← กลับหน้าภาพรวม
⚖️ ธรรมาภิบาล & กฎหมาย · GOVERNANCE

ธรรมาภิบาล & กฎหมาย: ใช้ AI ภาครัฐอย่างชอบธรรม

หน้านี้รวม 'กติกาและกฎหมาย' ที่หน่วยงานรัฐต้องรู้ก่อนใช้ AI ตั้งแต่กรอบธรรมาภิบาล AI ของไทย (ETDA/สดช./ก.พ.ร.), กฎหมายคุ้มครองข้อมูลส่วนบุคคล (PDPA), พ.ร.บ.ที่เกี่ยวข้อง, หลักความโปร่งใสและอธิบายได้, สิทธิอุทธรณ์และข้อห้ามตัดสินสิทธิ์อัตโนมัติ, การจัดซื้อ AI อย่างรับผิดชอบ, อธิปไตยข้อมูล ไปจนถึง 'เส้นที่หน่วยงานไม่ควรข้าม' เรื่องกฎหมายและร่างแนวทางเหล่านี้เปลี่ยนเร็ว โปรดเปิดตัวบทฉบับจริงและตรวจสอบสถานะล่าสุดก่อนนำไปอ้างอิงในงานจริงเสมอ

⚖️ AI governance · PDPA · สิทธิพลเมือง · อธิปไตยข้อมูล

ทำไมภาครัฐต้องเข้มเรื่องธรรมาภิบาล AI มากกว่าเอกชน

เอกชนใช้ AI ผิดพลาด อาจเสียลูกค้าหรือเสียเงิน แต่รัฐใช้ AI ผิดพลาด กระทบสิทธิ เสรีภาพ และความเป็นธรรมต่อประชาชนที่ 'เลือกไม่ใช้บริการ' ไม่ได้ เพราะรัฐผูกขาดบริการหลายอย่าง ธรรมาภิบาล AI ภาครัฐ (AI governance) จึงไม่ใช่เรื่องเลือกได้ แต่เป็นเงื่อนไขของการใช้อำนาจอย่างชอบธรรม หลักสำคัญที่ย้ำตลอดหน้านี้มี 4 ข้อ: (1) โปร่งใส — ประชาชนต้องรู้ว่ามี AI เกี่ยวข้องตรงไหน (2) รับผิดชอบได้ — ระบุตัวผู้รับผิดและตรวจย้อนได้ (3) เป็นธรรม — ไม่เลือกปฏิบัติ (4) มีคนกำกับ — เจ้าหน้าที่ตัดสินเรื่องกระทบสิทธิเสมอ ในไทยมีหน่วยงานที่วางแนวทางจริง ได้แก่ ETDA (ผ่านศูนย์ธรรมาภิบาล AI - AIGC และแนวปฏิบัติจริยธรรม AI), สดช./ONDE (นโยบายดิจิทัลและการยกร่างกฎหมาย AI), และสำนักงาน ก.พ.ร. (มาตรฐานคุณภาพบริการ) สอดคล้องหลักสากลอย่าง OECD AI Principles และข้อเสนอแนะจริยธรรม AI ของ UNESCO ที่ไทยร่วมรับรอง

หมายเหตุ: แนวปฏิบัติ AI ของไทยส่วนใหญ่ยังเป็น 'แนวทางโดยสมัครใจ' (soft law) และร่างกฎหมาย AI ยังอยู่ระหว่างพิจารณา ต้องติดตามสถานะล่าสุด และอย่าให้ AI สรุปสถานะกฎหมายแทน — มันมั่วชื่อและปีของประกาศได้

