กฎหมายและความรับผิดชอบในการใช้ AI: คู่มือสำหรับคนไทยและธุรกิจในอนาคต

คำตอบสั้น ๆ คือ คนและองค์กรที่นำ AI ไปใช้ยังต้องรับผิดชอบต่อผลลัพธ์ที่ตัวเองเผยแพร่ ส่งให้ลูกค้า หรือใช้ตัดสินใจ AI อาจเป็นเครื่องมือช่วยคิด ช่วยเขียน ช่วยสร้างภาพ หรือช่วยเรียก API แต่เมื่อผลลัพธ์ออกจากระบบของคุณ ความรับผิดชอบไม่ได้หายไปพร้อมคำว่า AI ทำให้

นี่คือจุดที่หลายคนเข้าใจผิด เพราะมอง AI เหมือนผู้ช่วยที่ฉลาดมาก แต่ลืมว่า AI ไม่มีสถานะเป็นผู้รับผิดชอบแทนธุรกิจ ถ้าโพสต์ผิด ทำโฆษณาเกินจริง ดึงข้อมูลลูกค้าไปใช้ผิด ละเมิดลิขสิทธิ์ หรือตัดสินใจเกี่ยวกับคนโดยไม่เป็นธรรม คนที่ใช้และองค์กรที่ปล่อยงานออกไปยังต้องตอบคำถามให้ได้

หลายคนถามว่าไทยมีกฎหมาย AI หรือยัง ถ้าหมายถึงกฎหมายเฉพาะฉบับเดียวที่ครอบคลุม AI ทั้งระบบแบบ EU AI Act คำตอบโดยภาพรวมคือไทยยังอยู่ในช่วงแนวทาง นโยบาย และการใช้กฎหมายเดิมร่วมกันมากกว่า แต่ไม่ได้แปลว่าใช้ AI แล้วไม่มีความเสี่ยงทางกฎหมาย

การใช้ AI ในไทยยังเกี่ยวกับกฎหมายและหน้าที่หลายชุด เช่น กฎหมายคุ้มครองข้อมูลส่วนบุคคลเมื่อเอาข้อมูลลูกค้าไปประมวลผล กฎหมายลิขสิทธิ์เมื่อใช้หรือสร้างงานสร้างสรรค์ กฎหมายคุ้มครองผู้บริโภคเมื่อใช้ AI ทำโฆษณาหรือข้อความขายของ กฎหมายหมิ่นประมาทเมื่อสร้างเนื้อหากระทบบุคคลอื่น และกฎหมายสัญญาเมื่อส่งมอบงานให้ลูกค้า

จุดเสี่ยงที่สุดของการใช้ AI ในธุรกิจไทยคือข้อมูลลูกค้า เช่น ชื่อ เบอร์โทร ที่อยู่ เลขบัตร ข้อมูลสุขภาพ รายการสั่งซื้อ แชตลูกค้า ประวัติชำระเงิน หรือเอกสารสัญญา ข้อมูลเหล่านี้อาจเป็นข้อมูลส่วนบุคคลหรือข้อมูลอ่อนไหว ถ้านำไปใส่ AI โดยไม่จำเป็นหรือไม่แจ้งให้ชัด อาจกลายเป็นปัญหาได้

แนวทางที่ปลอดภัยกว่าคือทำ data minimization คือใช้ข้อมูลเท่าที่จำเป็น ลบหรือ mask ข้อมูลที่ระบุตัวตนได้ก่อนส่งเข้า AI และแยกงานที่ต้องใช้ข้อมูลจริงออกจากงานที่ใช้ข้อมูลตัวอย่างได้ ถ้าแค่ต้องการให้ AI ช่วยเขียนข้อความตอบลูกค้า ไม่จำเป็นต้องส่งเบอร์โทร ที่อยู่ หรือประวัติทั้งหมดเข้าไป

AI ช่วยสร้างบทความ ภาพ เพลง วิดีโอ โค้ด และสื่อโฆษณาได้เร็วมาก แต่คำถามเรื่องลิขสิทธิ์ยังไม่ควรถูกมองข้าม คุณต้องระวังทั้งด้าน input และ output: input คือคุณเอางานของคนอื่นไปป้อน AI หรือไม่ output คือผลลัพธ์คล้ายงานคนอื่น โลโก้ ภาพบุคคล หรือทรัพย์สินทางปัญญาที่มีเจ้าของหรือไม่

สำหรับธุรกิจ ควรตั้งกติกาว่างานที่ AI สร้างขึ้นต้องผ่านการตรวจ originality, brand safety และสิทธิ์เชิงพาณิชย์ก่อนใช้จริง โดยเฉพาะภาพสินค้า โฆษณา เพลงประกอบ คลิปวิดีโอ และงานที่ลูกค้าจ่ายเงินให้ส่งมอบ

ความเสี่ยงใหญ่ของ AI ในอนาคตคือการสร้างภาพ เสียง และวิดีโอที่ดูเหมือนจริงมากขึ้น เช่น เอาหน้าคนอื่นไปใส่ในโฆษณา ทำเสียงเหมือนบุคคลสาธารณะ หรือสร้างรีวิวปลอมให้ดูเหมือนลูกค้าจริง สิ่งเหล่านี้อาจไม่ใช่แค่ปัญหาจริยธรรม แต่กระทบกฎหมาย ชื่อเสียง และความไว้ใจของแบรนด์โดยตรง

หลักปลอดภัยคือถ้าคอนเทนต์ AI อาจทำให้คนเข้าใจผิดว่าเป็นเหตุการณ์จริง คนจริง หรือคำพูดจริง ควรเปิดเผยให้ชัด หรือหลีกเลี่ยงการใช้โดยไม่ได้รับอนุญาต โดยเฉพาะงานการเมือง การเงิน สุขภาพ การแพทย์ การลงทุน และการโฆษณาที่กระทบการตัดสินใจของผู้บริโภค

