AI กับการจัดการภัยพิบัติ: เมื่อเทคโนโลยีต้องเรียนรู้ที่จะ "รับผิดชอบ" ก่อนจะ "รวดเร็ว"

ปี 2568 ที่ผ่านมา ไทยเผชิญทั้งเหตุการณ์แผ่นดินไหวครั้งใหญ่และน้ำท่วมหลายพื้นที่ในภาคใต้ ส่วนปี 2569 ที่กำลังดำเนินอยู่ ภัยแล้งก็เริ่มส่งสัญญาณกดดันทั้งภาคเกษตร ทรัพยากรน้ำ และสุขภาพของประชาชน แม้ภัยพิบัติเหล่านี้จะมีลักษณะแตกต่างกัน แต่มีจุดร่วมเดียวกันคือ ทุกครั้งที่วิกฤตมาเยือน สิ่งที่คนต้องการมากที่สุดไม่ใช่แค่ข้อมูล แต่คือข้อมูลที่ "เร็ว ถูกต้อง และเชื่อถือได้" และเมื่อวิกฤตคลี่คลาย ข้อมูลก็ใช่ว่าจะหมดความสำคัญ แต่สิ่งที่คนต้องการมากไปกว่าข้อมูลสถานการณ์ว่าเกิดอะไร ที่ไหน อย่างไร นั่นคือ "เหตุผล"

และคำถามที่ถูกถามบ่อยที่สุดคำถามหนึ่งในเวทีนานาชาติช่วงหลัง คือ AI จะเข้ามาช่วยตรงนี้ได้จริงไหม แล้วถ้าช่วยได้ จะช่วยแบบไหนถึงจะไม่กลายเป็นปัญหาใหม่เสียเอง

บทความนี้ถ่ายทอดการแลกเปลี่ยนเรื่อง AI กับการจัดการภัยพิบัติในมุมของไทยพีบีเอสและสื่อสาธารณะนานาชาติ ที่ชวนคุยหัวข้อต่าง ๆ ในงาน 10th ABU Media Summit on Climate Action and Disaster Prevention ซึ่งจัดควบคู่กับ ABU AI Forum 2026 ระหว่างวันที่ 16 – 18 มิถุนายน 2569 ณ เมืองพาโร ราชอาณาจักรภูฏาน โดย Asia-Pacific Broadcasting Union (ABU) ร่วมกับ Bhutan Broadcasting Service Corporation Limited (BBSCL)

AI ช่วยจัดการภัยพิบัติได้อย่างไรบ้าง?

AI ช่วยได้ตั้งแต่ขั้นเตือนภัยล่วงหน้า การผลิตเนื้อหาข่าว ไปจนถึงการฟังเสียงประชาชนผ่านโซเชียลมีเดีย และเรื่องนี้ไม่ใช่แค่ทฤษฎี เพราะตัวเลขจากองค์การอุตุนิยมวิทยาโลก (WMO) ชี้ชัดว่า แค่มีการเตือนภัยล่วงหน้า 24 ชั่วโมง ก็สามารถลดความเสียหายลงได้ราว 30% และประเทศที่มีระบบเตือนภัยเข้มแข็งมีอัตราการเสียชีวิตจากภัยพิบัติต่ำกว่าประเทศที่ไม่มีระบบถึง 6 เท่า นี่คือเหตุผลที่สหประชาชาติตั้งเป้าให้ทุกคนบนโลกเข้าถึงระบบเตือนภัยล่วงหน้าได้ภายในปี 2570

ในงานด้านภัยพิบัตของไทยพีบีเอสปัจจุบัน ใช้ AI อยู่ 4 มิติหลัก ๆ

1. ช่วยผลิตและปรับเนื้อหาให้ตรงจุด

AI ช่วยลดเวลาและแรงงานในการเตรียมข้อมูลข่าว ทั้งการช่วยสร้างเนื้อหาและมัลติมีเดียเบื้องต้น การปรับเนื้อหาให้เหมาะกับผู้ชมแต่ละกลุ่ม และปรับให้เข้ากับแต่ละแพลตฟอร์ม เพื่อให้สื่อสารได้เร็วและตรงเป้ามากขึ้นในช่วงเวลาที่ทุกนาทีมีค่า

