โลกหลังวิกฤติ Covid-19 ที่มีต่อสถาบันอุดมศึกษา (Higher education) หรือระดับมหาวิทยาลัย
ก่อนที่จะเกิดวิกฤติ Covid-19 นั้น การศึกษาระดับอุดมศึกษาก็ถูกคุ กคาม (Disruption) อยู่แล้วจากหลายสาเหตุ เช่น องค์ความรู้ที่มหาวิทยาลัยสั่ งสมมาแต่เดิม เป็นการนำไปตอบโจทย์โลกอุ ตสาหกรรม 3.0 ซึ่งหลายอย่างเริ่มล้าสมัยที่ จะนำไปตอบโจทย์โลกในยุค 4.0
รวมทั้งลูกค้าเป้าหมายซึ่งเป็ นนิสิตนักศึกษารุ่นใหม่ มีสัดส่วนลดลงจากอัตราการเกิ ดของประชากรที่ต่ำ ลงในหลายประเทศตั้งแต่ 2 ทศวรรษก่อนเป็นต้นมา มหาวิทยาลัยจำนวนมากในประเทศต่ างๆ อยู่ระหว่างการปรับตัวทั้งในเรื่ องการพัฒนาองค์ความรู้ การทำการตลาด รู ปแบบการแสวงหารายได้แบบใหม่
รวมทั้งการลดต้นทุน ซึ่งหลายๆ ที่ที่ทำไม่ได้ก็เริ่มทยอยปิดตั วกันไปเหตุการณ์วิกฤติ Covid-19 ที่กำลังเกิดขึ้นเหมือนเข้ ามาเร่งให้ Disruption ดังกล่าวเกิดเร็วขึ้น เพราะการหยุดชะงักการเรี ยนการสอนทำให้การลงทะเบียนของนิ สิตนักศึกษาทั้งเก่าและใหม่มี การชะลอตัวไปซึ่งกระทบต่ อกระแสเงินสดของมหาวิทยาลัย หรือการโดนบีบให้ต้องสอน Online ขณะที่การเตรียมตัวมีน้อยทั้ งในด้านการสื่อการสอนและอุปกรณ์ ทำให้คุณภาพการให้ความรู้ตกต่ำ ลง เป็นต้น
บทความของ Joshua Kim เรื่อง Teaching and Learning After Covid-19 ที่ลงใน insidehighered.com ได้ทำนายการเปลี่ยนแปลงไว้ดังนี้
1. การจัดการเรียนแบบผสมผสานจะได้ รับความนิยมเพิ่มขึ้นมาก (Blended learning will dramatically increase)
การเรียนในรูปแบบเดิมที่ห้องเรี ยน (Physical Classroom learning) จะถูกปรับให้มีรูปแบบ Online หรือเรียกว่าRemote classroom เพิ่มมากขึ้น ซึ่งทำให้ทั้งอาจารย์ผู้ สอนและผู้เรียนต้องเริ่มมี การปรับตัว
อย่างไรก็ตามสิ่งที่ตามมาก็คือ การเรียนแบบ Online ต้องการคุณภาพของเนื้ อหาและโปรแกรมที่ดี รวมทั้งมีลั กษณะกระบวนการทำงานที่เปลี่ ยนไป และต้องดูแลมาก (High-Input operations) แบบที่มหาวิทยาลัยไม่คุ้ นเคยมาก่อนจึงต้องมีการลงทุ น และค่าใช้จ่ายค่อนข้างมากในช่ วงแรก และมีโอกาสสูงที่ลงทุนไปแล้วไม่ เกิดความคุ้มค่า
นอกจากนี้ในการเผยแพร่หรือถ่ ายทอดความรู้ก็ต้องพิจารณาด้ วยว่าวิธีใดหรือ platform ใดที่ควรเลือกใช้ซึ่งปัจจุบันมี ทั้ง Canvas, Blackboard, D2L, MS team และ Zoom เป็นต้น ซึ่งจะต้องหาวิธีใช้ร่วมกั บการเรียนแบบ Face-to-face ใน Physical classroom ซึ่งแต่ละศาสตร์อาจใช้น้ำหนั กไม่เท่ากัน เช่น การเรียนด้านวิทยาศาสตร์ที่ยั งต้องใช้ Labs เพื่อฝึกปฏิบัติภายใต้การดู แลของอาจารย์ อาจต้องการสัดส่วนการเรียนแบบ Face-to-face ในสัดส่วนที่มากกว่าบางสาขา เป็นต้น

