนรุ่นนี้ยกย่องเชิดชูผู้ทุ่มเททำงานและจงรักภักดีว่าเป็นฮีโร่ ตราหน้าคนที่ละทิ้งหน้าที่และบริษัทว่าอ่อนแอหรือคนทรยศ ต่อมาสมัยคน Gen X (Generation X) จะรักตัวเองพอๆ กับงานที่ทำ พยายามสร้างความสมดุลระหว่างงานกับชีวิตส่วนตัวหรือครอบครัว แต่ถ้าสมมติว่าให้คน Gen X ต้องเลือกระหว่างงานกับครอบครัวอย่างใดอย่างหนึ่งเขาก็จะเลือกครอบครัวเป็นอันดับแรก การที่พนักงานลาออกเพราะต้องการทุ่มเทเวลาให้กับครอบครัวจึงเป็นเหตุผลที่ยอมรับกันได้ในรุ่น Gen X การลาออกเป็นเรื่องธรรมดาไม่สมควรถูกตราหน้าว่าทรยศ ผ่านมาจนถึงปัจจุบัน คน Gen M (Generation millennial) ยิ่งไปกันใหญ่ คนรุ่นนี้บางคนเปลี่ยนงานทุก 4 ปี[2] ทำไปได้ซักพักเมื่อเริ่มหมดความสนใจก็เปลี่ยนงานใหม่ บางคนไม่ใช่แค่การเปลี่ยนงาน (Job hopping) แต่เป็นการเปลี่ยนอาชีพ (Career jump) กันเลยทีเดียว คนทำงานยุคนี้มีความเป็นตัวของตัวเองสูง ไม่ชอบอยู่ในกรอบ กล้าคิดกล้าทำ กล้าเสี่ยงลองสิ่งใหม่ ไม่สนค่าจ้างแพงๆ ตำแหน่งสูงๆ หรือแม้กระทั่งการสร้างความมั่นคงในชีวิต คน Gen M สร้างความหนักใจให้กับนายจ้างมากเพราะจะฝากอนาคตของบริษัทไว้กับคนกลุ่มนี้ได้อย่างไรเมื่อความภักดีและทุ่มเททำงานกับบริษัทเกิดขึ้นเพียงระยะเวลาสั้นๆ ก้าวขึ้นบันไดแค่ 3-4 ขั้นก็กระโดดไปที่อื่นแล้ว

พันธสัญญาใหม่ (New social contract) พันธสัญญาในรูปแบบลูกจ้างให้ความจงรักภักดีแลกกับการจ้างงานตลอดชีพไม่มีอีกต่อไป ปัจจุบันการแข่งขันทางธุรกิจทำให้นายจ้างต้องการความคล่องตัว มีความยืดหยุ่น ลดขนาดบริษัทให้เล็กลง ใช้เทคโนโลยีมาช่วยงาน และควบคุมต้นทุน นายจ้างไม่สามารถรับประกันได้ว่าลูกจ้างจะได้ทำงานกับบริษัทจนเกษียณ ส่วนฝั่งลูกจ้างจำนวนไม่น้อยก็เต็มใจออกจากการจ้างงานแบบเต็มเวลา (Full-time worker) ไปเป็นพนักงานชั่วคราว (Temporary worker) พนักงานนอกเวลา (Part-time worker) และผู้เชี่ยวชาญอิสระ (Freelancer) กันมากขึ้น การสำรวจในปี 2014 พบว่าคนอเมริกัน 3 คนจะเป็นผู้เชี่ยวชาญอิสระเสีย 1 คน[3] ในอเมริกาเรียกขานคนทำงานอิสระกลุ่มนี้ว่า “1099” ซึ่งมีที่มาจากชื่อแบบฟอร์มแสดงรายการภาษีเงินได้ “1099-MISC” ของผู้ที่ประกอบกิจการรับเหมาหรือรับจ้างอิสระ (Independent contractor)[4] สภาพการจ้างแบบ 1099 เกิดมาได้เพราะการยินยอมพร้อมใจของทั้งสองฝ่าย นายจ้างชอบใจเพราะกลุ่ม 1099 ช่วยให้ประหยัดต้นทุนได้ถึง 30%[5] เนื่องจากไม่ต้องเสียเงินค่าสวัสดิการต่างๆ และสามารถเพิ่ม-ลดคนงานได้ตามต้องการ ลูกจ้างก็ชอบเพราะไม่ต้องขึ้นอยู่กับนายจ้างคนเดียว มีอิสรภาพในการทำงาน และได้ใช้ชีวิตตามที่ตนปรารถนา ความสัมพันธ์ข้างต้นก่อให้เกิดเป็นรูปแบบการดำเนินธุรกิจใหม่ (Business model) คือคนหนึ่งมีนายจ้างหลายคนในเวลาเดียวกัน จ้างงานเป็นระยะเวลาสั้นๆ ส่วนบริษัทก็จะแบ่งงานออกเป็นชิ้นเล็กๆ (เรียกว่า Gigs) ให้ 1099 ทำ ซึ่งอาจะทำทั้งหมดเพียงคนเดียวหรือใช้การแบ่งงาน (Work sharing) ก็ได้ แนวโน้มการจ้างงานแบบนี้ไม่สามารถบรรจุลงใน Career management ใดๆ ได้เลย