2. ช่วยตรวจข่าวปลอม ข้อมูลบิดเบือน

ช่วงสถานการณ์วิกฤตอย่างภัยพิบัติ คือ ช่วงเวลาที่ข้อมูลข่าวสารหลั่งไหลเข้ามามากที่สุด และก็มากด้วยข่าวลวงและข้อมูลเท็จเช่นกัน โดยเฉพาะข่าวปลอมที่สร้างขึ้นด้วย AI เอง ดังนั้น การตรวจสอบข้อเท็จจริงและรายงานผลการพิสูจน์อย่างทันท่วงทีจึงจำเป็นมาก และ AI เองก็สามารถเข้ามาเป็นเครื่องมือช่วยในกระบวนการการตรวจสอบนี้ได้เช่นกัน

3. การผลิตเนื้อหาและฟังก์ชันบริการเพื่อกลุ่มเปราะบาง

การรับรู้ข้อมูลข่าวสารที่เป็นประโยชน์ คือ สิทธิขั้นพื้นฐานของคนทุกกลุ่ม และยิ่งสำคัญมากขึ้นไปอีกในสถานการณ์วิกฤตที่ต้องทำให้กลุ่มเปราะบาง อย่างคนตาบอด, คนหูหนวก หรือผู้สูงอายุ ฯลฯ เข้าถึงเนื้อหาได้อย่างทั่วถึงและเท่าเทียม AI ช่วยสร้างเนื้อหาที่สอดรับและอำนวยความสะดวกกับการใช้งานของกลุ่มเปราะบางได้ เช่น การแปลงข้อความตัวอักษรเป็นเสียง (Text-to-speech)

4. ฟังเสียงประชาชนผ่าน Social Listening และสร้างการมีส่วนร่วมแบบเฉพาะบุคคล

ในยุคที่ข้อมูลท่วมท้น การเข้าถึงข่าวสารที่ตรงกับความต้องการของแต่ละคนเป็นเรื่องยากขึ้นเรื่อย ๆ Chatbot ที่ตอบคำถามแบบ personalized จึงเข้ามาช่วยลดช่องว่างตรงนี้ได้ อีกงานที่ AI ช่วยได้ดีมาก คือ การเก็บและวิเคราะห์ข้อมูลจากโซเชียลมีเดียจำนวนมหาศาลแบบเรียลไทม์ เพื่อตรวจจับว่าประชาชนกำลังกังวลเรื่องอะไร มีปัญหาอะไรเกิดขึ้นในพื้นที่ แล้วนำมาแสดงผลเป็น Dashboard, Chart หรือ Infographic ให้ข้อมูลที่ซับซ้อนเข้าใจง่ายขึ้นในช่วงวิกฤต

หลัก Responsible AI 4 ข้อ ที่สื่อสาธารณะต้องยึดในภาวะวิกฤต

สื่อสาธารณะควรใช้ AI อย่างไรในภาวะวิกฤต ?

คำตอบมีอยู่ 4 ข้อ คือ ความถูกต้องมาก่อนความเร็ว, ความโปร่งใส, การกำกับดูแลโดยมนุษย์ และการเข้าถึงอย่างทั่วถึง

AI ทรงพลังแค่ไหนก็ไม่มีความหมาย ถ้าใช้แล้วทำลายความไว้วางใจของคนดู โดยเฉพาะสื่อสาธารณะที่ต้องรับผิดชอบต่อชีวิตคนในภาวะฉุกเฉิน หลักการที่เราใช้กำกับมี 4 ข้อ

