ผลการวิเคราะห์ข่าวลวงเรื่อง Covid-19 ชี้ให้เห็นว่าข่าวลวงจะแพร่กระจายน้อยลงเมื่อมีองค์กรสื่อและโซเชียลมีเดียที่มีผู้ติดตามมากเป็นผู้แก้ข่าวนั้นพร้อมๆกันทันทีหลังพบ Super-spreader
ชิตพงษ์ กิตตินราดร และทีมวิจัย
สถาบันเชนจ์ฟิวชั่น (ChangeFusion)
เมษายน 2563
ปัญหาการแพร่กระจายของข้อมูลเท็จ หรือที่เรียกว่าข่าวลวง เป็นปัญหาที่มีความรุนแรงมากขึ้นเรื่อยๆ และส่งผลต่อชีวิตและสังคมอย่างจับต้องได้ ตัวอย่างเช่นในช่วงเวลาปัจจุบันที่โรค COVID-19 กำลังแพร่ระบาดไปทั่วโลก ข่าวลวงและข้อมูลเท็จเกี่ยวกับการตรวจหาโรค การป้องกันตัว และการรักษา ล้วนส่งผลกระทบต่อชีวิตของคน เพราะถ้าผู้รับข่าวนำเนื้อหาในข่าวลวงไปปฏิบัติ ก็จะทำให้เกิดความเสี่ยงที่จะเกิดปัญหาทั้งต่อตนเอง ชุมชน และสังคมได้
การแก้ปัญหาข่าวลวง จึงเป็นวาระที่สำคัญของสังคม องค์กรสื่อ ภาคประชาชน และรัฐบาล ต่างเริ่มตื่นตัวจริงจังในการแก้ปัญหา โดยเกิดศูนย์ข่าวที่มีภารกิจในการแก้ไขข่าวลวงโดยเฉพาะ ควบคู่ไปกับการดำเนินการคล้ายคลึงกันของเพจที่ได้รับความนิยมบนเครือข่ายสังคม อย่างไรก็ตาม ในสังคมไทยแทบจะยังไม่มีการศึกษาเกี่ยวกับธรรมชาติของข่าวลวงว่ามีคุณลักษณะด้านต่างๆ อย่างไร และวิธีการไหนจะสามารถหยุดหรือป้องกันการแพร่กระจายของข่าวลวงได้ดีที่สุด การขาดความรู้นี้ทำให้การดำเนินการต่างๆ เกี่ยวกับข่าวลวงขาดความมั่นใจและสิ่งยืนยันว่าดำเนินการอย่างตรงจุดและได้ผล
เมื่อต้นปี 2563 ในช่วงที่ COVID-19 เริ่มระบาด ผู้เขียนได้มีโอกาสร่วมพัฒนาโครงการ Cofact ประเทศไทย ซึ่งมีเป้าหมายในการสร้างกลไกการตรวจสอบข่าวลวง ผ่านเว็บไซต์ cofact.org ควบคู่ไปกับการสร้างเครือข่ายออนไลน์ของอาสาสมัครที่ทำงานตรวจสอบข่าวลวง หนึ่งในปัจจัยสำคัญที่จะทำให้ Cofact บรรลุถึงเป้าหมายนี้ได้ คือการพยายามตอบคำถามว่า “ข่าวลวงเป็นอย่างไร มีพฤติกรรมอย่างไร และจะหยุดยั้งการระบาดได้อย่างไร” ผู้เขียนจึงได้พัฒนากระบวนวิธีที่จะทำให้ได้มาซึ่งคำตอบดังกล่าว
กระบวนการ เริ่มด้วยใช้ข้อมูลจากโซเชียลมีเดีย เช่น Facebook, Twitter, Instagram, Youtube, บล็อก และเว็บข่าวต่างๆ ซึ่งรวบรวมโดยบริการ Zocial Eye ของบริษัท Wisesight โดยข้อมูลแต่ละรายการ ประกอบด้วยวัน เวลา, ข้อความ, แพลตฟอร์ม, URL, Engagement เป็นต้น
จากนั้น นำข้อมูลโซเชียลมีเดียที่มีคำหรือกลุ่มคำตามหัวข้อที่สนใจ มาพล็อตดูรูปแบบการกระจายตัวหรือการกระจุกตัวของข้อความ โดยรูปแบบนี้จะพิจารณาเทียบกับเวลาที่นับตั้งแต่ข้อความแรกปรากฏ ร่วมกับจำนวนปฏิสัมพันธ์ (Engagement) ของแต่ละข้อความ เช่นตัวอย่างหัวข้อ “COVID-19 เป็นอาวุธชีวภาพ” พบว่ามีข้อความที่เกี่ยวข้อง กระจุกตัวเป็นสองกลุ่ม นั่นคือกลุ่มแรก รวมศูนย์อยู่ที่ประมาณวันที่ 10 หลังจากที่พบข้อความแรก และกลุ่มที่สอง รวมศูนย์อยู่ที่ประมาณวันที่ 30 หลังจากที่พบข้อความแรก