มีข้อเสนอใหม่ๆ เพื่อพลิกโฉมการจัดการสายอาชีพออกมาบ้างแล้ว เช่น Whitney Johnson แนะนำไว้ในหนังสือ “Disrupt yourself” ว่า Career management แบบดั้งเดิมคือการทำให้พนักงานไต่เต้าขึ้นไปตามเส้นโค้งการพัฒนา (S-curves) ทีละขั้นจนถึงจุดอิ่มตัวซึ่งอาจจะใช้เวลาจนเกษียณอายุ แต่ Career management สำหรับคนยุคใหม่ต้องปรับเปลี่ยนชนิดหน้ามือเป็นหลังมือ โดย Johnson เสนอว่าบริษัทควรออกแบบ Career path ให้เหมือนกับการเล่นกระดานโต้คลื่น ที่นักเล่นจะต้องบังคับกระดานให้ไปลอยอยู่บนยอดคลื่น เมื่อคลื่นนั้นกำลังจะหมดแรงและมุดหัวลงก็ต้องรีบบังคับกระดานไปที่คลื่นลูกใหม่ โต้คลื่นอย่างนี้ไปเรื่อยๆ จนถึงฝั่ง พนักงานจึงมี S-curves ได้หลายตัว ฉะนั้น การทำ Career management ให้เหมือนเล่นกระดานโต้คลื่นจึงเริ่มจากการแบ่ง Career path ออกเป็นระยะย่อยๆ ระยะละ 3-4 ปี แล้วทำ Career development ให้เหมือนกับการไต่ขึ้นไปบนยอด S-curves ที่ละลูก พอไต่ไปสู่ยอดลูกแรกได้แล้วก็มีลูกที่สองที่สามต่อไปเรื่อยๆ จนกระทั่งไปสู่ยอดที่สูงที่สุด ทั้งนี้ S-curves แต่ละลูกไม่จำเป็นต้องอยู่ในสายงานเดิมก็ได้ Johnson บอกว่าวิธีนี้มีข้อดี 2 ประการคือ ประการแรก การที่พนักงานได้เห็นความสำเร็จจากการอยู่บนยอด S-curves บ่อยๆ ทำให้พนักงานได้บรรลุความต้องการด้าน Personal growth สร้างแรงจูงใจในการทำงานและช่วยในการ Retention ได้ ประการที่สอง พนักงานไม่หยุดชะงักการพัฒนาตนเองเพราะมี S-curves ลูกอื่นๆ ที่ท้าทายรออยู่ ไม่เกิดสถานการณ์ใน Career path แบบเก่าที่ถ้าข้างบนไม่ขยับข้างล่างก็ไม่มีสิทธิขึ้น

จากที่กล่าวมาข้างต้น ขอสรุปว่าการพลิกโฉมสายอาชีพ (Career disruption) เกิดขึ้นแล้วและหลีกเลี่ยงไม่ได้ แต่ทางออกที่ยกมาเล่าให้ฟังยังไม่ใช่คำตอบเดียวหรือคำตอบสุดท้าย ยังเป็นโจทย์ใหญ่ให้ HR ต้องหาทางแก้ไขกันต่อไป

[1] http://www.cisco.com/c/en/us/about/careers/university/training-rotational-programs.html

[2] http://www.forbes.com/sites/jeannemeister/2012/08/14/job-hopping-is-the-new-normal-for-millennials-three-ways-to-prevent-a-human-resource-nightmare/#601935b95508

[3] https://www.freelancersunion.org/blog/dispatches/2014/09/04/53million

[4] https://www.bloomberg.com/view/articles/2015-12-11/the-gig-economy-is-showing-up-in-irs-s-1099-forms

[5] https://www.newamerica.org/economic-growth/policy-papers/new-economy-new-social-contract/

หุ่นยนต์ HR: ระบบ HR อัตโนมัติ (HR bot: Automating HR)


เวลาพนักงานใหม่เข้ามาสอบถามข้อมูลจากฝ่าย HR มักจะมีอยู่ไม่กี่เรื่อง เช่น การค่าจ้าง วันหยุด และค่าตอบแทนต่างๆ ข้อมูลพวกนี้โดยทั่วไปจะมีอยู่ในคู่มือพนักงานแต่เรามักจะไม่ค่อยอ่านกัน ชอบโทรไปสอบถาม HR โดยตรงเสียมากกว่า พวกเราที่ทำงานด้าน HR จึงต้องมาคอยตอบคำถามเหล่านี้วันนึงๆ ใช้เวลาไม่ใช่น้อย โจทย์นี้ทำให้สตาร์ทอัพในเมืองบอสตัน ประเทศสหรัฐอเมริกา ชื่อบริษัท Talla[1] ได้ทำการพัฒนาโปรแกรมหุ่นยนต์สนทนาหรือ Chatbot ให้มาทำหน้าที่นี้แทน คำว่า Chatbot มาจากคำเต็มๆ ว่า Chatting robot คำว่า Chatting แปลว่าสนทนาพูดคุย ปัจจุบันรวมไปถึงการพิมพ์ข้อความสนทนาผ่านแอพต่างๆ เช่น Messenger WhatsApp Line เป็นต้น ส่วน Robot แปลว่าหุ่นยนต์ รวมแล้วก็คือหุ่นยนต์สนทนา Chatbot ใช้เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: A.I.) ซึ่งทำให้คอมพิวเตอร์มีพฤติกรรมเหมือนคน สามารถโต้ตอบกับคนได้เหมือนมีคนจริงๆ มาสนทนาด้วย และที่สำคัญคือระบบปัญญาประดิษฐ์สามารถจดจำและเรียนรู้ได้ด้วยตนเอง Chatbot จะทำงานเหล่านี้แทนคนได้ก็ด้วยเทคโนโลยีสำคัญๆ สามเทคโนโลยีคือ ปัญญาประดิษฐ์ แอพส่งข้อความ (Messenger apps) และแน่นอน..โทรศัพท์มือถือที่ปัจจุบันพัฒนาให้มีความสามารถสูงขึ้นจนเกือบจะทดแทนคอมพิวเตอร์ได้แล้ว

