กรมการเปลี่ยนแปลงสภาพภูมิอากาศและสิ่งแวดล้อมเดินหน้าพัฒนาระบบติดตามการปรับตัวสภาพภูมิอากาศ ผสาน AI และ Digital Twin วิเคราะห์ความเสี่ยงแบบเรียลไทม์ พร้อมผลักดันกฎหมาย Climate Change คาดใช้กลางปี 2570
วันที่ 2 มิถุนายน 2569 กรมการเปลี่ยนแปลงสภาพภูมิอากาศและสิ่งแวดล้อม ร่วมกับจุฬาลงกรณ์มหาวิทยาลัย และองค์กรความร่วมมือระหว่างประเทศของเยอรมนี (GIZ) จัดประชุมเผยแพร่แนวทางการใช้ระบบติดตามและประเมินผลการปรับตัวต่อการเปลี่ยนแปลงสภาพภูมิอากาศ (Monitoring and Evaluation: M&E) โดยมุ่งยกระดับการติดตามผลด้านการปรับตัวของประเทศไทยผ่านการใช้ข้อมูล เทคโนโลยี AI และแนวคิดการติดตาม ประเมินผล เรียนรู้ และวิจัย (MERL) เพื่อสนับสนุนการตัดสินใจเชิงนโยบายและเพิ่มประสิทธิภาพการรับมือความเสี่ยงจากการเปลี่ยนแปลงสภาพภูมิอากาศในอนาคต
นายปวิช เกศววงศ์ รองอธิบดีกรมการเปลี่ยนแปลงสภาพภูมิอากาศและสิ่งแวดล้อม เปิดเผยว่า ปัจจุบันร่างพระราชบัญญัติการเปลี่ยนแปลงสภาพภูมิอากาศ พ.ศ. .... อยู่ระหว่างการตรวจพิจารณารายมาตราโดยสำนักงานคณะกรรมการกฤษฎีกา ซึ่งคาดว่าจะใช้เวลาอีกประมาณ 2-3 เดือน ก่อนเข้าสู่การพิจารณาของรัฐสภา และมีแนวโน้มประกาศใช้ได้ในช่วงกลางปี 2570
กฎหมายฉบับดังกล่าวจะเป็นกฎหมายหลักในการบริหารจัดการปัญหาสภาพภูมิอากาศของประเทศอย่างเป็นระบบ โดยกำหนดหมวดเฉพาะด้านการปรับตัวต่อการเปลี่ยนแปลงสภาพภูมิอากาศ ครอบคลุมทั้งการจัดทำแผน การกำหนดกลไกการดำเนินงาน และการสร้างกระบวนการมีส่วนร่วมตั้งแต่ระดับนโยบายจนถึงระดับท้องถิ่น
นายปวิชกล่าวว่า ยุทธศาสตร์การดำเนินงานจะขับเคลื่อนภายใต้แนวคิด “Plan - Act - Track” เพื่อสร้างภูมิคุ้มกันให้ประเทศใน 6 สาขาหลัก อาทิ การจัดการทรัพยากรน้ำและภาคการเกษตร โดยมีระบบ M&E เป็นแพลตฟอร์มกลางในการรวบรวมและติดตามผลการดำเนินงาน ข้อมูลที่ได้จะไม่ถูกใช้เพียงเพื่อการรายงาน แต่จะถูกวิเคราะห์และแปลงเป็นสารสนเทศสำหรับสนับสนุนการตัดสินใจเชิงนโยบาย รวมถึงการจัดสรรงบประมาณผ่านระบบ Budget Tagging ในอนาคต
นอกจากนี้ ประเทศไทยยังมีแผนนำเทคโนโลยี Digital Twin หรือระบบจำลองโลกเสมือน มาใช้คาดการณ์สถานการณ์วิกฤตและวางแผนพัฒนาเมืองล่วงหน้าแบบเชิงรุก เพื่อช่วยลดความสูญเสียจากเหตุการณ์สภาพอากาศสุดขั้วที่มีแนวโน้มเกิดขึ้นบ่อยและรุนแรงขึ้น
