ข้อมูลที่ไม่ควรใส่ในเครื่องมือ AI ที่องค์กรไม่ได้อนุมัติ มีสี่กลุ่ม คือ ข้อมูลส่วนบุคคล (ชื่อ เลขบัตรประชาชน เบอร์โทร เลขบัญชี) ข้อมูลอ่อนไหวตาม PDPA มาตรา 26 เช่น ข้อมูลสุขภาพและประวัติอาชญากรรม ความลับทางธุรกิจ และ เอกสารที่มีสัญญาห้ามเปิดเผย ก่อนวางข้อมูลลงใน Claude, Copilot, ChatGPT หรือ Gemini ให้ถามตัวเอง 5 ข้อด้านล่าง ถ้าติดข้อ 1–3 ส่วนใหญ่แก้ได้ด้วยการปกปิดข้อมูล (data masking) ซึ่ง AI ยังทำงานได้ดีเหมือนเดิม บทความนี้มีตารางปกปิดข้อมูลแบบไทย และแผ่นเช็กลิสต์ที่คัดลอกไปติดข้างจอได้
บทความนี้เป็นแนวปฏิบัติสำหรับพนักงาน ไม่ใช่ความเห็นทางกฎหมาย นโยบายขององค์กรคุณมาก่อนเสมอ ถ้าองค์กรยังไม่มีนโยบาย อ่านโครงนโยบายการใช้ AI สำหรับองค์กรไทย
ข้อมูลอะไรใส่ AI ได้ อะไรไม่ได้
คำตอบขึ้นกับสองอย่าง คือข้อมูลอยู่ชั้นไหน และเครื่องมือที่ใช้เป็นบัญชีองค์กรที่อนุมัติแล้วหรือบัญชีส่วนตัว บัญชีองค์กรกับบัญชีส่วนตัวของเครื่องมือเดียวกันมีข้อตกลงเรื่องข้อมูลต่างกัน (ความต่างระหว่างเครื่องมือ AI แบบ enterprise กับแบบใช้ฟรี)
| ชั้นข้อมูล | ตัวอย่าง | บัญชีส่วนตัว / ฟรี | เครื่องมือที่องค์กรอนุมัติ |
|---|---|---|---|
| ข้อมูลสาธารณะ | ข่าว เว็บไซต์บริษัท เอกสารที่ประกาศแล้ว | ใส่ได้ | ใส่ได้ |
| ข้อมูลภายในทั่วไป | คู่มือ ขั้นตอนงาน ร่างอีเมลที่ไม่มีชื่อคน | ปกปิดก่อน หรือใช้บัญชีองค์กร | ใส่ได้ |
| ข้อมูลส่วนบุคคล (PDPA มาตรา 6) | ชื่อ เลขบัตรประชาชน เบอร์โทร อีเมล เลขบัญชี ที่อยู่ | ไม่ใส่ ปกปิดก่อนเสมอ | ใส่ได้เมื่อนโยบายอนุญาตและมีเหตุจำเป็นกับงาน |
| ข้อมูลอ่อนไหว (PDPA มาตรา 26) | สุขภาพ ความพิการ ศาสนา ประวัติอาชญากรรม ชีวมิติ | ไม่ใส่ | ไม่ใส่ เว้นแต่ฝ่ายกฎหมายอนุมัติเป็นกรณี |
| ความลับทางธุรกิจ / มี NDA | ต้นทุน สูตร แผนที่ยังไม่ประกาศ เอกสารลูกค้า | ไม่ใส่ | ตามนโยบายและเงื่อนไขในสัญญา |
ข้อมูลส่วนบุคคล ตาม PDPA มาตรา 6 คือข้อมูลเกี่ยวกับบุคคลที่ทำให้ระบุตัวบุคคลนั้นได้ ไม่ว่าทางตรงหรือทางอ้อม (ไม่รวมข้อมูลของผู้ถึงแก่กรรม) ส่วน ข้อมูลอ่อนไหว ตามมาตรา 26 ได้แก่ เชื้อชาติ เผ่าพันธุ์ ความคิดเห็นทางการเมือง ความเชื่อในลัทธิ ศาสนาหรือปรัชญา พฤติกรรมทางเพศ ประวัติอาชญากรรม ข้อมูลสุขภาพ ความพิการ ข้อมูลสหภาพแรงงาน ข้อมูลพันธุกรรม และข้อมูลชีวภาพ ข้อมูลกลุ่มหลังนี้มีเงื่อนไขเข้มกว่ามาก จึงไม่ควรอยู่ในเครื่องมือ AI ทั่วไปเลย