10th ABU Media Summit on Climate Action and Disaster Prevention

ความถูกต้องมาก่อนความเร็ว (Accuracy Before Speed) — ข้อมูลต้องเผยแพร่เร็ว แต่ต้องถูกต้องด้วย เร็วอย่างเดียวไม่พอ
ความโปร่งใส (Transparency) — องค์กรต้องเปิดเผยชัดเจนว่าใช้ AI หรือไม่ ใช้แค่ไหน และใช้อย่างไร
การกำกับดูแลโดยมนุษย์ (Human Oversight) — AI ช่วยงานได้ แต่บรรณาธิการหรือผู้มีหน้าที่รับผิดชอบที่เป็นมนุษย์ต้องเป็นคนตรวจสอบและรับผิดชอบเนื้อหาสุดท้ายเสมอ
การเข้าถึงอย่างทั่วถึง (Inclusion) — ข้อมูลสำคัญต้องไปถึงทุกคน อย่างทั่วถึงและเท่าเทียม ไม่มีใครถูกทิ้งไว้ข้างหลัง

หลักการเหล่านี้เป็นเครื่องมือที่ช่วยให้ AI ทำงานเพื่อประโยชน์สาธารณะ และช่วยเสริมความเชื่อมั่นของประชาชนในช่วงวิกฤต

อะไรคือความท้าทายของการใช้ AI ในการสื่อสารภาวะฉุกเฉินของสื่อสาธารณะ?

ความท้าทายของการใช้ AI

การนำ AI มาใช้ในการสื่อสารภาวะฉุกเฉินทำให้เกิดความท้าทายหลายด้าน ที่สื่อสาธารณะต้องคำนึงและหาวิธีการป้องกัน ไม่ว่าจะเป็น การแพร่กระจายของข้อมูลเท็จ (Misinformation) และสื่อปลอมประเภท Deepfake ที่สามารถสร้างภาพ เสียง หรือวิดีโอเลียนแบบเหตุการณ์จริงได้อย่างแนบเนียน, ภาวะข้อมูลล้นเกิน (Information Overload) เมื่อประชาชนได้รับข้อมูลจากหลายช่องทางพร้อมกัน จึงยิ่งยากต่อการแยกแยะว่าแหล่งใดมีความน่าเชื่อถือ, ความสมดุลระหว่าง "ความเร็ว" และ "ความถูกต้อง" ในสถานการณ์ฉุกเฉิน ทุกฝ่ายต้องการเผยแพร่ข้อมูลให้เร็วที่สุด แต่หากละเลยการตรวจสอบ ก็อาจทำให้ข้อมูลผิดพลาดสร้างความเสียหายมากกว่าประโยชน์ นอกจากนี้ องค์กรสื่อยังต้องเผชิญกับคำถามด้านจริยธรรมในการใช้ AI ไม่ว่าจะเป็น ความโปร่งใสในการเปิดเผยว่าเนื้อหาส่วนใดสร้างด้วย AI การคุ้มครองข้อมูลส่วนบุคคล ตลอดจน การพึ่งพาอัลกอริทึมของแพลตฟอร์มดิจิทัลมากเกินไป ซึ่งอาจทำให้การเผยแพร่ข่าวสารถูกกำหนดด้วยระบบอัตโนมัติแทนคุณค่าทางวิชาชีพ

บทเรียนจาก "AI Slop"

ปัญหาใหญ่ที่หลายคนคาดไม่ถึงคือ ภาพและคลิปที่สร้างจาก AI สามารถแพร่กระจายเร็วกว่าความจริง และทำให้คนเข้าใจผิดในช่วงเวลาที่ต้องการข้อมูลจริงมากที่สุด

ช่วงน้ำท่วมภาคใต้เมื่อปีที่แล้ว มีภาพหนึ่งถูกแชร์ต่อมากกว่าหมื่นครั้ง คนจำนวนมากชื่นชมความเสียสละของผู้ที่ปรากฏในภาพ โดยไม่รู้เลยว่าภาพนั้นถูกสร้างขึ้นด้วย AI ทั้งหมด และยังมีภาพลักษณะเดียวกันอีกไม่น้อย เช่น ภาพสัตว์หลายชนิดร่วมมือกันช่วยเหลือผู้ประสบภัย ซึ่งได้รับความสนใจอย่างมากในโลกออนไลน์ เนื้อหาประเภทนี้ถูกเรียกกันว่า "AI Slop" คือคอนเทนต์ที่สร้างด้วย AI เพื่อดึงดูดความสนใจ สร้าง engagement ได้สูง แต่ให้ประโยชน์เชิงข้อมูลน้อยมาก

