แนวทาง AI กับ PDPA ของ สคส.: 5 เรื่องที่องค์กรต้องรู้ก่อนนำข้อมูลส่วนบุคคลไปพัฒนาหรือใช้งาน AI

องค์กรที่ใช้แชตบอต AI กับข้อมูลลูกค้า หรือกำลังพัฒนาระบบ AI ของตัวเอง มีแนวทางอ้างอิงจากหน่วยงานกำกับแล้ว สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล (สคส.) ร่วมกับ ETDA ออกแนวทางการคุ้มครองข้อมูลส่วนบุคคลสำหรับการพัฒนาและใช้งาน AI ครอบคลุมทั้ง AI วิเคราะห์ข้อมูล AI สร้างเนื้อหา และเอเจนต์ AI ตั้งแต่วางแผนจนเลิกใช้ บทความนี้สรุป 5 เรื่องหลักที่ทีมเทคนิคและผู้บริหารควรรู้

แนวทางนี้คืออะไร และบังคับใช้หรือไม่

เอกสารนี้ออกโดยคณะกรรมการคุ้มครองข้อมูลส่วนบุคคลตามอำนาจในพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 มาตรา 16(3) มีสถานะเป็นแนวทางปฏิบัติ ไม่ใช่กฎหมายใหม่ แต่บอกได้ชัดว่าหน่วยงานกำกับมอง PDPA กับ AI อย่างไร จึงเป็นมาตรฐานที่องค์กรควรใช้ตรวจตัวเอง ท้ายเอกสารมีรายการตรวจสอบแยกสำหรับฝั่งพัฒนา AI และฝั่งใช้งาน AI

1. คำสั่ง บันทึกการใช้งาน และคำตอบของ AI ก็เป็นข้อมูลส่วนบุคคลได้

ข้อมูลส่วนบุคคลในระบบ AI ไม่ได้มีแค่ชื่อหรือฐานข้อมูลลูกค้า ข้อความที่พนักงานพิมพ์สั่ง AI บันทึกการใช้งาน ข้อมูลที่แปลงเป็นเวกเตอร์ (embedding) เพื่อค้นหา และคำตอบที่ AI สร้างขึ้น ล้วนเป็นข้อมูลส่วนบุคคลได้ถ้าระบุตัวคนได้ทั้งทางตรงและทางอ้อม แนวทางยังย้ำว่าโมเดลที่ฝึกด้วยข้อมูลส่วนบุคคลไม่ได้กลายเป็นข้อมูลนิรนามโดยอัตโนมัติ การตรวจจึงต้องดูทั้งสิ่งที่ส่งเข้า สิ่งที่เก็บไว้ และสิ่งที่ออกมา ไม่ใช่แค่ฐานข้อมูลต้นทาง

2. ระบุบทบาทให้ชัด และอ่านเงื่อนไขของผู้ให้บริการ AI

องค์กรต้องแยกให้ได้ว่าใครเป็นผู้ควบคุมข้อมูล และใครเป็นผู้ประมวลผลข้อมูล โดยดูจากว่าใครเป็นผู้ตัดสินใจเรื่องวัตถุประสงค์และวิธีการจริง ไม่ใช่ดูจากคำที่เขียนในสัญญา ผู้ให้บริการที่นำข้อมูลของลูกค้าไปฝึกโมเดลของตัวเองอาจกลายเป็นผู้ควบคุมข้อมูลด้วย สัญญากับผู้ให้บริการ AI จึงต้องระบุให้ชัดว่านำข้อมูลไปฝึกโมเดลได้หรือไม่ ใครเข้าถึงได้บ้าง และมีการส่งข้อมูลไปต่างประเทศหรือไม่