เพื่อทำให้การวิเคราะห์เกิดประโยชน์ จึงจำแนกข้อความข่าวแต่ละข้อความเป็นสี่ประเภท ได้แก่
- Super-spreader คือข้อความที่เผยแพร่ข้อมูลที่ผิด ที่มี Engagement มากกว่า 30 ครั้ง หรือเผยแพร่โดยสำนักข่าวหรือเว็บไซต์ที่มีชื่อเสียง
- Spreader คือข้อความที่เผยแพร่ข้อมูลที่ผิด ที่เผยแพร่โดยบัญชีเครือข่ายสังคมหรือกระทู้บนเว็บบอร์ดโดยคนทั่วไป
- Super-corrector คือข้อความที่แก้ไขข้อมูลที่ผิด ที่มี Engagement มากกว่า 30 ครั้ง หรือเผยแพร่โดยสำนักข่าวหรือเว็บไซต์ที่มีชื่อเสียง
- Corrector คือข้อความที่แก้ไขข้อมูลที่ผิด ที่เผยแพร่โดยบัญชีเครือข่ายสังคมหรือกระทู้บนเว็บบอร์ดโดยคนทั่วไป
ทั้งนี้ การจำแนกประเภทของข้อความจะดำเนินการโดยการอ่านและวิเคราะห์เนื้อหาข่าวลวงทีละเรื่อง
เมื่อแบ่งประเภทข้อความตามเกณฑ์ข้างต้น พบว่าจาก 194 ข้อความที่พบ เป็น Super-spreader 11 ข้อความ (5.67%), Spreader 119 ข้อความ (61.34%), Super-corrector 42 ข้อความ (21.64%), และ Corrector 22 ข้อความ (11.34%)
เห็นได้ว่า ในบรรดากลุ่มข้อความที่แพร่ข่าวลวง Spreader ทั่วไปมีจำนวนมากกว่า Super-spreader มาก ในขณะที่สัดส่วนของกลุ่มผู้แก้ข่าวนั้นเป็นทางตรงกันข้าม นั่นคือ Corrector มีจำนวนน้อยกว่า Super-corrector นั่นหมายถึงว่าคนทั่วไปมีแนวโน้มที่จะกระจายข่าวลวงที่ได้รับมา แต่ไม่ค่อยจะเป็นผู้แก้ข่าวเมื่อได้รับข้อมูลใหม่ที่เป็นความจริง
ต่อมา เมื่อพิจารณาดูสัดส่วนของแพลตฟอร์มที่พบข่าวลวงและการแก้ข่าวลวง พบว่า Facebook และ Twitter เป็นแพลตฟอร์มยอดนิยมของทุกกลุ่ม อย่างไรก็ตาม พบว่า Super-corrector มีสัดส่วนที่จะอยู่บนเว็บข่าวสูง ซึ่งชี้ให้เห็นว่า องค์กรสื่อมีบทบาทสูงในการเป็นผู้แก้ข่าวลวง
ขั้นตอนต่อมา คือการพิจารณาปฏิสัมพันธ์ระหว่างข้อความที่อยู่ในบทบาทต่างๆ โดยดูรูปแบบการปรากฏและความสัมพันธ์ของข้อความในบทบาทต่างๆ ภายในกลุ่มกระจุกตัว (Cluster) เดียวกัน พบข้อสังเกตที่น่าสนใจ คือการระบาดของข่าวลวงในกลุ่มกระจุกตัวหนึ่งๆ มีแนวโน้มที่จะยุติลง (จำนวน Spreader ลดลงจนแทบจะหายไป) หากกลุ่มกระจุกตัวนั้นมี Super-corrector จำนวนมากแก้ข่าวในเวลาไล่เลี่ยกันหลังจากที่พบข้อความประเภท Super-spreader ในทางกลับกัน หากกลุ่มกระจุกตัวนั้นขาด Super-corrector ข่าวลวงก็จะระบาดต่อไปโดย Spreader ที่มีจำนวนไม่ลดลง
