การค้นหาว่า “เราเหมาะกับอะไร” หรือ “เราสนใจงานแบบไหน” เป็นคำถามสำคัญ โดยเฉพาะในช่วงที่ต้องเลือกสายการเรียน มหาวิทยาลัย หรือเส้นทางอาชีพ
หนึ่งในกรอบแนวคิดที่ถูกนำมาใช้เพื่อช่วยสำรวจความสนใจด้านอาชีพมาอย่างยาวนาน คือ Holland’s RIASEC Model ซึ่งแบ่งความสนใจออกเป็น 6 ลักษณะ ได้แก่
Realistic (R) – นักลงมือทำ: ชอบทำงานที่ได้ลงมือปฏิบัติจริง ใช้เครื่องมือ เครื่องจักร หรือทำงานกับสิ่งของและสภาพแวดล้อมที่จับต้องได้
Investigative (I) – นักคิดวิเคราะห์: ชอบค้นคว้า ตั้งคำถาม วิเคราะห์ข้อมูล แก้ปัญหา และทำความเข้าใจสิ่งต่าง ๆ อย่างเป็นเหตุเป็นผล
Artistic (A) – นักสร้างสรรค์: ชอบแสดงออกทางความคิดและจินตนาการ สร้างสรรค์สิ่งใหม่ และทำงานที่เปิดกว้าง ไม่ยึดติดกับรูปแบบตายตัว
Social (S) – นักช่วยเหลือ: ชอบทำงานร่วมกับผู้คน ช่วยเหลือ สอน ให้คำแนะนำ หรือสนับสนุนให้ผู้อื่นพัฒนา
Enterprising (E) – นักริเริ่มและโน้มน้าว: ชอบเป็นผู้นำ ริเริ่มโครงการ โน้มน้าวผู้อื่น ตัดสินใจ และมุ่งไปสู่เป้าหมายหรือความสำเร็จ
Conventional (C) – นักจัดระบบ: ชอบงานที่มีโครงสร้าง เป็นระเบียบ มีขั้นตอนชัดเจน และเกี่ยวข้องกับการจัดการข้อมูล ตัวเลข หรือรายละเอียดต่าง ๆ
แต่ปัญหาหนึ่งของแบบประเมินจำนวนมากคือ แม้จะมีกรอบทฤษฎีที่ดี แต่ประสบการณ์ของผู้ทำอาจยังรู้สึกเหมือนกำลังตอบแบบสอบถามยาว ๆ เมื่อข้อคำถามมีจำนวนมาก หรือ ข้อคำถามมีลักษณะคล้ายกัน ผู้ตอบอาจเริ่มเบื่อ เหนื่อย และตอบเร็วขึ้น หรือหยุดทำก่อนจบ
คำถามจึงไม่ได้มีเพียงว่า
“เราจะวัดความสนใจด้านอาชีพอย่างไร?”
แต่อาจต้องถามเพิ่มว่า
“เราจะออกแบบประสบการณ์การค้นหาตัวเองอย่างไร ให้คนอยากทำมันจนจบ?”
จากแบบสอบถาม สู่ “การเดินทางค้นหาตัวเอง”
จากคำถามนี้ จึงเกิดแนวคิดในการพัฒนา มาตรวัดความสนใจด้านอาชีพตามกรอบ RIASEC ผ่าน การเล่าเรื่อง (Storytelling) และภาพประกอบ
แทนที่จะนำเสนอคำถามเป็นข้อ ๆ แบบแยกจากกัน ผู้ตอบจะเดินทางผ่านเรื่องราว พร้อมตัวละครชื่อ “Mess” ซึ่งเป็นตัวแทนของความสับสนและความไม่ชัดเจนภายในใจ ซึ่งตัวละครชื่อ Mess จะสามารถเปลี่ยนเป็นชื่อที่ผู้ใช้ต้องการได้เพื่อแสดงความไม่ชัดเจนในใจของตัวเอง
ในช่วงเริ่มต้นตัวละครนี้ มีลักษณะยุ่งเหยิง เช่นเดียวกับความรู้สึกของคนที่อาจยังไม่แน่ใจว่าตัวเองเป็นใครหรืออยากเดินไปทางไหน
เมื่อเรื่องดำเนินต่อไป ผู้ตอบจะพบกับสถานการณ์ต่าง ๆ และเลือกคำตอบที่สะท้อนลักษณะ RIASEC ขณะที่ ตัวละครที่แสดงความไม่ชัดเจนในตัวเอง และบรรยากาศของเรื่องค่อย ๆ เปลี่ยนจากความสับสนไปสู่ความชัดเจนมากขึ้น
เป้าหมายจึงไม่ใช่เพียงทำให้แบบประเมิน “ดูสนุกขึ้น” แต่เป็นการทดลองเปลี่ยนประสบการณ์จากการทำแบบทดสอบไปเป็นการสำรวจตัวเองผ่านเรื่องเล่าแทน
Storytelling ช่วยได้อย่างไร?
