จากงานเอกสารสู่การทำงานด้วย AI แชร์ประสบการณ์อบรม Gemini และ Gemini Notebook (NotebookLM) กับสำนักสุขภาพดิจิทัล

ก่อนจะสรุปรายงานได้หนึ่งฉบับ เราอาจต้องเปิดเอกสารหลายไฟล์ ค้นข้อความในอีเมล และกลับไปอ่านคู่มือเพื่อเช็กว่ารายละเอียดที่เขียนนั้นถูกต้องหรือไม่ งานแต่ละอย่างดูไม่ใหญ่ แต่เมื่อเข้ามาพร้อมกัน เวลาที่ควรใช้คิดและตัดสินใจก็หมดไปกับการรวบรวมข้อมูล

โจทย์เหล่านี้เป็นจุดเริ่มต้นที่จับต้องได้สำหรับการเรียนรู้ AI การอบรม Gemini และ NotebookLM จึงควรพาผู้เรียนไปถึงขั้นเลือกใช้เครื่องมือให้เหมาะกับงาน อธิบายสิ่งที่ต้องการให้ชัด และรู้ว่าคำตอบส่วนไหนต้องกลับไปตรวจสอบ

บทความนี้ชวนดูตัวอย่างจากหลักสูตรที่ Demeter Skill จัดให้กับสำนักสุขภาพดิจิทัล สำนักงานปลัดกระทรวงสาธารณสุข ตั้งแต่งานสื่อสารทั่วไป ไปจนถึงการทำความเข้าใจคู่มือด้านสาธารณสุข พร้อมแนวทางที่องค์กรอื่นสามารถนำไปทดลองกับงานของตนเองได้

Demeter Skill จัดอบรม Gemini AI ใน Google Workspace และ NotebookLM ณ สำนักสุขภาพดิจิทัล สำนักงานปลัดกระทรวงสาธารณสุข รูปแบบการเรียนประกอบด้วยการบรรยายควบคู่กับการฝึกปฏิบัติ เพื่อให้ผู้เรียนได้ทดลองใช้เครื่องมือกับโจทย์ตัวอย่างด้วยตนเอง

เนื้อหาเชื่อมงานสองลักษณะเข้าด้วยกัน ได้แก่ การใช้ Gemini ช่วยทำงานใน Google Workspace และการใช้ NotebookLM ทำความเข้าใจข้อมูลจากเอกสารอ้างอิง ผู้เรียนจึงได้เห็นทั้งการช่วยร่างงานและการค้นหาประเด็นจากข้อมูลที่เตรียมไว้

พื้นฐานที่ใช้ร่วมกันคือการเขียนคำสั่งให้ชัดเจน หากบอกเพียงว่า “ช่วยสรุปเอกสารนี้” เราอาจได้ข้อความที่อ่านรู้เรื่อง แต่ยังไม่ตรงกับสิ่งที่ต้องใช้ในการประชุม การระบุเพิ่มว่าใครเป็นผู้อ่าน ต้องการรู้เรื่องใด และจะนำสรุปไปทำอะไร ช่วยให้มีเกณฑ์ตรวจคำตอบที่ชัดขึ้นด้วย

ตัวอย่างเช่น หากต้องเตรียมข้อมูลให้หัวหน้างาน เราอาจขอให้แยกเป็นประเด็นสำคัญ งานที่ต้องดำเนินการ และข้อมูลที่ยังขาด แทนการสรุปทุกหัวข้อให้สั้นลงเท่า ๆ กัน ส่วนใดที่เอกสารไม่ได้ระบุ ก็ควรสั่งให้แจ้งตรง ๆ เพื่อให้ผู้รับผิดชอบกลับไปหาข้อมูลเพิ่มเติม

การอบรม Gemini ในบริบทนี้จึงให้ความสำคัญกับวิธีคิดก่อนพิมพ์คำสั่งด้วย ผู้เรียนควรรู้ก่อนว่างานที่ต้องการส่งต่อมีหน้าตาอย่างไร แล้วจึงเลือกเครื่องมือและข้อมูลมาช่วยทำงานชิ้นนั้น

