การออกแบบภาพข้อมูลสำหรับสิ่งที่ยังไม่มีอยู่จริง

• การทำภาพข้อมูลส่วนใหญ่มักว่าด้วยอดีต และแม้จะแสดงอนาคตก็มักเป็นเพียงการยืดเส้นเดี่ยวออกไปข้างหน้า จึงไม่สามารถสะท้อน คุณลักษณะเชิงโครงสร้างของความไม่แน่นอน ได้อย่างเหมาะสม
• เมื่อเป้าหมายของการทำภาพเปลี่ยนจาก ‘ข้อมูล’ ไปเป็น ‘พื้นที่ของความเป็นไปได้’ ตั้งแต่การพยากรณ์ไปจนถึงสถานการณ์สมมุติย้อนแย้ง ก็จะเกิดโจทย์หลัก 3 ประการคือ ความหลากหลาย ความไม่แน่นอน และความพึ่งพาอาศัยกัน
• ความไม่แน่นอนแบบมีชั้น, เส้นเวลาแบบแตกแขนง และพื้นผิวสถานการณ์ คือ 3 รูปแบบที่เป็นแนวทางเชิงโครงสร้างซึ่งสามารถแทนที่การทำภาพการคาดการณ์แบบเดิมที่ยึดเส้นทางเดียวเป็นศูนย์กลาง
• อธิบายอย่างเป็นรูปธรรมผ่านกรณีจริง เช่น กรวยพยากรณ์เฮอร์ริเคน, กราฟ COVID, สถานการณ์ภูมิอากาศ และแผนที่ความเสี่ยงแผ่นดินไหว ว่า ภาพข้อมูลการคาดการณ์แบบเดิมก่อให้เกิดความเข้าใจผิด ได้อย่างไร
• เป้าหมายของการทำภาพอนาคตไม่ใช่การทำนาย แต่คือการ ออกแบบโครงสร้างที่สำรวจได้ เพื่อให้เข้าใจได้ว่ามีอนาคตที่เป็นไปได้มากเพียงใด และปัจจัยใดที่หล่อหลอมมัน

---

ปัญหาของการทำภาพการคาดการณ์

• แผนภูมิการคาดการณ์ส่วนใหญ่มักเป็นเส้นเดี่ยวที่เรียบสะอาดทอดยาวไปข้างหน้า พร้อมแถบเงาล้อมรอบ ทำให้เกิด ภาพลักษณ์ของความแม่นยำและการควบคุม
• เส้นเดี่ยวนี้แฝง สมมติฐานที่ผิดพลาด ว่า “มีอนาคตที่เป็นไปได้สูงสุดเพียงหนึ่งเดียว”, “ความเบี่ยงเบนมีความสมมาตรและคาดเดาได้”, และ “ความไม่แน่นอนไม่ใช่คุณสมบัติเชิงโครงสร้าง แต่เป็นเพียงส่วนเผื่อ”
• แต่ในระบบจริง อนาคตไม่ได้ยืดต่อออกไป หากแต่ แตกแขนง ความไม่แน่นอนเพิ่มขึ้นอย่างซับซ้อนตามเวลา และผลลัพธ์ก็เป็นแบบไม่เชิงเส้นและไม่สมมาตร
• กรณี กรวยพยากรณ์เฮอร์ริเคน: หลายคนมักอ่านกรวยนี้ว่าเป็นการบอกว่าพายุจะขยายใหญ่ขึ้น แต่จริง ๆ แล้วมันแสดงความไม่แน่นอนของตำแหน่งเมื่อเวลาผ่านไป
• กรณี การคาดการณ์ COVID: ภาพจำนวนมากแสดงเส้นโค้งเดียว แต่ผลลัพธ์จริงกลับแตกต่างกันโดยสิ้นเชิงตามพฤติกรรม นโยบาย และจังหวะเวลา
• Alberto Cairo กล่าวถึงประเด็นที่ภาพข้อมูลการคาดการณ์อาจ บิดเบือนความเข้าใจของสาธารณะโดยไม่ตั้งใจ ในบทความ Nightingale ชื่อ "The Day I Thought I Misled the President of the United States" และได้สำรวจวิธีทางเลือกในการสื่อสารความไม่แน่นอนได้มีประสิทธิภาพยิ่งขึ้นผ่านภาพพยากรณ์เฮอร์ริเคนแบบอินเทอร์แอ็กทีฟสำหรับ The New York Times