การเล่าเรื่องช่วยให้ผู้ตอบไม่ได้รู้สึกว่ากำลังทำแบบทดสอบทีละข้อ แต่เหมือนกำลังเดินทางผ่านสถานการณ์ต่าง ๆ ไปพร้อมกับตัวละคร แนวคิดนี้เรียกว่า Narrative Engagement หรือการที่ผู้รับสารจดจ่อ เข้าใจบริบท และมีส่วนร่วมกับเรื่องราวมากขึ้น
อย่างไรก็ตาม จากการทำ Focus Group พบว่า เรื่องราวต้องไม่ยาวหรือซับซ้อนเกินไป จึงมีการปรับภาษาให้เข้าใจง่าย ลดคำที่ไม่จำเป็น และทำให้ภาพ เนื้อเรื่อง และคำถามเชื่อมต่อกันมากขึ้น เพราะเป้าหมายคือ ใช้ Storytelling ช่วยให้การสำรวจตัวเองเป็นธรรมชาติขึ้น ไม่ใช่การเพิ่มภาระในการตอบ
จากไอเดีย สู่การตรวจสอบด้วยการวิจัย
เพื่อให้แน่ใจว่าเครื่องมือไม่ได้เพียง “ดูน่าสนใจ” แต่คำถามยังสอดคล้องกับสิ่งที่ต้องการวัด ต้นแบบจึงถูกตรวจสอบหลายขั้นตอน
เริ่มจากทดลองกับกลุ่มเป้าหมายผ่านการสนทนากลุ่ม (Focus Group) แล้วนำข้อเสนอแนะมาปรับภาษา ภาพ เนื้อเรื่อง และตัวเลือก จากนั้นให้ผู้ทรงคุณวุฒิ 4 ท่านด้านการศึกษา ภาษาศาสตร์ และจิตวิทยาตรวจสอบความเหมาะสมของคำถาม
ผลพบว่า ค่า IOC เฉลี่ยเท่ากับ .837 และ 91.3% ของฉากทั้งหมด ผ่านเกณฑ์เบื้องต้น ส่วนฉากที่ยังไม่ผ่านถูกนำกลับมาปรับแก้ก่อนนำไปทดลองกับผู้ตอบจริงที่มีข้อมูลสมบูรณ์จำนวน 151 คน
แล้วคำตอบที่ได้ มีรูปแบบจริงหรือไม่?
หลังจากได้ข้อมูลจากผู้ตอบ 151 คน ผู้วิจัยจึงตรวจสอบว่า “คำตอบที่คนเลือกมีรูปแบบที่สัมพันธ์กับ RIASEC จริงหรือเป็นเพียงการเลือกแบบสุ่ม”
การวิเคราะห์ด้วย Multiple Correspondence Analysis (MCA) ซึ่งเป็นวิธีมองหารูปแบบจากคำตอบที่เป็นหมวดหมู่ พบว่าสามารถสรุปรูปแบบของข้อมูลออกมาเป็นโครงสร้างสองมิติ ซึ่งอธิบายความแปรปรวนของข้อมูลที่ผ่านการแปลงแล้วได้ประมาณ 51.3%
จากนั้นใช้ Chi-square เพื่อตรวจสอบว่า คนที่มี RIASEC หลักแตกต่างกันเลือกคำตอบเหมือนหรือต่างกัน ผลพบว่า คำถามทั้ง 11 ข้อ มีความสัมพันธ์กับประเภท RIASEC หลักอย่างมีนัยสำคัญทุกข้อ หมายความว่า คนแต่ละประเภทไม่ได้เลือกคำตอบในลักษณะเดียวกันทั้งหมด แต่มีรูปแบบที่แตกต่างกันอย่างเป็นระบบ
เพื่อให้มั่นใจว่าผลที่พบไม่ได้เกิดขึ้นโดยบังเอิญ ผู้วิจัยจึงตรวจสอบเพิ่มเติมด้วย Permutation Test จำนวน 20,000 ครั้ง ซึ่งเปรียบเสมือนการสุ่มสลับประเภท RIASEC แล้วทดสอบใหม่ซ้ำ ๆ ผลยังคงมีนัยสำคัญทุกข้อ จึงเป็นหลักฐานเบื้องต้นที่สนับสนุนว่า รูปแบบคำตอบที่พบมีความสัมพันธ์กับ RIASEC จริงในกลุ่มตัวอย่างนี้
จาก “แบบทดสอบ” สู่ “ประสบการณ์เข้าใจตัวเอง”
งานนี้จึงไม่ได้ตั้งคำถามเพียงว่า “แบบทดสอบวัดอะไรได้บ้าง” แต่ยังถามต่อว่า เราจะออกแบบการค้นหาตัวเองให้คนอยากมีส่วนร่วมจนจบได้อย่างไร
Storytelling ไม่ได้เข้ามาแทนที่หลักการทางจิตวิทยาหรือการวัดผล แต่ทำหน้าที่เป็น สะพานระหว่างศาสตร์การวัดกับประสบการณ์ของผู้ใช้ ช่วยเปลี่ยนความรู้สึกจากการ “ถูกทดสอบ” ให้กลายเป็นการค่อย ๆ “สำรวจและเข้าใจตัวเอง” มากขึ้น
อ่าน White Paper ฉบับเต็ม
สำหรับผู้ที่สนใจกระบวนการพัฒนาเครื่องมืออย่างละเอียด ตั้งแต่กรอบแนวคิด RIASEC, Storytelling, Focus Group, การตรวจสอบ IOC ไปจนถึงผลการวิเคราะห์ MCA, Chi-square และ Permutation Test สามารถอ่านรายละเอียด วิธีการศึกษา ผลการวิจัย และข้ออภิปรายทั้งหมดได้จาก White Paper ฉบับเต็มด้านล่าง
Nudge Thailand 