PDPA กับระบบ AI ภาครัฐ

พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 (PDPA) บังคับใช้เต็มตัวตั้งแต่ 1 มิ.ย. 2022 และครอบคลุมถึงการนำข้อมูลส่วนบุคคลไปประมวลผลด้วย AI สิ่งที่หน่วยงานรัฐต้องทำ ได้แก่ มีฐานการประมวลผลที่ชอบด้วยกฎหมาย (สำหรับภาครัฐมักอ้างฐานภารกิจของรัฐ/หน้าที่ตามกฎหมาย มากกว่าความยินยอม แต่ต้องดูเป็นรายกรณี), เก็บข้อมูลเท่าที่จำเป็น (data minimization), แจ้งวัตถุประสงค์, เคารพสิทธิเจ้าของข้อมูล (เช่น สิทธิเข้าถึง แก้ไข คัดค้าน), มีมาตรการความปลอดภัย และมีเจ้าหน้าที่คุ้มครองข้อมูลส่วนบุคคล (DPO) โดยตั้งแต่ 9 ต.ค. 2025 หน่วยงานรัฐถูกกำหนดให้ต้องมี DPO ทั้งนี้กำกับโดยคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล (PDPC) ซึ่งช่วงปี 2025–2026 บังคับใช้เข้มขึ้นชัดเจน (มีการสั่งปรับจริงหลายกรณี) สำหรับข้อมูลอ่อนไหว เช่น ข้อมูลสุขภาพ เชื้อชาติ ศาสนา ประวัติอาชญากรรม ต้องดูแลเข้มเป็นพิเศษ กฎเหล็กภาคปฏิบัติคือ อย่านำข้อมูลส่วนบุคคลจริงไปป้อนเครื่องมือ AI สาธารณะ และหากใช้ผู้ให้บริการภายนอกต้องมีสัญญาแบ่งหน้าที่ข้อมูล (DPA) กับข้อห้ามนำไปฝึกโมเดล

ตัวอย่าง PROMPT
ช่วยทำ checklist ตรวจความสอดคล้อง PDPA สำหรับโครงการที่หน่วยงานจะใช้ AI ประมวลผลข้อมูลผู้รับบริการ ครอบคลุม: ฐานการประมวลผลที่ชอบด้วยกฎหมาย, การเก็บเท่าที่จำเป็น, การแจ้งวัตถุประสงค์, สิทธิเจ้าของข้อมูล, มาตรการความปลอดภัย, บทบาท DPO และการใช้ผู้ประมวลผลภายนอก (DPA + ห้ามนำไปเทรน) — เขียนเป็นข้อ ๆ ให้เจ้าหน้าที่นำไปตรวจกับตัวบทและแนวทาง PDPC จริง

ระวัง: checklist ที่ AI ร่างเป็นเพียงจุดตั้งต้น ต้องให้ DPO และนิติกรตรวจกับตัวบท PDPA และประกาศ/แนวทางของ PDPC ฉบับจริง อย่าอ้างมาตราจากคำตอบ AI โดยไม่เปิดตัวบท

พ.ร.บ.และระเบียบที่เกี่ยวข้องที่ต้องรู้

นอกจาก PDPA การใช้ AI ในภาครัฐยังเกี่ยวพันกับกฎหมายและระเบียบอีกหลายฉบับ การรู้ว่าเรื่องไหนอยู่ใต้กฎหมายใด ช่วยให้ออกแบบกระบวนการได้ถูกต้องตั้งแต่ต้น ตารางด้านล่างสรุปฉบับสำคัญและความเกี่ยวข้องกับงาน AI (ชื่อและปีให้ยึดตามราชกิจจานุเบกษาฉบับจริง)

กฎหมาย/ระเบียบเกี่ยวข้องกับ AI อย่างไร
พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 (PDPA)การเก็บ ใช้ เปิดเผยข้อมูลส่วนบุคคลในการฝึกและใช้ AI
พ.ร.บ.การบริหารงานและการให้บริการภาครัฐผ่านระบบดิจิทัล พ.ศ. 2562กรอบรัฐบาลดิจิทัล ธรรมาภิบาลข้อมูลภาครัฐ และการเชื่อมโยงข้อมูล
พ.ร.บ.ข้อมูลข่าวสารของราชการ พ.ศ. 2540สิทธิประชาชนเข้าถึงข้อมูลการปฏิบัติงานของรัฐ (รวมถึงการเปิดเผยการใช้ AI)
พ.ร.บ.วิธีปฏิบัติราชการทางปกครอง พ.ศ. 2539คำสั่งที่กระทบสิทธิต้องมีเหตุผลและเปิดสิทธิอุทธรณ์ (คนต้องเป็นผู้สั่ง)
พ.ร.บ.การรักษาความมั่นคงปลอดภัยไซเบอร์ พ.ศ. 2562หน้าที่ด้านความมั่นคงไซเบอร์และการคุ้มครองโครงสร้างพื้นฐานสำคัญ (CII)
พ.ร.บ.การจัดซื้อจัดจ้างและการบริหารพัสดุภาครัฐ พ.ศ. 2560ความโปร่งใสและการแข่งขันในการจัดซื้อระบบ AI
ระเบียบสำนักนายกรัฐมนตรีว่าด้วยงานสารบรรณ (ฉบับปรับปรุงรองรับเอกสารอิเล็กทรอนิกส์)รูปแบบและกระบวนการของหนังสือราชการที่ AI ช่วยร่าง