Chatbot มีการนำไปใช้ในทางธุรกิจมาแล้วสักพัก โดยส่วนใหญ่มักจะเป็นเรื่องเกี่ยวกับการสื่อสารกับลูกค้า เช่น Burger King, Taco Bell, และ Pizza hut พัฒนา Chatbot สำหรับแนะนำเมนูอาหาร โปรโมชั่นต่างๆ และรับออร์เดอร์ บัตรเครดิต American Express ใช้ AMEX Bot สำหรับแจ้งข้อมูลสิทธิประโยชน์ต่างๆ แก่ผู้ถือบัตร อัพเดตวงเงิน และแจ้งการทำธุรกรรมแบบเรียลไทม์ และไม่กี่วันมานี้ ทำเนียบขาวก็เปิดช่องทางการสื่อสารกับประชาชนช่องทางใหม่ Facebook Messenger ให้ประชาชนได้ใช้เป็นช่องทางในการส่งข้อความไปถึงประธานาธิบดี เมื่อส่งข้อความแล้ว Chatbot ก็จะโต้ตอบกับผู้ส่งเล็กน้อยแล้วสอบถามข้อมูลติดต่อกลับหากข้อความนั้นได้รับการคัดเลือกจากทางทำเนียบขาว[2] ส่วนเมืองไทยก็ไม่น้อยหน้าใคร StockRadars ซึ่งเป็นแอพเกี่ยวกับการวิเคราะห์หุ้นของคนไทยก็ได้นำ Chatbot มาใช้ในการให้บริการข้อมูลหุ้นเบื้องต้นกับลูกค้า ตอบคำถามเกี่ยวกับสินค้าและบริการของบริษัท ช่วยเปิดบัญชีซื้อขายหลักทรัพย์กับบริษัทหลักทรัพย์ที่เป็นพันธมิตร และการให้บริการลูกค้าหลังการขาย เป็นต้น

ในด้าน HR เองก็มีการนำ Chatbot ไปใช้ในภารกิจด้านต่างๆ พอสมควรและน่าจะแพร่หลายมากยิ่งขึ้นในอนาคต เพราะความสามารถในการสนทนาโต้ตอบมีความถูกต้องและน่าเชื่อถือมากยิ่งขึ้นกว่าในอดีต จึงขอยกตัวอย่างการนำ Chatbot ไปใช้งานในด้าน HR มาให้เห็นบางส่วน เช่น

  • ด้านการสรรหาคัดเลือก การนำ Chatbot ไปใช้ในการสรรหาคัดเลือกเป็นที่นิยมอย่างมาก สามารถพบได้ทั้งในบริษัทจัดหางานหรือใช้ในแผนกสรรหาคัดเลือกภายในบริษัท บริษัทชื่อ FlatPi ทำธุรกิจเกี่ยวกับการสรรหาผู้บริหารระดับสูง (Headhunter) มี Chatbot สำหรับช่วยคัดกรองผู้สมัครและจัดลำดับผู้สมัครให้อัตโนมัติ[3] บริษัทจัดหางานชื่อ Firstjob[4] มี Chatbot ชื่อ Mya คอยทำหน้าที่รับสมัครและอัปเดตผลแก่ผู้สมัครงาน แม้กระทั่งกองทัพสหรัฐก็มี Chatbot ชื่อ Sgt.Star (จ่าดาว!!!) ใช้ในการสรรหาทหารเข้ากองทัพ โดยช่วยตอบคำถามเบื้องต้นแก่ผู้สมัคร[5]
  • การบรรจุแต่งตั้งพนักงาน บริษัท ADP Innovation Labs พัฒนา Chatbot ที่ช่วยอำนวยความสะดวกแก่พนักงานใหม่ โดยเมื่อมีพนักงานใหม่เข้ามา Chatbot จะส่งข้อความแจ้งเตือนไปยัง Messenger ของพนักงาน พร้อมแนบ link ไฟล์เอกสารหรือแบบฟอร์มต่างๆ ที่จำเป็น นอกจากนี้ ADP ได้พัฒนา Chatbot ให้ทำงานในเชิงรุก โดยออกแบบให้ทำงานแบบผลัก (Push mode) หมายความว่า แต่เดิมเมื่อ HR ต้องการข้อมูลก็จะใช้โปรแกรมให้ไปค้นข้อมูลมาให้หรือเรียกว่าทำงานแบบดึง (Pull mode) แต่ Chatbot ของ ADP นี้สามารถคาดเดาความต้องการแล้วส่งหรือผลักข้อมูลที่จำเป็นไปให้อย่างถูกที่ถูกเวลาได้[6]
  • การจัดการปฏิบัติงานของพนักงาน บริษัทขายสินค้าออนไลน์ในเมืองซอลท์เลกชื่อ Overstock ใช้ Chatbot ชื่อว่า Mila ทำหน้าที่จัดการการลาของพนักงาน จากเดิมเมื่อพนักงานจะลากิจหรือลาป่วยต้องโทรศัพท์เข้าไปลาตามระเบียบที่กำหนด เจ้าหน้าที่ที่รับข้อมูลก็จะบันทึกข้อมูลและแจ้งไปยังฝ่ายที่เกี่ยวข้องเพื่อดำเนินการต่อ เช่น จัดพนักงานมาทำงานแทน แต่ปัจจุบัน Overstock ได้เปลี่ยนมาเป็นการส่งข้อความขอลาป่วยหรือลากิจไปยัง Milla จากนั้น Milla จะสอบถามพนักงานคนนั้นสองสามคำถาม แล้วก็จะรับเรื่องและส่งข้อมูลการลาไปให้หัวหน้างานหรือผู้บริหารที่เกี่ยวข้อง รวมทั้งประสานไปยังพนักงานที่ว่างให้เข้ามาทำงานแทน[7]
  • การจัดการค่าตอบแทนและสวัสดิการ Chatbot ชื่อ HealthJoy for groups ซึ่งพัฒนาโดยบริษัท HealthJoy มีความสามารถในการให้ข้อมูลแก่บริษัทเพื่อติดตามสถานะการใช้สวัสดิการของพนักงานแบบเรียลไทม์ สามารถเชื่อมต่อไปยังแพทย์ ตัวแทนประกันสุขภาพ หรือผู้เชี่ยวชาญด้านการวางแผนค่าใช้จ่ายในการรักษาพยาบาลเพื่อให้คำแนะนำแก่พนักงานได้อย่างถูกต้อง[8]

