AI สำหรับตำรวจ 101

1 · AI คืออะไร

AI สร้างข้อความ (LLM) คือเครื่อง 'ทำนายคำถัดไป' ไม่ใช่ฐานข้อมูล

ChatGPT, Claude, Gemini, Grok เรียนรู้จากข้อความจำนวนมหาศาล แล้วเดาว่าคำถัดไปควรเป็นอะไรให้ฟังดูสมเหตุสมผลที่สุด มันไม่ได้ 'ค้น' ข้อเท็จจริงจากทะเบียน และไม่รู้ว่าตัวเองผิดเมื่อไร

• ตอบได้ลื่นและมั่นใจ แม้ข้อมูลจะไม่มีอยู่จริง — ความมั่นใจของ AI ไม่ใช่หลักฐาน
• ไม่มีความจำถาวรระหว่างบทสนทนา (เว้นแต่ระบบต่อฐานข้อมูลให้)
• ความรู้หยุดที่วันตัดข้อมูล (cutoff) — เหตุการณ์ใหม่/ระเบียบใหม่อาจไม่รู้
• ผลลัพธ์เปลี่ยนได้ทุกครั้งที่ถามใหม่ แม้คำถามเดิม

2 · ใช้ทำอะไรได้ดี

งานที่ AI ช่วยตำรวจได้จริง — งาน 'เรียบเรียง' ไม่ใช่งาน 'ตัดสิน'

ให้ AI ทำงานที่มีต้นทางชัด ตรวจย้อนได้ และคนตรวจซ้ำก่อนใช้

• สรุปเอกสารยาว / ถอดประเด็นจากบันทึกถ้อยคำ (ที่เรา 'แนบ' ให้)
• ร่างหนังสือราชการ รายงาน บรีฟผู้บังคับบัญชา — แล้วคนแก้
• เรียงเหตุการณ์เป็น timeline จากข้อมูลที่ให้
• แปลภาษา / ปรับสำนวน / ทำตาราง / ทำสไลด์
• ช่วยคิดคำถามสอบปากคำ หรือมุมที่อาจมองข้าม (ใช้เป็นเช็กลิสต์ ไม่ใช่คำสั่ง)
• อ่านภาพเอกสารสแกน (OCR) แล้วให้คนตรวจตัวเลข/ชื่อทุกจุด

3 · ห้ามใช้ทำอะไร

จุดที่ห้ามพึ่ง AI เด็ดขาด

งานที่ผลลัพธ์กลายเป็น 'ข้อเท็จจริงในสำนวน' หรือกระทบสิทธิบุคคล ต้องมาจากหลักฐานและดุลยพินิจของเจ้าหน้าที่เท่านั้น

• ถามว่า 'คนนี้เป็นใคร / มีประวัติอะไร' — AI จะแต่งประวัติให้ได้แม้ไม่รู้จัก
• ให้ AI ชี้ตัวผู้กระทำผิด หรือสรุปว่าใครโกหก
• ใช้ตัวเลขทางกฎหมาย (มาตรา/อัตราโทษ/อายุความ) โดยไม่เปิดตัวบทตรวจ
• ให้ AI 'ยืนยัน' ว่าภาพ/เอกสารเป็นของจริงหรือปลอม (ทำได้แค่ตั้งข้อสังเกต)
• ตัดสินใจจับ ค้น อายัด จากผลวิเคราะห์ AI โดยไม่มีหลักฐานอิสระ

4 · Hallucination

AI แต่งข้อมูล — และแต่งได้เนียนที่สุดตรงจุดที่เราตรวจน้อยที่สุด

Hallucination คืออาการที่ AI สร้างข้อความที่ 'ดูเหมือนจริง' แต่ไม่มีที่มา เช่น เลขคดี เลขบัญชี ชื่อพยาน มาตรากฎหมาย วันที่ URL