หลายธุรกิจเริ่มใช้ AI chatbot ตอบลูกค้าใน LINE OA, Facebook, Web Chat หรือระบบหลังบ้าน ปัญหาคือถ้า AI ตอบผิดเรื่องราคา เงื่อนไขคืนเงิน การรับประกัน สุขภาพ การเงิน หรือคำแนะนำทางกฎหมาย ลูกค้าอาจเชื่อและตัดสินใจจากคำตอบนั้น

ดังนั้น chatbot ต้องมีขอบเขตชัดว่าเรื่องไหนตอบได้ เรื่องไหนต้องส่งต่อคน และควรมีข้อความกำกับเมื่อตอบเรื่องสำคัญ เช่น ให้ตรวจสอบกับเจ้าหน้าที่ก่อนตัดสินใจ ระบบที่ดีควรมี human handoff, audit log และฐานความรู้ที่ควบคุมได้ ไม่ใช่ปล่อยให้ AI ตอบจากจินตนาการ

AI ที่ใช้ช่วยคัดคนสมัครงาน ให้คะแนนนักเรียน ประเมินเครดิต ประเมินความเสี่ยงลูกค้า จัดลำดับคิวบริการ หรือแนะนำการปฏิเสธสิทธิ์บางอย่าง เป็นกลุ่มที่ต้องระวังมาก เพราะผลลัพธ์กระทบชีวิต โอกาส หรือสิทธิของคนโดยตรง

แนวทางที่ควรทำคือใช้ AI เป็น decision support ไม่ใช่ decision maker ทั้งหมด ต้องมีคนรับผิดชอบ final decision มีเหตุผลประกอบ ตรวจ bias และเปิดช่องให้คนถูกกระทบโต้แย้งหรือขอทบทวนได้ ยิ่งระบบเกี่ยวกับ HR การศึกษา การเงิน กฎหมาย หรือบริการสาธารณะ ยิ่งต้องมี governance ที่เข้ม

องค์กรที่ใช้ AI แบบปล่อยให้ทุกทีมใช้เองโดยไม่มี owner จะเจอปัญหาเดิมเหมือนระบบ API กระจัดกระจาย คือไม่มีใครรู้ว่าใช้ AI ตัวไหนกับข้อมูลอะไร ใครอนุมัติ prompt ไหน ใครตรวจ output และถ้าเกิด incident ต้องติดต่อใคร

ควรมี AI owner หรืออย่างน้อย AI governance checklist สำหรับแต่ละ workflow เช่น ทีม marketing ใช้ AI ทำโฆษณา ทีม support ใช้ AI ตอบลูกค้า ทีม dev ใช้ AI เขียนโค้ด ทีม HR ใช้ AI ช่วยคัดใบสมัคร แต่ละ use case ต้องมี owner, approved tools, data rules, review process และ incident contact

เมื่อเกิดปัญหา คำถามแรกไม่ใช่ AI รุ่นไหนตอบผิด แต่คือใครใช้ AI ทำอะไร ใช้ข้อมูลอะไร ผลลัพธ์ถูกแก้หรือไม่ ใครอนุมัติ และเผยแพร่ไปที่ไหน ถ้าองค์กรตอบคำถามนี้ไม่ได้ ก็จะจัดการความรับผิดชอบได้ยากมาก

Audit trail ไม่จำเป็นต้องซับซ้อนตั้งแต่วันแรก แต่ควรมีขั้นต่ำ เช่น บันทึก tool ที่ใช้ วันที่ ผู้ใช้ use case เวอร์ชัน prompt หรือ template สำคัญ ข้อมูลที่ส่งเข้าไปแบบคร่าว ๆ output เวอร์ชันสุดท้าย และผู้อนุมัติก่อนเผยแพร่ โดยต้องระวังไม่เก็บข้อมูลส่วนบุคคลหรือ secret มากเกินจำเป็นใน log

ก่อนนำ AI ไปใช้จริง ควรตอบคำถามพื้นฐานให้ได้ก่อนว่าข้อมูลที่ใช้คืออะไร มีข้อมูลส่วนบุคคลไหม output จะไปอยู่ที่ไหน ใครตรวจ ใครอนุมัติ และถ้า AI ผิดพลาดจะหยุดระบบหรือแก้อย่างไร

ถ้าตอบไม่ได้ว่าผลลัพธ์ AI ส่งผลต่อใคร หรือไม่มีคนรับผิดชอบ final output แปลว่ายังไม่ควรเอา AI นั้นไปใช้กับลูกค้าจริงหรือการตัดสินใจสำคัญ

AI จะทำให้ความสามารถหลายอย่างกลายเป็นของธรรมดา แต่สิ่งที่จะมีค่ามากขึ้นคือความจริง ความไว้ใจ และความรับผิดชอบ คนและองค์กรที่ใช้ AI ได้ดีในระยะยาวจะไม่ใช่คนที่ปล่อย output ได้เร็วที่สุด แต่คือคนที่อธิบายได้ว่าใช้ข้อมูลอะไร ตรวจอย่างไร ใครรับผิดชอบ และถ้าเกิดผลเสียจะแก้อย่างไร

กฎหมาย AI ในอนาคตจะเข้มขึ้นเรื่อย ๆ แต่ไม่ควรรอให้กฎหมายบังคับก่อนถึงค่อยทำ สิ่งที่ควรเริ่มวันนี้คือ policy ง่าย ๆ, AI inventory, human review, data rules, audit trail และ owner ที่ชัดเจน เพราะความไว้ใจสร้างช้า แต่พังเร็วมากเมื่อ AI ถูกใช้แบบไม่มีความรับผิดชอบ