บริษัททั้งหลายยังต้องการคนทำงานด้าน HR แต่ Chatbot ก็ได้ช่วยส่งเสริมภารกิจของ HR หลายประการ เช่น Chatbot ทำให้พนักงานสามารถเข้าถึงข้อมูลด้าน HR ได้ง่ายและรวดเร็วขึ้น สร้างประสบการณ์ที่ดีในการติดต่อกับฝ่าย HR เพราะสามารถส่งข้อความที่ปรับให้เข้ากับแต่ละบุคคลแล้ว บางครั้งสามารถคัดกรองข้อความที่ไม่จำเป็นต่อพนักงานบางคนได้ นอกจากนี้ ฝ่าย HR ก็ไม่ต้องอารมณ์เสียต่อล้อต่อเถียงกับผู้มาติดต่อ อย่างไรก็ตาม HR จะเปลี่ยนผ่านไปสู่ HR ยุคใหม่ที่นำเทคโนโลยีมาใช้ได้ก็ต้องมีการปฏิวัติข้อมูล (Data revolution) ภายในบริษัทเสียก่อน ซึ่งต้องมีความพร้อมหลายอย่าง ประการแรกความพร้อมด้านอภิข้อมูล (Big data) ข้อมูลในบริษัทนั้นมีอยู่มากมายมหาศาลจะต้องมีวิธีการวิเคราะห์และทำให้พร้อมในการนำไปใช้ประโยชน์ ประการที่สองการย้ายบริการด้าน HR ไปสู่โทรศัพท์มือถือ ในอนาคตระบบอินเตอร์เน็ตภายในองค์กร (Intranet) จะกลายเป็นสิ่งล้าสมัยและไม่สะดวกในการใช้งานอีกต่อไป โทรศัพท์มือถือและแอพพลิเคชั่นจะเข้ามาทำหน้าที่นี้แทน ประการถัดมามีระบบรองรับความผิดพลาด อุทธาหรณ์ Chatbot ชื่อ Tay ของ Microsoft ทำให้รู้ว่าเก่งแค่ไหนก็ยังผิดพลาดได้ Tay ตกเป็นข่าวดังไปทั่วโลกเพราะไปใช้ถ้อยคำเหยียดเชื้อชาติ (Neo Nazi) ส่วนเหตุที่ Tay เป็นเช่นนั้นได้ก็เพราะมีคนแกล้งให้ข้อมูลผิดๆ กับ Tay ซ้ำๆ ซึ่งระบบปัญญาประดิษฐ์ที่ยังไม่สมบูรณ์ร้อยเปอร์เซ็นต์ก็ทำให้ Tay นำถ้อยคำเหยียดเชื้อชาติไปใช้กับคนอื่นๆ ต่อ และประการสุดท้าย แม้วันนี้ยังยากที่จะพัฒนาระบบปัญญาประดิษฐ์ให้มีทักษะด้านสังคม (Social skill) เท่าเทียมกับมนุษย์ แต่ Chatbot ก็ทำงานแทนเราได้หลายอย่าง บางอย่างทำได้ดีกว่าก็มี แต่เราต้องไม่ลืมพัฒนาคน HR ให้สามารถทำงานร่วมกับเทคโนโลยีใหม่นี้ให้ได้ เพราะสุดท้ายระบบปัญญาประดิษฐ์มันจะเข้ามาทำงานเหมือนเป็นพนักงานคนหนึ่งของบริษัทในอนาคตอันใกล้

[1] https://www.technologyreview.com/s/602068/the-hr-person-at-your-next-job-may-actually-be-a-bot/

[2] https://www.washingtonpost.com/news/the-switch/wp/2016/08/10/i-tried-the-new-white-house-facebook-chatbot-heres-what-happened/

[3] http://venturebeat.com/2016/07/23/10-jobs-that-a-i-and-chatbots-will-replace-sooner-or-later/

[4] http://siliconangle.com/blog/2016/07/11/firstjobs-mya-is-the-latest-chatbot-that-aims-to-automate-recruiting/

[5] http://www.eremedia.com/ere/add-a-chatbot-and-take-the-human-out-of-answering-recruiting-questions/

[6] http://www.cio.com/article/3063051/instant-messaging/from-tacos-to-hr-chatbots-make-it-personal.html

[7] http://www.bloomberg.com/news/articles/2016-05-05/chatbots-are-your-newest-dumbest-co-workers

[8] read:http://www.hr.com/en/app/blog/2016/07/healthjoy-launches-ai-chatbot-to-make-healthcare-l_ir2caqjq.html

การสรรหาบุคลากรช่วงกลางอาชีพ (Mid-career professional recruitment)


ในสหรัฐอเมริกา ปัญหาขาดแคลนครู/อาจารย์อยู่ในระดับน่าวิตกกังวล โดยเฉพาะครูประถม-มัธยมในเขตพื้นที่ยากจนหรือเขตคนผิวสี สาเหตุการขาดแคลนครูจะแตกต่างกันไปจากบริบทของเมืองไทยซึ่งไม่ขอพูดถึงในที่นี้ แต่สหรัฐอเมริกามีวิธีการแก้ปัญหาที่น่าสนใจและสามารถนำมาปรับใช้กับเราได้ ยกตัวอย่างเช่น ในปี 1994 กระทรวงกลาโหมสหรัฐได้ดำเนินโครงการ “Troops to Teachers (TTT)” เป็นโครงการที่เปิดโอกาสให้ทหารที่รู้ตัวหรือเพิ่งค้นพบตัวเองว่าไม่เหมาะกับงานหรืออาชีพทหารที่ทำอยู่ในปัจจุบันได้เปลี่ยนสายอาชีพไปเป็นครู เป็นการแก้ปัญหาด้านบุคลากรของกองทัพและโรงเรียนได้ในครั้งเดียว ทหารที่เข้าร่วมโครงการนี้จะได้รับคำปรึกษาและความช่วยเหลือด้านต่างๆ เพื่อการเปลี่ยนอาชีพไปเป็นครู เช่น ข้อมูลเกี่ยวกับการสอบใบอนุญาตครูที่รัฐต่างๆ กำหนด ข้อมูลโรงเรียนที่มีตำแหน่งว่าง เป็นต้น ตั้งแต่เริ่มโครงการมาถึงปัจจุบัน มีทหารมากกว่า 17,000 คนที่เปลี่ยนอาชีพไปเป็นครูสอนอยู่ในโรงเรียนต่างๆ ทั่วประเทศ มีข้อมูลที่น่าสนใจคือทหารที่เข้าร่วมโครงการนี้จำนวนไม่น้อยทำงานในกองทัพมานานหลายปี อยู่ในช่วงกลางของอาชีพ (Mid-career)

