ปัญญาประดิษฐ์สามารถวิเคราะห์ความรู้สึกของประชาชน
ที่แสดงความคิดเห็นในสื่อสังคมออนไลน์ต่อสถานการณ์ COVID-19 ได้หรือไม่
งานศึกษาฉบับนี้มีวัตถุประสงค์เพื่อใช้ปัญญาประดิษฐ์ (Artificial Intelligence) ในการสร้างแบบจำลอง Logistic Regression สำหรับการวิเคราะห์ความรู้สึก (Sentiment Analysis) ของประชาชนในประเทศไทยที่มีต่อสถานการณ์ COVID-19 ระหว่างวันที่ 1 สิงหาคม 2564 ถึง 28 พฤศจิกายน 2564 ควบคู่ไปกับการสร้างแบบจำลองเชิงเส้นอย่างง่าย (Simple Regression) สำหรับการทดสอบความสัมพันธ์ระหว่างความรู้สึกของประชาชนและเครื่องชี้ทางเศรษฐกิจและสังคม เช่น ดัชนีความเคลื่อนไหว (Google Mobility Index) เครื่องชี้การท่องเที่ยว (Travel Insights with Google) และจำนวนผู้ติดเชื้อ COVID-19 รายใหม่รายวัน ผลการศึกษาพบว่า แบบจำลอง Logistic Regression เมื่อนำข้อมูลมาฝึกฝน (Train) ให้โปรแกรมเรียนรู้ว่าข้อความประเภทใดควรจะจัดให้อยู่ในการแสดงความรู้สึกทางบวกหรือทางลบ จะสามารถอธิบายข้อมูลที่ต้องการทดสอบ (Test) ได้ถูกต้องและแม่นถึงร้อยละ 90 และในส่วนของการทดสอบด้วยแบบจำลองเชิงเส้นอย่างง่าย พบว่า จำนวนความรู้สึกมีความสัมพันธ์ในทางตรงกันข้ามกับดัชนีความเคลื่อนไหวของ (Google Mobility Index) และเครื่องชี้การท่องเที่ยว (Travel Insights with Google) ขณะที่มีความสัมพันธ์ในทิศทางเดียวกันกับจำนวนผู้ติดเชื้อ COVID-19 รายวัน ไม่ว่าจะทดสอบในภาพรวมหรือจำแนกตามประเภทสื่อสังคมออนไลน์
หลังเปิดประเทศ 1 พ.ย. เครื่องชี้เศรษฐกิจเร็วบอกอะไรบ้าง ?
บทความนี้จะนำเสนอผลจากเครื่องชี้เศรษฐกิจที่มีความรวดเร็ว โดยเฉพาะอย่างยิ่งมีเครื่องชี้หลายรายการที่มีความถี่สูง สามารถติดตามได้เป็นรายวันซึ่งแตกต่างจากเครื่องชี้เศรษฐกิจทั่วไปซึ่งมักจะมีความถี่เป็นรายเดือน
การจำลองสถานการณ์ผู้ติดเชื้อ COVID-19 ด้วยแบบจำลอง SIR และการประเมินผลกระทบทางเศรษฐกิจด้วยแบบจำลอง ABM
การแพร่ระบาดของโรคติดเชื้อไวรัส COVID-19 ได้ส่งผลกระทบต่อเศรษฐกิจในประเทศต่าง ๆ อย่างมาก แต่แบบจำลองเศรษฐกิจมหภาคแบบดั่งเดิมจะใช้ประเมินผลกระทบในภาพรวม (Macroeconomic Level) อาจไม่สามารถวิเคราะห์ผลกระทบในระดับจุลภาคได้ (Microeconomic Level) ดังนั้น คณะผู้เขียนจึงได้พัฒนาแบบจำลองการระบาด Susceptible, Infectious, Recovered (SIR) ขึ้นเพื่อคาดการณ์จำนวนผู้ติดเชื้อ และแบบจำลอง Agent-Based Modeling (ABM) ซึ่งใช้จำลองสถานการณ์และวิเคราะห์ปฏิสัมพันธ์ระหว่าง Agent ในระบบเศรษฐกิจเชิงจุลภาค (Micro Simulation Modelling) เพื่อประโยชน์ในการจัดทำนโยบายแบบมีกลุ่มเป้าหมาย (Targeted Policy) ได้อย่างมีประสิทธิภาพ
Series บทความมาตรการทางการคลังกับวิกฤต COVID-19: กรณีศึกษาต่างประเทศการใช้เทคโนโลยีใช้กับมาตรการทางการคลัง ช่วง COVID
การหยิบยื่นมาตรการทางการคลังเพื่อเป็นตาข่ายแห่งความปลอดภัยทางเศรษฐกิจและสังคม (Economic and Social Safety Nets) ถือเป็นกุญแจสำคัญที่รัฐบาลทุกประเทศทั่วโลกให้ความสำคัญในการเยียวยาช่วยเหลือประชาชนให้มีหลักประกันทางสังคมและสามารถใช้ชีวิตได้อย่างมีคุณภาพท่ามกลางรายได้ที่ลดลงในช่วงการแพร่ระบาดของโรคติดเชื้อไวรัสโคโรนา 2019 (COVID-19)
Policy Responses to COVID-19: How Changes in the IMF and World Bank’s Approaches Can Lead to a Sustainable and Inclusive Recovery
In light of the considerable risks that cloud the global recovery, it is imperative that the IMF and World Bank cannot resort to the “policy as usual” approaches as previously adopted during the pandemic. Instead, they need to quit their push for “austerity as the new normal” and shift their policy focus toward facilitating resilience and recovery for vulnerable and poor countries.