3. เลือกฐานทางกฎหมายให้เหมาะ อย่าพึ่งความยินยอมอย่างเดียว

ก่อนใช้ความยินยอม ควรพิจารณาฐานทางกฎหมายอื่นที่เหมาะสมก่อน เพราะถ้าผู้ใช้ถอนความยินยอม ระบบที่พึ่งข้อมูลนั้นอาจทำงานต่อไม่ได้ ข้อมูลทั่วไปตามมาตรา 24 กับข้อมูลอ่อนไหวตามมาตรา 26 เช่นข้อมูลสุขภาพมีเงื่อนไขต่างกัน การอ้างประโยชน์โดยชอบด้วยกฎหมายต้องทำการประเมิน (Legitimate Interest Assessment) และใช้กับข้อมูลอ่อนไหวไม่ได้ ส่วนการนำข้อมูลที่เก็บไว้แล้วมาใช้กับ AI ต้องตรวจว่าวัตถุประสงค์ใหม่สอดคล้องกับวัตถุประสงค์เดิมหรือไม่ และใช้เท่าที่จำเป็น

4. ประเมินความเสี่ยงก่อนเปิดใช้งาน

โครงการที่มีความเสี่ยงสูง เช่น ให้ AI ตัดสินใจเรื่องที่กระทบคนอย่างมีนัยสำคัญ หรือฝึกโมเดลด้วยข้อมูลอ่อนไหว ควรทำการประเมินผลกระทบด้านการคุ้มครองข้อมูล (DPIA) ก่อน มาตรการที่แนะนำได้แก่ ควบคุมสิ่งที่ส่งเข้าและออกจาก AI จำกัดสิทธิ์ของเอเจนต์ AI ไม่ให้ทำได้มากเกินจำเป็น และเก็บบันทึกการทำงานไว้ตรวจสอบ ผู้บริหารควรยืนยันเรื่องบทบาท ฐานทางกฎหมาย และผลการประเมินก่อนอนุมัติ และต้องให้คนตรวจทานแก้การตัดสินใจของ AI ได้จริง ไม่ใช่แค่ในเอกสาร ช่องทางรับคำขอของเจ้าของข้อมูลและแผนรับมือข้อมูลรั่วต้องพร้อมก่อนเปิดใช้งาน

5. ออกแบบระบบให้รองรับสิทธิของเจ้าของข้อมูล

สิทธิอย่างการขอลบข้อมูลต้องออกแบบไว้ตั้งแต่ต้น แนวทางแนะนำให้แยกฐานความรู้ที่ระบบค้นหาแบบ RAG ใช้ ออกจากข้อมูลที่ฝังอยู่ในโมเดลที่ฝึกแล้ว เพราะการลบข้อมูลออกจากดัชนีของ RAG ไม่ได้ลบออกจากตัวโมเดล และการทำให้โมเดลลืมข้อมูล (machine unlearning) ยังทำได้ยาก ระหว่างนี้จึงอาจใช้การกรองคำตอบเป็นมาตรการชั่วคราว ตามกติกาการลบข้อมูลขององค์กร หลักปฏิบัติทั่วไปสำหรับนักพัฒนาอ่านต่อได้ในPDPA สำหรับนักพัฒนา

เริ่มจากตรงไหนดี

1. ทำรายการระบบ AI ที่องค์กรใช้อยู่ รวมถึงบริการที่พนักงานใช้เองโดยไม่ผ่านฝ่ายไอที
2. ระบุว่าแต่ละระบบใช้ข้อมูลส่วนบุคคลอะไร ทั้งที่ส่งเข้า เก็บไว้ และได้ออกมา
3. ตรวจสัญญาผู้ให้บริการ เรื่องการนำข้อมูลไปฝึกโมเดลและการส่งข้อมูลไปต่างประเทศ
4. ทำ DPIA ให้โครงการเสี่ยงสูง ก่อนเปิดใช้งานจริง
5. ใช้รายการตรวจสอบท้ายแนวทาง เป็นเช็กลิสต์ภายในก่อนอนุมัติทุกโครงการ AI ใหม่

องค์กรไทยหลายแห่งเริ่มใช้ AI กับข้อมูลลูกค้าไปก่อนที่จะมีนโยบายรองรับ แนวทางฉบับนี้เป็นจังหวะที่ดีในการตรวจย้อนและวางกติกาให้ชัด ทีมงาน Smart Cyber Tech ช่วยวางแนวทางนำ AI มาใช้ให้สอดคล้องกับ PDPA ตั้งแต่สำรวจการใช้ข้อมูลไปจนถึงออกแบบระบบที่รองรับสิทธิของเจ้าของข้อมูล ปรึกษาได้ที่ แบบฟอร์มติดต่อ