สอนนักศึกษาอย่างไร? ไม่ให้ “ตกงาน”

ศ. ดร.ศิโรจน์ ผลพันธิน ที่ปรึกษาอธิการบดี มหาวิทยาลัยสวนดุสิต นำเสนอบทความเรื่อง สอนนักศึกษาอย่างไร? ไม่ให้ “ตกงาน” ความว่า มหาวิทยาลัยวันนี้ “จะสอนอย่างไรให้นักศึกษายังเป็นที่ต้องการ เมื่อสิ่งที่เรียนวันนี้มีบางส่วนล้าสมัยก่อนวันรับปริญญา” 

ตลาดแรงงานกำลังเปลี่ยนเร็วกว่ารอบการปรับหลักสูตรของมหาวิทยาลัย World Economic Forum ใน Future of Jobs Report 2025 ประเมินว่า ภายในปี 2030 การเปลี่ยนแปลงเชิงโครงสร้างจะกระทบงานประมาณ 22% ของงานในปัจจุบัน เกิดงานใหม่ราว 170 ล้านตำแหน่ง ขณะเดียวกันงานประมาณ 92 ล้านตำแหน่งอาจถูกแทนที่หรือหายไป ที่สำคัญ ทักษะที่ใช้ในการทำงานเกือบ 40% มีแนวโน้มเปลี่ยนแปลง

 

ตัวเลขเหล่านี้ไม่ได้หมายความว่าโลกกำลัง “ไม่มีงาน” แต่กำลังบอกว่า งานใหม่อาจไม่รอคนที่มีแต่ใบปริญญา

 

มหาวิทยาลัยต้องเปลี่ยนเป้าหมายจาก “การผลิตบัณฑิต (Graduate Production)” ไปสู่ “การสร้างขีดความสามารถของบัณฑิต (Graduate Capability)” เมื่อออกจากมหาวิทยาลัยแล้ว บัณฑิต “ทำอะไรเป็น” “แก้ปัญหาอะไรได้” และ “สร้างคุณค่าอะไรให้ผู้อื่นได้”

 

มิติแรกที่ควรเปลี่ยน คือ อย่าสอนนักศึกษาเพื่อให้พร้อมทำงานเฉพาะตำแหน่ง แต่สอนให้พร้อมเปลี่ยนงาน

 

เพราะอาชีพหนึ่งอาจเปลี่ยนรูปหลายครั้งตลอดชีวิต คนรุ่นใหม่ต้องมี “ทักษะเคลื่อนย้าย” หรือ Transferable Skills ได้แก่ การคิดวิเคราะห์ การแก้ปัญหาที่ไม่มีคำตอบสำเร็จรูป การสื่อสาร การทำงานร่วมกับคนต่างศาสตร์ ความสามารถทางดิจิทัล การใช้ AI อย่างมีวิจารณญาณ รวมถึงความสามารถในการเรียนรู้สิ่งใหม่ด้วยตนเอง

 

ยิ่งเมื่อ AI เป็นตัวเร่งมากขึ้น ทำให้มหาวิทยาลัยไม่สามารถ “ห้ามนักศึกษาใช้ AI” แต่มหาวิทยาลัยต้องมุ่ง “ทำอะไรให้ได้เหนือกว่าคนที่ใช้ AI เป็นเครื่องมือสร้างคำตอบ”

 

มหาวิทยาลัยรัฐแอริโซนา (Arizona State University: ASU) เป็นตัวอย่างที่น่าสนใจ ตั้งแต่ภาคการศึกษา Fall 2026 ทุกวิทยาลัยและโรงเรียนเปิดรายวิชา AI Literacy ที่สามารถนับเป็นส่วนหนึ่งของสาขาวิชาได้ แนวคิดไม่ได้หยุดที่การใช้เครื่องมือ แต่ครอบคลุมบริบททางสังคม จริยธรรม และการรู้ว่าเมื่อใดควรหรือไม่ควรใช้ AI

 

ดังนั้น AI Literacy ควรเป็นความรู้พื้นฐานของนักศึกษาทุกสาขา เช่นเดียวกับการอ่านออกเขียนได้ในอดีต นักกฎหมายต้องรู้จัก AI นักนิเทศศาสตร์ต้องเข้าใจข้อมูล นักบริหารต้องอ่านผลวิเคราะห์จากระบบได้ ครูต้องออกแบบการเรียนรู้ร่วมกับ AI ขณะที่ผู้เรียนสายเทคโนโลยีต้องเข้าใจมนุษย์ จริยธรรม และผลกระทบต่อสังคม

 

มิติที่สอง มหาวิทยาลัยต้องทำให้ “งานจริง” กลายเป็นส่วนหนึ่งของหลักสูตร ไม่ใช่กิจกรรมหลังห้องเรียน

 