จากการอบรม Gemini และ NotebookLM มีตัวอย่างที่เชื่อมกับทั้งงานสำนักงานและเอกสารด้านสาธารณสุข เราเลือกมาเล่า 5 เรื่อง เพื่อให้เห็นว่าแต่ละเครื่องมือช่วยงานส่วนไหนได้ และผู้ใช้งานยังต้องตรวจอะไรต่อ

1. ร่างและสรุปอีเมลให้เห็นงานที่ต้องทำต่อ

อีเมลเชิญอบรมหนึ่งฉบับต้องมีรายละเอียดหลายอย่าง ทั้งวัตถุประสงค์ กลุ่มผู้เข้าร่วม วันเวลา สถานที่ และสิ่งที่ต้องเตรียม หากส่งข้อมูลเหล่านี้ให้ Gemini ช่วยเรียบเรียง ผู้ใช้สามารถนำร่างมาตรวจและปรับน้ำเสียงให้เหมาะกับผู้รับได้

อีกด้านหนึ่งคือการอ่านอีเมลยาว ๆ แล้วดึงเฉพาะสิ่งที่ต้องทำต่อ สำหรับองค์กรที่ต้องการนำไปฝึกเพิ่ม อาจลองใช้คำสั่งว่า “สรุปอีเมลนี้เป็นเรื่องที่ต้องดำเนินการ ผู้รับผิดชอบ และกำหนดส่ง หากไม่ได้ระบุข้อมูลใด ให้เขียนว่าไม่ระบุ” วิธีนี้ช่วยให้ตรวจได้ง่ายกว่าการอ่านสรุปเป็นย่อหน้ายาวเพียงอย่างเดียว

ก่อนส่งอีเมลหรือมอบหมายงานต่อ ต้องเทียบชื่อบุคคล วันที่ และรายละเอียดกับต้นฉบับ โดยเฉพาะข้อความที่ AI อาจเขียนเพิ่มเพื่อให้ประโยคดูสมบูรณ์ เช่น กำหนดตอบรับหรือสิ่งที่ผู้เข้าร่วมต้องเตรียม ทั้งที่ผู้สั่งยังไม่ได้ให้ข้อมูล

2. ทดลองจัดตารางติดตามการใช้ทรัพยากรโรงพยาบาล

ตัวอย่าง Hospital Utilization Tracker ใน Sheets เปิดโอกาสให้เชื่อมการใช้ AI กับงานตารางข้อมูล ตั้งแต่การคิดโครงสร้างตาราง ไปจนถึงการตรวจว่าสูตรและข้อมูลสอดคล้องกับโจทย์หรือไม่

หากนำแนวคิดนี้ไปฝึกต่อ อาจเริ่มจากข้อมูลสมมติเกี่ยวกับจำนวนเตียงที่เปิดให้บริการ จำนวนเตียงที่ใช้งาน และวันที่รายงาน แล้วให้ AI ช่วยเสนอวิธีจัดตาราง สิ่งที่ต้องตกลงกันก่อนคือความหมายของแต่ละช่อง เช่น ตัวเลขนั้นเป็นข้อมูล ณ เวลาใด และนับรวมหน่วยงานใดบ้าง เพราะสูตรที่คำนวณถูกอาจยังให้ผลที่ตีความผิดได้ หากข้อมูลตั้งต้นใช้คนละนิยาม

สำหรับส่วนที่เชื่อมไปยังเอกสารคำแนะนำหลังกลับบ้าน ควรใช้เอกสารที่ผู้รับผิดชอบรับรองและตรวจสอบปลายทางของลิงก์ก่อนเสมอ การจัดตารางข้อมูลกับการรับรองเนื้อหาคำแนะนำด้านสุขภาพเป็นคนละขั้นตอนที่ต้องมีผู้ดูแลชัดเจน

3. สรุปและถามตอบจากคู่มือด้วย NotebookLM

เมื่อคู่มือมีหลายฉบับ การหาคำตอบหนึ่งเรื่องอาจต้องเปิดอ่านข้ามหลายไฟล์ ตัวอย่างในหลักสูตรใช้ NotebookLM ช่วยทำงานกับเอกสารอ้างอิง เพื่อค้นประเด็นและสรุปข้อมูลให้สะดวกต่อการทบทวน

