|
สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ หรือ ETDA กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม ภายใต้การดำเนินงานของศูนย์ธรรมาภิบาลปัญญาประดิษฐ์ หรือ AI Governance Center (AIGC) จับมือ ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (NECTEC) ศูนย์ประสานงานด้านความมั่นคงปลอดภัยเทคโนโลยีสารสนเทศภาคการธนาคาร (TB-CERT) สำนักงานคณะกรรมการการรักษาความมั่นคงปลอดภัยไซเบอร์แห่งชาติ (สกมช.) เปิดเวที Red Teaming for Robust and Responsible AI กิจกรรมสำคัญในวันสุดท้ายของสัปดาห์ AIGW 2026 (AI Governance Week 2026) ณ โรงแรมแมนดาริน กรุงเทพฯ เพื่อเปิดพื้นที่ให้ผู้กำหนดนโยบาย หน่วยงานกำกับดูแล ภาคธนาคาร ภาคเทคโนโลยี และผู้เชี่ยวชาญด้านความปลอดภัย AI ร่วมแลกเปลี่ยนแนวทางการทดสอบและยกระดับความปลอดภัยของระบบ AI โดยเฉพาะในภาคการเงิน ซึ่งเป็นหนึ่งในระบบสำคัญที่เกี่ยวข้องกับประชาชนและเศรษฐกิจของประเทศ ผ่านเวทีแลกเปลี่ยนความรู้ ตั้งแต่การค้นหา “จุดบอด” ของระบบ AI โดยเฉพาะโมเดลภาษาขนาดใหญ่ หรือ LLM ที่เริ่มถูกนำมาใช้ในบริการทางการเงินมากขึ้น พร้อมจัดการแข่งขัน Thailand Banking AI Red Team Challenge 2026 จำลองการทดสอบระบบ AI เพื่อค้นหาความเสี่ยง จุดอ่อน และช่องโหว่ ยกระดับ AI Safety ภาคการเงิน วางรากฐานสู่ AI Governance ที่ใช้งานได้จริงในระดับประเทศ
ดร.ชัยชนะ มิตรพันธ์ ผู้อำนวยการ ETDA กล่าวว่า วันนี้ AI ไม่ได้เป็นเพียงเทคโนโลยีที่ช่วยเพิ่มประสิทธิภาพการทำงาน แต่กำลังเข้าไปอยู่ในกระบวนการสำคัญของหลายภาคส่วน ทั้งการให้บริการประชาชน การวิเคราะห์ข้อมูล การสนับสนุนการตัดสินใจ และบริการทางการเงิน ซึ่งล้วนเกี่ยวข้องกับข้อมูลสำคัญ สิทธิของประชาชน และความเชื่อมั่นของสังคมโดยตรง ดังนั้น การกำกับดูแล AI ให้เกิดการใช้อย่างมีธรรมาภิบาล หรือ AI Governance จึงไม่อาจหยุดอยู่ที่การมีนโยบาย หลักการ หรือแนวทางกำกับดูแลในเชิงเอกสารเท่านั้น แต่ต้องมีกลไกที่ช่วยทดสอบได้จริง ว่าระบบ AI ที่ถูกพัฒนาขึ้นมีความปลอดภัย น่าเชื่อถือ เป็นธรรม และสามารถรับมือกับความเสี่ยงที่อาจเกิดขึ้นได้มากน้อยเพียงใด
ซึ่งตลอดช่วงสัปดาห์ที่ผ่านมา AIGW 2026 ได้เชื่อมโยงองค์ประกอบสำคัญของ AI Governance ไว้ด้วยกัน ตั้งแต่การแลกเปลี่ยนทิศทางการกำกับดูแล AI ในระดับนานาชาติ การประเมินผลกระทบด้านจริยธรรมของ AI หรือ Ethical Impact Assessment (EIA) การส่งเสริมความพร้อมขององค์กรในการใช้ AI อย่างรับผิดชอบ ไปจนถึงการหารือเรื่องกฎหมาย การศึกษา และการใช้ AI ในภาคส่วนสำคัญของประเทศ ซึ่งสะท้อนให้เห็นว่า AI Governance ไม่ได้อาศัยเพียงกลไกด้านใดด้านหนึ่ง หากแต่ต้องอาศัยการเชื่อมโยงทั้งนโยบาย มาตรฐาน เครื่องมือ การพัฒนาศักยภาพบุคลากร และความร่วมมือจากทุกภาคส่วน และในวันนี้เรากำลังเชื่อมต่ออีกหนึ่งองค์ประกอบสำคัญของ AI Governance นั่นคือ กระบวนการทดสอบระบบ AI เชิงรุก เพื่อจำลองสถานการณ์เสี่ยง ค้นหาจุดบอด ความเสี่ยง และช่องโหว่ของระบบ ก่อนนำ AI ไปใช้งานจริง หรือที่เรียกว่า AI Red Teaming