ในมิติของความเป็นธรรมด้านภูมิอากาศ (Climate Justice) นายปวิชระบุว่า ประเทศไทยจำเป็นต้องเข้าถึงแหล่งเงินทุนและเทคโนโลยีจากกองทุนระดับโลก เช่น Adaptation Fund และกองทุนเพื่อความสูญเสียและความเสียหาย (Loss and Damage Fund) เพื่อเสริมสร้างความสามารถในการปรับตัว ปัจจุบันไทยได้ยื่นข้อเสนอโครงการด้านการเสริมสร้างความยืดหยุ่นของพื้นที่ชายฝั่งและภาคการเกษตรเพื่อขอรับทุนสนับสนุนระยะเริ่มต้นแล้ว โดยมีเป้าหมายลดความเปราะบางและเพิ่มขีดความสามารถในการรับมือกับความเสี่ยงจากสภาพภูมิอากาศที่เพิ่มขึ้นอย่างต่อเนื่องตลอดช่วง 30 ปีที่ผ่านมา
นายปวิช เกศววงศ์
ด้าน ผศ.ดร.ภวิสร ชื่นชุ่ม อาจารย์คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย กล่าวว่า ระบบติดตามและประเมินผลที่กำลังพัฒนาขึ้นถือเป็นก้าวสำคัญในการเปลี่ยนวัฒนธรรมการตัดสินใจจากการใช้ประสบการณ์หรือความรู้สึก ไปสู่การใช้ข้อมูลเชิงประจักษ์เป็นฐาน โดยได้กำหนดตัวชี้วัดเบื้องต้นไว้ 134 ตัวชี้วัด ครอบคลุมทั้งผลลัพธ์และกระบวนการดำเนินงาน เพื่อใช้รายงานความก้าวหน้าต่อกรอบความร่วมมือระหว่างประเทศภายใต้อนุสัญญาสหประชาชาติว่าด้วยการเปลี่ยนแปลงสภาพภูมิอากาศ (UNFCCC) และเป้าหมายการปรับตัวระดับโลก (Global Goal on Adaptation: GGA)
ตัวชี้วัดดังกล่าวจะช่วยให้ประเทศไทยสามารถแสดงหลักฐานเชิงประจักษ์ต่อประชาคมโลกได้ว่ามาตรการปรับตัวที่ดำเนินการอยู่สามารถสร้างผลลัพธ์ที่เป็นรูปธรรมได้จริง
แม้ประเทศไทยจะเริ่มพัฒนาระบบติดตามและประเมินผลด้านการปรับตัวตามหลังบางประเทศในภูมิภาค เช่น สิงคโปร์และเวียดนาม แต่ ผศ.ดร.ภวิสร มองว่าไทยยังถือเป็นหนึ่งในประเทศแนวหน้าของอาเซียนที่เริ่มดำเนินการอย่างเป็นรูปธรรม ระบบ E-form ที่พัฒนาขึ้นถูกออกแบบให้มีมาตรฐานเดียวกันทั่วประเทศ เพื่อลดภาระการรายงานข้อมูลและแก้ปัญหาข้อมูลกระจัดกระจายในหลายหน่วยงาน
ในระยะต่อไป แพลตฟอร์มดังกล่าวจะพัฒนาให้สามารถเชื่อมโยงข้อมูลผ่านระบบ API และนำ AI เข้ามาช่วยวิเคราะห์สถานะตัวชี้วัดแบบเรียลไทม์ เพื่อให้หน่วยงานเจ้าของข้อมูลสามารถนำผลวิเคราะห์ไปปรับปรุงแผนงานและมาตรการได้อย่างทันท่วงที
ผศ.ดร.ภวิสร ชื่นชุ่ม
ขณะที่ ดร.นันทวุฒิ อินทรียงค์ ผู้เชี่ยวชาญด้านการติดตามและประเมินผล กล่าวว่า ความไม่แน่นอนของสภาพอากาศในปัจจุบันได้กลายเป็น “ความแน่นอนใหม่” ของโลกยุคปัจจุบัน ทำให้การพึ่งพาฐานข้อมูลหรือแนวทางบริหารจัดการแบบเดิมไม่เพียงพออีกต่อไป
