ຖາມ-ຕອບ ກັບ Palmy Chomchat Silarat, Community Partner Fellow

ມາຮູ້ຈັກກັບ Palmy Chomchat Silarat, ຫນຶ່ງໃນກຸ່ມຄູ່ຮ່ວມງານຊຸມຊົນໃຫມ່ຫຼ້າສຸດຂອງພວກເຮົາ.

 

Washington STEM ມີຄວາມຕື່ນເຕັ້ນທີ່ຈະມີ Palmy Chomchat Silarat ເຂົ້າຮ່ວມທີມງານຂອງພວກເຮົາເປັນ ຄູ່ຮ່ວມງານຊຸມຊົນ. ອ່ານເພື່ອຮຽນຮູ້ກ່ຽວກັບເສັ້ນທາງອາຊີບຂອງ Palmy ແລະວິທີການທີ່ນາງວາງແຜນທີ່ຈະນໍາໃຊ້ວິທະຍາສາດຂໍ້ມູນເພື່ອຄວາມສະເຫມີພາບໃນການສຶກສາ STEM.
 

 
Q. ເປັນຫຍັງທ່ານຈຶ່ງຕັດສິນໃຈເຂົ້າຮ່ວມ Washington STEM?

ຂ້າພະເຈົ້າໄດ້ເຂົ້າຮ່ວມ Washington STEM ເປັນສ່ວນຫນຶ່ງຂອງໂອກາດໂຄງການປະລິນຍາເອກຂອງຂ້ອຍເພາະວ່າຂ້ອຍຕ້ອງການນໍາໃຊ້ສິ່ງທີ່ຂ້ອຍຮຽນຢູ່ໃນໂຮງຮຽນໃນໂລກທີ່ແທ້ຈິງແລະສ້າງຜົນກະທົບທາງບວກຕໍ່ຊຸມຊົນ. ດ້ວຍຄວາມສົນໃຈຂອງຂ້ອຍໃນສະຖິຕິສັງຄົມທີ່ມີຄວາມສະເຫມີພາບ, ຂ້ອຍໄດ້ຄົ້ນພົບຄວາມຕ້ອງການສໍາລັບການຄົ້ນຄວ້າແລະການປະເມີນຜົນທີ່ Washington STEM ແລະເລືອກທີ່ຈະສະຫມັກ!

Q. ຄວາມສະເໝີພາບໃນການສຶກສາ ແລະອາຊີບ STEM ມີຄວາມໝາຍແນວໃດຕໍ່ກັບເຈົ້າ?

ຄວາມສະເໝີພາບໃນການສຶກສາ STEM ໝາຍເຖິງຫຼາຍສິ່ງຫຼາຍຢ່າງສຳລັບຂ້ອຍ. Idealistically, ມັນຫມາຍຄວາມວ່າບຸກຄົນທຸກຄົນທີ່ສະແດງຄວາມສົນໃຈໃນການສຶກສາ STEM ແລະອາຊີບຈະໄດ້ຮັບໂອກາດເທົ່າທຽມກັນເພື່ອປະຕິບັດຕາມຄວາມສົນໃຈຂອງເຂົາເຈົ້າ, ບັນລຸເປົ້າຫມາຍຂອງເຂົາເຈົ້າ, ແລະດໍາລົງຊີວິດຄວາມຝັນຂອງເຂົາເຈົ້າ. ໃນໂລກທີ່ແທ້ຈິງ, ຄວາມທ່ຽງທໍາອາດຈະເບິ່ງຄືວ່າເຮັດໃຫ້ແນ່ໃຈວ່ານັກຮຽນຫນຸ່ມໄດ້ສໍາຜັດກັບຫົວຂໍ້ STEM ຕົ້ນແລະເລື້ອຍໆ. ມັນຍັງສາມາດຮັບປະກັນການເຂົ້າເຖິງການບໍລິການສະຫນັບສະຫນູນທີ່ເທົ່າທຽມກັນທີ່ຈະຊ່ວຍໃຫ້ພວກເຂົາຢູ່ໃນເສັ້ນທາງສໍາລັບການສຶກສາ STEM ແລະອາຊີບຫຼືຊຸກຍູ້ໃຫ້ມີເງິນເດືອນທີ່ມີການແຂ່ງຂັນເທົ່າທຽມກັນໃນຕະຫຼາດວຽກຫຼັງຈາກຮຽນຈົບ.

ຖ. ເປັນຫຍັງເຈົ້າຈຶ່ງເລືອກອາຊີບຂອງເຈົ້າ?