หนึ่งในความท้าทายสำคัญของ AI คือ “Blind Spots” หรือจุดบอดของระบบที่องค์กรอาจยังมองไม่เห็นในช่วงของการออกแบบ พัฒนา หรือทดสอบเบื้องต้น แต่เมื่อ AI ถูกนำไปใช้งานจริง จุดบอดเหล่านี้อาจนำไปสู่ผลกระทบต่อผู้ใช้บริการ องค์กร และสังคมในวงกว้าง ไม่ว่าจะเป็นความเสี่ยงด้านความปลอดภัยของระบบ ความมั่นคงปลอดภัยไซเบอร์ การคุ้มครองข้อมูลส่วนบุคคล ความเป็นธรรมของผลลัพธ์ ตลอดจนความถูกต้องและความน่าเชื่อถือของคำตอบจาก AI ด้วยเหตุนี้ AI Red Teaming จึงเป็นกลไกสำคัญที่ช่วยให้องค์กรสามารถประเมินความเสี่ยงของระบบ AI ผ่านการจำลองสถานการณ์การใช้งาน การทดสอบพฤติกรรมของระบบ และการค้นหาช่องโหว่ในมิติต่าง ๆ ก่อนนำ AI ไปใช้งานจริง เพื่อให้สามารถมองเห็นความเสี่ยงที่อาจซ่อนอยู่ ปรับปรุงระบบได้ทันเวลา และยกระดับความปลอดภัย ความน่าเชื่อถือ และความรับผิดชอบของ AI อย่างต่อเนื่อง
สำหรับวันนี้ (3 ก.ค.) กับงาน “Red Teaming for Robust and Responsible AI” เวทีวันสุดท้ายของงาน AIGW 2026 ถือเป็นอีกหนึ่งกลไกสำคัญที่ ETDA ร่วมกับ TB-CERT, NECTEC และ สกมช. ตลอดจนพาร์ทเนอร์ทั้งภาครัฐ เอกชน ร่วมกันจัดขึ้น เพื่อยกระดับการทดสอบความปลอดภัยของ AI อย่างเป็นรูปธรรม ผ่านการแข่งขัน Thailand Banking AI Red Team Challenge 2026 เพื่อจำลองการทดสอบระบบ AI ในบริบทภาคการธนาคารครั้งแรกของประเทศไทย ที่ถือเป็นภาคส่วนที่มีการนำ AI และ LLM มาใช้เพิ่มขึ้นอย่างต่อเนื่อง ทั้งในระบบตอบคำถามลูกค้า การวิเคราะห์ผลิตภัณฑ์และบริการทางการเงิน และการสนับสนุนการทำงานภายในองค์กร การแข่งขันดังกล่าวมุ่งค้นหาความเสี่ยงของ AI ในหลายมิติสำคัญ ได้แก่ Safety, Security, Privacy, Fairness และ Reliability เพื่อประเมินว่า AI อาจแสดงพฤติกรรมที่ไม่ปลอดภัย เปิดเผยข้อมูลที่ไม่ควรเปิดเผย สร้างผลลัพธ์ที่ไม่เป็นธรรม หรือให้ข้อมูลที่คลาดเคลื่อน ไม่สม่ำเสมอ และอาจกระทบต่อความเชื่อมั่นของผู้ใช้บริการหรือระบบการเงินโดยรวมได้อย่างไร
โดยการแข่งขัน แบ่งออกเป็น 2 Tracks โดยแต่ละ track ถูกออกแบบมาเพื่อทดสอบความเสี่ยงของ AI ในคนละมิติ ประกอบด้วย Track A: Banking AI Risk Intelligence ที่เน้นการทดสอบ AI ในมุมของ “ผู้ใช้งานทั่วไป” โดยให้ผู้เข้าแข่งขันจะสนทนากับ AI Chatbot ของธนาคารจำลอง เพื่อค้นหาพฤติกรรมของ AI ที่ขัดกับหลักจริยธรรมปัญญาประดิษฐ์ และ Track B: Capture the Flag หรือ CTF เน้นการวิเคราะห์ช่องโหว่ทางเทคนิค เพื่อให้ AI เปิดเผยข้อมูลลับ ซึ่งในที่นี้เรียกว่า Flag หรือข้อมูลที่ระบบพยายามปกป้องไว้
“การเลือกภาคการธนาคารมาเป็นจุดเริ่มต้นของการทดสอบ AI Red Team ในครั้งนี้ มีความสำคัญอย่างยิ่ง เพราะเป็นภาคส่วนที่เกี่ยวข้องกับข้อมูลสำคัญของประชาชน มีผลกระทบต่อเศรษฐกิจในวงกว้าง และต้องอาศัยความน่าเชื่อถือสูง การทดสอบ AI ในบริบทนี้จึงไม่ใช่เพียงการแข่งขันเพื่อค้นหาผู้ชนะ แต่เป็นการรวบรวมองค์ความรู้ พัฒนาแนวปฏิบัติ ยกระดับศักยภาพบุคลากรด้าน AI Red Team และสร้างความร่วมมือระหว่างภาครัฐ ภาคเอกชน และภาควิชาการ เพื่อนำไปสู่การพัฒนาแนวทาง เครื่องมือ และมาตรฐานการทดสอบ AI ที่เหมาะสมต่อไป”