เช็กลิสต์ 5 ข้อก่อนวางข้อมูล
ถามตัวเองตามลำดับ ถ้าติดที่ข้อไหน หยุดที่ข้อนั้น
- มีข้อมูลที่ระบุตัวคนได้อยู่ในนี้ไหม ชื่อ-นามสกุล เบอร์โทร อีเมล เลขบัตร เลขบัญชี ที่อยู่ ภาพถ่าย ถ้ามี ให้ปกปิดก่อน หรือใช้เฉพาะเครื่องมือที่องค์กรอนุมัติสำหรับข้อมูลส่วนบุคคล ถ้าเป็นข้อมูลสุขภาพหรือข้อมูลอ่อนไหวอื่นตามมาตรา 26 ไม่ใส่เลย
- ถ้าคู่แข่งเห็นข้อความนี้ จะเสียหายไหม ราคาต้นทุน สูตร แผนงานที่ยังไม่ประกาศ รายชื่อลูกค้า ข้อมูลการเงินที่ยังไม่เปิดเผย ถ้าใช่ นี่คือความลับทางธุรกิจ ใช้ได้เฉพาะเครื่องมือที่องค์กรอนุมัติ
- มีสัญญาหรือข้อตกลงรักษาความลับครอบอยู่ไหม เอกสารจากลูกค้า คู่ค้า หรือหน่วยงานกำกับ มักมีเงื่อนไขห้ามส่งต่อบุคคลที่สาม และผู้ให้บริการเครื่องมือ AI ภายนอกนับเป็นบุคคลที่สาม
- เครื่องมือที่กำลังจะใช้ อยู่ในรายชื่อที่อนุมัติหรือไม่ และกำลังใช้ผ่านบัญชีองค์กรจริงหรือเปล่า เครื่องมือ AI ส่วนใหญ่ประมวลผลบนเซิร์ฟเวอร์ต่างประเทศ การส่งข้อมูลส่วนบุคคลออกนอกประเทศมีเงื่อนไขตาม PDPA มาตรา 28 ซึ่งองค์กรจัดการไว้แล้วในเครื่องมือที่อนุมัติ แต่ไม่ได้จัดการให้ในบัญชีส่วนตัวของพนักงาน
- ผลลัพธ์นี้จะถูกนำไปใช้ตัดสินใจเกี่ยวกับใครไหม ถ้ากระทบพนักงานหรือลูกค้ารายบุคคล เช่น การประเมิน การอนุมัติ ต้องมีคนตรวจและรับผิดชอบก่อนใช้เสมอ
ถ้าผ่านทั้ง 5 ข้อ ใช้ได้ ถ้าไม่ผ่านข้อ 1–3 ส่วนใหญ่แก้ได้ด้วยการปกปิดข้อมูลในหัวข้อถัดไป
ทำไมเรื่องนี้ถึงเป็นเรื่องขององค์กร ไม่ใช่แค่ของพนักงาน องค์กรในฐานะผู้ควบคุมข้อมูลส่วนบุคคลมีหน้าที่ตามมาตรา 37 ต้องจัดมาตรการรักษาความปลอดภัยที่เหมาะสม และถ้าข้อมูลส่วนบุคคลหลุดออกไปในลักษณะที่มีความเสี่ยงต่อสิทธิของเจ้าของข้อมูล อาจเป็นเหตุละเมิดที่ต้องแจ้งสำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล (สคส.) ภายใน 72 ชั่วโมงนับแต่ทราบเหตุ (หน้าที่ขององค์กรตาม PDPA เมื่อใช้ AI)
วิธีปกปิดข้อมูล (data masking) ให้ AI ยังทำงานได้
การปกปิดไม่ใช่การลบทุกอย่างจนเหลือแต่คำว่า "ข้อมูล" AI ต้องการโครงสร้างของงาน ไม่ได้ต้องการตัวตนจริงของคน
- แทนชื่อด้วยบทบาท "คุณสมชาย ลูกค้ารายใหญ่" กลายเป็น "ลูกค้า A" หรือ "ผู้จัดการฝ่ายจัดซื้อของลูกค้า A" AI สรุปหรือร่างจดหมายได้เหมือนเดิม
- ตัดเลขระบุตัวตนออกทั้งหมด ไม่มีงานเอกสารใดที่ AI ต้องรู้เลขบัตร เลขบัญชี หรือเบอร์โทรจริง