ระวัง: AI มักมั่วเลขมาตรา ปี พ.ศ. และชื่อกฎหมาย ตารางนี้ใช้เป็นแผนที่ตั้งต้น เมื่อจะอ้างอิงจริงให้เปิดราชกิจจานุเบกษา/เว็บทางการของหน่วยงานที่รับผิดชอบทุกครั้ง

ความโปร่งใสและการอธิบายได้ (Transparency & Explainability)

เมื่อรัฐใช้ AI ประชาชนมีสิทธิรู้ 2 ระดับ: ระดับแรกคือ 'รู้ว่ามี AI' (transparency/AI disclosure) — ต้องเปิดเผยว่ากระบวนการใดมี AI เข้ามาช่วย เช่น แชตบอตต้องบอกว่าเป็น AI ไม่แอบอ้างเป็นเจ้าหน้าที่ ระดับที่สองคือ 'อธิบายได้ว่าทำไม' (explainability) — โดยเฉพาะเมื่อ AI มีส่วนในการตัดสินที่กระทบสิทธิ ต้องอธิบายได้ว่าใช้ปัจจัยอะไร มีเหตุผลอย่างไร เพื่อให้ประชาชนเข้าใจและโต้แย้งได้ ปัญหาคือโมเดลภาษาขนาดใหญ่มักเป็น 'กล่องดำ' ที่อธิบายเหตุผลภายในได้ยาก แนวปฏิบัติที่ทำได้จริงคือ ออกแบบให้กระบวนการที่กระทบสิทธิใช้เกณฑ์ที่มนุษย์เข้าใจและตรวจสอบได้ (ไม่พึ่งกล่องดำล้วน ๆ), บันทึกร่องรอย (audit log) ว่า AI เสนออะไรและเจ้าหน้าที่ตัดสินอย่างไร, และเชื่อมกับสิทธิเข้าถึงข้อมูลตาม พ.ร.บ.ข้อมูลข่าวสารของราชการ พ.ศ. 2540

ตัวอย่าง PROMPT
ช่วยร่างข้อความ 'การเปิดเผยการใช้ AI' (AI disclosure) สำหรับแสดงในบริการออนไลน์ของหน่วยงาน ให้ประชาชนทราบว่า: จุดใดใช้ AI ช่วย, AI ทำอะไร/ไม่ทำอะไร, ใครเป็นผู้ตัดสินสุดท้าย, และช่องทางติดต่อเจ้าหน้าที่/อุทธรณ์ ใช้ภาษาสุภาพเข้าใจง่าย สั้น กระชับ ไม่เกิน 5 บรรทัด

สิทธิอุทธรณ์ และข้อห้ามตัดสินสิทธิ์โดยอัตโนมัติ

นี่คือหลักการที่เป็นหัวใจที่สุดของหลักสูตรทั้งหมด: 'ห้ามให้ AI ตัดสินสิทธิ์หรือลงโทษประชาชนโดยอัตโนมัติ' การกระทำของรัฐที่กระทบสิทธิ — อนุมัติ/ปฏิเสธคำขอ ออก/เพิกถอนใบอนุญาต กำหนดโทษทางปกครอง — เป็น 'คำสั่งทางปกครอง' ที่ตาม พ.ร.บ.วิธีปฏิบัติราชการทางปกครอง พ.ศ. 2539 ต้องกระทำโดยเจ้าหน้าที่ผู้มีอำนาจ ต้องระบุเหตุผลประกอบ และต้องเปิดสิทธิให้ประชาชนอุทธรณ์/โต้แย้งได้ ดังนั้น AI ทำได้เพียงบทบาทสนับสนุน คือคัดกรอง จัดลำดับ ประมวลข้อมูล หรือร่างเอกสาร แต่ 'การเคาะ' ต้องเป็นคนเสมอ การออกแบบที่ดีต้องมี: ผู้ตัดสินที่เป็นมนุษย์ที่ทบทวนได้จริง (ไม่ใช่แค่กดยืนยันตามบอต - rubber stamp), การเปิดเผยว่ามีการใช้ AI, และช่องทางอุทธรณ์ที่ประชาชนใช้ได้จริง โดยเฉพาะเมื่อมีความเสี่ยงเรื่องอคติ (bias) ที่อาจทำให้บางกลุ่มเสียเปรียบอย่างเป็นระบบ