บทเรียน AI Slop

ความเสี่ยงที่แท้จริงไม่ใช่แค่ว่าคนถูกหลอก แต่คือมันดึงความสนใจของคนออกจากข้อมูลที่ผ่านการตรวจสอบแล้ว ข้อเท็จจริงที่ถูกต้อง และข้อมูลฉุกเฉินที่สำคัญ ในช่วงเวลาที่ข้อมูลเหล่านั้นจำเป็นที่สุด ยิ่งภาวะข้อมูลล้นเกิน (Information Overload) รุนแรงขึ้นเท่าไหร่ ประชาชนก็ยิ่งแยกแยะยากขึ้นเท่านั้นว่าอะไรน่าเชื่อถือจริง

นี่คือเหตุผลที่ความโปร่งใสและความรับผิดชอบในการใช้ AI สำคัญกว่าที่เคยเป็นมา เพราะในยุคนี้ ใคร ๆ ก็สร้างเนื้อหาได้ แต่ "ความไว้วางใจ" เป็นอีกเรื่องหนึ่งโดยสิ้นเชิง

บทเรียนจากเวทีโลก: ทำไม AI ต้องอยู่ใต้การควบคุมของมนุษย์เสมอ?

ในสถานการณ์ฉุกเฉิน ความผิดพลาดเพียงครั้งเดียวอาจหมายถึงชีวิตคน แต่ก่อนจะพูดถึงตัว AI มีบทเรียนจากคนทำงานด้านภัยพิบัติและสื่อ ที่นำมาถ่ายทอดพูดถึงในงาน 10th ABU Media for Climate Action & Disaster Prevention และ ABU AI Forum 2026 เพราะปัญหาที่ AI ต้องเข้ามาช่วยแก้ ไม่ใช่ปัญหาใหม่เลย

Karma Galey ผู้อำนวยการฝ่ายธรรมาภิบาลท้องถิ่นและการจัดการภัยพิบัติของ BBS ภูฏาน เล่าให้ฟังว่า ภูฏานแม้จะให้ความสำคัญกับสิ่งแวดล้อมมาโดยตลอด ก็ยังหนีไม่พ้นผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศ สะท้อนจากทะเลสาบธารน้ำแข็งกว่า 567 แห่งที่กำลังละลาย โดย 17 แห่งถูกจัดว่าเสี่ยงอันตรายสูง แต่สิ่งที่เขาตั้งข้อสังเกตแรงที่สุดกลับไม่ใช่เรื่องธารน้ำแข็ง หากแต่เป็นปัญหาของวงการสื่อเองที่มักรายงานข่าวสภาพภูมิอากาศ "หลังเหตุการณ์" เท่านั้น ด้วยภาษาวิชาการที่เข้าถึงยาก ทั้งที่การจัดการภัยพิบัติควรเป็น "ประโยชน์สาธารณะ" ที่ทุกฝ่ายมีส่วนรับผิดชอบร่วมกัน ไม่ใช่ธุรกรรมการค้าที่ต้องจ่ายเงินซื้อเวลาออกอากาศ

Karma Galey, Director, Department of local Governance and Disaster Management, BBS Bhutan

ด้าน Shobhana Pradhan ผู้อำนวยการประจำเนปาลและภูมิภาคเอเชียใต้ของ BBC Media Action เสนอกรอบคิดว่าข้อมูลด้านสภาพอากาศและการเตือนภัยที่ดีต้องมีคุณสมบัติ 3 อย่างพร้อมกัน คือ น่าเชื่อถือ (Trusted), เข้าถึงได้ (Accessible) และนำไปสู่การลงมือปฏิบัติได้จริง (Actionable) โดยยกตัวอย่างความสำเร็จจากเนปาล เช่น สถานีโทรทัศน์สาธารณะเริ่มออกข่าวภาษาท้องถิ่นเป็นครั้งแรกในรอบ 75 ปี และการใช้ละครวิทยุ เพลง การแสดงพื้นบ้านเพื่อเข้าถึงชุมชนชนบท เธอย้ำว่าสื่อสาธารณะยุคนี้ต้องเป็นมากกว่าผู้รายงานข่าว คือต้องเป็นผู้แปลข้อมูลวิทยาศาสตร์ให้เข้าใจง่าย เป็นสะพานเชื่อมรัฐกับชุมชน และเป็นแหล่งข้อมูลที่ประชาชนไว้ใจในวิกฤต