นั่นหมายความว่า การทำงานร่วมกันอย่างเป็นระบบ (Coordinated effort) และทันท่วงที (Timely) ขององค์กรสื่อและสื่อโซเชียลมีเดียที่มีผู้ติดตามจำนวนมากในการแก้ข่าวลวง เป็นเงื่อนไขที่สำคัญในการหยุดยั้งการระบาดของข่าวลวง
สุดท้าย เราสามารถวิเคราะห์เนื้อหา (Text analysis) ของข้อความในการระบาดแต่ละระยะ โดยแบ่งการระบาดภายในกลุ่มกระจุกตัวแต่ละกลุ่มออกเป็นสองระยะ คือระยะเริ่มต้น กับระยะพัฒนา
จะพบว่าในระยะเริ่มต้น การระบาดมักจะเริ่มโดย Spreader ในลักษณะการพูดลอยๆ เป็นความคิด ข่าวลือ ในขณะที่การระบาดในระยะพัฒนา เนื้อหาจะดูมีความน่าเชื่อถือ เป็นวิชาการ หรืออ้างว่ามีที่มาที่เป็นความลับ เป็นต้น อย่างไรก็ตาม ข้อสังเกตนี้ไม่ได้เป็นจริงในทุกกรณี ขึ้นอยู่กับลักษณะเนื้อหาของข่าวนั้นๆ
นอกจากเรื่อง COVID-19 เป็นอาวุธชีวภาพแล้ว ผู้เขียนได้ใช้วิธีการนี้วิเคราะห์ข่าวลวงเรื่องการตรวจ COVID-19 ด้วยการกลั้นหายใจ 10 วินาที, การป้องกัน COVID-19 ด้วยการรักษาความชุ่มชื้นของลำคอ, และการดื่มน้ำอุ่นเพื่อฆ่าเชื้อ COVID-19 รวมสี่เรื่อง ซึ่งได้ผลใกล้เคียงกับข้อสังเกตจากเรื่องแรกที่ได้อธิบายไป (ยกเว้นการวิเคราะห์เนื้อหาที่แตกต่างกันไปตามลักษณะเนื้อหาของแต่ละข่าว)
ดังนั้น อาจสรุปได้ว่า ผลการศึกษาจากตัวอย่างเรื่อง COVID-19 ทั้งสี่หัวข้อโดยใช้กระบวนวิธีนี้ ชี้ให้เห็นถึงบทบาทและความสำคัญของกลุ่ม Super-corrector ซึ่งเป็นผู้แก้ข่าวลวง ที่เป็นได้ทั้งองค์กรสื่อ ศูนย์ตรวจสอบข่าวลวง เพจหรือผู้ใช้โซเชียลมีเดียที่มีผู้ติดตามสูง ที่ต้องคอยติดตาม ตรวจสอบ และเผยแพร่เนื้อหาแก้ไขความเชื่อ ความเข้าใจที่ผิด โดยจะมีโอกาสสูงในการหยุดยั้งการระบาดได้เมื่อ Super-corrector ร่วมกันแก้ไขข่าวนั้นอย่างรวดเร็วและพร้อมเพรียงกันเมื่อพบการระบาด
ข้อจำกัดและโอกาสในการพัฒนาการวิเคราะห์ข่าวลวง
การศึกษาโดยใช้กระบวนวิธีนี้ในครั้งนี้ เป็นความพยายามแรกๆ ในประเทศไทย ในการศึกษาเรื่องการระบาดและการหยุดยั้งการระบาดของข่าวลวงอย่างเป็นระบบ ซึ่งยังมีข้อจำกัดที่สำคัญ เช่น:
- กระบวนวิธี: เป็นการศึกษาความสัมพันธ์ระหว่างข้อมูลประเภทต่างๆ ที่สรุปผลจากระดับความสัมพันธ์ (Correlation) ไม่ใช่การยืนยันเหตุและผล (Causation) กล่าวคือเป็นการสรุปผลจากรูปแบบความสัมพันธ์ “ที่เห็น” ซึ่งไม่ได้หมายความว่าสิ่งที่เห็นต้องมีเหตุและผลเกี่ยวข้องกัน ดังนั้น การสรุปว่า “เมื่อมีสิ่งนี้ จึงพบสิ่งนี้” จึงไม่ได้หมายความว่า “เมื่อมีสิ่งนี้ จึงนำไปสู่สิ่งนี้” การยืนยันเหตุและผลของความสัมพันธ์ ไม่ใช่ขอบเขตของการศึกษานี้ ซึ่งสามารถทำได้ด้วยการทดลองอย่างเป็นวิทยาศาสตร์โดยการควบคุมตัวแปร หรือด้วยการเก็บข้อมูลที่ยืนยันความสัมพันธ์ระหว่างข้อความแต่ละประเภทได้ เช่นการยืนยันว่าข้อความของ Super-corrector “A” มาจากการที่ “A” เห็นข้อความนั้นจาก Super-spreader “B” ซึ่งเป็นข้อมูลที่เครื่องมือปัจจุบันไม่สามารถได้มาหรือยืนยันได้โดยง่าย