อีกโครงการที่มีลักษณะคล้ายกันคือ Teach for America (TFA) ดำเนินการโดยองค์กรภาคเอกชน (Nonprofit Organization) ในชื่อเดียวกัน เริ่มดำเนินการในปี 1990 จนถึงปัจจุบันเป็นเวลากว่า 25 ปี มีผู้ผ่านโครงการนี้มากกว่า 50,000 คน โดยทั่วไป TFA จะสรรหาและคัดเลือกบัณฑิตจากมหาวิทยาลัยชั้นนำของประเทศให้มาสมัครเป็นครูสอนระดับประถม-มัธยมในชุมชนยากจนทั้งในพื้นที่เมืองและชนบทเป็นเวลาอย่างน้อยสองปี บัณฑิตที่เข้าร่วมจะได้รับสิทธิประโยชน์หลายอย่างเช่น เงินเดือนในอัตราเดียวกับที่ครูปกติได้รับ การสอบใบอนุญาตครูแบบพิเศษ (Alternative certification) เงินช่วยเหลือกรณีที่ต้องมีการย้ายที่อยู่ ค่าธรรมเนียมสอบ เป็นต้น แต่นอกเหนือไปจากการสรรหาบัณฑิตแล้ว TFA มีโครงการ “Career changers” ที่สรรหาคนทำงานในสายอาชีพต่างๆ ที่มีจิตสาธารณะ ต้องการช่วยเหลือสังคมโดยเฉพาะการศึกษาของเยาวชน และมีใจรักการเป็นครูเข้าร่วมโครงการ ผลปรากฎว่ามีคนจากหลากหลายอาชีพสมัครเข้ามาเป็นจำนวนมาก เช่น นักข่าว นักกีฬา วิศวกร เฉพาะในปี 2015 มีผู้ทำงานแล้วมาสมัครมากกว่า 1,200 คน ผู้สมัครจำนวนไม่น้อยเป็นผู้อยู่ในวัยที่คล้ายคลึงกับโครงการแรก

ประเทศบ้านใกล้เรือนเคียงของเราอย่างเช่นสิงคโปร์ก็มีโครงการลักษณะนี้ เรียกชื่อโครงการว่า “Mid-career professionals” ดำเนินการโดยกระทรวงศึกษาธิการ เป็นโครงการที่เปิดโอกาสให้ผู้ที่ทำงานในสายอาชีพต่างๆ ไม่ว่าจะเป็นพนักงานบริษัท พนักงานโรงงาน หรือประกอบอาชีพส่วนตัว ที่มีประสบการณ์การทำงานมาแล้วพอสมควร (จัดอยู่ในช่วงกลางของอาชีพเช่นกัน) แต่ค้นพบว่างานที่ทำอยู่ในปัจจุบันนั้นไม่เหมาะกับตน หรือหมดแรงจูงใจในการทำงานนั้นแล้ว และมีความต้องการอย่างแรงกล้าที่จะมาเป็นครู กระทรวงศึกษาธิการเปิดให้คนกลุ่มนี้สมัครเข้ามาและทำการคัดเลือกตามแนวทางที่วางไว้ โดยจะได้รับค่าตอบแทนอย่างเป็นธรรม มากน้อยแตกต่างกันไปตามความรู้ความสามารถและประสบการณ์การทำงานที่มี โครงการนี้สามารถทำให้รัฐบาลสิงคโปร์แก้ปัญหาการขาดแคลนครูของประเทศได้อย่างน่าสนใจ นอกจากนี้ยังพบว่า โครงการเปลี่ยนสายอาชีพในสิงคโปร์มีการดำเนินการอย่างกว้างขวางในหลายกระทรวง เช่น กระทรวงสาธารณสุขที่กำลังประสบปัญหาขาดแคลนพยาบาลและนักเทคนิคการแพทย์ ก็จะเปิดรับบุคลากรกลุ่มนี้จากภาคเอกชนเข้ามา โครงการนี้รัฐบาลเปิดโอกาสให้ผู้มีความรู้ความสามารถและประสบการณ์เข้าสู่งานราชการได้โดยไม่ต้องไปบรรจุที่ระดับเริ่มต้น ในกระทรวงอื่นๆ ก็มีการเปิดรับสายอาชีพที่หลากหลายเข้ามาทำงาน เช่น โปรแกรมเมอร์ ผู้เชี่ยวชาญด้านความปลอดภัยไซเบอร์ นักออกแบบอุตสาหกรรม นักออกแบบเฟอร์นิเจอร์ เป็นต้น