แนวทางที่นำไปทดลองต่อได้คือถามให้ผูกกับงาน เช่น “จากเอกสารที่ให้มา เจ้าหน้าที่ต้องเตรียมข้อมูลอะไรบ้างก่อนเริ่มขั้นตอนนี้” หรือ “สรุปหน้าที่ของแต่ละฝ่าย พร้อมระบุข้อความอ้างอิง” เมื่อได้คำตอบแล้ว ให้เปิดอ่านส่วนที่อ้างถึงเพื่อดูว่ามีเงื่อนไขหรือข้อยกเว้นใดตกหล่นไปหรือไม่

การมีแหล่งอ้างอิงช่วยให้กลับไปตรวจต้นทางได้ แต่ยังต้องเลือกคู่มือให้ถูกฉบับ หากนำเอกสารเก่าและใหม่มาใช้ร่วมกัน ควรระบุให้ชัดว่าจะยึดฉบับใดเป็นหลัก และแยกประเด็นที่เอกสารให้ข้อมูลไม่ตรงกันออกมาตรวจเพิ่มเติม

4. สร้าง Mind Map เพื่อทบทวนขั้นตอนการทำงาน

ตัวอย่างกระบวนการสอบสวนสาเหตุการตายนอกสถานพยาบาลและ Verbal Autopsy ในสไลด์ แสดงแนวทางนำข้อมูลจากเอกสารมาจัดเป็น Mind Map หรือแผนผังความคิด เพื่อช่วยมองความสัมพันธ์ของหัวข้อก่อนกลับไปอ่านรายละเอียด

สำหรับผู้ที่เพิ่งเริ่มศึกษาคู่มือ แผนผังช่วยให้เห็นว่ามีเรื่องใดต้องทำความเข้าใจ และแต่ละเรื่องเกี่ยวข้องกันอย่างไร ผู้เรียนสามารถใช้ภาพรวมนี้เป็นจุดตั้งต้นในการทบทวนหรือเตรียมคำถามไปหารือกับผู้รับผิดชอบงาน

5. ทำ Video Overview จากเอกสารคู่มือ

อีกตัวอย่างคือโจทย์สร้าง Video Overview ภาษาไทยจากเอกสารเกี่ยวกับการรายงานการตาย เพื่อเปลี่ยนเนื้อหาคู่มือเป็นสื่อสำหรับฟังและดูทบทวน ผู้เรียนจึงได้เห็นแนวทางนำแหล่งข้อมูลเดียวกันมาสื่อสารในรูปแบบอื่น

หากองค์กรต้องการนำไปต่อยอด ควรกำหนดก่อนว่าวิดีโอนั้นทำให้ใครดู ผู้เริ่มต้นอาจต้องการภาพรวมและคำอธิบายศัพท์ ส่วนผู้ที่ทำงานอยู่แล้วอาจต้องการทบทวนเฉพาะขั้นตอนที่มักสับสน การกำหนดผู้ชมจะช่วยให้ตรวจได้ว่าสื่ออธิบายพอดีกับการใช้งานหรือยัง

ก่อนเผยแพร่ ต้องตรวจทั้งคำบรรยาย ภาพประกอบ การออกเสียงคำเฉพาะ และลำดับเนื้อหา พร้อมระบุคู่มือที่ใช้เป็นต้นทาง เพื่อให้ผู้ชมกลับไปอ่านรายละเอียดฉบับเต็มได้

คำตอบที่อ่านลื่นและจัดรูปแบบเรียบร้อยอาจทำให้เราตรวจผ่านเร็วเกินไป วิธีที่ช่วยได้คือกำหนดรายการตรวจตามประเภทงานตั้งแต่ก่อนเริ่มใช้ AI เพื่อให้รู้ว่าจะยอมรับผลงานได้เมื่อใด