- ข้อมูลที่นำมาศึกษา: มีขนาดเล็ก จำกัดเพียงแค่ข่าวสี่หัวข้อเรื่อง COVID-19 เท่านั้น ซึ่งแต่ละหัวข้อ สามารถเก็บข้อมูลโซเชียลมีเดียที่เจ้าของเนื้อหาเปิดเผยเป็นสาธารณะเท่านั้น และไม่รวมเนื้อหาใน LINE ซึ่งไม่สามารถเข้าถึงได้เลยหากไม่ใช่เจ้าของหรือสมาชิกในกลุ่ม ข้อจำกัดนี้ทำให้ผลการศึกษาอาจไม่เป็นจริงในทุกกรณี
ดังนั้น หากผู้สนใจต้องการที่จะต่อยอดพัฒนากระบวนวิธีนี้ให้ดียิ่งขึ้น ผู้เขียนแนะนำให้มุ่งเน้นการพัฒนาในเรื่องดังต่อไปนี้:
- กระบวนวิธี: พัฒนาหรือออกแบบกระบวนวิธีที่จะสามารถยืนยันความสัมพันธ์เชิงเหตุและผล (Causation) เพื่อสนับสนุนระดับความสัมพันธ์ (Correlation) เช่น การหาวิธีเก็บและยืนยัน “การไหล” ของข้อมูลชิ้นหนึ่งๆ เป็นลำดับๆ และหาจุดที่ผู้รับข้อมูลชิ้นนั้นเปลี่ยนบทบาทจากผู้แพร่เป็นผู้แก้ไข
- ข้อมูลที่นำมาศึกษา: เก็บข้อมูลข่าวลวงประเด็นอื่นๆ และหัวข้ออื่นๆ ให้มากขึ้น และยืนยันข้อสรุปโดยการยืนยันนัยยะทางสถิติ (Statistical significance) ของสมมุติฐานเมื่อเทียบกับจำนวนข้อมูลทั้งหมด
บทความนี้เป็นส่วนหนึ่งของโครงการ Cofact ประเทศไทย
1ชาญณรงค์ วงค์วิชัย ผู้อำนวยการฝ่ายวิจัยและขับเคลื่อนสังคม กองทุนพัฒนาสื่อปลอดภัยและสร้างสรรค์
“ในโลกนี้มีผู้ล่า และผู้ถูกล่า
ในวันหนึ่งเราอาจสนุกในการเป็นผู้ล่า
เราอาจจะรู้สึกตัวในวันที่เราเป็นผู้ถูกล่า”
สถานการณ์สงครามโรค COVID 19 นั้น ประเทศไทยมีผู้ติดเชื้อ มากกว่า 2,2202 คน โดยปัจจุบันยังไม่มีแนวทางในการรักษาและป้องกันได้อย่างหายขาด เนื่องจากต้องรอเวลาการพัฒนาวัคซีน โรคอุบัติใหม่ที่สร้างความตื่นตระหนกไปทั่วโลกนี้ไม่ได้นำมาเฉพาะโรค แต่นำพาความหวาดกลัว ความตื่นตระหนก ของคนในสังคมทั้งหมด เมื่อวันที่ 3 เมษายน 2563 ที่ผ่านมา มีข่าวที่ครึกโครมเป็นกระแสสังคม ในโลกโซเซียลมีเดีย กรณีผู้โดยสารชาวไทยจำนวน 158 คน เดินทางประเทศกลุ่มเสี่ยงถึงสนามบินสุวรรณภูมิ เมื่อช่วงค่ำของวันที่ 3 เมษายน 2563 เนื้อข่าวส่วนใหญ่ระบุการไม่ยินยอมเข้าสู่กระบวนการ กักกันตามมาตรการที่กำหนด ข่าวดังกล่าวก่อให้เกิด ปรากฏการณ์ ล่าแม่มด เปิดโปง ชี้เป้า โดยมีโซเซียลมีเดียเป็นเครื่องมือหากเปรียบเสมือนห่วงโซ่อาหารการล่านี้ไม่ใช่เพื่อ “อาหาร” แต่การล่านี้เพื่อ “รอด” ที่ผู้ล่าต้องการ มีพื้นที่ที่อุ่นใจ ปลอดภัย ไม่มีความเสี่ยง ทำให้สังคมนี้ย่างก้าวเข้าไปสู่ยุคสังคมแห่งความเสี่ยงมากขึ้นทุกที
เราเขาหรือใคร….
