วิทยาลัยการศึกษาตลอดชีวิต มหาวิทยาลัยเชียงใหม่

หลักการและเหตุผล

เพื่อผลิตบุคลากรให้มีความเชี่ยวชาญด้านการสื่อสาร โดยมีกลุ่มเป้าหมายหลักไม่ว่าจะเป็นผู้ประกอบอาชีพผู้สื่อข่าว นักข่าว นักสื่อสารมวลชนรุ่นใหม่ หรือประชาชนทั่วไปที่มีความสนใจเป็นนักสื่อสารข้อมูลเชิงลึกหรือ Data Journalists ที่สอดคล้องกับความต้องการของอนาคตที่มีการเปลี่ยนแปลงด้านเทคโนโลยีอย่างรวดเร็วและเน้นไปที่การผลิตข่าวสารโดยอ้างอิงข้อเท็จจริงในฐานข้อมูลมากขึ้น ทั้งนี้ยังเน้นความรู้ด้านทักษะของการวิเคราะห์ข้อมูลเชิงสถิติ Data Science เทคนิคการนำเสนอภาพนิ่งและภาพเคลื่อนไหว และทักษะของการเล่าเรื่องที่น่าสนใจเพื่อการสร้างข้อมูลข่าวสารแบบใหม่ที่สอดคล้องกับความต้องการของผู้รับสารและสังคมไทยในอนาคต

เนื้อหาของหลักสูตร

บทที่ 1 Data Don’t Lie: Introduction to Data Journalism and Data Storytelling

Introduction to Data Journalism - แนะนำความรู้พื้นฐานด้านวารสารศาสตร์ข้อมูลเชิงลึก
What is Data Journalism? – ความหมายของวารสารศาสตร์ข้อมูลเชิงลึก ทำความรู้จักข้อมูล(Data) ความแตกต่างระหว่าง Data และ Information
History and Level of Data Journalism – ประวัติความเป็นมา พัฒนาการ รวมถึงระดับการใช้ของวารสารศาสตร์ข้อมูลเชิงลึก
Data Journalism Process – กระบวนทำงานของวารสารศาสตร์ข้อมูลเชิงลึก
Data Journalism Team and Skill Sets – การทำงานของนักวารสารศาสตร์เชิงลึก ทีมงานในองค์กรข่าว และทักษะที่จำเป็น
Where is Data? – แนวทางในการฝึกฝนทักษะด้านวารสารศาสตร์ข้อมูลเชิงลึก และแนะนำแหล่งพื้นฐานสำหรับการแสวงหาข้อมูล

บทที่ 2 Data as the Most Valuable Resource

What is Data? - ความสำคัญและประโยชน์ของข้อมูล ความรู้เบื้องต้นในการจัดการข้อมูลสำหรับใช้งาน
กรณีศึกษาการใช้ข้อมูลในการนำเสนอข่าวสาร – แนะนำกรณีศึกษาเรื่องการเปลี่ยนแปลงสภาวะแวดล้อม และการนำเสนอข่าว
What is Open Data and Its Condition – แนะนำให้รู้จักกับ Open Data
Data Format - ทำความเข้าใจกับรูปแบบของข้อมูล คัดเลือกรูปแบบของข้อมูลที่มีความเหมาะสม วิธีการย่อยข้อมูล
Data vs. Information – ความแตกต่างระหว่างข้อมูลและข่าวสาร กระบวนการแปลงข้อมูลให้เป็นข่าวสาร
Data Scraping – แนะนำการแสวงหาข้อมูลด้วยวิธีการคัดกรองข้อมูล
Data preprocessing - การปรับแต่งข้อมูลเบื้องต้น การลบข้อมูลที่ไม่ครบ และการสร้างข้อมูลใหม่
Build your own data – วิธีการแสวงหาข้อมูลด้วยตนเองด้วยอินเทอร์เน็ตของสรรพสิ่ง เพื่อใช้ในงานด้านวารสารศาสตร์ข้อมูลเชิงลึก