สิ่งที่พบคล้ายกันจากตัวอย่างข้างต้นคือการเปิดทางเลือกในการเปลี่ยนงานหรือเปลี่ยนอาชีพของคนที่อยู่ในช่วงกลางอาชีพ (Mid-career switch) คนกลุ่มนี้จะมีอายุระหว่าง 40-50 ปีหรือทำงานมาแล้ว 10-15 ปีโดยประมาณ เป็นผู้ที่มีความรู้และประสบการณ์สูงแต่แรงจูงใจที่มีต่องานที่ทำอยู่ในปัจจุบันได้เปลี่ยนแปลงไป กำลังประสบปัญหาวิกฤตช่วงกลางอาชีพ (Mid-career crisis) ซึ่งเป็นช่วงที่ความพึงพอใจในการทำงานของคนจะตกต่ำที่สุด โดยความพึงพอใจในชีวิตการทำงานจะมีลักษณะเป็นรูปตัวยู (U) ระยะต้นของอาชีพจะมีความพึงพอใจสูงเนื่องจากยังมองโลกในแง่บวก ทำงานสำเร็จได้ตามที่คาดหวัง มีบ้าน มีรถ มีความมั่นคงก้าวหน้า แต่เมื่อผ่านมาสู่ระยะกลางของอาชีพความพึงพอใจนั้นจะต่ำลงเพราะพบว่าหลายอย่างไม่ได้เป็นไปตามที่เราวางแผนไว้ ไม่สามารถเลื่อนตำแหน่งได้ตามต้องการ หรือพบว่าสถานภาพและรายได้ที่สูงนั้นไม่ทำให้เราเกิดความพึงพอใจได้เหมือนเดิม อาจนำไปสู่การมีผลการปฏิบัติงานตกต่ำลงและออกจากงานในที่สุด คนกลุ่มนี้ไม่ใช่ผู้ที่ขาดความสามารถในการทำงานแต่ทัศนคติในทางลบและแรงจูงใจในงานต่ำส่งผลให้เกิดพฤติกรรมเช่นนั้น ต่อมาในระยะปลายของอาชีพความพึงพอใจจะกลับสูงขึ้นอีกครั้ง เพราะเรายอมรับความจริงในชีวิตได้ดีขึ้น ความเศร้าเสียใจและความผิดหวังกับอดีตหายไป ความสุขในการทำงานกลับคืนมา

ในอดีตการลาออกหรือเปลี่ยนงานตอนอายุมากจะดูไม่ดี จะถูกมองว่าเป็นคนมีปัญหา ไม่มีความอดทน หรือไม่สามารถอยู่ร่วมกับผู้อื่นได้ คนอายุ 60 ปีขึ้นไปหรือรุ่น Baby Boomer (Gen B) เมื่อเรียนจบแล้วก็จะรีบทำงานแล้วก็ทำที่นั้นที่เดียวจนเกษียน มีความภักดีต่อองค์การสูง แต่คนรุ่นถัดมา คือ Generation X เห็นว่าการเปลี่ยนงานหรือลาออกในช่วงวัยกลางคนถือเป็นเรื่องธรรมดาพบเห็นได้ทั่วไป เพราะคนรุ่นนี้เกิดมาในครอบครัวที่มีพร้อมไม่ต้องดิ้นรนขวนขวายเหมือน Gen B จึงมีโอกาสได้ทำตามที่ตนต้องการมากขึ้น เมื่อไปทำงานก็ทุ่มเทจนประสบความสำเร็จ สร้างฐานะและมีชีวิตที่มั่นคง จากนั้นก็จะหันไปหาสิ่งที่ตอบสนองความต้องการภายในที่สูงขึ้น อาจจะลาออกไปทำงานอื่นๆ เช่น เป็นช่างภาพตระเวนถ่ายรูปไปทั่วประเทศ ออกไปเป็นชาวนา ออกไปทำร้านกาแฟเล็กๆ เหตุผลการเปลี่ยนงานหรือลาออกของ Gen X เป็นสิ่งที่คน Gen B ยากจะเข้าใจ เช่น ลาออกเพราะต้องการไปค้นหาสิ่งที่มีความหมายมากกว่างานที่ทำไปวันๆ ต้องการทำตามฝันในวัยเด็ก ต้องการกลับไปพัฒนาบ้านเกิด ต้องการเป็นผู้ให้ ต้องการได้ถ่ายทอดความรู้และประสบการณ์ให้แก่คนรุ่นหลัง ต้องการสร้างตำนาน เป็นต้น

บุคคลที่อยู่ในสถานะแบบนี้จึงเป็นโอกาสในการสรรหาบุคลากรเข้ามาสู่องค์การ อย่างไรก็ตาม การสรรหาผู้ที่มีประสบการณ์จากภายนอกเข้ามาทำงานที่เรารู้จักกันดีคือ “การซื้อตัว” มีแนวทางที่คล้ายกันคือเป็นการทาบทามผู้ที่มีประสบการณ์ระดับหัวหน้างานไปจนถึงผู้บริหารระดับสูงจากองค์การอื่นเข้ามาทำงานกับองค์การของเรา แต่สิ่งที่แตกต่างออกไปจากตัวอย่างที่ยกมาคือบุคลากรที่สรรหามานั้นจะเปลี่ยนอาชีพมาสู่การเป็นครู ดังนั้น การสรรหาคัดเลือกจึงยากกว่าเพราะต้องพิสูจน์ให้ได้ว่าเป็นผู้ที่มีความเหมาะสมจะเป็นครูจริง นอกจากนั้น ยังต้องมีการดำเนินการต่อเนื่องเพื่อให้การเปลี่ยนผ่านไปสู่อาชีพใหม่เป็นไปอย่างราบรื่น ฟื้นฟูความพึงพอใจในชีวิตการทำงานซึ่งหมดไปในช่วงวิกฤตช่วงกลางอาชีพนั้นให้กลับมาเหมือนเดิมและทำงานได้เต็มประสิทธิภาพ (ทำให้หางของตัว U ยกสูงขึ้น)

ทำไมค่าจ้างต้องจ่ายเป็นเงิน


Pay-someone-to-get-you-a-job

กฎหมายหลายฉบับได้นิยามค่าจ้างไว้คล้ายคลึงกันว่าค่าจ้างต้องจ่ายเป็นเงินเท่านั้น เช่น “ค่าจ้างคือเงินที่นายจ้างและลูกจ้างตกลงกันจ่ายเป็นค่าตอบแทนในการทำงานตามสัญญาจ้าง…” (พรบ.คุ้มครองแรงงาน พศ.2541 มาตรา 5) หรือ “ค่าจ้างคือเงินทุกประเภทที่นายจ้างจ่ายให้แก่ลูกจ้างเป็นค่าตอบแทนการทำงาน…” (พรบ.ประกันสังคม พศ.2533 มาตรา 5) ซึ่งพวกเรา HR จะรู้กันอยู่โดยทั่วไปว่าถ้อยความนี้บังคับให้นายจ้างต้องจ่ายค่าจ้างเป็นเงิน จะจ่ายเป็นสิ่งอื่นแทนเงินไม่ได้ แล้วถ้าอย่างนั้น หากนายจ้างจะจ่ายค่าจ้างในลักษณะอื่นเช่น ข้าวสาร อาหารแห้ง ที่มีราคาเท่ากันโดยมีการตกลงกับลูกจ้างกันไว้ตั้งแต่ต้น มันทำไม่ได้เพราะอะไร?