ในสถานการณ์ที่ประเทศเทศไทยมีผู้ติดเชื้อ COVID 19 มากกว่า 2,220 คน ความสนใจจึงมุ่งไปที่การรายงาน ตัวเลขผู้ติดเชื้อ ผู้เสียชีวิต ความพร้อมทางการแพทย์ มาตรการภาครัฐ แต่ข่าวกลุ่มหนึ่งที่น่าสนใจไม่น้อย ไม่ใช่เชิงเนื้อข่าวแต่เป็นเชิงอารมณ์ที่ก่อให้เกิดอารมณ์ร่วม ที่ทำให้ผู้รับข่าวสารเกิดการตีตรา (stigmatization) สถานการณ์ดังกล่าวพบว่าสังคมไทย กำลังเกิดกระบวนการตีตราใน 2 รูปแบบ3
- การเผชิญสถานการณ์จริงในการถูกตีตราและเลือกปฏิบัติ (Experienced Stigma) : จากท่าทีของสมาชิกชุมชน เช่น การเพ่งเล็ง การเลือกปฏิบัติ การโดดเดี่ยว การขับไล่) รวมทั้ง การคุกคามทาง social media ด้วยพฤติกรรมล่าแม่มด hate speech cyberbullying
- การตีตราตนเอง (Internalized Stigma) : โดยแยกตัวจากสังคม แยกตัวจากครอบครัว ลดทอนคุณค่าตนเองโดยมองว่าตนเองเป็นผู้แพร่เชื้อ
ช่วงระยะเวลาการระบาดของ COVID 19 ในประเทศไทย พร้อมของข้อมูลข่าวสารและการรับรู้ที่หลากหลาย ทั้งการใช้ประทุษวาจา การกลั่นแกล้งบนโลกออนไลน์ และกรณีข่าวปลอมที่เผยแพร่อย่างมากมาย ณ ขณะนี้ หากเราเชื่อในหลักคิด ปัจจัยทางด้านสังคมที่กำหนดสุขภาพ4 (Social Determinants of Health: SDH) โดยนิยามแล้ว หมายถึง สถานะของประชากรตั้งแต่เกิด ดำรงชีวิต ทำงานและมีอายุที่เพิ่มมากขึ้น สถานะดังกล่าวเป็นปัจจัยที่นำมาสู่ปัญหาความเหลื่อมล้ำทางสุขภาพของประชากรทั้งภายในประเทศและระหว่างประเทศ ซึ่งสถานะต่างๆ เหล่านี้เป็นสิ่งอยุติธรรม (unfair) และสามารถที่จะหลีกเลี่ยงได้ เพราะเรื่องโรคนั้นไม่ได้เป็นแค่โรคแต่เกี่ยวพันกับสังคมโลกที่เรารวมอยู่ ด้วย
เมื่อเริ่มติดไวรัสทางใจ
กระแสของความเกลียดชัง การหวาดระแวง เนื่องจากไวรัส COVID 19 ช่วง 1-2 เดือนที่ผ่านมา สิ่งที่น่ากลัวหนึ่งที่กำลังเกิดขึ้นรุนแรงและมีการฝังลึกคือการที่เรียกว่าพฤติกรรมการล่าแม่มด หรือการใช้ถ้อยคำ วาจา กลั่นแกล้งเสียดสี ทางโลกออนไลน์ จากเนื้อข่าวในช่วงเดือน มีนาคม-เมษายน 2563 พบปรากฏการณ์ที่หลากหลายและส่งผลต่อการเกลี่ยดชังทางสังคม ดังสามารถรวบรวมได้คือ
ช่วง 1-2 เดือนที่ผ่านมาของการแพร่ระบาดไวรัสโคโรน่า หรือ COVID 19 กระแสของความเกลียดชัง การหวาดระแวง กำลังเกิดขึ้นอย่างรุนแรงและฝังลึกคือพฤติกรรมการล่าแม่มด การใช้ถ้อยคำ วาจา กลั่นแกล้งเสียดสี ทางโลกออนไลน์ ที่พบจากเนื้อข่าวในช่วงเดือน มีนาคม-เมษายน 2563 เช่น
เนื้อข่าวที่เกี่ยวข้องกับ COVID-19 ที่ส่งผลต่อความเกลียดชังและการตีตราผู้ป่วย