• สัญญาณเตือน: ตัวเลข/ชื่อเฉพาะ/คำอ้างอิงที่เราไม่ได้ให้ไป แต่โผล่ในคำตอบ
• สัญญาณเตือน: คำว่า 'ยืนยันแล้ว' 'แน่นอน' ทั้งที่หลักฐานไม่มี
• สัญญาณเตือน: ข้อสรุปเกินข้อมูล เช่น 'น่าจะเป็นคนเดียวกัน' → เป็นการอนุมาน ไม่ใช่ข้อเท็จจริง
• วิธีลด: แนบข้อมูลต้นทางให้ + สั่งว่า 'ไม่พบให้ตอบว่าไม่พบ ห้ามเดา' + ขอให้ระบุที่มาทุกข้อ
• วิธีจับ: ทุกตัวเลข ชื่อ วันที่ ในผลลัพธ์ AI ต้องชี้กลับไปยังเอกสารต้นทางได้ ถ้าชี้ไม่ได้ = ตัดทิ้ง

5 · ข้อมูลเข้า AI

ก่อนพิมพ์อะไรลงไป ถามว่า 'ถ้าข้อความนี้หลุดออกไป เสียหายไหม'

AI สาธารณะ (เว็บ/แอปฟรี) อาจเก็บสิ่งที่พิมพ์ไว้ฝึกโมเดล หรือถูกพนักงานผู้ให้บริการอ่านได้ ข้อมูลคดีและข้อมูลส่วนบุคคลจึงมีทั้งความเสี่ยงทางกฎหมายและทางปฏิบัติการ

• ห้ามใส่: เลขบัตรประชาชน ชื่อ-สกุลจริงของผู้เสียหาย/ผู้ต้องหา/พยาน เลขบัญชี เบอร์โทร ที่อยู่ ภาพบุคคล สำเนาสำนวน
• ทำได้: ลบ/ปิดชื่อ (นาย ก. / บัญชี A) ตัดเลขให้เหลือ 4 ตัวท้าย ใช้ข้อมูลจำลองเพื่อขอโครงร่าง
• พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 (PDPA): การส่งข้อมูลส่วนบุคคลไปยังผู้ให้บริการภายนอกถือเป็นการเปิดเผย/โอน ต้องมีฐานอำนาจและมาตรการที่เหมาะสม — เมื่อไม่แน่ใจ ให้ปิดชื่อก่อนเสมอ
• ระเบียบชั้นความลับของทางราชการยังบังคับใช้ตามปกติ AI ไม่ใช่ข้อยกเว้น
• ระบบ AI ภายในหน่วย (on-premise / เครือข่ายปิด) ลดความเสี่ยง แต่ยังต้องควบคุมสิทธิ์และเก็บ log

6 · หลักปฏิบัติ

Verification First · Human Judgment Final

ทุกผลลัพธ์จาก AI เป็น 'ร่าง' จนกว่าเจ้าหน้าที่จะตรวจกับหลักฐานต้นทางแล้ว ผู้ลงชื่อรับผิดชอบคือคน ไม่ใช่โปรแกรม

• รวบรวม → เรียบเรียง → วิเคราะห์ → นำเสนอ: ให้ AI ช่วยขั้น 'เรียบเรียง' มากที่สุด ขั้น 'วิเคราะห์/นำเสนอ' คนต้องคุม
• แยก 3 ชั้นทุกครั้ง: ข้อเท็จจริง (มีหลักฐาน) / ข้อสันนิษฐาน / ข้อเสนอแนะ
• รายงานที่ส่งผู้บังคับบัญชา: เลขทุกตัวชี้กลับไปยังเอกสารต้นทางได้
• บันทึกว่าใช้ AI ในขั้นไหน (transparency) — ป้องกันข้อโต้แย้งภายหลัง
• ถ้าคนสองคนถาม AI แล้วได้คำตอบต่างกัน ไม่ใช่ว่าใครถูก — แปลว่ายังไม่มีหลักฐาน

7 · ศัพท์ที่ต้องรู้

คำที่จะเจอบ่อยในบทถัดไป