ย้อนกลับไปในประเทศอังกฤษ สมัย ศตวรรษที่ 18-19 นายจ้างนิยมจ่ายค่าจ้างในลักษณะหนึ่งเรียกว่า “Truck system” ซึ่งไม่ได้แปลตรงตัวว่าระบบรถบรรทุกแต่อย่างใด เพราะคำว่า Truck นั้นมาจากคำภาษาฝรั่งเศสว่า “Troque” แปลว่าการแลกเปลี่ยน (Exchange หรือ Barter) ดังนั้น Truck system จึงหมายถึง “ระบบแลกเปลี่ยน” แต่ระบบนี้แตกต่างจากการแลกเปลี่ยนสินค้าในตลาดเสรีทั่วไป เพราะเป็นการแลกเปลี่ยนในระบบปิด วิธีการนี้ นายจ้างมักจะทำตั๋วเงินขึ้นมาใช้แทนเงินสด โดยสามารถใช้แลกเปลี่ยนได้เฉพาะภายในเขตโรงงานหรือใช้ซื้อของจากร้านที่นายจ้างกำหนดเท่านั้น ไม่สามารถนำไปใช้จ่ายภายนอกได้ (นึกถึงคูปองที่เราใช้ซื้ออาหารในฟู้ดคอร์ทในห้างสรรพสินค้า)

มีหลักฐานที่บันทึกไว้โดยนักข่าวชาวอังกฤษชื่อ วิลเลียม ค็อบเบ็ต (William Cobbett : 1763-1835) ถึงที่มาของวิธีการจ่ายค่าจ้างแบบ Truck system ในเมืองวูลฟ์แฮมตัน (WolverHampton) และเมืองโชรส์บิวรี (Shrewsbury) ประเทศอังกฤษว่า ขณะนั้นนายจ้างจ่ายค่าจ้างเป็นสิ่งของ เช่น อาหาร เครื่องดื่ม เสื้อผ้า ที่นอน น้ำมันเชื้อเพลิง ฯลฯ แต่เมื่อลูกจ้างได้รับแล้วกลับนำของเหล่านี้ไปขายต่อให้กับพ่อค้า โดยยอมถูกหักราคาลงประมาณ 30 เปอร์เซ็นต์

เมื่อพวกนายจ้างเห็นดังนั้นก็คิดว่าทำไมจะต้องไปเสีย 30 เปอร์เซ็นต์ให้กับพ่อค้า ในเมื่อของที่จ่ายเป็นค่าจ้างนั้นเป็นของตน หากตนจะเป็นผู้รับแลกเปลี่ยนเองก็ย่อมทำได้ จึงเกิดเป็นร้านขายสินค้าในโรงงานที่มีนายจ้างเป็นเจ้าของ โดยลูกจ้างสามารถนำของมาแลกเปลี่ยนได้แต่จะถูกหักเงินเป็นจำนวนเท่ากับร้านข้างนอก

นายจ้างยังสังเกตเห็นว่า ลูกจ้างบางคนเมื่อได้เงินค่าจ้างไปแล้วก็ยังนำเงินมาซื้อของที่ร้านโดยไม่ได้นำไปใช้จ่ายที่ไหน ซึ่งเป็นอีกช่องทางที่จะเก็บเงินสดไว้ในมือ จึงคิดวิธีจ่ายค่าจ้างเป็นตั๋วเงินแทนเงินสด ซึ่งลูกจ้างสามารถนำตั๋วเงินนั้นไปแลกสินค้าที่อยากได้ในร้านของตน ซึ่งวิลเลียม ค็อบเบ็ตสรุปว่าเหตุการณ์เหล่านี้ก่อให้เกิด Truck system ขึ้นมา

อย่างไรก็ตาม การจ่ายค่าจ้างวิธีนี้เป็นการเอาเปรียบลูกจ้างมาก มีบันทึกว่าเมื่อ ค.ศ.1827 คนงานโรงงานทอผ้าในเมืองแมนเชสเตอร์ได้ค่าจ้างเดือนละ 9 ชิลลิ่ง แต่เขาได้รับเป็นเงินจริงๆ เพียงแค่เดือนละ 2 ชิลลิ่ง นอกนั้นจะได้รับเป็นของที่แลกซื้อได้จากร้านค้าในโรงงานซึ่งเจ้าของก็คือลูกสาวนายจ้างนั่นเอง

ระบบนี้ นายจ้างจึงได้ประโยชน์มากมาย เช่น (1) สามารถตั้งราคาสินค้าที่จะขายได้โดยไม่ต้องคำนึงถึงราคาในท้องตลาดเพราะลูกจ้างถูกบังคับให้ต้องนำตั๋วเงินมาแลกที่ร้านนี้เท่านั้น (2) หากต้องการนำสินค้ามาแลกเป็นเงิน นายจ้างยังจะได้ประโยชน์จากการหัก 30 เปอร์เซ็นต์ของราคาเต็ม (3) การจ่ายเป็นตั๋วเงินทำให้สามารถรักษาเงินสดไว้สำหรับหมุนเวียนในกิจการได้ และ (4) เป็นการผูกมัดลูกจ้างไว้กับกิจการ เพราะสุดท้าย ลูกจ้างมักจะลงเอยด้วยการเป็นลูกหนี้ของนายจ้าง ไม่สามารถถอนตัวได้

เหตุผลทางประวัติศาสตร์เหล่านี้จึงนำมาสู่การกำหนดให้นายจ้างต้องจ่ายค่าจ้างเป็นเงินเท่านั้น