ด้วยเหตุนี้ ระบบ M&E จึงจำเป็นต้องพัฒนาไปสู่ MEL (Monitoring, Evaluation and Learning) และต่อยอดเป็น MERL (Monitoring, Evaluation, Research and Learning) โดยเฉพาะองค์ประกอบด้านการวิจัย ซึ่งมีบทบาทสำคัญในการสร้างองค์ความรู้ใหม่จากคำถามที่ข้อมูลดิบเพียงอย่างเดียวไม่สามารถตอบได้ เพื่อสนับสนุนการออกแบบนวัตกรรมและมาตรการปรับตัวที่มีประสิทธิภาพมากขึ้น
ดร.นันทวุฒิยกตัวอย่างกรณีระบบเตือนภัยน้ำท่วมที่แม้จะมีอุปกรณ์ครบถ้วนตามตัวชี้วัด แต่กลับไม่สามารถใช้งานได้จริงในระดับชุมชน สะท้อนให้เห็นว่าความสำเร็จของโครงการไม่ได้วัดจากจำนวนอุปกรณ์หรือกิจกรรมที่ดำเนินการเท่านั้น แต่ต้องวัดจากผลลัพธ์ที่ประชาชนได้รับจริงด้วย
บทเรียนดังกล่าวนำไปสู่แนวคิดการบริหารจัดการแบบปรับตัว (Adaptive Management) ที่เน้นการเรียนรู้และปรับปรุงอย่างต่อเนื่อง โดยนำข้อมูลใหม่ เช่น ข้อมูลเขื่อน ฝาย หรือโครงสร้างพื้นฐานต้นน้ำ มาปรับปรุงแบบจำลองเพื่อเพิ่มความแม่นยำในการคาดการณ์สถานการณ์
นอกจากนี้ ดร.นันทวุฒิยังเสนอว่า ระบบติดตามและประเมินผลยุคใหม่ควรพัฒนาไปสู่ Open Data ที่เปิดให้ภาคเอกชน ภาควิชาการ และภาคประชาชนสามารถเข้าถึงและใช้ประโยชน์ได้ การเชื่อมโยงข้อมูลด้านน้ำ อาหาร และพลังงานเข้าด้วยกันจะช่วยให้เห็นภาพรวมของผลกระทบที่มีความซับซ้อนและเชื่อมโยงกันมากขึ้น พร้อมช่วยให้การจัดสรรทรัพยากรไปยังพื้นที่เปราะบางเกิดประสิทธิภาพสูงสุด
ดร.นันทวุฒิ อินทรียงค์
ด้าน ผศ.ดร.จีรพงษ์ เหล่าน้ำใส อาจารย์คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย เปรียบเทียบว่า ระบบ M&E แบบดั้งเดิมเปรียบเสมือน “กระจกมองหลัง” ที่ใช้ทบทวนสิ่งที่เกิดขึ้นแล้ว ขณะที่ AI จะทำหน้าที่เสมือน “กล้องหน้ารถ” ที่ช่วยให้มองเห็นเส้นทางข้างหน้าและเตรียมรับมือกับความเสี่ยงได้ล่วงหน้า
AI สามารถประมวลผลข้อมูลจากหลากหลายแหล่ง ทั้งภาพถ่ายดาวเทียม สถานีตรวจวัด IoT และข้อมูลจากภาคประชาชน (Citizen Data) เพื่อแจ้งเตือนภัยล่วงหน้าแบบเรียลไทม์ ช่วยเพิ่มเวลาในการเตรียมการ อพยพ และลดความสูญเสียต่อชีวิตและทรัพย์สิน
ผศ.ดร.จีรพงษ์อธิบายว่า AI สามารถทำงานได้ตั้งแต่การวิเคราะห์สิ่งที่เกิดขึ้น การคาดการณ์แนวโน้ม ไปจนถึงการเสนอทางเลือกเชิงนโยบายที่เหมาะสมที่สุด หรือ Prescriptive Analytics อีกทั้งยังสามารถสร้างแบบจำลอง Digital Twin เพื่อเปรียบเทียบความคุ้มค่าของมาตรการต่าง ๆ เช่น การลงทุนในโครงสร้างพื้นฐานแบบคอนกรีตกับแนวทางอาศัยธรรมชาติเป็นฐาน (Nature-based Solutions)
ข้อมูลที่ได้จะช่วยลดอคติในการตัดสินใจและเพิ่มประสิทธิภาพการจัดสรรงบประมาณ เปลี่ยนจากการรายงานย้อนหลังไปสู่การบริหารจัดการเชิงคาดการณ์อย่างแท้จริง