| กรณีข่าวที่มีการนำเสนอต่อสังคม | ผลกระทบ/พฤติกรรมที่เกิดขึ้น |
|---|---|
| กรณีที่ 1 การตีตรานักท่องเที่ยวชาวจีนที่มาท่องเที่ยวในไทย | hate speech, cyber-bullying, stigma |
| กรณีที่ 2 พฤติกรรมการตีตราคนย้ายถิ่น/แรงงานกลับต่างจังหวัดเนื่องจากการปิด สถานประกอบการ สถานให้บริการ สถานที่จำหน่ายสินค้า และผลกระทบต่อเศรษฐกิจ | hate speech, cyber-bullying, stigma |
| กรณีที่ 3 คลิปภาพ ดาวะห์ท่านหนึ่ง ถูกเข้าใจว่า จงใจไอเพื่อแพร่ เชื้อ แต่ผู้อยู่ในเหตุการณ์ยืนยันว่า เขาเข้าไปถามเรื่องการเดินทาง | Fake news, hate speech, cyber-bullying, stigma |
| กรณีที่ 4 จังหวัดหนึ่งที่ไม่มีผู้ติดเชื้อหรือป่วยจาก COVID-19พอพบก็เกิดพฤติกรรมหมู่ในการตำหนิผู้ติดเชื้อหรือป่วย รวมทั้งผู้อยู่ | Fake news, hate speech, cyber-bullying |
| กรณีที่ 5 การเปิดเผยข้อมูลส่วนบุคคลของ 158 ผู้เดินทาง กลับจากต่างประเทศ เกิดการใช้สังคมออนไลน์ก่นดjา กดดัน สร้างความเกลียดชังทางสังคม | Fake news, hate speech, cyber-bullying, stigma, data protection |
จากกรณีต่างๆ ที่ยกมา “ความอยู่รอด” ยามที่สังคมตอนนี้เป็นสังคมแห่งความเสี่ยง5 ถึงอาการของการหลงเข้าไปในโลกแห่งความเสี่ยงที่มองการปกป้องตนเอง เป็นไวรัสทางใจ ไวรัสแห่งความเกลียดชัง
ในความเชื่อและความเคารพในศักดิ์ศรีความเป็นมนุษย์ กรณีผู้กลับจากต่างประเทศ 158 คน แยกออกเป็น 2 ประเด็น การไม่กักตัวนั้นผิดกฎหมายและขาดความรับผิดชอบต่อสังคมเป็นประเด็นที่หนึ่ง ประเด็นต่อมาคือ ขบวนการไล่ล่าใช้สังคมออนไลน์ที่กดดันสร้างภาพความผิด เป็นสิ่งที่เราไม่สามารถทำได้และไม่ควรทำ (ทั้งไม่มีสิทธิที่จะทำ)
ขณะที่ การทำงานที่บ้าน (work from home) หรือการอยู่บ้านเพียงอย่างเดียว (stay at home)มีราคาที่ต้องจ่าย ทั้งไม่สามารถทำได้ทุกคน ขึ้นอยู่กับสถานภาพทางเศรษฐกิจ “คนรวยและชนชั้นกลางพอที่มีเงินเดือน เก็บตัวก่อน ทยอยซื้อของและใช้เงินเก็บ แต่กลุ่มแรงงานหรือคนหาเช้ากินค่ำ ไม่มีงานคือไม่มีเงิน, ไม่มีกิน, ไม่มีค่าเช่าบ้าน” การกลับบ้านเกิดสำหรับบางกลุ่มคือทางออกให้รอด ดังนั้นในความเป็นจริงที่สังคมมีหลายชั้น การกระทำที่ต่างกันจึงบอกถึง “ไม่มีใครที่อยากจะไม่สบาย เป็นผู้ติดไวรัสโคโรน่า ป่วยด้วยโควิด 19 หรือไม่สบายป่วยไข้ด้วยสาเหตุต่างๆ” หรือ ทุกคนอยากเป็นผู้มีชีวิตรอด
อยู่รอดอยู่ร่วมอยู่ด้วยกัน….เราหาทางออกอย่างไร