กรณีของมหาวิทยาลัยนอร์ทอีสเทิร์น (Northeastern University) สะท้อนแนวทางนี้อย่างชัดเจน ผ่านระบบการศึกษาแบบสหกิจศึกษา (Cooperative Education: Co-op) ที่เชื่อมการเรียนกับการทำงานจริงกับนายจ้าง ตามข้อมูลรุ่น Class of 2024 มหาวิทยาลัยรายงานว่า 96% ของบัณฑิตอยู่ในการจ้างงานหรือศึกษาต่อภายใน 9 เดือน และในกลุ่มผู้มีงานทำ 93% ทำงานที่สัมพันธ์กับสาขาที่เรียน

 

 

บทเรียนสำคัญไม่ใช่การลอกระบบ Co-op แต่คือ มหาวิทยาลัยต้องหยุดแยก “ห้องเรียน” ออกจาก “โลกการทำงาน” ดังเช่นมหาวิทยาลัยสวนดุสิตที่พัฒนาห้องเรียนสู่ “โรงงานแห่งการเรียนรู้ (Learning Factory)” ให้นักศึกษาเปลี่ยนจากการเรียนเพื่อ “รู้” สู่การลงมือทำ แก้ปัญหาจริง สร้างผลงาน และพิสูจน์สมรรถนะของตนเอง

 

นักศึกษาควรพบโจทย์จริงตั้งแต่ปีแรก ทำโครงการร่วมกับสถานประกอบการ ชุมชน หน่วยงานรัฐ หรือธุรกิจขนาดเล็ก
มี Portfolio ที่แสดงความสามารถก่อนสำเร็จการศึกษา การสอบปลายภาคบางรายวิชาอาจเปลี่ยนจากข้อสอบ 100 ข้อ เป็นการแก้ปัญหาจริงหนึ่งปัญหา เพราะนายจ้างไม่ได้จ้างคนจากความสามารถในการจำคำตอบ แต่จ้างคนที่รับโจทย์แล้วทำให้งานเดินต่อ

 

มิติที่สาม และอาจยากที่สุด คือ อาจารย์มหาวิทยาลัยต้องเปลี่ยนบทบาท

 

หากนักศึกษาสามารถถาม AI และได้คำอธิบายในเวลาไม่กี่วินาที คุณค่าของอาจารย์จะไม่อยู่ที่การเป็นผู้ส่งผ่านข้อมูล แต่อยู่ที่ความสามารถในการตั้งโจทย์ ออกแบบประสบการณ์ ชี้ข้อผิดพลาด เชื่อมทฤษฎีกับสถานการณ์จริง และสร้างมาตรฐานทางวิชาชีพ

 

อาจารย์ต้องกลับมาเป็น “ผู้เรียน” อีกครั้ง ต้องเข้าใจเทคโนโลยี เข้าใกล้อุตสาหกรรม รู้ว่าตลาดแรงงานกำลังต้องการอะไร และกล้ายอมรับว่าความรู้บางเรื่องที่เคยสอนอาจหมดอายุแล้ว มหาวิทยาลัยควรประเมินอาจารย์ไม่เฉพาะผลงานวิจัยและภาระการสอน แต่รวมถึงความสามารถในการสร้างประสบการณ์เรียนรู้ที่เชื่อมโยงนักศึกษากับโลกจริง

 

ส่วนตัวนักศึกษาเองต้องเลิกคิดว่า “เรียนให้จบแล้วค่อยหางาน” เพราะการแข่งขันเพื่อมีงานทำเริ่มตั้งแต่วันแรกที่เข้ามหาวิทยาลัย นักศึกษาควรจบออกไปพร้อม “หลักฐานของความสามารถ” มากกว่าใบปริญญา ได้แก่ ผลงาน ประสบการณ์จริง ทักษะดิจิทัล เครือข่ายวิชาชีพ ความสามารถใช้ AI และเรื่องราวที่อธิบายได้ว่า ตนเองเคยสร้างคุณค่าอะไรให้ใคร

 

แม้ว่ามหาวิทยาลัยไม่สามารถรับประกันได้ว่าบัณฑิตทุกคนจะ “ไม่ตกงาน” เพราะเศรษฐกิจและตลาดแรงงานมีตัวแปรมากเกินกว่าจะควบคุม แต่สิ่งที่มหาวิทยาลัยต้องรับผิดชอบได้ คือ อย่าปล่อยให้นักศึกษาเรียน 4 ปี แล้วเพิ่งค้นพบในวันสำเร็จการศึกษาว่าโลกไม่ได้ต้องการสิ่งที่เขาถูกสอนมา

 

มหาวิทยาลัยแห่งอนาคตไม่ควรสัญญาว่า “เรียนที่นี่แล้วจะมีงานทำ” แต่ควรสร้างหลักประกันที่สำคัญว่า เมื่อโลกเปลี่ยน เรียนรู้ใหม่ ปรับตัวใหม่ และสร้างงานใหม่ให้กับตัวเองเสมอ เพราะเป้าหมายสูงสุดของการศึกษาคือ การสร้างคนที่ โลกการทำงานไม่สามารถมองข้ามได้ครับ...