โจทย์หลัก: การทำภาพสิ่งที่ยังไม่เกิดขึ้น

• เมื่อต้องทำงานกับการคาดการณ์ การจำลอง และสถานการณ์สมมุติย้อนแย้ง สิ่งที่กำลังจัดการไม่ใช่ชุดข้อมูล แต่คือ พื้นที่ของผลลัพธ์ (space of outcomes)
• คำถามเปลี่ยนจาก “ข้อมูลกำลังบอกอะไร?” ไปเป็น “ข้อมูลอาจกลายเป็นอะไรได้บ้าง?”
• มีโจทย์หลักอยู่ 3 ประการ
  • ความหลากหลาย (Multiplicity): ไม่ได้มีอนาคตเดียว แต่มีอนาคตหลายแบบ
  • ความไม่แน่นอน (Uncertainty): ไม่ใช่ว่าทุกความเป็นไปได้จะมีโอกาสเท่ากัน
  • ความพึ่งพาอาศัยกัน (Dependency): ผลลัพธ์เปลี่ยนไปตามการตัดสินใจ เหตุการณ์ และเงื่อนไข
• ภาพข้อมูลการคาดการณ์ส่วนใหญ่มัก ทำให้มิติเหล่านี้แบนราบลงเป็นเส้นทางเดียว เพราะอ่านง่ายกว่า แต่เป็นแนวทางที่ไม่ซื่อตรงต่อความจริง

สถานการณ์สมมุติย้อนแย้ง (Counterfactuals)

• สถานการณ์สมมุติย้อนแย้งในลักษณะ “ถ้าหากว่า...จะเกิดอะไรขึ้น?” ไม่ได้มีอยู่ในข้อมูล แต่เป็น สถานการณ์สมมุติที่ถูกสร้างขึ้น และมักพึ่งพาโมเดล
• ถึงกระนั้นก็เป็นคำถามสำคัญ: ถ้าสึนามิรุนแรงกว่านี้ล่ะ? ถ้าโมเดลพยากรณ์ผิดล่ะ? ถ้านโยบายเปลี่ยนล่ะ?
• สถานการณ์สมมุติย้อนแย้งพาไปสู่โจทย์ของการแสดง “ความจริงอีกแบบ” ที่ไม่ได้เกิดขึ้นจริง หรือก็คือการต้อง แสดง ‘การไม่ปรากฏอยู่ (absence)’
• ภาพข้อมูลส่วนใหญ่มักเพิกเฉยต่อเรื่องนี้ไปเลย หรือย่อมันให้เหลือเพียงการสลับเปิดปิด ซึ่งยังไม่เพียงพอ
• ทางออกของปัญหาการบีบอัดความเป็นไปได้ให้เหลือเส้นทางเดียว คือ ยอมรับโครงสร้างแทนการไล่ล่าความเรียบง่าย

รูปแบบที่ 1: ความไม่แน่นอนแบบมีชั้น (Layered Uncertainty)

• แทนที่จะใช้ช่วงความเชื่อมั่นเพียงชั้นเดียว ควรจัด ความไม่แน่นอนเป็นลำดับชั้น
• โครงสร้างของชั้นมีดังนี้
  • ผลลัพธ์ที่เชื่อมั่นสูง: พื้นที่แคบและสีเข้ม
  • ช่วงความเชื่อมั่นระดับกลาง: พื้นที่กว้างขึ้นและสีอ่อนลง
  • กรณีสุดโต่งที่มีโอกาสต่ำ: พื้นที่แตกเป็นชิ้น ๆ และแทบมองไม่เห็น
• ชั้นเหล่านี้ควร เปลี่ยนรูปร่างได้ เพราะความไม่แน่นอนไม่ได้สม่ำเสมอ
  • มันอาจเอนเอียงไปด้านหนึ่ง แยกเป็นหลายคลัสเตอร์ หรือหดตัวลงภายใต้เงื่อนไขบางอย่าง
• เป้าหมายไม่ใช่การแสดงว่ามีความไม่แน่นอน “มากแค่ไหน” แต่คือการแสดงว่า มันทำงานอย่างไร
• การพยากรณ์แบบ ensemble ทางอุตุนิยมวิทยา กำลังมุ่งไปในทิศทางนี้แล้ว: “spaghetti plot” ใช้แสดงผลลัพธ์ที่เป็นไปได้หลายสิบแบบพร้อมกัน โดยความหนาแน่นและการเกาะกลุ่มของเส้นสามารถสื่อความน่าเชื่อถือ การกระจายตัว และความไม่เสถียรได้ดีกว่าเส้นพยากรณ์ที่ถูกทำให้เรียบเพียงเส้นเดียวมาก

รูปแบบที่ 2: เส้นเวลาแบบแตกแขนง (Branching Timelines)