แนวทางการอยู่รอดและอยู่ร่วมในสถานการณ์ COVID 19 คือการใช้สื่อรณรงค์และโฆษณาทุกช่องทาง เพื่อสร้างความเข้าใจการป้องกันและการอยู่ร่วมกัน ไม่ใช่ “การขับไล่ ไล่ล่า รังเกียจ” ผู้ที่ติดไวรัส โคโรน่า ผู้ป่วยด้วย COVID19 หรือโรคอื่น ให้เป็นคนแปลกในสังคม ทั้งที่สังคมเป็นของทุกคนครับ เรากลัวได้ แต่เราขับเขาออกจากสังคมไม่ได้ครับ กล่าวคือ
“…..การสร้างทัศนคติที่ดีของคนทั่วไปต่อผู้ป่วย เนื่องจากขณะนี้กลุ่มผู้ป่วย กำลังถูก stigmatize หรือ “ตีตรา” ว่าเป็นโรคที่น่ารังเกียจ สถานที่รองรับผู้ป่วย ถูกต่อต้านจากชาวบ้านในพื้นที่ ทั้งที่อยู่ในสถานที่ปิด มีระบบกำจัดเชื้อตามมาตรฐาน จะทำอย่างไรให้เกิดการยอมรับว่า นี่เป็นการเสียสละและช่วยชาติสู้กับวิกฤตครั้งนี้……
ทั้งนี้หากมองกระบวนการแก้ไขปัญหาในทุกมิติแล้ว เพื่อให้สังคมไทยเกิดการฝ่าฟันวิกฤตการณ์ COVID19 ไปได้ ต้องมี 4แนวทางสำคัญ6คือ
- Prevention ป้องกันอย่างเท่าทัน:Physical distancing, Isolation การแยกตัว ไม่พบปะสังสรรค์ ไม่นัดกันทำกิจกรรม, Self-Quarantine การกักตัวเอง 14 วัน เมื่อรู้ว่าตนเองเป็นกลุ่มเสี่ยงและให้ความรู้ผู้สูงอายุและเด็กไม่ออกจากบ้านในภาวการณ์ระบาดการณรงค์การปฏิบัติตนเพื่อป้องกัน COVID 19 อื่น ๆ เช่นกินร้อน ช้อนกลาง ล้างมือ ใส่หน้ากากอนามัย/หน้ากากผ้าให้มากที่สุดเมื่อต้องอยู่ใกล้กัน
- Empowerment สร้างพลังให้ด่านหน้า :หาวิธีให้กำลังใจ หาทางช่วยบุคลากรทางการแพทย์ในรูปแบบต่างๆ เพื่อให้ทำงานต่อไปได้ ตอนนี้บุคลากรหลายคนเริ่มเหนื่อยล้า จากการต่อสู้ต่อเนื่องมาหลายเดือนโดยไม่ได้พักผ่อน สร้างพลังให้บุคลากรทางการแพทย์อยู่ได้
- Social safety net โครงข่ายคุ้มกันทางสังคม :Social Cohesion ความสามัคคี ร่วมการปฏิบัติตามมาตรการของทางการ และการทำตามข้อต่าง ๆ ข้างต้น เพราะเรายังต้องอยู่กับ COVID 19 ในระยะเวลานาน, social connected สร้างการสื่อสารสังคม ครอบครัว การให้กำลังใจสำหรับผู้คนที่ต้องกักตัวเปลี่ยวเหงา หรือเหนื่อยล้า เพื่อให้สังคมเกิดการเยียวยา ไม่เกิดการแตกสลายทางสังคม ( physical distancing but social connected)
- De-stigmatization ลดการตีตรา สร้างความเป็นมนุษย์ :การสร้างทัศนคติที่ดีของคนทั่วไปต่อผู้ป่วย เนื่องจากขณะนี้กลุ่มผู้ป่วย กำลังถูก stigmatize หรือ “ตีตรา” ว่าเป็นโรคที่น่ารังเกียจ จึงเกิดปัญหาว่า การหาสถานที่รองรับผู้ป่วย (เตรียมการเผื่อในอนาคตที่ผู้ป่วยจะเพิ่มขึ้น) จะถูกต่อต้านจากชาวบ้านในพื้นที่ ทั้งที่อยู่ในสถานที่ปิด มีระบบกำจัดเชื้อตามมาตรฐาน แต่จะทำอย่างไรให้เกิดการยอมรับว่า นี่เป็นการเสียสละและช่วยชาติสู้กับวิกฤตครั้งนี้
