“มีหัวข้อที่อยากทำแล้ว แต่ไม่รู้ว่าจะเริ่มหาข้อมูลงานวิจัยเพิ่มเติมจากตรงไหน” อาจเป็นหนึ่งในปัญหาที่นักศึกษาหลายคนพบเมื่อต้องเริ่มทำรายงาน โปรเจกต์ หรืองานวิจัย เพราะระหว่าง “เรื่องที่สนใจ”กับ “งานวิจัยที่ตรงกับสิ่งที่กำลังหา” ยังมีขั้นตอนสำคัญ ทั้งการทำให้คำถามชัดขึ้น กำหนดขอบเขต และเลือกคำค้นที่สอดคล้องกับประเด็นที่ต้องการศึกษาแต่ก่อนจะเริ่มพิมพ์คำลงในช่อง Search อาจลองย้อนกลับมาถามก่อนว่า “จริง ๆ แล้วเราอยากรู้อะไรจากเรื่องนี้” เพราะเมื่อโจทย์ชัดขึ้น การเลือกคำค้นและการคัดเลือกงานวิจัยที่เกี่ยวข้องก็จะง่ายขึ้นตามไปด้วย

โดยบทความนี้จะพาไปลองตั้งโจทย์การค้นหาใน ScienceDirect หนึ่งในแหล่งค้นคว้าที่นักศึกษา อาจารย์ และบุคลากร มจธ. สามารถใช้ได้ ซึ่งสำนักหอสมุด มจธ. ให้บริการฐานทรัพยากรออนไลน์นี้ที่สามารถเข้าถึงวารสารมากกว่า 700 ชื่อเรื่อง ครอบคลุม 4 สาขา ได้แก่ Agricultural and Biological Sciences, Computer Science, Engineering และ Social Sciences โดยครอบคลุมข้อมูลย้อนหลังตั้งแต่ปี ค.ศ. 2010 ถึงปัจจุบัน

จากโจทย์วิจัยสู่ประเด็นที่ต้องการค้น

สมมุติว่าเราสนใจเรื่อง Generative AI กับการเรียนของนักศึกษามหาวิทยาลัย หากใช้คำว่า Generative AI หรือ students เพียงอย่างเดียว ผลการค้นที่ได้อาจกว้างเกินไป ตั้งแต่เทคโนโลยีปัญญาประดิษฐ์ การเขียนโปรแกรม การศึกษา ไปจนถึงพฤติกรรมของผู้ใช้

จุดเริ่มต้นจึงไม่จำเป็นต้องรีบคิด Keyword จำนวนมาก แต่ควรเริ่มจากการทำให้คำถามชัดขึ้นก่อน เช่น

“การใช้ Generative AI ส่งผลต่อการเรียนรู้ของนักศึกษามหาวิทยาลัยอย่างไร”

จากคำถามนี้ เราสามารถแยกออกเป็น แนวคิดหลัก หรือ Concept ได้เป็น

Generative AI + University students + Learning outcomes

Concept จึงไม่ใช่ Keyword แต่เป็นเหมือน หัวข้อย่อยสำคัญที่เราต้องการให้มีอยู่ในงานวิจัยที่ค้นหา เพื่อคิดต่อไปอีกว่านักวิจัยจะใช้คำอะไรบ้างและคำเหล่านั้นจะกลายเป็น Keyword สำหรับนำไปค้นจริงในที่สุด

เมื่อเริ่มมีชุดคำค้นหา Keyword แล้ว จึงค่อยนำมาประกอบเป็นคำค้น เช่น

"generative AI" AND "higher education" AND "learning outcomes"

หากต้องการให้การค้นครอบคลุมคำเรียกอื่นของ Concept เดียวกันมากขึ้น อาจปรับเป็น

("generative AI" OR ChatGPT) AND "higher education"

ด้วยกระบวนการดังกล่าว แนวคิด 1 เรื่อง จึงสามารถมี Keyword ได้หลายคำ และเราไม่จำเป็นต้องหา Keyword ที่สมบูรณ์แบบตั้งแต่ครั้งแรก เพราะเมื่อเปิดดูงานวิจัยที่เกี่ยวข้อง เราอาจพบคำศัพท์ใหม่ที่นักวิจัยใช้ แล้วนำกลับมาปรับคำค้นในรอบต่อไปได้

ขั้นตอนการพัฒนาคำค้น 

ลองตั้งโจทย์และการค้นจาก 4 สาขาของ ScienceDirect

วิธีคิด Keyword สามารถนำไปใช้กับโจทย์ในหลายสาขาได้ ลองดูตัวอย่างจาก 4 สาขาวิชาที่สำนักหอสมุด มจธ. บริการให้ผู้ใช้เข้าถึงได้ของ ScienceDirect ว่า จากคำถามหนึ่งข้อ เราจะค่อย ๆ พัฒนาไปสู่คำค้นทางวิชาการได้อย่างไร