- ปรับตัวเลขให้เป็นสัดส่วน ถ้าต้องวิเคราะห์แนวโน้ม ใช้ดัชนี (100, 112, 98) แทนยอดจริง แนวโน้มยังอยู่ ตัวเลขจริงไม่ออกไป
- สรุปสัญญาด้วยโครง ไม่ใช่ตัวเอกสาร พิมพ์ประเด็นที่ต้องการให้ช่วย แทนการวางสัญญาทั้งฉบับ
- ปกปิดในเครื่องของเราก่อนคัดลอก ใช้ค้นหาและแทนที่ (Find & Replace) ใน Word, Excel หรือ Google Docs บนสำเนา แล้วเก็บตารางจับคู่ เช่น "ลูกค้า A = ชื่อจริง" ไว้ในเครื่อง เมื่อได้ผลลัพธ์กลับมาค่อยแทนชื่อจริงกลับเอง ข้อมูลจริงไม่เคยออกจากเครื่อง
ตารางปกปิดข้อมูลแบบไทย
ข้อมูลระบุตัวตนในเอกสารไทยมีหน้าตาเฉพาะ ตารางนี้ใช้เป็นรายการตรวจก่อนคัดลอกได้
| ข้อมูล | หน้าตาในเอกสารไทย | ปกปิดเป็น | ข้อควรรู้ |
|---|---|---|---|
| ชื่อ-นามสกุล | นาย / นาง / นางสาว / คุณ + ชื่อ นามสกุล | ลูกค้า A หรือบทบาทในงาน | ตัดคำนำหน้าด้วย เพราะบอกเพศและสถานภาพสมรส |
| เลขประจำตัวประชาชน | 13 หลัก รูปแบบ X-XXXX-XXXXX-XX-X | ลบทิ้ง หรือ [เลขบัตร] | เป็นเลขประจำตัวผู้เสียภาษีของบุคคลด้วย มักซ่อนอยู่ในใบกำกับภาษีและสัญญา |
| เบอร์โทรศัพท์มือถือ | 10 หลัก ขึ้นต้นด้วย 06 08 หรือ 09 | [โทร-1] | ระวังเบอร์ในลายเซ็นท้ายอีเมลที่ติดมาทั้งเธรด |
| เลขบัญชีธนาคาร | ตัวเลขหลายหลัก มักมีขีดคั่น | [บัญชี-1] | พบบ่อยในใบแจ้งหนี้ หนังสือขอโอนเงิน และสลิป |
| ที่อยู่ | บ้านเลขที่ หมู่ ถนน ตำบล อำเภอ จังหวัด รหัสไปรษณีย์ 5 หลัก | เหลือแค่จังหวัด ถ้างานต้องใช้ | ที่อยู่เต็มพร้อมชื่อระบุตัวคนได้ทันที |
| LINE ID / อีเมล | ไอดีไลน์ อีเมลส่วนตัวหรืออีเมลบริษัท | [ช่องทางติดต่อ-1] | อีเมลบริษัทที่มีชื่อคนก็เป็นข้อมูลส่วนบุคคล |
| เงินเดือน / ยอดรายคน | ตัวเลขผูกกับชื่อหรือรหัสพนักงาน | ช่วง หรือดัชนี | รหัสพนักงานก็ระบุตัวคนได้ในองค์กร |
| ข้อมูลสุขภาพ / ประวัติ | ใบรับรองแพทย์ ประวัติการรักษา ประวัติอาชญากรรม | ไม่ใส่เลย | ข้อมูลอ่อนไหวตามมาตรา 26 แม้ปกปิดชื่อแล้ว บริบทอาจยังระบุตัวคนได้ |
จุดที่หลุดง่าย แม้ลบชื่อในเนื้อความแล้ว ข้อมูลยังติดไปได้จาก ลายเซ็นท้ายอีเมลในเธรดที่ตอบกันหลายรอบ ชื่อไฟล์ หัวคอลัมน์ในตาราง ความเห็น (comment) และประวัติการแก้ไขในไฟล์ และภาพหน้าจอที่มีชื่อคนอยู่มุมใดมุมหนึ่ง ตรวจจุดเหล่านี้ก่อนคัดลอกทุกครั้ง
ฝึกทำสามครั้งกับเอกสารจริงของตัวเอง หลังจากนั้นจะใช้เวลาไม่ถึงนาที นี่คือแบบฝึกหัดที่เราให้ทำในโมดูลแรกของหลักสูตร AI for Workforce ก่อนสอนเทคนิคใด ๆ
ตัวอย่างตามแผนก