ตัวอย่าง PROMPT
วิเคราะห์กระบวนการนี้แล้วบอกว่าขั้นตอนใดที่ AI ช่วยได้ และขั้นตอนใดที่ 'ต้องเป็นเจ้าหน้าที่ตัดสิน' เพราะเป็นคำสั่งทางปกครองที่กระทบสิทธิ พร้อมออกแบบ: (1) จุดตรวจของมนุษย์ (human review) ที่ไม่ใช่แค่กดยืนยัน (2) ข้อความแจ้งเหตุผลเมื่อผลไม่เป็นคุณต่อผู้ขอ (3) ช่องทางอุทธรณ์ — กระบวนการ: [อธิบายกระบวนการพิจารณาคำขอของหน่วยงาน]

เส้นที่ห้ามข้าม: ห้ามให้ AI ปฏิเสธสิทธิ์ ตัดสิทธิ์ หรือลงโทษประชาชนแบบอัตโนมัติ ต้องมีเจ้าหน้าที่ตัดสิน ระบุเหตุผล และเปิดสิทธิอุทธรณ์เสมอ การให้คนแค่ 'กดยืนยันตามบอต' โดยไม่ทบทวนจริง ก็ถือว่าไม่ผ่านหลักนี้

จัดซื้อ AI อย่างรับผิดชอบ (Responsible AI Procurement)

ภาครัฐไทยส่วนใหญ่ซื้อระบบ AI จากเอกชน สัญญาที่เขียนดีจึงเป็นเครื่องมือกำกับที่ทรงพลังที่สุด ข้อกำหนด (TOR) ควรบรรจุ: สิทธิในการตรวจสอบระบบและผลลัพธ์ (right to audit), การส่งมอบเอกสารกำกับโมเดล (model card/system card) และผลทดสอบกับข้อมูลบริบทไทย, ข้อห้ามนำข้อมูลของหน่วยงานหรือประชาชนไปฝึกโมเดลต่อ (no-training clause), การจัดเก็บข้อมูลในราชอาณาจักรตามชั้นความลับ, ความสามารถส่งออกข้อมูลและย้ายระบบเพื่อกันการผูกติดผู้ขายรายเดียว (vendor lock-in), ตัวชี้วัดคุณภาพขั้นต่ำ และความรับผิดเมื่อระบบทำงานผิดพลาด ทั้งหมดต้องสอดคล้องหลักความโปร่งใสของ พ.ร.บ.การจัดซื้อจัดจ้างและการบริหารพัสดุภาครัฐ พ.ศ. 2560 และหลีกเลี่ยงเงื่อนไขที่กีดกันการแข่งขัน ควรกำหนดช่วงทดลอง (pilot) ก่อนขยายผล และทำการประเมินผลกระทบเชิงอัลกอริทึม (Algorithmic Impact Assessment) สำหรับระบบที่อาจกระทบสิทธิ

ตัวอย่าง PROMPT
ช่วยร่างรายการข้อกำหนด 'ความรับผิดชอบและธรรมาภิบาล' สำหรับใส่ใน TOR จัดซื้อระบบ AI ของหน่วยงานรัฐ อย่างน้อย 10 ข้อ ครอบคลุม right to audit, model card, no-training, จัดเก็บข้อมูลในไทย, data portability/exit plan, ตัวชี้วัดคุณภาพขั้นต่ำ, ความรับผิด, การทดสอบกับข้อมูลไทย และช่วง pilot — เขียนเป็นภาษาที่ใส่ในเอกสารราชการได้ ให้เจ้าหน้าที่พัสดุ/นิติกรตรวจต่อ

อธิปไตยข้อมูลและคลาวด์ภาครัฐ (Data Sovereignty & GDCC)

