เทคนิคการเลือกหัวข้อวิจัย

บทความนี้ผมเขียนไว้นานแล้วครับ สาเหตุที่ทำให้ต้องมานั่งเขียนบทความนี้คือ หลังจากที่ได้เรียนเรื่อง Research Methodology ได้สักพัก น้องๆ เพื่อนร่วมชะตากรรมแต่ละคนได้นำเสนอหัวข้อวิจัยต่างๆ ที่ตนเองสนใจ มาเล่าสู่กันฟัง

.......... 

      โดยมีอาจารย์เจ้าของวิชา คือ อาจารย์ "ดร.กันต์พงษ์ วรรัตน์ปัญญา" ได้คอยชี้แนะและให้คำแนะนำในเรื่องต่างๆ โดยหลังจากการที่ได้สังเกตเห็นผลงานที่แต่ละคนนำเสนอ บางคนก็เลือกหัวข้อวิจัยตรงบ้างไม่ตรงบ้าง หรือแม้กระทั่งหัวข้อมีความน่าสนใจแต่ก็ไม่มั่นใจว่าตัวเองจะสามารถทำได้ ซึ่งผมคิดว่าในการนำเสนอหัวข้อวิจัยนั้น คำตอบที่ได้อาจจะไม่ใช่แค่เรื่องที่ตัวเราสนใจหรือคนส่วนใหญ่สนใจ แต่มันยังมีองค์ประกอบต่างๆ อีกมากมายที่จะนำไปสู่เป้าหมายนั้นได้ จึงอยากจะมาแชร์เรื่องราวผ่านบทความนี้กันสักหน่อย เพื่อที่ใครหลายๆ คนอาจจะกำลังเริ่มทำวิจัยในระดับปริญญาโท จะได้มีโอกาสเตรียมความพร้อมก่อนก้าวไปสู่การฝึกปฏิบัติทำวิจัยกันจริงๆ จังๆ ประเทศจะได้พัฒนากันมากกว่านี้ และที่สำคัญจะได้มีงานวิจัยที่ไม่ได้ถูกมองว่าเป็นแค่ “เศษกระดาษ” ที่วางไว้บนหิ้ง “จบการศึกษา” เพียงเท่านี้!

     เอาล่ะครับ ผมจะพูดถึงส่วนของการทำ Pre-Research ซึ่งเป็นจุดเริ่มต้นของการเลือกหัวข้อวิจัยที่เราสนใจ โดยจะสรุปประเด็นที่สำคัญให้กระชับเข้าใจง่ายซึ่งเป็นสิ่งที่น่าจะเป็นเรื่องยากที่สุด เพราะมันเป็นจุดเริ่มต้นของการนำไปสู่หัวข้อวิจัยของเราต่อไป

จากรูป ได้แบ่งวงกลมเป็น 3 ระดับ ระดับนอกสุดจะเป็นส่วนของ General Area ถัดมาคือ Course Work และด้านในสุดคือ Research Problem

โดยแต่ละส่วนมีรายละเอียดดังนี้

1. General Area

     ในการค้นหาหัวข้อวิจัย สิ่งสำคัญก็คือ เราจะต้องทำการศึกษาโดยอ่านงานวิจัยที่สนใจให้มากที่สุด เน้นตามศาสตร์หรือสาขาวิชาที่ได้เรียนมา เช่น ถ้าเรียนมาทางด้านเทคโนโลยีก็ควรจะหางานวิจัยที่เกี่ยวข้องมาอ่าน โดยมีการกำหนด "กรอบ" ในการค้นคว้างานวิจัยที่ผู้อื่นได้เคยทำเอาไว้ ในขั้นตอนนี้เรียกว่าการทำ Literature review ซึ่งมีความสำคัญมาก ดังนั้นนี่จึงเป็นเหตุผลว่าทำไมเราจะต้องอ่านงานวิจัยให้มากเข้าไว้เท่าที่จะทำได้ ผมเสนอว่าควรจะอ่านงานวิจัยต่างประเทศเป็นหลัก เพราะจะได้แนวคิดและมุมมองที่หลากหลายกว่าในประเทศ ซึ่งนำมาปรับใช้กับงานวิจัยของเราได้ดีกว่า

