“AI Governance” หรือ “ธรรมาภิบาลปัญญาประดิษฐ์” จึงถูกหยิบยกขึ้นมาพูดถึงตลอดในช่วงที่ผ่านมา เนื่องจากประเทศไทย ยังไม่มีกฎหมายที่เกี่ยวข้องกับ “AI” มีแต่เพียงแนวปฏิบัติ หรือไกด์ไลน์ ในขณะที่การใช้งาน AI ของคนไทยได้เพิ่มขึ้นอย่างต่อเนื่องทั้งในภาครัฐและเอกชน
ประเด็นร้อนแรงดังกล่าวถูกสะท้อนจากผู้เชี่ยวชาญ ผ่านเวทีเสวนา ETDA Live ในหัวข้อ “เจาะลึกไฮไลต์ AI
Governance Week 2026” (AIGW 2026) เพื่อร่วมกันกางพิมพ์เขียวธรรมาภิบาลเอไอที่จะนำมาใช้ควบคุมทิศทางเทคโนโลยีให้เกิดประโยชน์มากกว่าผลเสียที่อาจเกิดขึ้นตามมา
“รจนา ลำเลิศ” ที่ปรึกษาสำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (ETDA) และหัวหน้าศูนย์ AI Governance Center (AIGC) บอกว่า วันนี้การใช้เอไอ เดินมาถึงจุดที่ “เกินกว่าการชวนให้ใช้” แล้ว เพราะหลายองค์กรเริ่มนำ AI ไปใช้จริง หรือมีความต้องการใช้งาน AI ในระดับสูง สิ่งที่ต้องให้ความสำคัญจึงไม่ใช่เพียงการนำ AI มาใช้ให้ทันกระแส แต่ต้องรู้ว่า AI ที่ใช้นั้นตอบโจทย์ยุทธศาสตร์ขององค์กรหรือไม่ มีผลกระทบต่อใครบ้าง มีความเสี่ยงในระดับใด และหากเกิดปัญหาขึ้น ใครคือผู้รับผิดชอบ?
AI Governance ในมุมของ ETDA จึงเป็นเรื่องของการวางระบบการดูแลตั้งแต่ต้นทาง ไม่ว่าจะเป็น การออก AI Governance Guideline & Toolkits เพื่อเป็นแนวปฏิบัติในการใช้ AI อย่างมีธรรมาภิบาลให้กับองค์กร การให้คำปรึกษาเพื่อให้องค์กรสามารถเริ่มใช้ AI ได้อย่างเหมาะสม ตลอดจนการร่วมยกระดับและพัฒนาบุคลากรจากหน่วยงานภาครัฐ เอกชน ให้มีความเข้าใจและสามารถนำ AI Governance Guideline ไปประยุกต์ใช้ได้อย่างเหมาะสม ผนวกกับการเสริมความรู้ผ่านหลักสูตรต่าง ๆ อาทิ AI Gov4Govt, AICA และ AI Visionaries Program 2026 เป็นต้น
“AI Governance ไม่สามารถใช้แนวทางเดียวกับทุกองค์กรได้ เพราะไม่มีกรอบการกำกับดูแล แบบ one-size-fits-all ที่ตอบโจทย์ให้ทุก Sector ด้วยบริบท ความเสี่ยง และข้อจำกัดที่แตกต่างกัน ดังนั้น การเชื่อมหลักการและกรอบธรรมาภิบาล AI ระดับโลก เช่น ของ OECD, UNESCO, ASEAN, NIST และกรอบอื่น ๆ ให้สอดรับกับการใช้งานจริงในบริบทจริงของประเทศ องค์กร แต่ละเซกเตอร์ อย่างแท้จริงจึงเป็นเรื่องสำคัญ”
ขณะที่ในมุมของกระบวนการยุติธรรม “ระดาภัทร จงธรรมคุณ” รองเลขาธิการสำนักงานศาลปกครอง บอกว่า แม้ AI สามารถเข้ามาช่วยให้การอำนวยความยุติธรรมรวดเร็วขึ้น โปร่งใสมากขึ้น และมีมาตรฐานที่สอดคล้องกันมากขึ้น แต่ในขณะเดียวกันก็เป็นพื้นที่ที่ต้องใช้ความระมัดระวังสูง เพราะคำตัดสินหรือกระบวนการทางศาลมีผลต่อสิทธิ เสรีภาพ ทรัพย์สิน และชีวิตประชาชนโดยตรง
AI ในศาลจึงต้องไม่ใช่เครื่องมือที่เข้ามาแทนมนุษย์หรือแทนการตัดสินของผู้พิพากษา แต่ควรทำหน้าที่เป็นเครื่องมือสนับสนุน เช่น ช่วยสืบค้นคำพิพากษาเดิม ช่วยสรุปข้อเท็จจริง ช่วยตรวจสอบแนวคำตัดสินที่ใกล้เคียง หรือช่วยให้กระบวนการร่างคำฟ้องและการให้ข้อมูลแก่ประชาชนเข้าถึงง่ายขึ้น