Agricultural and Biological Sciences

“อุณหภูมิสูงส่งผลต่อการเจริญเติบโตของพืชอย่างไร”

แนวคิดหลักอาจประกอบด้วย

High temperature + Plant + Growth

เมื่อทดลองค้นและเปิดดูบทความที่เกี่ยวข้อง เราอาจเริ่มพบคำศัพท์เฉพาะของสาขา เช่น heat stress, plant development หรือ photosynthesis คำค้นรอบต่อไปจึงอาจเปลี่ยนเป็น

"heat stress" AND "plant growth"

หรือหากสนใจผลต่อกระบวนการสังเคราะห์แสงโดยเฉพาะ

"heat stress" AND photosynthesis AND plants

จากคำถามกว้าง ๆ เรื่อง “อากาศร้อนกับพืช” การอ่านผลการค้นจึงช่วยให้เราเข้าใกล้ภาษาที่นักวิจัยใช้ และเห็นด้วยว่าประเด็นนั้นสามารถแตกออกไปศึกษาในระดับใดได้บ้าง

Computer Science

“Large Language Model สามารถช่วยสร้างโค้ดได้แม่นยำเพียงใด”

แนวคิดหลักอาจเป็น

Large language model + Code generation + Accuracy

การค้นครั้งแรกอาจเริ่มจาก

"large language model" AND "code generation"

เมื่ออ่านชื่อเรื่องและบทคัดย่อแล้ว อาจพบคำอย่าง program synthesis, code completion, software development หรือ code correctness ซึ่งช่วยให้เราเลือกได้ว่าจะเจาะไปที่ความถูกต้องของโค้ด ประสิทธิภาพของโมเดล หรือการนำไปใช้ในงานพัฒนาซอฟต์แวร์ และเริ่มจำกัดวงข้อมูลให้แคบลงด้วยการจัดแนวคิดหลักมารวมกัน

"large language model" AND "code generation" AND code correctness

โจทย์เดิมจึงค่อย ๆ เปลี่ยนจากหัวข้อกว้างเรื่อง AI ไปสู่ปัญหาที่สามารถค้นและเปรียบเทียบงานวิจัยได้ชัดขึ้น

Engineering

 “วัสดุรีไซเคิลส่งผลต่อความแข็งแรงของคอนกรีตอย่างไร”

อาจเริ่มจาก

recycled materials AND concrete

แต่เมื่อเปิดดูงานวิจัยที่เกี่ยวข้อง เราอาจพบว่า นักวิจัยใช้คำที่เฉพาะขึ้น เช่น recycled aggregate, recycled aggregate concrete และ compressive strength

คำค้นรอบต่อไปจึงสามารถปรับเป็น

"recycled aggregate concrete" AND "compressive strength"

จากเดิมที่สนใจเพียง “วัสดุรีไซเคิล” การค้นทำให้เห็นทั้งชนิดของวัสดุและตัวแปรที่สามารถนำมาใช้วัดผลได้ชัดเจนขึ้น

Social Sciences

“การเรียนออนไลน์สัมพันธ์กับความเครียดของนักศึกษาหรือไม่”

แนวคิดหลักอาจประกอบด้วย

Online learning + University students + Stress

จึงสามารถเริ่มจาก

"online learning" AND "university students" AND stress

เมื่ออ่านผลการค้น เราอาจพบคำอย่าง psychological distress, academic stress, mental well-being หรือ remote learningซึ่งแต่ละคำพาไปสู่กรอบการศึกษาที่แตกต่างกัน การเลือกคำค้นรอบต่อไปจึงขึ้นอยู่กับว่า เราต้องการศึกษาความเครียดด้านใดและในบริบทแบบไหน

ทั้ง 4 ตัวอย่างใช้หลักคิดเดียวกัน คือ โจทย์ - แยกแนวคิดหลัก (Concept) - ชุด Keyword - ทดลองค้นหา - ผลลัพธ์ได้จากคำค้นหา 

สรุป

การค้นงานวิจัยใน ScienceDirect จึงไม่ได้เริ่มจากการจำว่า “ต้องพิมพ์คำอะไรลงในช่อง Search” เพียงอย่างเดียว แต่เริ่มจากการตั้งคำถามให้ชัด แยกคำถามออกเป็นแนวคิดหลัก เลือก Keyword ที่สอดคล้องกับภาษาของงานวิจัย และค่อย ๆ ปรับคำค้นจากสิ่งที่พบระหว่างทาง ดังนั้น ครั้งต่อไปเมื่อมีหัวข้อโปรเจกต์หรือคำถามที่อยากศึกษา อาจไม่ต้องเริ่มด้วยคำถามว่า “ควรค้น Keyword อะไรดี” แต่ลองเริ่มจาก “จริง ๆ แล้วเราอยากรู้อะไรจากเรื่องนี้” ก่อน เพราะเมื่อโจทย์ชัดขึ้น เส้นทางไปสู่งานวิจัยที่ตรงกับสิ่งที่ต้องการก็จะชัดขึ้นตามไปด้วย