ข้อมูลของรัฐและของประชาชนควรอยู่ภายใต้เขตอำนาจและกฎหมายไทย นี่คือแนวคิดอธิปไตยข้อมูล (data sovereignty) ประเทศไทยจึงมีนโยบายคลาวด์ภาครัฐ (Cloud First Policy) และระบบคลาวด์กลางภาครัฐ GDCC (Government Data Center and Cloud) ให้หน่วยงานเก็บและประมวลผลข้อมูลภายในประเทศ พร้อมกติกาการส่งข้อมูลออกนอกประเทศ (cross-border transfer) ตาม PDPA ในทางปฏิบัติ หน่วยงานต้องจำแนกชั้นข้อมูลก่อนเลือกที่เก็บและเครื่องมือ AI: ข้อมูลเปิดเผยได้ยืดหยุ่นได้; ข้อมูลส่วนบุคคล/ใช้ภายในต้องมีสัญญาคุ้มครองและตั้งค่าไม่ให้นำไปฝึกต่อ; ข้อมูลลับหรือกระทบความมั่นคงต้องอยู่ในระบบปิด/GDCC และห้ามป้อนเข้าเครื่องมือ AI สาธารณะ ความเสี่ยงที่พบบ่อยคือการใช้บริการ AI ที่ประมวลผลและเก็บข้อมูลในต่างประเทศโดยไม่รู้ตัว จึงต้องตรวจว่าข้อมูลไหลไปที่ใด และผูกเงื่อนไขไว้ในสัญญา

ชั้นข้อมูลที่เก็บ/ประมวลผลเครื่องมือ AI
เปิดเผยได้ยืดหยุ่นได้ (ควรระวังความถูกต้อง)เครื่องมือสาธารณะได้
ใช้ภายใน / ข้อมูลส่วนบุคคลระบบที่มีสัญญาคุ้มครองข้อมูล จัดเก็บในไทยตามเหมาะสมระบบองค์กร ตั้งค่าไม่นำไปเทรน หรือลบตัวระบุตัวตนก่อน
ลับ / กระทบความมั่นคงระบบปิดภายในรัฐ / GDCC ในประเทศห้ามใช้เครื่องมือสาธารณะเด็ดขาด

เส้นที่หน่วยงานไม่ควรข้าม (Lines Not to Cross)

ปิดท้ายด้วยสรุป 'เส้นแดง' ที่หน่วยงานควรติดไว้เตือนใจก่อนใช้ AI ทุกครั้ง เส้นเหล่านี้กลั่นมาจากทั้งกฎหมาย จริยธรรม และบทเรียนจริง: (1) ห้ามให้ AI ตัดสินสิทธิ์ ปฏิเสธคำขอ หรือลงโทษประชาชนโดยอัตโนมัติ — คนต้องตัดสินและอุทธรณ์ได้ (2) ห้ามป้อนข้อมูลส่วนบุคคลจริงหรือข้อมูลลับลงเครื่องมือ AI สาธารณะ (3) ห้ามอ้างเลขมาตรา ชื่อกฎหมาย คำพิพากษา หรือตัวเลขจากคำตอบ AI โดยไม่เปิดตัวบทจริงตรวจ (4) ห้ามใช้ AI แอบอ้างเป็นเจ้าหน้าที่หรือปิดบังว่าเป็น AI (5) ห้ามทำให้ช่องทางดิจิทัล/AI เป็นทางเดียวจนตัดสิทธิคนที่เข้าไม่ถึงเทคโนโลยี (6) ห้ามใช้ระบบที่อธิบายเหตุผลและตรวจสอบย้อนไม่ได้กับการตัดสินที่กระทบสิทธิ (7) ห้ามละเลยการทดสอบอคติ (bias) ในระบบที่ให้คุณให้โทษต่อประชาชน ถ้าไม่แน่ใจว่าเรื่องใดข้ามเส้นหรือไม่ ให้ถือว่าข้ามไว้ก่อนแล้วปรึกษาผู้รับผิดชอบด้านกฎหมายและ DPO

จำให้ขึ้นใจ: AI ช่วยคิด ไม่ตัดสินใจแทนคน · โปร่งใสว่าใช้ AI ตรงไหน · เคารพ PDPA และข้อมูลของประชาชน · เปิดสิทธิอุทธรณ์เสมอ · และตรวจสอบข้อมูลที่ AI ให้ทุกครั้งเพราะมันมั่วได้

← กลับหน้าภาพรวมหลักสูตร AI เพื่อภาครัฐและบริการประชาชน