• เส้นทางเดี่ยวสื่อถึงความหลีกเลี่ยงไม่ได้ แต่โครงสร้างแบบแตกแขนงเผยให้เห็น จุดตัดสินใจ
• ควรคิดจาก “เส้นเดียว → ความเบี่ยงเบนที่เป็นไปได้หลายแบบ” ไปเป็น “จุดเริ่มต้นเดียว → เส้นทางที่แยกแขนงหลายสาย”
• แต่ละแขนงแทนเงื่อนไข การตัดสินใจ หรือการข้ามค่าขีดวิกฤต ทำให้สร้างภาพแบบอินเทอร์แอ็กทีฟที่มีความหมาย ซึ่งผู้ใช้สามารถสำรวจไม่ใช่ตัวข้อมูล แต่คือ ผลตามมา (consequences)
• มีพลังเป็นพิเศษสำหรับการจำลองนโยบาย สถานการณ์ภูมิอากาศ และพฤติกรรมของโมเดลภายใต้อินพุตที่ต่างกัน
• เนื้อเรื่องเปลี่ยนจาก “นี่คือสิ่งที่จะเกิดขึ้น” ไปเป็น “สิ่งที่จะเกิดขึ้นได้ ขึ้นอยู่กับว่าอะไรเปลี่ยนไป”
• การทำภาพด้านภูมิอากาศ เป็นตัวอย่างที่ชัดที่สุด: สถานการณ์การปล่อยก๊าซที่ต่างกันสร้างวิถีการอุ่นขึ้นของโลกระยะยาวที่ต่างกันอย่างสิ้นเชิง ทำให้เห็นว่าอนาคตเปลี่ยนไปตามนโยบาย การใช้พลังงาน และพฤติกรรมร่วมของสังคม (ที่มา: IPCC 2021)

รูปแบบที่ 3: พื้นผิวสถานการณ์ (Scenario Surfaces)

• แทนที่จะพล็อตอนาคตแต่ละแบบทีละอัน วิธีนี้คือ การทำภาพตัวพื้นที่นั้นเอง
• บนพื้นผิว 2D หรือ 3D แต่ละจุดแทนหนึ่งสถานการณ์ แกนต่าง ๆ แทนตัวแปร เช่น เวลา ความรุนแรง ความน่าจะเป็น ฯลฯ ส่วนสีหรือพื้นผิวใช้เข้ารหัสคุณภาพของผลลัพธ์หรือความเสี่ยง
• ผู้ใช้จึงมองเห็นพื้นที่ที่เสถียร โซนที่มีความผันผวน และ การเปลี่ยนผ่านอย่างฉับพลัน ระหว่างผลลัพธ์ต่าง ๆ ได้
• เน้น การสำรวจ (exploration) มากกว่าการเล่าเรื่อง
• แผนที่ความเสี่ยงแผ่นดินไหว ทำงานในลักษณะใกล้เคียงกัน: แทนที่จะพยากรณ์เหตุการณ์เดียว มันทำภาพพื้นที่เสี่ยงตามชุดค่าผสมของขนาด ความลึก และตำแหน่ง เพื่อให้เข้าใจภูมิประเทศของผลกระทบที่เป็นไปได้ (ที่มา: USGS)
• วิธีนี้ยอมรับข้อเท็จจริงที่ภาพข้อมูลส่วนใหญ่มักมองข้าม: อนาคตไม่ใช่สิ่งไม่ต่อเนื่อง แต่เป็นสิ่งต่อเนื่อง

การออกแบบเพื่อการตีความ (Designing for Interpretation)

• ส่วนที่ยากที่สุดของแนวทางนี้ไม่ใช่เรื่องเทคนิค แต่เป็นเรื่อง การรับรู้ความเข้าใจของมนุษย์
• เมื่อแสดงอนาคตหลายแบบ ผู้ใช้อาจรู้สึกท่วมท้น มองเห็นรูปแบบได้ไม่ชัด และต้องใช้ความพยายามในการตีความ
• หากลดทอนทุกอย่างเพื่อทำให้ภาพข้อมูล “ง่าย” ขึ้น หลายครั้งกลับกลายเป็น ภาพข้อมูลที่ทำให้เข้าใจผิด
• เป้าหมายจึงต้องเปลี่ยนจากการลดความซับซ้อน ไปเป็น การจัดโครงสร้างให้กับความซับซ้อน
• นี่คือจุดที่ปฏิสัมพันธ์มีความสำคัญ
  • การเปิดเผยข้อมูลแบบค่อยเป็นค่อยไป (Progressive disclosure)
  • เส้นทางนำทางผ่านสถานการณ์ (Guided pathways)
  • การยึดผู้ใช้กับ จุดอ้างอิง (Reference points)
• สิ่งที่กำลังออกแบบไม่ใช่แค่ภาพข้อมูล แต่คือ วิธีคิดเกี่ยวกับความไม่แน่นอน

บทสรุป: หลักการสำคัญของการทำภาพอนาคต

• หากต้องการทำภาพสิ่งที่ยังไม่มีอยู่จริง เราต้องเลิกปฏิบัติต่อมันเหมือนกับว่ามันมีอยู่แล้ว
• หลักการสำคัญมี 3 ข้อ
  • แสดง ความเป็นไปได้ที่หลากหลาย ไม่ใช่เพียงอย่างเดียว
  • แสดง โครงสร้าง ไม่ใช่แค่ช่วงกว้างอย่างง่าย
  • ออกแบบเพื่อ การสำรวจ ไม่ใช่เพื่อการเสพอย่างเดียว
• เป้าหมายไม่ใช่การทำนายอนาคต แต่คือการช่วยให้เข้าใจว่ามีอนาคตที่เป็นไปได้มากเพียงใด และ อะไรคือสิ่งที่หล่อหลอมมัน