-ome เป็นคำลงท้ายที่เรามักได้ยินบ่อยๆ ในทางชีววิทยา เช่น Genome หมายถึง Complete set of genes หรือรหัสพันธุกรรมของเราเอง Microbiome หมายถึงประชากรจุลินทรีย์ที่อาศัยอยู่ในร่างกาย ซึ่งประชากรจุลินทรีย์เหล่านี้ล้วนมีความสำคัญต่อการทำงานของร่างกายเรา เราแต่ละคนต่างมี Genome และ Microbiome ที่แตกต่างกัน เป็นเอกลักษณ์เฉพาะตัว และความต่างนี้ก็ส่งผลต่อสุขภาพในหลากหลายด้าน และล่าสุดมีอีกโอมที่แม้จะเพิ่งมาใหม่ แต่ก็มีความหลากหลายที่เฉพาะตัว และมีความสำคัญต่อสุขภาพเช่นกัน โอมน้องใหม่ที่กำลังมาแรงนี้มีชื่อว่า Screenome (Screen + ome)
Screenome คือข้อมูลที่เก็บบันทึกจาก Screen หรือหน้าจออุปกรณ์ดิจิทัลของเราแต่ละคน ทุกสิ่งที่เราเห็น ฟัง ทำ พิมพ์ แคป คลิก วง ส่งต่อ ทุกปฏิกิริยาที่เกิดระหว่างเรากับหน้าจอทุกประเภท เวลาที่เราใช้ไปทั้งหมด รวมถึงเวลาที่เราแบ่งใช้ไปกับแต่ละ Task ในแต่ละวัน แต่ละช่วงเวลา ล้วนเป็นข้อมูลที่มีค่ามหาศาล
เพราะโทรศัพท์มือถือไม่ได้เป็นเพียงเครื่องมือสื่อสาร แต่เป็นอุปกรณ์ทำงาน อุปกรณ์ให้ความบันเทิง เป็นเครื่องมือในการใช้ชีวิต ไม่ว่าจะสั่งอาหาร เรียกรถ หาที่ไปเที่ยว หาเพื่อน ส่งของ หาคำตอบที่อยากรู้ หรือแม้แต่หาหมอ ทุกอย่างล้วนทำได้ผ่านหน้าจอมือถือในปัจจุบัน ข้อมูลที่ถูกบันทึกจากหน้าจอของเราจึงไม่ได้บ่งแค่ข้อความที่เราสื่อสารเข้าและออกจากสมอง แต่ยังแสดงถึงข้อมูลการใช้ชีวิตในเกือบจะทุกด้านสำหรับบางคน
ความเป็นไปได้แรกที่ Screenome จะถูกนำมาใช้ คือในด้านทำนายอารมณ์ความรู้สึก มีงานวิจัยจาก Princeton เมื่อปี 2018 ซึ่งได้ศึกษาข้อมูลการโพสต์ในเฟซบุ๊กของกลุ่มตัวอย่าง 683 คน พบแพตเทิร์นบางอย่างที่สามารถนำมาใช้ทำนายโอกาสที่ผู้โพสต์จะเป็นโรคซึมเศร้าได้ โดยมีความแม่นยำเกือบ 70% (ผู้ที่มีแนวโน้มจะป่วยด้วยโรคซึมเศร้ามักโพสต์เรื่องของตัวเองเป็นหลัก และใช้ถ้อยคำที่แสดงถึงอารมณ์ ความเศร้า ความเหงา ความโกรธเกรี้ยว และความเจ็บป่วย) หากนักวิจัยมีข้อมูลเพิ่มเติมในด้านอื่นๆ จาก Screenome เช่น ประวัติการค้นหาคำ เวลาในการใช้งานบนหน้าจอ หรือเนื้อหาของเว็บไซต์ที่มักจะเข้าไปดู ความแม่นยำในการทำนายโรคที่เกี่ยวข้องกับอารมณ์ความรู้สึกน่าจะสูงขึ้นมาก
Screenome ยังอาจเข้ามาตอบโจทย์การเก็บข้อมูลในเรื่องไลฟ์สไตล์ ไม่ว่าจะเป็นการรับประทานอาหาร การออกกำลังกาย เวลาที่เข้านอน ความเครียด โรคเรื้อรังที่มนุษย์เราต้องเผชิญในปัจจุบัน ส่วนใหญ่แล้วเป็นโรคที่เกิดจากหลายปัจจัยประกอบกัน ปัจจัยทาง Genome และ Microbiome กลายเป็นปัจจัยที่ตรวจหาได้แม่นยำด้วยเทคโนโลยีในปัจจุบัน แต่ไลฟ์สไตล์กลับเป็นปัจจัยที่ต้องอาศัยการตอบคำถาม (questionnaire) ซึ่งมีความคลาดเคลื่อนของข้อมูลได้สูง Screenome อาจเป็นอีกหนึ่งตัวช่วยในการเกลาให้ข้อมูลด้านไลฟ์สไตล์มีความแม่นยำมากยิ่งขึ้น Screenome ของคนที่ไม่เครียดย่อมต่างจาก Screenome ของคนที่เครียด ย้ำคิดย้ำทำกับปัญหาบางอย่าง ในขณะที่ Screenome ของคนที่กำลังสนใจดูแลสุขภาพ ย่อมต่างมหาศาลกับ Screenome ของคนที่มองสุขภาพเป็นเรื่องไกลตัว
สำหรับการชะลอวัย Screenome อาจเป็นตัวช่วยทำนายสุขภาพ รูปอาหารที่เราถ่ายก่อนรับประทาน เมนูอาหารที่เราสั่งผ่านแอปพลิเคชัน ข้อมูลการออกกำลังกายและการนอนที่ถูกบันทึกไว้ ระดับความเครียดสะสมที่สัมพันธ์กับเวลาในการทำงานผ่านหน้าจอ รวมไปถึงรูปแบบการใช้โซเชียลมีเดียบางอย่างที่บ่งชี้ถึงความอ่อนล้าของสุขภาพจิต ทั้งหมดล้วนเป็นปัจจัยที่สำคัญและบ่งชี้ปัญหาสุขภาพ
ในแง่การทำงาน Screenome อาจถูกนำมาใช้เป็นเครื่องมือประเมินประสิทธิภาพการทำงาน จากสถิติพบว่า คนในปัจจุบันเปลี่ยน Task หรือสิ่งที่ทำบนมือถือ (ไม่ว่าจะอ่าน โพสต์ ฟัง หรือดู) เฉลี่ยทุก 19 วินาที นั่นหมายถึงว่าเราโฟกัสกับเรื่องใดๆ ก็ตามได้ไม่ถึง 1 นาที ถ้าคุณยังอ่านบทความมาถึงบรรทัดนี้ได้ แปลว่าคุณคือคนส่วนน้อย!
การที่คนเราสามารถโฟกัสในเรื่องต่างๆ ได้ในระยะเวลาที่สั้นมาก ส่งผลถึงสกิลการทำงานในแบบ Deep Work ซึ่งต้องใช้ความคิดที่ไหลลึกในเรื่องเดียวต่อเนื่อง มีความเป็นห่วงว่าสกิลนี้กำลังจะหายไป โดยเฉพาะอย่างยิ่งในคนรุ่นใหม่ ปัจจุบันเริ่มมีบริษัทผลิตซอฟต์แวร์ที่ประเมินประสิทธิภาพพนักงานผ่าน Screenome ซึ่งหากมีการนำมาใช้จริง คงจะสร้างความกดดันในการทำงานให้กับพนักงานไม่น้อย
Screenome อาจเป็นเรื่องใหม่ที่ยังคงต้องมีการศึกษาอีกมาก เพื่อให้ได้มาซึ่งนิยามที่ทุกฝ่ายเห็นตรงกัน วิธีการเก็บข้อมูลที่จะนำไปใช้ประโยชน์ทางงานวิจัยได้โดยไม่รุกล้ำความเป็นส่วนตัวของผู้ให้ข้อมูล แต่เชื่อว่าในอนาคตอันใกล้ Screenome จะเป็นอีกโอมที่มีบทบาทสำคัญต่อยอดความรู้ให้กับศาสตร์หลากสาขา
แต่คำถามสำหรับปัจจุบันที่อยากชวนให้คุณผู้อ่านคิดต่อคือ Screenome ของคุณในวันนี้ healthy และ productive มากน้อยเพียงใด?
ภาพ: Shutterstock
พิสูจน์อักษร: พรนภัส ชำนาญค้า
อ้างอิง:
- Reeves, Byron, et al. “Screenomics: A framework to capture and analyze personal life experiences and the ways that technology shapes them.” Human–Computer Interaction(2019): 1-52.
- Eichstaedt, Johannes C., et al. “Facebook language predicts depression in medical records.” Proceedings of the National Academy of Sciences 115.44 (2018): 11203-11208.
