ในการเรียน Robotics นักศึกษาอาจสามารถเขียนโปรแกรมหรือออกแบบ Algorithm ให้ Robot ทำงานได้อย่างสมบูรณ์บนหน้าจอคอมพิวเตอร์ แต่เมื่อนำระบบเดียวกันลงไปทดลองกับ Robot จริง ผลลัพธ์อาจไม่เป็นไปตามที่คาดไว้ เพราะโลกจริงเต็มไปด้วยตัวแปรที่ไม่สามารถควบคุมให้สมบูรณ์แบบได้เหมือนในโปรแกรมจำลอง
ผศ.ดร.วนายุทธ์ แสนเงิน หัวหน้าสาขาวิชาวิศวกรรมหุ่นยนต์และระบบอัตโนมัติ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยศรีปทุม อธิบายว่า สิ่งนี้เรียกว่า Reality Gap หรือช่องว่างระหว่างสิ่งที่เกิดขึ้นในโลกจำลองกับสิ่งที่เกิดขึ้นเมื่อนำไปใช้ในโลกจริง และเป็นหนึ่งในบทเรียนสำคัญที่นักศึกษาวิศวกรรมควรได้เจอก่อนเข้าสู่การทำงาน
ใน Simulation หรือโปรแกรมจำลอง หลายอย่างสามารถกำหนดค่าให้แน่นอนได้ แต่ Robot จริงต้องเผชิญกับปัจจัยที่เปลี่ยนแปลงตลอดเวลา เช่น Sensor อาจอ่านค่าไม่เหมือนเดิมทุกครั้ง มอเตอร์อาจมีความคลาดเคลื่อนจากกลไก แบตเตอรี่ที่ลดลงอาจส่งผลต่อการทำงาน ระบบเครือข่ายอาจส่งข้อมูลช้ากว่าที่คาด พื้นแต่ละชนิดมีแรงเสียดทานแตกต่างกัน หรือแม้แต่แสงในพื้นที่ก็สามารถทำให้กล้องของ Robot มองเห็นวัตถุแตกต่างไปจากเดิมได้
ยิ่งเมื่อ Robot ต้องทำงานใกล้กับมนุษย์ เรื่องความปลอดภัยยิ่งกลายเป็นสิ่งที่ไม่สามารถมองข้าม เพราะการเคลื่อนไหวของหุ่นยนต์ที่มีน้ำหนักและแรงจริง แตกต่างจากวัตถุที่เคลื่อนที่อยู่บนหน้าจอคอมพิวเตอร์ นักศึกษาจึงต้องเรียนรู้ทั้งด้านเทคนิคและการคำนึงถึงความปลอดภัยควบคู่กันไป
ผศ.ดร.วนายุทธ์ มองว่า การได้ทดลองกับ Physical Robot หรือหุ่นยนต์จริง ทำให้นักศึกษาเห็นชัดว่า “Algorithm ที่ทำงานได้ในคอมพิวเตอร์ ไม่ได้หมายความว่าจะนำไปใช้กับโลกจริงได้ทันที” แต่ต้องผ่านกระบวนการทดสอบ เก็บข้อมูล วิเคราะห์ข้อผิดพลาด ปรับแก้ และทดลองซ้ำหลายครั้งจึงจะสามารถทำงานได้อย่างมีเสถียรภาพ
สิ่งที่เกิดขึ้นระหว่างกระบวนการนี้ต่างหากที่ช่วยสร้าง Engineering Thinking หรือวิธีคิดแบบวิศวกร เพราะเมื่อนักศึกษาเจอระบบที่ไม่ทำงาน พวกเขาต้องเริ่มตั้งคำถามว่า ปัญหาเกิดจากตรงไหน ข้อมูลที่มีเพียงพอหรือยัง สมมติฐานที่ตั้งไว้ถูกต้องหรือไม่ และต้องทดลองอะไรเพิ่มเติมจึงจะหาคำตอบได้
การเรียนแบบ Project-based หรือการเรียนผ่านการทำโครงงาน จึงมีบทบาทสำคัญในการเปลี่ยนนักศึกษาจากผู้รอรับคำสั่งไปสู่ผู้ที่ต้องหาวิธีสร้างคำตอบด้วยตัวเอง แทนที่จะรอว่าอาจารย์จะสอน Function ใดต่อ นักศึกษาจะเริ่มจากโจทย์ว่า “ถ้าอยากให้ Robot ทำสิ่งนี้ได้ เราต้องสร้างอะไรเพิ่ม” ก่อนจะไปค้นคว้า อ่านคู่มือ ทดลองใช้ชุดคำสั่ง เชื่อมระบบ เก็บข้อมูล ฝึก AI แก้ Bug หรือข้อผิดพลาด และทำงานร่วมกับเพื่อนที่มีความเชี่ยวชาญต่างกัน
บทบาทของอาจารย์จึงเปลี่ยนตามไปด้วย จากผู้ถ่ายทอดความรู้ มาเป็น Mentor หรือผู้ให้คำแนะนำ และช่วยให้นักศึกษาฝึกคิด วิเคราะห์ และตัดสินใจด้วยตัวเองมากขึ้น
สำหรับ ผศ.ดร.วนายุทธ์ การเรียนรู้ที่ดีที่สุดหลายครั้งเกิดขึ้นในวันที่ระบบไม่เป็นไปตามแผน เพราะนั่นคือช่วงเวลาที่นักศึกษาต้องนำความรู้หลายด้านกลับมาเชื่อมกันเพื่อค้นหาสาเหตุและหาทางแก้ไข ซึ่งเป็นสถานการณ์ที่ใกล้เคียงกับโลกการทำงานจริงมากกว่าการทำตามขั้นตอนที่มีคำตอบเตรียมไว้แล้ว
การได้เจอ Reality Gap ตั้งแต่ในมหาวิทยาลัยจึงไม่ใช่เพียงการฝึกใช้ Robot แต่เป็นการเตรียมนักศึกษาให้เข้าใจธรรมชาติของงานวิศวกรรมว่า ระบบจริงย่อมมีข้อจำกัด มีความไม่แน่นอน และมีปัญหาที่ไม่สามารถคาดการณ์ล่วงหน้าได้ทั้งหมด สิ่งสำคัญจึงอยู่ที่เมื่อปัญหาเกิดขึ้น วิศวกรจะสามารถวิเคราะห์ เรียนรู้ และพาระบบกลับมาทำงานได้อย่างไร
#เรียนกับตัวจริง #ประสบการณ์จริง #FutureSkills #คณะวิศวกรรมศาสตร์ #มหาวิทยาลัยศรีปทุม #ส่งเสริมผลักดัน #โอกาส #ศรีปทุม #SripatumUniversity #SPU #สาขาวิชาวิศวกรรมหุ่นยนต์และระบบอัตโนมัติ