2. การเรียนแบบ Online จะกลายเป็นกลยุทธ์เร่งด่วนที่ มหาวิทยาลัยต่างๆ เร่งพัฒนาเพื่อให้บริการ (Online education will be a strategic priority at every institution)
อาจกล่าวได้ว่าแทบทุกมหาวิทยาลั ยในตอนนี้ไม่มีใครไม่เล่นกลยุ ทธ์ Online education บรรดาผู้บริหารมหาวิทยาลัยรู้ดี ว่า ถ้าทำ Online education ได้ดีจะเป็นแหล่งรายได้ใหม่ ของมหาวิทยาลัยเพราะนอกจากใช้ ประกอบการเรียนให้นักศึกษาปัจจุ บัน และดึงดูดนักศึกษาใหม่แล้วยั งอาจดึงประชาชนอีกมหาศาลที่ต้ องการปรับทักษะใหม่เข้ามาเรี ยนแบบทางไกลได้ด้วย
หลัง Covid-19 เราจะได้เห็นวิธีจั ดงบประมาณแบบใหม่ของมหาวิทยาลัย โดยทุ่มงบไปพัฒนาและส่งเสริ มการทำ Online education มากขึ้น แต่เนื่องจากเนื้อหาในบริบทเดิ มบางอย่างอาจมีประโยชน์บางอย่ างไม่มีคนสนใจ ส่วนเนื้อหาใหม่ที่ไปกับโลกยุ คใหม่ก็อาจจะยังไม่ตกผลึกดี การผลิตและออกใช้ก็จะเป็นลั กษณะทำไปทิ้งไป ทำไปไม่มีคนใช้ ไม่มีคนสนใจ ทำแล้วไม่เกิดรายได้ไม่คุ้มค่า ไม่ตอบโจทย์ ทำไปพอให้รอดตัวว่าได้ทำตาม KPI มหาวิทยาลัยจึงต้องดูให้ดีระหว่ างงบประมาณที่ใช้ กับของที่มีคุ ณค่าที่จะได้จากการลงทุนใน Online education
3. การร่วมมือกับบุ คคลภายนอกในการพัฒนาเนื้ อหาและการเรียนการสอนอาจมี หลายรูปแบบ (Existing and potential partnerships will be rethought)
โดยปกติมหาวิทยาลัยจะถือตั วเองว่าเป็นศูนย์กลางพัฒนาเนื้ อหา การวิจัย และการเรียนการสอนเพื่อผลิ ตคนออกสู่อุตสาหกรรมต่างๆ โดยจ้างคณาจารย์มาทำงานเรื่ องการศึกษา มหาวิทยาลัยจึงถูกยอมรั บควรจะทำงานนี้ให้ดีที่สุด (Teaching and learning are core capabilities)
แต่อย่างที่เราทราบศาสตร์ด้ านใหม่ๆ ทางอุตสาหกรรมอาจพัฒนาได้เร็ วใหม่ ซึ่งถ้ามาร่วมมือกับมหาวิทยาลั ยซึ่งมีจุดแข็งด้านการเรียบเรี ยงให้เป็นระบบเป็นลำดับในการเรี ยนรู้ก็จะเป็นประโยชน์และเป็นวิ ธีที่มีประสิทธิภาพในการสร้ างองค์ความรู้ใหม่ เพื่อเตรียมคนเข้าสู่ยุคอุ ตสาหกรรมใหม่ของโลก
สำหรับภาพรวมของสถาบันอุดมศึ กษาในประเทศไทยตามความเห็ นของผมถือว่าหลายทศวรรษที่ผ่ านมาบรรดามหาวิทยาลัยต่างๆ ได้รับใช้ระบบเศรษฐกิจและสั งคมไทยในยุคอุตสาหกรรม 3.0 มาได้ดีอย่างน่าภาคภูมิใจ แต่มหาวิทยาลัยในรูปแบบเดิมได้ เดินทางมาถึงจุดสูงสุ ดของแบบจำลองนั้นแล้ว