- ทีมขาย วางอีเมลลูกค้าที่ตัดชื่อและบริษัทออกเพื่อให้ช่วยร่างคำตอบ ทำได้ · วางรายการราคาพิเศษที่ให้ลูกค้ารายนั้น ไม่ทำ
- ทีม HR ให้ช่วยร่างประกาศรับสมัครจากคำบรรยายงาน ทำได้ · วางประวัติผู้สมัครทั้งฉบับให้ช่วยคัด ไม่ทำ ดูAI กับงาน HR
- ทีมการเงิน ให้ช่วยอธิบายสูตรหรือโครงรายงาน ทำได้ · วางงบการเงินที่ยังไม่เปิดเผยลงเครื่องมือส่วนตัว ไม่ทำ ดูAI สำหรับงานการเงินและบัญชี
- ทีมบริการลูกค้า ให้ช่วยปรับน้ำเสียงคำตอบมาตรฐาน ทำได้ · วางประวัติการซื้อของลูกค้ารายบุคคล ไม่ทำ
แผ่นเช็กลิสต์ติดข้างจอ
คัดลอกห้าบรรทัดนี้ไปพิมพ์หรือปักหมุดไว้ในแชตทีม
ก่อนวางข้อมูลลง AI ถาม 5 ข้อ · 1) มีข้อมูลที่ระบุตัวคนได้ไหม → ปกปิดก่อน ข้อมูลสุขภาพไม่ใส่เลย · 2) คู่แข่งเห็นแล้วเสียหายไหม → ใช้แค่เครื่องมือที่อนุมัติ · 3) มีสัญญาห้ามเปิดเผยไหม → ห้ามใส่ถ้าสัญญาไม่อนุญาต · 4) ใช้บัญชีองค์กรที่อนุมัติอยู่ไหม → ไม่ใช่ก็หยุด · 5) ผลจะใช้ตัดสินเรื่องคนไหม → ต้องมีคนตรวจและรับผิดชอบ
สิ่งที่หัวหน้าทีมต้องเตรียมให้ก่อน
เช็กลิสต์ทำงานได้ก็ต่อเมื่อพนักงานรู้คำตอบของสามอย่างนี้
- รายชื่อเครื่องมือที่อนุมัติแล้ว และเครื่องมือไหนใช้กับข้อมูลชั้นใดได้
- ช่องทางถามเมื่อไม่แน่ใจ ที่ตอบภายในวันเดียวกัน ถ้าช้ากว่านั้นคนจะเดาเอง
- ตัวอย่างการปกปิดข้อมูลของงานในแผนกตัวเองสักสองสามชิ้น
ถ้ายังไม่มีทั้งสามอย่าง การอบรมที่รวมเรื่องนี้ไว้ตั้งแต่ต้นจะเร็วกว่าการเขียนเอกสารแจก ดูการดูแลข้อมูลขององค์กรระหว่างอบรม และหลักสูตร AI Governance & Responsible AI
แหล่งอ้างอิง
- พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 ราชกิจจานุเบกษา เล่ม 136 ตอนที่ 69 ก (มาตรา 6 นิยาม · มาตรา 26 ข้อมูลอ่อนไหว · มาตรา 28 การส่งข้อมูลไปต่างประเทศ · มาตรา 37 หน้าที่ของผู้ควบคุมข้อมูลและการแจ้งเหตุละเมิด)
- สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล (สคส.) ประกาศคณะกรรมการที่ออกตาม พ.ร.บ. รวมถึงหลักเกณฑ์การแจ้งเหตุละเมิดและการส่งข้อมูลไปต่างประเทศ
- แนวทางประยุกต์ใช้ Generative AI อย่างมีธรรมาภิบาลสำหรับองค์กร กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม และ ETDA ตุลาคม 2567
อ่านต่อ
ทีม IT ที่ต้องกันข้อมูลรั่วในระดับระบบ ฝึกได้ในหลักสูตร AI Security ที่จัดในองค์กรได้
บทความอื่นในหัวข้อนโยบายและความปลอดภัยข้อมูล · ความเสี่ยงจาก AI ที่องค์กรต้องคุม · หน้าที่ขององค์กรตาม PDPA เมื่อใช้ AI