Shobhana Pradhan, Country Director, Nepal & Regional Director, South Asia, BBC Media Action

ส่วน Zhang Bo วิศวกรอาวุโสฝ่ายส่งสัญญาณของ NRTA ประเทศจีน เล่าประสบการณ์อีกมุมที่น่าสนใจไม่แพ้กัน นั่นคือ ระบบกระจายเสียงฉุกเฉินแห่งชาติที่จีนยกระดับให้เป็นโครงการระดับชาติหลังแผ่นดินไหวใหญ่ปี 2008 ครอบคลุมตั้งแต่ระดับชาติลงไปถึงระดับหมู่บ้าน กว่า 3 ล้านสถานีปลายทาง เขาชี้ว่าเมื่อเกิดภัยพิบัติรุนแรง ไฟฟ้าอาจดับ โทรทัศน์และเครือข่ายมือถืออาจใช้งานไม่ได้ แต่วิทยุ FM และเสียงตามสายยังคงทำงานได้เสมอ ไม่ต้องพึ่งอินเทอร์เน็ต เข้าถึงผู้สูงอายุและคนในชนบทได้แม้ไม่มีทักษะอ่านเขียน Zhang จึงย้ำว่า แม้โลกจะเข้าสู่ยุคดิจิทัลเต็มตัว แต่ "วิทยุและระบบกระจายเสียงฉุกเฉิน" ก็ยังคงเป็นเครื่องมือที่สำคัญที่สุดในการเตือนภัยช่วงวิกฤต

จุดร่วมของ Karma, Shobhana และ Zhang คือ ปัญหาที่แท้จริงไม่ได้อยู่ที่การมีเทคโนโลยีล้ำสมัยแค่ไหน แต่อยู่ที่ "พฤติกรรมของวงการสื่อ" ที่ยังตั้งรับมากกว่าตั้งรุก, "ความไว้วางใจ" ที่ต้องสร้างล่วงหน้าก่อนเกิดวิกฤต และ "ความเรียบง่ายเข้าถึงได้" ของช่องทางสื่อสารที่ต้องทำงานได้แม้ในวันที่ทุกอย่างล่ม นี่คือโจทย์ตั้งต้นที่ AI ต้องเข้ามาช่วยเสริม ไม่ใช่มาแทนที่

แต่เมื่อ AI เข้ามาอยู่ในสมการจริง ๆ คำถามต่อไปคือ แล้วควรเข้ามาช่วยตรงไหน และต้องระวังอะไรบ้าง เรื่องนี้วิทยากรจากหลายประเทศในเวทีเดียวกันย้ำตรงกัน

Noriko Kudo จาก NHK ประเทศญี่ปุ่น เล่าว่า AI ช่วยงานสื่อได้มากจริง โดยเฉพาะการแปลภาษาให้ชาวต่างชาติที่อาศัยหรือท่องเที่ยวในญี่ปุ่น การแปลงเสียงเป็นข้อความ และการเผยแพร่ข้อมูล แต่เธอย้ำว่า "AI ต้องอยู่ภายใต้การควบคุมของมนุษย์เสมอ" โดยเฉพาะในสถานการณ์ฉุกเฉินที่ความถูกต้องของข้อมูลสำคัญที่สุด

KUDO Noriko, Deputy Head of Multilingual Media Division, NHK WORLD Department, NHK Japan

ขณะที่ Dr. Golestan (Sally) Radwan จากโครงการสิ่งแวดล้อมแห่งสหประชาชาติ (UNEP) มองว่า Responsible AI ที่แท้จริงคือ "AI ที่มีความสมดุล" ไม่ใช่การใช้ AI ให้มากที่สุดเท่าที่จะทำได้ แต่ต้องชั่งน้ำหนักระหว่างต้นทุนด้านสิ่งแวดล้อมของการใช้ AI กับประโยชน์ที่ได้รับจริง ควรนำ AI มาใช้เฉพาะเมื่อจำเป็นจริง ๆ ไม่ใช่ใช้เพียงเพราะว่าทำได้