อย่างไรก็ตาม ความสำเร็จของการนำ AI มาใช้ยังขึ้นอยู่กับคุณภาพของข้อมูล ความปลอดภัยทางไซเบอร์ และความสามารถในการเชื่อมโยงฐานข้อมูลระหว่างหน่วยงานต่างๆ ซึ่งยังเป็นความท้าทายสำคัญของประเทศไทย รวมถึงการขาดแคลนบุคลากรที่มีความรู้ทั้งด้านการเปลี่ยนแปลงสภาพภูมิอากาศและเทคโนโลยี AI ควบคู่กัน
ในระยะถัดไป ประเทศไทยมีเป้าหมายพัฒนาระบบสู่ Climate Intelligence Platform หรือแพลตฟอร์มอัจฉริยะด้านสภาพภูมิอากาศที่สามารถวิเคราะห์และประมวลผลข้อมูลได้แบบอัตโนมัติ เพื่อยกระดับความน่าเชื่อถือของข้อมูลประเทศในเวทีสากล และสนับสนุนการตัดสินใจเชิงนโยบายที่แม่นยำยิ่งขึ้น
ผศ.ดร.จีรพงษ์ เหล่าน้ำใส
นายนที ทองจันทร์ ผู้แทนจาก GIZ กล่าวว่า บทเรียนจากหลายประเทศพบว่า โครงการด้านสภาพภูมิอากาศจำนวนไม่น้อยต้องหยุดชะงักหลังสิ้นสุดโครงการ เนื่องจากขาดหน่วยงานเจ้าภาพ ข้อมูลพื้นฐานไม่เพียงพอ และไม่มีงบประมาณรองรับในระยะยาว
ดังนั้น การสร้างความเป็นเจ้าของ (Ownership) ให้กับหน่วยงานในพื้นที่และหน่วยงานเจ้าภาพรายสาขาจึงเป็นปัจจัยสำคัญต่อความยั่งยืนของระบบ โดยระบบ M&E ต้องถูกมองเป็นเครื่องมือสนับสนุนการวางแผนและการตัดสินใจ ไม่ใช่เพียงภาระด้านการรายงานผล
ประสบการณ์จากเยอรมนียังสะท้อนว่า การพัฒนาระบบปรับตัวต่อการเปลี่ยนแปลงสภาพภูมิอากาศต้องอาศัยเวลาและกระบวนการมีส่วนร่วมอย่างต่อเนื่อง โดยใช้เวลากว่า 3 ปีในการจัดทำแผนปฏิบัติการที่ครอบคลุมทุกมิติ พร้อมกำหนดตัวชี้วัดที่สอดคล้องกับบริบทของแต่ละพื้นที่
ในอนาคต โครงการ N-NAC จะเข้ามาช่วยประเมินช่องว่างของระบบ M&E และเสริมสร้างศักยภาพบุคลากรในแต่ละสาขา เพื่อให้การรายงานผลของประเทศไทยสอดคล้องกับมาตรฐานสากล ทั้งภายใต้กรอบ GGA และ UNFCCC อย่างมีประสิทธิภาพ
นายนที ทองจันทร์
บทสรุปจากการประชุมครั้งนี้ชี้ให้เห็นว่า การปรับตัวต่อสภาพภูมิอากาศไม่ใช่หน้าที่ของหน่วยงานใดหน่วยงานหนึ่ง แต่เป็นภารกิจระดับชาติที่ต้องอาศัยทั้งกฎหมายที่ชัดเจน เทคโนโลยีที่ล้ำสมัย และความร่วมมือระหว่างประเทศ ระบบติดตามและประเมินผลยุคใหม่ที่ขับเคลื่อนด้วยข้อมูลและความรู้จะเป็นรากฐานสำคัญที่ช่วยให้ประเทศไทยสามารถตัดสินใจเชิงนโยบายได้อย่างแม่นยำ ทลายข้อจำกัดด้านงบประมาณที่จำกัด และสร้างภูมิคุ้มกันให้คนไทยรอดพ้นจากวิกฤตโลกเดือดได้อย่างยั่งยืนในอนาคต
ประชุมเผยแพร่แนวทางการใช้ระบบติดตามและประเมินผลการปรับตัวต่อการเปลี่ยนแปลงสภาพภูมิอากาศ