อย่างไรก็ตาม สิ่งสำคัญที่สุดคือ AI ที่ใช้ในกระบวนการยุติธรรมต้องตรวจสอบย้อนกลับได้ ต้องบอกได้ว่าข้อเท็จจริงมาจากไหน พยานหลักฐานมีอยู่จริงหรือไม่ กฎหมายที่อ้างยังมีผลใช้บังคับอยู่หรือไม่ และคำพิพากษาที่นำมาใช้ประกอบการพิจารณามีอยู่จริงหรือไม่ เพื่อป้องกันความเสี่ยงจากการที่ AI สร้างข้อมูล กฎหมาย หรือข้ออ้างที่ไม่มีอยู่จริง
อีกประเด็นสำคัญ คือ เรื่อง Bias ของข้อมูล โดยเฉพาะในกรณีที่ AI ถูกฝึกจากข้อมูลคดี หากข้อมูลที่นำมาเทรนไม่ครอบคลุม ไม่เป็นตัวแทนของประเภทคดีหรือกลุ่มประชากรที่หลากหลายเพียงพอ ก็อาจทำให้ระบบมีแนวโน้มเอนเอียง หรือมองข้ามกลุ่มเปราะบางและคดีที่มีความละเอียดอ่อนทางสิทธิ เสรีภาพ และความเป็นธรรมได้ ซึ่ง AI Governance ไม่ใช่เรื่องไกลตัว แต่เป็นกลไกที่จะช่วยให้การใช้ AI ในกระบวนการยุติธรรมมีความโปร่งใส ตรวจสอบได้ และสร้างความเชื่อมั่นต่อประชาชน
ขณะที่ภาคการเงินและการธนาคาร ทาง “กิตติ โฆษะวิสุทธิ์” ประธานกรรมการภาคีความร่วมมือความมั่นคงปลอดภัยสารสนเทศภาคธนาคาร (TB-CERT) บอกว่า AI เป็นเทคโนโลยีที่มีประโยชน์สูง แต่ก็มีผลกระทบสูงเช่นกัน เรียกว่าเป็นดาบสองคม โดยเฉพาะธนาคารซึ่งมีความเกี่ยวข้องกับข้อมูลส่วนบุคคล การให้สินเชื่อ การแนะนำผลิตภัณฑ์ทางการเงิน การลงทุน และความปลอดภัยของระบบ
“AI Governance ในภาคการเงินต้องมองแบบ end-to-end ตั้งแต่ข้อมูลที่นำเข้าไปใช้ฝึกโมเดล ความครบถ้วนและความเหมาะสมของข้อมูล ความสอดคล้องของโมเดลกับกลุ่มลูกค้าจริง ไปจนถึงการตรวจสอบผลลัพธ์ว่า AI ให้คำแนะนำหรือการตัดสินใจที่ถูกต้อง เหมาะสม และไม่สร้างผลกระทบต่อผู้บริโภค เช่น หาก AI ถูกนำมาใช้เพื่อแนะนำผลิตภัณฑ์ทางการเงิน แต่โมเดล
ไม่สมบูรณ์ หรือข้อมูลที่ใช้ไม่เหมาะสม AI อาจแนะนำผลิตภัณฑ์ที่ไม่ตรงกับความต้องการ ไม่สอดคล้องกับความเสี่ยงของลูกค้า หรืออาจนำไปสู่ปัญหาทางกฎหมายได้”
ดังนั้น ภาคการเงินจึงต้องมีทั้ง Governance การทดสอบโมเดล และ AI Literacy สำหรับทั้งพนักงานและลูกค้า สำหรับในงาน AI Governance Week 2026 จึงได้มีการจัด AI Red Teaming หรือการทดสอบระบบ AI ด้วยการจำลองสถานการณ์โจมตี เพื่อดูว่าระบบสามารถถูกหลอก หลุดจาก Guardrails หรือเปิดเผยข้อมูลที่ไม่ควรเปิดเผยได้หรือไม่
“แม้ระบบ AI อาจถูกออกแบบให้ปฏิเสธคำสั่งที่เป็นอันตราย เช่น การสร้างมัลแวร์ แต่ผู้ไม่หวังดีอาจใช้วิธีอ้อม เลี่ยงคำต้องห้าม หรืออธิบายลักษณะของสิ่งที่ต้องการแทน เพื่อหลอกให้ระบบตอบในสิ่งที่ไม่ควรตอบ การทำ AI Red Teaming จึงเป็น
กระบวนการสำคัญที่ช่วยค้นหาช่องโหว่ เรียนรู้วิธีการโจมตี และนำผลที่ได้กลับไปเสริมแนวป้องกันให้ระบบ AI แข็งแรงขึ้น”
สุดท้ายแล้ว AI Governance ไม่ใช่แค่กรอบคิดแต่เป็นเรื่องที่ต้องลงมือทำจริงในแต่ละ Sector เพราะความเสี่ยงของ AI ไม่เหมือนกันในแต่ละบริบท ภาครัฐมองเรื่องความโปร่งใสและความรับผิดชอบ กระบวนการยุติธรรมมองเรื่องสิทธิ ความเป็นธรรม และการตรวจสอบได้ ขณะที่ภาคการเงินต้องมองเรื่องความปลอดภัย ความถูกต้องของโมเดล และความเชื่อมั่นของผู้บริโภค.
จิราวัฒน์ จารุพันธ์