ตัวอย่างเช่น

     ผมสนใจเรื่องเกี่ยวกับ "Affective Computing" ที่สามารถนำมาประยุกต์ใช้กับ e-Learning ได้โดยเป็นการทำให้คอมพิวเตอร์สามารถสื่อสารและเข้าใจอารมณ์ความรู้สึกของมนุษย์ได้ โดยได้นำเทคนิคทางด้าน Machine Learning นี้มาประยุกต์ใช้กับระบบ e-Learning ซึ่งเป็นส่วนหนึ่งของสาขาที่เรียนคือ Technology Multimedia โดยผมได้กำหนด "กรอบแนวคิดนี้" มาจากนักวิจัยต่างประเทศหลายๆ คน ผ่านการ Literature review มา 10 กว่าฉบับ โดยจับคำหลัก (keyword) ที่เราสนใจขึ้นมาก่อน เช่น Intelligent Emotional, Affective Computing, Intelligent Tutoring System, Virtual Teacher ซึ่งมันจะนำไปสู่เรื่องที่สนใจอย่างกว้างๆ ก่อนที่จะนำมาสรุปถึงปัญหาและวัตถุประสงค์และนำมาประยุกต์ใช้กับงานวิจัยของเราต่อไป

     ผลลัพธ์ในขั้นตอนนี้จะได้หัวข้อวิจัยแบบ "กว้าง" มาก่อนเพื่อที่จะนำมาระบุขอบเขตที่ชัดเจนในงานวิจัยที่จะทำได้ต่อไป

2. Course Work

     เมื่อได้กรอบแนวคิดของปัญหาวิจัยแบบ "กว้าง" มาแล้วแต่อาจจะยังไม่ชัดเจนว่ามันจะตรงกับสิ่งที่เราสนใจหรือไม่ ก็อาจจะมา "คัดกรอง" โดยดูจาก "Course Work" ที่ได้เรียนมา เพื่อให้สามารถเชื่อมโยงสิ่งที่เรียนกับงานวิจัยที่กำลังจะทำว่าเป็นไปได้หรือไม่ เพื่อทำให้ขอบเขตสิ่งที่เราสนใจมันแคบลงไปอีก โดยผนวกกับปัญหาที่มีอยู่ในปัจจุบัน หรือยังไม่มี หรือมีแล้วแต่ยังไม่ดี เพื่อที่จะได้ระบุปัญหาวิจัยและสามารถสรุปออกมาเป็น Research Ploblem Domain ได้อย่างถูกต้องเหมาะสม

3. Research Problem

     ในขั้นสุดท้ายเราจะได้ปัญหาวิจัย (Research Problem) ที่ชัดเจน (ระดับในสุด) แต่กว่าจะได้หัวข้อวิจัยที่ดีและผ่านการพิจารณาจากอาจารย์หลายๆ ท่าน ก็อาจจะต้องตอบคำถามต่างๆ ดังต่อไปนี้ให้ได้

• เป็นสิ่งจำเป็นและเรามีความสนใจหรือไม่
• มีทฤษฎีต่างๆ รองรับ (ยกเว้นเป็นสิ่งที่ยังไม่มีใครคิดค้น หรือเกิดขึ้น **น้อยมาก)
• ระยะเวลาในการทำวิจัยชิ้นนี้ มีความเหมาะสมมากน้อยเพียงใด
• มีวิธีการวัดและการประเมินที่ถูกต้องเหมาะสม
• เป็นสิ่งที่ผู้ทำวิจัยจะต้องสามารถทำได้ด้วย (คิดแล้วต้องทำได้ **ข้อนี้สำคัญ)
• เป็นที่สนใจของนักลงทุนหรือไม่
• เป็นสิ่งที่จะสนับสนุนในงาน หรืออาชีพในอนาคตต่อไปได้

>> หวังว่าคงจะเป็นประโยชน์สำหรับผู้ที่กำลังเริ่มทำงานวิจัย หรือผู้ที่สนใจนะครับ ^^