• งานเอกสารและอีเมล: ตรวจชื่อหน่วยงาน บุคคล วันเวลา ตัวเลข และข้อความที่ไม่มีในข้อมูลต้นทาง
• งานตาราง: ตรวจสูตร ช่วงข้อมูล หน่วยนับ และผลรวม พร้อมทดลองคำนวณบางรายการด้วยตนเองเพื่อเทียบผล
• งานสรุปคู่มือ: ตรวจฉบับเอกสาร ข้อความอ้างอิง เงื่อนไข และข้อยกเว้นที่อาจหายไปในบทสรุป
• Mind Map และวิดีโอ: ตรวจว่าการย่อเนื้อหาหรือจัดลำดับใหม่ทำให้ความหมายเปลี่ยนไปหรือไม่
• ข้อมูลที่นำเข้า: เลือกข้อมูลตัวอย่างหรือเอกสารที่หน่วยงานอนุญาตให้ใช้กับเครื่องมือนั้น และตรวจสิทธิ์การแชร์ก่อนส่งต่อ

การอบรม Gemini สำหรับหน่วยงานที่ทำงานกับข้อมูลด้านสาธารณสุขควรฝึกขั้นตอนตรวจเหล่านี้ควบคู่กับการเขียนคำสั่งด้วย การเริ่มจากข้อมูลสมมติหรือคู่มือสาธารณะที่เหมาะกับโจทย์ ช่วยให้ทดลองวิธีทำงานได้โดยไม่จำเป็นต้องใช้ข้อมูลผู้ป่วยจริง

เมื่อกลับจากการอบรม ผู้เรียนอาจมีหลายเรื่องที่อยากลองพร้อมกัน เราแนะนำให้เลือกงานเล็ก ๆ ที่ทำซ้ำและตรวจผลได้ก่อน เช่น ร่างอีเมลประสานงาน สรุปเอกสารเตรียมประชุม หรือรวบรวมคำถามจากคู่มือหนึ่งฉบับ วิธีนี้ช่วยให้ทีมเห็นปัญหาและปรับวิธีใช้ได้ง่ายกว่าการเริ่มกับกระบวนการใหญ่ทั้งระบบ

สำหรับองค์กรที่ต้องการต่อยอดจากการอบรม Gemini ลองวางการทดลองตาม 4 ขั้นตอนนี้ 

1. เลือกงานและกำหนดเกณฑ์รับงาน: ระบุว่าผลงานต้องมีอะไรบ้าง เช่น สรุปต้องครบทุกประเด็นที่ผู้บริหารต้องตัดสินใจ และไม่เพิ่มข้อมูลนอกเอกสาร
2. เตรียมข้อมูลตัวอย่าง: ใช้เอกสารที่อนุญาตให้ทดลอง พร้อมตัวอย่างผลงานที่ทีมยอมรับ เพื่อให้ทุกคนเข้าใจคุณภาพที่ต้องการตรงกัน
3. จับเวลาจนงานพร้อมใช้: บันทึกทั้งเวลาเตรียมข้อมูล เขียนคำสั่ง ร่างงาน และตรวจแก้ แล้วเทียบกับงานลักษณะใกล้เคียงที่ทำด้วยวิธีเดิม
4. เก็บคำสั่งพร้อมข้อควรตรวจ: เมื่อได้วิธีที่เหมาะกับงาน ให้รวบรวมคำสั่ง ตัวอย่างผลลัพธ์ และข้อผิดพลาดที่เคยพบ เพื่อให้เพื่อนร่วมทีมใช้ต่อได้

หาก AI ร่างงานได้เร็ว แต่ทีมต้องแก้ใหม่เกือบทั้งหมด ให้กลับมาดูว่าโจทย์ยังคลุมเครือ ข้อมูลไม่พอ หรือเลือกงานที่ต้องอาศัยบริบทเฉพาะมากเกินไป การบันทึกเวลาตรวจแก้จะช่วยให้เห็นเรื่องเหล่านี้ชัดกว่าการดูเฉพาะเวลาที่ AI ใช้สร้างคำตอบ

การอบรม Gemini และ NotebookLM กับสำนักสุขภาพดิจิทัลครั้งนี้มีตัวอย่างให้เริ่มทดลองได้หลายทาง ทั้งอีเมล ตารางข้อมูล และคู่มือ สำหรับทีมที่กำลังวางแผนพัฒนาทักษะ AI ลองเริ่มจากคำถามว่า “งานชิ้นไหนที่เราทำซ้ำ และมีคนตรวจความถูกต้องได้” แล้วนำโจทย์นั้นมาใช้เป็นจุดตั้งต้นของการฝึกปฏิบัติ