ວິທະຍາສາດຂໍ້ມູນແລະການວິເຄາະແມ່ນມີອໍານາດທີ່ສຸດ. ເມື່ອນໍາໃຊ້ຢ່າງມີຄວາມຮັບຜິດຊອບ, ພວກເຂົາສາມາດຂະຫຍາຍໄດ້, ມີຜົນກະທົບທາງບວກ, ແຕ່ເມື່ອນໍາໃຊ້ໂດຍບໍ່ມີການດູແລ, ພວກເຂົາສາມາດສ້າງການແບ່ງແຍກແລະຄວາມບໍ່ສະເຫມີພາບ. ພາກສະຫນາມຂອງຄະນິດສາດແລະສະຖິຕິໄດ້ຖືກຜູກມັດຫຼາຍທາງປະຫວັດສາດກັບ eugenics, ຊຶ່ງຫມາຍຄວາມວ່າຕົວເລກແມ່ນຖືກນໍາໃຊ້ເພື່ອຫຼຸດຜ່ອນຄົນ. ຢ່າງໃດກໍຕາມ, ຂ້າພະເຈົ້າໂຕ້ຖຽງວ່າຕົວເລກແລະເຕັກນິກຂອງຕົນເອງແມ່ນບໍ່ສະເຫມີພາບ; ມັນຂຶ້ນກັບວິທີທີ່ຄົນໃຊ້ພວກມັນ. ຄວາມມັກຂອງຂ້ອຍແມ່ນການໃຊ້ວິທະຍາສາດຂໍ້ມູນຢ່າງມີຄວາມຮັບຜິດຊອບເທົ່າທີ່ຂ້ອຍສາມາດເຮັດໄດ້. ຂ້າ​ພະ​ເຈົ້າ​ມີ​ຄວາມ​ປະ​ທັບ​ໃຈ​ໃນ​ພາກ​ສະ​ຫນາມ​ທີ່​ກ້າວ​ຫນ້າ​ນີ້​ໃນ​ແຕ່​ລະ​ມື້​ແລະ​ຂ້າ​ພະ​ເຈົ້າ​ຫວັງ​ວ່າ​ຈະ​ກາຍ​ເປັນ​ສະ​ຫລາດ​ຫຼາຍ​ຂຶ້ນ​ເມື່ອ​ຂ້າ​ພະ​ເຈົ້າ​ຂະ​ຫຍາຍ​ຕົວ.

ຖ. ທ່ານສາມາດບອກພວກເຮົາເພີ່ມເຕີມກ່ຽວກັບເສັ້ນທາງການສຶກສາ/ອາຊີບຂອງເຈົ້າໄດ້ບໍ?