บทที่ 3 Data Acquisition and Management

Data Collection – เรียนรู้แนวทางในการเก็บรวบรวมข้อมูลผ่านการระบุแหล่งข้อมูล และการกรองข้อมูลด้วยโปรแกรมคอมพิวเตอร์
Import Data - ฝึกปฏิบัติในการนำเข้าข้อมูลดิบที่ได้จากการคัดกรองข้อมูลโดยการใช้คำค้นต่าง ๆ เข้าสู่โปรแกรม Microsoft Excel เพื่อนำไปสู่การจัดการข้อมูล
Data Cleansing – ฝึกฝนการทำความสะอาดข้อมูลเพื่อการจัดการข้อมูล สร้างข้อมูลที่มีคุณภาพดีเหมาะสมกับการนำไปใช้ในงานวารสารศาสตร์ข้อมูลเชิงลึก
Text processing - การจัดการข้อมูลด้วยการสร้างพจนานุกรมข้อความ เพื่อสร้างความหมายเฉพาะในงานข้อมูล และการเตรียมข้อมูลเพื่อนำไปใช้แสดงผลต่อไป
Data processing with Google Colab – แปลงข้อมูลจากสเปรดชีต(.xlsx) เพื่อให้อยู่ในไฟล์ที่เหมาะสม (.csv) เพื่อการนำไปใช้ในการนำเสนอข้อมูลให้เห็นภาพ
Basic Data Visualization with Microsoft Power BI – เรียนรู้เครื่องมือพื้นฐานสำหรับการแปลงข้อมูลในการนำไปใช้งาน
Data Preprocessing in Practice with Microsoft Excel - ฝึกปฏิบัติการนำเข้าข้อมูล ปรับแก้ข้อมูลในรูปแบบที่ถูกต้อง
Data Preprocessing in Practice with Google Colab - ฝึกปฏิบัติการสร้างไฟล์ output สำหรับกระบวนการ Data Visualization ต่อไป
Data Visualization in Practice with Microsoft Power BI - ฝึกปฏิบัติการสร้าง Report สำหรับการนำเสนอข้อมูลโดยใช้รูปภาพและกราฟต่าง ๆ

บทที่ 4 The Journalistic Approaches in Data-Driven World

Interview with Data – แนะนำแนวทางการแสวงหาชุดข้อมูลด้านภัยพิบัติจากแหล่งต่าง ๆ และการอ่านและตีความข้อมูลเพื่อนำมาใช้ประโยชน์ในด้านวารสารศาสตร์
Data literary – การรู้เท่าทันข้อมูลและการนำไปใช้ การอ่านวัตถุประสงค์และอคติที่แฝงอยู่ในชุดข้อมูล และเรียนรู้ตรรกะวิบัติที่ปรากฏในงานเชิงข้อมูลของรัฐ เอกชน และสื่อมวลชน
DDJ projects showcase – ศึกษาตัวอย่างงานด้าน DDJ หลากหลายรูปแบบ และทำการวิเคราะห์งานแบบย้อนเกล็ด
หลักคิดการพัฒนาโครงเรื่อง - แง่มุมในงานด้านวารสารศาสตร์ข้อมูล
เชิงลึก – ศึกษาแนวคิด หลักการ จริยธรรมที่จำเป็นต่อการพัฒนาโครงเรื่องเพื่องานด้านวารสารศาสตร์ข้อมูลเชิงลึก
กิจกรรมกลุ่ม – วางโครงเรื่องของตนเองเพื่อทำแผนข่าว และสร้าง wireframe

บทที่ 5 Storytelling with Data

Data Storytelling – เลือกประเด็นและเล่าเรื่องด้วยข้อมูล สำรวจข้อมูลใหม่ผ่านค่าทางสถิติพื้นฐานและความสัมพันธ์ของข้อมูล ทำความเข้าใจกระบวนการเล่าเรื่องผ่าน SMAC Model
Data Visualization – เรียนรู้การแสดงผลข้อมูล เข้าใจการใช้กราฟ/ชาร์ตเบื้องต้น เรียนรู้หลัก 3C และปฏิบัติการสร้างชาร์ตจากข้อมูลแบบออนไลน์ (Google Slides) หรือแบบออฟไลน์ (วาดมือ)
Elements of Infographics – From inside to outside – ศึกษาโครงสร้างของงานด้านอินโฟกราฟิกส์ และปฏิบัติการจัดวาง layout ลงบนกระดาษ flipchart
Systematic Thinking: Design Principle (CRAP) – สร้างกระบวนการคิดเชิงระบบผ่านทฤษฎี CRAP
- Design for Non-designers – เน้นการสร้างความเข้าใจเพื่อให้สามารถสื่อสารได้อย่างตรงจุดและตรงประเด็น
- CRAP Principle (Contrast/Repetition/Alignment/Proximity) – ศึกษากระบวนการคิดเชิงระบบผ่านทฤษฎี CRAP
- Idea/Content> Structure/Layout > Visual/Graphic – ย้อนด้วยโครงสร้างของงานออกแบบการนำเสนอข้อมูล
- ปฏิบัติการวางองค์ประกอบทั้งหมดเข้าด้วยกัน ตกแต่งชิ้นงานให้สวยงาม และทำโครงร่างของผลงานจริง

บทที่ 6 Data Journalism Hackathon

Tracking Usage of Data Stories – การติดตามผลของการนำเสนอชิ้นงานด้านวารสารศาสตร์ข้อมูลเชิงลึกผ่ายการใช้โปรแกรมในการวิเคราะห์ผลของการเข้าชม สรุปผลการอบรม และประมวล
ทิศทางของ Data Journalism ของประเทศไทยในอนาคต
ข้อควรคำนึงของการใช้ Data Journalism ในการรายงานข้อมูลข่าวสาร
ข้อเสนอแนะสำหรับการรายงานข่าวด้วย Data Journalism
กรณีศึกษาการรายงานข่าวด้วย Data Journalism
คุณประโยชน์ของการใช้ Data Journalism ในการรายงานข่าวในอนาคต

ขอบคุณ