ส่วน Jeanette Elsworth จากสำนักงานลดความเสี่ยงจากภัยพิบัติแห่งสหประชาชาติ (UNDRR) ชี้ให้เห็นช่องว่างสำคัญที่ AI ยังช่วยแก้ได้ไม่เต็มที่ นั่นคือการขาดข้อมูลเชิงลึกที่แยกตามเพศ อายุ และกลุ่มเปราะบางในแต่ละพื้นที่ ถ้าไม่มีข้อมูลเหล่านี้ การออกแบบระบบเตือนภัยและการช่วยเหลือที่ตรงจุดก็ยังเป็นเรื่องยาก และย้ำว่าสุดท้ายแล้ว ปัญหาการสื่อสารเตือนภัยไม่ใช่แค่เรื่องเทคโนโลยี แต่เป็นเรื่องของ "คน" และ "วัฒนธรรม" ในแต่ละพื้นที่

ทั้งสามมุมมองนี้พาไปสู่ข้อสรุปเดียวกัน นั่นคือ AI เป็นเครื่องมือที่ทรงพลัง แต่ต้องมีคนกำกับ มีเป้าหมายชัด และมีความรับผิดชอบกำกับอยู่เสมอ ไม่ใช่แค่ใช้เพราะมันทำได้

สิ่งที่สื่อสาธารณะแข่งขัน ไม่ใช่ AI

แม้ AI จะสามารถผลิตเนื้อหาได้รวดเร็วและมากแค่ไหน แต่สิ่งหนึ่งที่ AI ไม่สามารถทดแทนได้คือ “ความน่าเชื่อถือ”

สำหรับสื่อสาธารณะ คุณค่าที่แท้จริงไม่ได้อยู่ที่การเป็นผู้เผยแพร่ข่าวเร็วที่สุด แต่อยู่ที่การเป็นแหล่งข้อมูลที่ประชาชนเชื่อถือได้ในยามวิกฤติ

ดังนั้น สิ่งที่องค์กรสื่อต้องแข่งขันจึงไม่ใช่ความสามารถของ AI แต่คือการสร้าง "Trust" หรือความไว้วางใจ ผ่านกระบวนการตรวจสอบข้อเท็จจริง (Verification) การอ้างอิงแหล่งข้อมูลที่ชัดเจน และการยึดประโยชน์สาธารณะ (Public Value) เป็นศูนย์กลางของการทำงานเสมอ

"AI สร้างเนื้อหา แต่สื่อสาธารณะสร้างความไว้วางใจ"

เป็นข้อมูลปิดท้ายในการนำเสนอจากเวทีงาน 10th ABU Media for Climate Action & Disaster Prevention และ ABU AI Forum 2026 ณ ประเทศภูฏาน ที่อยากเน้นย้ำในบทบาทของสื่อสาธารณะ โดยเฉพาะในภาวะภัยพิบัติ ความเร็วสำคัญ แต่ความน่าเชื่อถือสำคัญกว่า เทคโนโลยีอาจเปลี่ยนไปเรื่อย ๆ แต่หน้าที่ของสื่อสาธารณะยังเหมือนเดิม คือ ทำให้ข้อมูลไปถึงคนที่ต้องการมันมากที่สุด ด้วยความถูกต้อง โปร่งใส และมีคนที่รับผิดชอบอยู่เบื้องหลังเสมอ

คำถามที่อยากชวนคิดต่อคือ ในวันที่ AI สร้างภาพ สร้างข่าว สร้างเสียงได้แนบเนียนขึ้นทุกวัน เราในฐานะผู้เสพสื่อ จะฝึกตัวเองให้ตั้งคำถามกับสิ่งที่เห็นมากขึ้นได้อย่างไร ? และในฐานะคนทำสื่อ เราจะรักษาสมดุลระหว่างความเร็วกับความรับผิดชอบนี้ไว้ได้นานแค่ไหน ?

เนื้อหาที่เกี่ยวข้อง