ຂ້າພະເຈົ້າພຽງແຕ່ຈະໃຫ້ເລື່ອງ chronological. ເຖິງ​ແມ່ນ​ວ່າ​ຂ້ອຍ​ຮັກ​ຄະ​ນິດ​ສາດ​ນັບ​ຕັ້ງ​ແຕ່​ຍັງ​ນ້ອຍ, ຂ້າ​ພະ​ເຈົ້າ​ບໍ່​ມີ​ຄວາມ​ຫມັ້ນ​ໃຈ​ທີ່​ຈະ​ດໍາ​ເນີນ​ການ​ໃນ​ວິ​ທະ​ຍາ​ໄລ. ຂ້າ​ພະ​ເຈົ້າ​ເປັນ pianist ການ​ຝຶກ​ອົບ​ຮົມ​ຄລາ​ສ​ສິກ​ຜູ້​ທີ່​ສະ​ເຫມີ​ຂໍ​ອະ​ນຸ​ຍາດ​ໃຫ້​ອ່ານ​ບົດ​ຂຽນ​ການ​ຄົ້ນ​ຄວ້າ​ການ​ປິ່ນ​ປົວ​ດ້ວຍ​ດົນ​ຕີ. ນອກ​ຈາກ​ການ​ຝຶກ​ອົບ​ຮົມ, ຂ້າ​ພະ​ເຈົ້າ​ໄດ້​ພົບ​ເຫັນ​ຕົນ​ເອງ​ນັ່ງ​ຢູ່​ໃນ​ຫ້ອງ​ຮຽນ​ຄະ​ນິດ​ສາດ​ແລະ​ວິ​ທະ​ຍາ​ສາດ​ທີ່​ບໍ່​ຈໍາ​ເປັນ​ຕ້ອງ​ສໍາ​ລັບ​ລະ​ດັບ​ຂອງ​ຂ້າ​ພະ​ເຈົ້າ. ຫຼັງ​ຈາກ​ການ​ຝຶກ​ອົບ​ຮົມ​ຫຼາຍ​ກວ່າ​ທົດ​ສະ​ວັດ, ຂ້າ​ພະ​ເຈົ້າ​ຮູ້​ວ່າ​ຂ້າ​ພະ​ເຈົ້າ​ຕ້ອງ​ການ​ທີ່​ຈະ​ກັບ​ຄືນ​ໄປ​ບ່ອນ​ຈໍາ​ນວນ crunching ແລະ​ຕັດ​ສິນ​ໃຈ​ທີ່​ຈະ​ສືບ​ຕໍ່​ປະ​ລິນ​ຍາ​ໂທ​ການ​ຄົ້ນ​ຄວ້າ​ປະ​ລິນ​ຍາ​ໂທ​ໃນ Cambridge ສໍາ​ລັບ​ປີ. ແລະຫຼັງຈາກປີທີ່ສໍາຄັນນັ້ນ, ຂ້າພະເຈົ້າໄດ້ຮັບຄວາມຫມັ້ນໃຈແລະທັກສະພຽງພໍທີ່ຈະເລີ່ມຕົ້ນການເຮັດວຽກໃນວິທະຍາສາດຂໍ້ມູນຢ່າງເປັນທາງການ. ໃນຊ່ວງປີທໍາອິດຂອງການແຜ່ລະບາດ, ຂ້ອຍໄດ້ຮັບສັນຍາຢູ່ທີ່ການເລີ່ມຕົ້ນທີ່ຊ່ວຍໃຫ້ໂຮງຫມໍທ້ອງຖິ່ນຂະຫນາດນ້ອຍໃນເຂດນອກຂອງບາງກອກສ້າງລາຍຮັບເພີ່ມເຕີມ. ໃນຖານະເປັນນັກຄົ້ນຄວ້າກ່ຽວກັບທີມງານການວິເຄາະຜູ້ໃຊ້, ຂ້າພະເຈົ້າໄດ້ fascinated ໂດຍວິທີການຫຼາຍຜົນກະທົບຂ້າພະເຈົ້າສາມາດເຮັດໃຫ້ການນໍາໃຊ້ວິທະຍາສາດຂໍ້ມູນ; ສະນັ້ນຂ້າພະເຈົ້າພຽງແຕ່ stuck ກັບມັນ.

ຖ. ຫຍັງດົນໃຈເຈົ້າ?

ຂ້ອຍໄດ້ຮັບແຮງບັນດານໃຈຈາກຄົນທີ່ຮັກຄົນອ້ອມຂ້າງ ຍ້ອນວ່າເຂົາເຈົ້າຮັກຕົນເອງ.

ຖາມ. ສິ່ງທີ່ເຈົ້າມັກທີ່ສຸດກ່ຽວກັບລັດວໍຊິງຕັນແມ່ນຫຍັງ?

ແນ່ນອນ, ທໍາມະຊາດແລະປະຊາຊົນ.

ຖາມ. ສິ່ງໜຶ່ງກ່ຽວກັບເຈົ້າທີ່ຄົນບໍ່ສາມາດຊອກຫາຜ່ານອິນເຕີເນັດໄດ້ແມ່ນຫຍັງ?

ນີ້ແມ່ນຍາກ. ຄວາມຈິງທີ່ມ່ວນ, ຂ້ອຍມາຈາກບາງກອກແລະຊື່ໄທແມ່ນເປັນເອກະລັກຫຼາຍ. ຖ້າທ່ານ Google ຊື່ຂອງຂ້ອຍພຽງແຕ່, ມີໂອກາດ 99% ທີ່ເຈົ້າຈະພົບຂ້ອຍໃນຫນຶ່ງວິນາທີ. ແຕ່ສິ່ງຫນຶ່ງທີ່ຂ້ອຍແນ່ໃຈວ່າເຈົ້າບໍ່ສາມາດຊອກຫາໃນອິນເຕີເນັດໄດ້ແມ່ນວ່າຂ້ອຍກຽດຊັງການຂີ່ສະໂນບອດ, ແຕ່ຂ້ອຍມັກນັ່ງຢູ່ໃນລີສອດເຮັດ ramen ຮ້ອນສໍາລັບຫມູ່ເພື່ອນຂອງຂ້ອຍ.