นอกจากการแข่งขันแล้ว ที่งานยังมีเวทีเสวนา แลกเปลี่ยนมุมมองจากผู้เชี่ยวชาญ จากหน่วยงานชั้นนำของไทยและต่างประเทศ ไม่ว่าจะเป็น การเสวนา “Shaping the Future of Safe and Responsible AI Development” ที่รวมผู้แทนจากหน่วยงานสำคัญ ทั้ง ETDA, TB-CERT, NCSA, NECTEC และ AIAT รวมถึงการถอดบทเรียนจากภาคปฏิบัติผ่านการพูดคุยในประเด็น “AI Safety in Practice: Lessons from the Frontlines” ที่มีผู้แทนจากภาคเทคโนโลยีและหน่วยงานด้าน AI Governance ทั้ง Microsoft, Google, Huawei และ IMDA Singapore ร่วมแลกเปลี่ยนมุมมองการรับมือกับความเสี่ยงสำหรับองค์กรที่พัฒนาและใช้งาน AI ตั้งแต่การวาง Guardrails การทดสอบระบบ ไปจนถึงการสร้างกลไกความรับผิดชอบให้ AI สามารถใช้งานได้อย่างปลอดภัยในวงกว้าง และอีกหนึ่งประเด็นสำคัญคือการสร้าง Trustworthy AI หรือ AI ที่เชื่อถือได้ ผ่าน Keynote หัวข้อ “Building Trustworthy AI: Advancing Responsibility and Safety at Scale” โดยผู้แทนจาก IMDA Singapore และ Keynote หัวข้อ “Building AI Safety into Products: Guardrails and Red Teaming in Practice” โดยผู้แทนจาก Google ซึ่งสะท้อนว่า AI Safety ควรถูกออกแบบและฝังอยู่ในผลิตภัณฑ์ บริการ และกระบวนการพัฒนา AI ตั้งแต่ต้น ก่อนลงลึกสู่ประเด็น LLM Benchmarking ผ่าน Session “Ensuring AI Safety in Products: LLM Benchmarking in Practice” ที่มีผู้แทนจาก Thai Life Insurance, TRUE และ NECTEC ร่วมแลกเปลี่ยนมุมมอง เพื่อชี้ให้เห็นความสำคัญของการทดสอบและเปรียบเทียบประสิทธิภาพของโมเดลภาษาขนาดใหญ่ หรือ LLM ถึงขอบเขตของความถูกต้อง ปลอดภัย และเป็นธรรม ก่อนถูกนำไปใช้ในบริการจริง
ก่อนปิดท้ายวัน ด้วยการมอบรางวัล AI Red Teaming Awards Ceremony ให้แก่ทีมผู้ชนะจากการแข่งขัน Thailand Banking AI Red Team Challenge 2026 ที่สามารถค้นหาความเสี่ยง จุดอ่อน และช่องโหว่ของระบบ AI ได้โดดเด่นที่สุด โดยผลลัพธ์จากการแข่งขันจะเป็นข้อมูลสำคัญสำหรับการพัฒนา Benchmark แนวทางการประเมินความเสี่ยง และมาตรฐานการทดสอบ AI ที่สามารถนำไปประยุกต์ใช้จริงในภาคการเงิน และต่อยอดสู่ภาคส่วนอื่นในอนาคต
ความร่วมมือที่เกิดขึ้นในช่วงสัปดาห์ AIGW 2026 ตลอด 5 วัน (29 มิ.ย.-3 ก.ค. 69) ครั้งนี้ ได้แสดงให้เห็นถึง Ecosystem ทางด้าน AI ของประเทศ ช่วยสะท้อนถึงการให้ความสำคัญของการนำเทคโนโลยี AI มาประยุกต์ใช้อย่างมีธรรมาภิบาล ว่าจริงๆ แล้วถือเป็นรากฐานที่ทุกองค์กรควรให้ความสำคัญ โดยคำนึงถึงความน่าเชื่อถือ ปลอดภัย และมีความรับผิดชอบ อีกทั้ง ยังเป็นการแสดงให้เห็นถึงการขยับการทำงานของประเทศจากการที่มีศูนย์ AIGPC มาช่วยเป็นศูนย์กลางทางด้าน AI Governance ของประเทศ ที่ทำงานร่วมกับเครือข่ายความร่วมมือทั้งในประเทศและต่างประเทศที่จะส่งผลต่อการขับเคลื่อนเศรษฐกิจและสังคมดิจิทัลของประเทศอย่างยั่งยืนได้จริง ติดตามบทสรุปและความเคลื่อนไหวเกี่ยวกับงาน AIGW 2026 เพิ่มเติมได้ที่เพจ ETDA Thailand
|