แต่สิ่งที่สำคัญอีกประการ คือ การมองแนวนโยบายที่ดำเนินการอย่างรอบด้านของรัฐบาลที่มองภาพรวมทั้งองค์ประกอบชีวิตและสภาพแวดล้อมภายใต้สังคม (social environment) ที่แนวนโยบายนั้นมีทั้งผลเชิงลบและผลเชิงบวก การรณรงค์ส่งเสริมและให้ความรู้ต้องเป็นการสร้างความเข้าใจและวิธีการป้องกันและอยู่ร่วมอย่างไรใน COVID 19 มิใช่การรณรงค์ที่สร้างภาพความกลัวและความตระหนกเหมือนประสบการณ์ดังอดีตที่ผู้ติดเชื้อ(ผู้อยู่ร่วมกับเชื้อ) HIV/AIDS นั้น ถูกตีตราและเบียดขับออกจากสังคม สิ่งเหล่านั้นก็ไม่นักที่เราจะแก้ภาพอดีตที่ประทับไว้เรื่อยมา โจทย์นี้เป็นโจทย์สำคัญท้าทายมนุษยชาติขณะเดียวเดียวกันก็ท้าทาย
ความเป็นมนุษย์ในตัวเราเช่นกัน
1ผู้อำนวยการฝ่ายวิจัยและขับเคลื่อนสังคม กองทุนพัฒนาสื่อปลอดภัยและสร้างสรรค์ ข้อเขียนดังกล่าวเป็นความคิดของผู้เขียน ไม่เกี่ยวกับหน่วยงานต้นสังกัด
2ข้อมูลจาก ศูนย์ข้อมูล COVID-19 วันที่ 6 เมษายน 2563
3National AIDS Management Center. AIDS stigma and discrimination in health facility: Survey among AIDS patients. Thailand. Center of Diseases Control. Thailand, MOPH. 2015. การยกนิยามนี้มาใช้ หมายถึง การตีตราเกิดกับผู้ป่วย ผู้ติดเชื้อ มีอาการป่วย และเข้ารับการรักษา สำหรับในกรณี กลุ่มเสี่ยง อย่างกรณี คน 158 คน ณ สนามบินสุวรรณภูมิ ไม่ใช่ผู้ป่วย แต่เป็นกลุ่มเสี่ยง เดินทางมาจากประเทศ/พื้นที่เสี่ยง จึงต้องผ่านกระบวนการคัดกรองและกักกันเป็นไปตามกระบวนการ แต่การใช้การไล่ล่าทางโซเซียลมีเดียและการกดดันเปิดเผยรายชื่อ เป็นการมลทินประทับ (Stigma) และการตีตรา (Labeling) ให้ผู้โดยสารทั้ง 158 คนว่าเป็นผู้ผิด
4SDH , (World Health Organization (2018)
5จากการกระจายความเสี่ยง หรือ “สิ่งเลวร้าย”: “ตำแหน่งแห่งที่ของความเสี่ยงทางสังคมปรากฏตัวขึ้นมา” ซึ่งไม่จำเป็นต้องมีลักษณะแบบเดียวกับการแตกแบ่งรูปแบบเก่าในแง่ของชนชั้นหรือศาสนา ด้วยเหตุผลนี้เบ็คยอมรับว่า “สังคมความเสี่ยงในแง่นี้จึงเป็นโลกของสังคมความเสี่ยง” (a world of risk society) (Beck, 1992: 23)
6ดัดแปลงจากเอกสารการเสนอจัดทำประเด็นรณรงค์ COVID-19 จัดทำโดย ผศ.ดร.วรัชญ์ ครุจิต กรรมการผู้ทรงคุณวุฒิด้านสื่อสารมวลชน กองทุนพัฒนาสื่อปลอดภัยและสร้างสรรค์ โดยมีการประสานรวบรวมจาก นายแพทย์ทวีศิลป์ วิษณุโยธิน โฆษกกระทรวงสาธารณสุข โดยวิเคราะห์จากสถานการณ์การระบาด COVID-19
ที่มา : https://docs.google.com/document/d/1Gp7KiLsmspjfxwAlZVKSp-Vy2tnYWZlCjkf-s1pIx3U/edit