Bozo Explosion


Bozoการสรรหาและคัดเลือกพนักงานเป็นสิ่งสำคัญ หากผู้บริหารและฝ่าย HR ทำอย่างรอบคอบละเอียดถี่ถ้วนแล้วก็จะได้พนักงานที่มีความสามารถตรงตามที่เราต้องการ ครั้งหนึ่ง Steve Jobs เคยกล่าวไว้ว่า เวลาจะคัดเลือกพนักงานแต่ละครั้ง ให้เราระวัง Bozo Explosion ไว้ให้ดี เพราะมันเป็นเหมือนเชื้อร้ายที่สามารถลุกลามออกไปทั่วทั้งบริษัท และเมื่อมันแพร่กระจายออกไปแล้ว การจะไปหยุดยั้งมันนั้นทำได้ยากมาก

ตัวตลก Bozo ถือกำเนิดในอเมริกา แรกเริ่มเดิมทีคือตัวการ์ตูนในหนังสืออ่านประกอบนิทานสำหรับเด็ก ต่อมาในช่วง 1949 ได้ถูกนำมาสร้างเป็นตัวละครในรายการโทรทัศน์ โดย Bozo จะออกมาแสดงละครตลกสั้นๆ และคอยเล่นเกมแจกรางวัลกับเด็กๆ Bozo จัดเป็นสีสันสำคัญของรายการ คอยสร้างความครื้นเครงให้กับผู้ชม

Bozo มีนิสัยชอบอวดเก่ง อยากเป็นจุดสนใจ เห็นใครดีกว่าก็มักจะคอยขัดแข้งขัดขาให้เสียหลัก เห็นใครทำอะไรได้ดีก็มักจะเข้าไปก่อกวนให้เสียเวลา Steve Jobs นำบุคลิกนี้มาใช้อธิบายภาพของพนักงานที่ไม่มีความสามารถหรือศักยภาพในการทำงาน แต่พยายามอวดว่าตัวเองนั้นดีอย่างนั้นดีอย่างนี้ หรือพวกพูดเก่งแต่ทำไม่เป็นนั่นเอง

Steve Jobs บอกว่า คนจำนวนมากตัดสินใจจ้างงานด้วยแนวความคิดที่ผิด เขาจะยกตัวอย่างว่าพนักงานที่มีฝีมือระดับ A มักจะไม่จ้างพนักงานใหม่ที่เก่งพอๆ กัน แต่จะเลือกจ้างคนที่มีฝีมือระดับ B หรือเก่งน้อยกว่าตัวเอง ทั้งนี้เพราะพนักงานใหม่พวกนี้จะเชื่อฟัง ไม่ดื้อ ไม่หือ ไม่ขัดขืน เอามาฝึกให้เก่งขึ้นในภายหลังได้ แต่ที่สำคัญคือคนพวกนี้เมื่อเข้ามาแล้วไม่มาบดบังรัศมี แต่ส่งเสริมให้เขาดูโดดเด่นยิ่งขึ้น

แต่ถ้าลองนึกภาพตามว่า เมื่อพนักงานระดับ A ของบริษัทเลือกจ้างพนักงานใหม่ที่มีฝีมือระดับ B ต่อมาพนักงานระดับ B ก็เลือกจ้างพนักงานระดับ C และพนักงานระดับ C เลือกจ้างพนักงานระดับ D ไปเรื่อยๆ หากเหตุการณ์ลักษณะเช่นนี้เกิดขึ้นทุกครั้งและทุกระดับตำแหน่งที่มีการรับพนักงานใหม่ บริษัทแห่งนั้นจะเป็นอย่างไร มันก็จะเกิดปรากฎการณ์ที่ Steve Jobs เรียกว่า Bozo explosion หรือการแพร่กระจายของคนโง่ไปทั่วทั้งบริษัทอย่างหลีกเลี่ยงไม่พ้น

Guy Kawasaki (เขาเคยเป็นลูกน้องของ Steve Jobs ในช่วง คศ.1983-1997) เล่าให้ฟังว่า  Steve Jobs จะไม่ยอมให้กระบวนการสรรหาคัดเลือกได้พนักงานใหม่ที่เก่งน้อยกว่าคนที่มีอยู่ในปัจจุบันแม้แต่เพียงครั้งเดียว พนักงานระดับ A ต้องเลือกจ้างพนักงานระดับ A+ เท่านั้น (A เท่ากันก็ไม่เอา) แนวคิดนี้ทำให้ Apple เจริญก้าวหน้าขึ้นเรื่อยๆ

แต่อย่างไรก็ตาม Kawasaki ได้ยกตัวอย่างในอีกมุมหนึ่งที่น่าสนใจจากประสบการณ์ของเขา เขาพบว่าพนักงานในกลุ่มวิศวกรเป็นพวกที่สร้างปัญหาในการสรรหาคัดเลือกมากที่สุด เหตุเพราะพวกนี้ถือว่าตัวเองเก่ง งานด้านวิศวกรรมของเขาสำคัญที่สุดในบริษัท ส่วนงานด้านการตลาด การเงิน หรืองานบุคคลเป็นอะไรที่ง่ายๆ ถ้าหากวิศวกรซักคนหนึ่งคิดอยากจะทำก็ทำได้ไม่ยากเย็น

วิศวกรที่มีความคิดเช่นนี้ได้กลายเป็นตัวต้นเหตุที่ทำให้เกิด Bozo explosion ขึ้นมา เพราะอะไรนะหรือ? ก็เพราะเขาคิดว่า ไม่มีใครจะเก่งเทียบเท่ากับเขาได้ ที่ไหนๆ ก็ไม่สามารถหาคนที่เก่งกว่าได้แม้แต่คนเดียว แล้วก็ตัดสินคนอื่นว่าด้อยกว่าโดยที่ยังไม่ได้ทำความรู้จักให้ดีเลย ซึ่งในโลกแห่งการทำงานนั้น แต่ละสายงานจะอาศัยความเชี่ยวชาญแตกต่างกันไป ไอน์สไตน์ที่มีมันสมองอัจฉริยะที่สุดในโลกก็ยังไม่สามารถทำได้ทุกอย่างเลย