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

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

หลักการเหล่านี้เป็นเครื่องมือที่ช่วยให้ AI ทำงานเพื่อประโยชน์สาธารณะ และช่วยเสริมความเชื่อมั่นของประชาชนในช่วงวิกฤต

อะไรคือความท้าทายของการใช้ AI ในการสื่อสารภาวะฉุกเฉินของสื่อสาธารณะ?

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

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 แต่เป็นการตั้งข้อสังเกตต่อบทบาทของสื่อ

Karma ซึ่งมีประสบการณ์ทั้งด้านการจัดการภัยพิบัติและสื่อ มองว่าการรายงานเรื่องสภาพภูมิอากาศในปัจจุบันมักเน้นเฉพาะ “เหตุการณ์” เช่น น้ำท่วม ดินถล่ม หรือพายุแต่ยังขาดการอธิบายสาเหตุ โครงสร้างปัญหา และการสร้างความเข้าใจระยะยาว ภาษาที่ใช้สื่อสารเรื่องสภาพภูมิอากาศ มักเป็นภาษาวิชาการและเข้าถึงยาก ทำให้ประชาชนรู้สึกห่างไกลจากประเด็นนี้ การสื่อสารจึงควรทำให้ประชาชนรู้สึกว่าเรื่องนี้เกี่ยวข้องกับชีวิตประจำวัน ไม่ใช่เป็นเรื่องเฉพาะของนักวิทยาศาสตร์หรือหน่วยงานรัฐ สื่อมีบทบาทสำคัญในการเชื่อมโยงข้อมูลวิชาการให้เข้าใจง่ายและนำไปปฏิบัติได้ นี่ถือเป็นปัญหาของวงการสื่อเอง เขายังเสริมว่าการจัดการภัยพิบัติควรเป็น "ประโยชน์สาธารณะ" ที่ทุกฝ่ายมีส่วนรับผิดชอบร่วมกัน ไม่ใช่ธุรกรรมการค้าที่ต้องจ่ายเงินซื้อเวลาออกอากาศ

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 เธอสะท้อนถึง ความท้าทายในยุคปัจจุบัน ว่า..โลกกำลังเผชิญกับ ข้อมูลจำนวนมหาศาล (Information Overload), ข้อมูลที่กระจัดกระจาย, ข่าวปลอมและข้อมูลเท็จ (Misinformation) โดยเฉพาะข้อมูลด้านสภาพอากาศที่อาจถูกบิดเบือนหรือเข้าใจผิดได้ง่าย ทำให้ความไว้วางใจในข้อมูลเป็นสิ่งสำคัญมาก

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

กับคำถามว่า ประเทศที่เผชิญภัยพิบัติบ่อย เช่น ญี่ปุ่น จะทำอย่างไรไม่ให้ประชาชนชินชากับคำเตือนจนไม่สนใจ เธอเล่าว่าวิธีของญี่ปุ่นคือ แบ่งระดับความรุนแรงอย่างชัดเจน Noriko อธิบายว่า ญี่ปุ่นใช้ระบบแจ้งเตือนเป็นลำดับขั้น เช่น

- เฝ้าระวัง : ติดตามสถานการณ์
- ระดับอันตราย : เตรียมอพยพ
- ระดับรุนแรงมาก : อพยพทันที
- ระดับวิกฤต: หากยังไม่อพยพ ต้องรีบอพยพเพื่อรักษาชีวิต

วิธีนี้ช่วยให้ประชาชนเข้าใจว่า ไม่ใช่ทุกคำเตือนมีความรุนแรงเท่ากันและช่วยลดภาวะชินชาต่อคำเตือน พอพูดถึงหัวใจสำคัญของการสื่อสารเตือนภัยว่า “คำเตือนจะช่วยชีวิตคนได้ก็ต่อเมื่อประชาชนเข้าใจและสามารถลงมือทำได้จริง” Noriko อธิบายว่า ในญี่ปุ่นมีการฝึกผู้ประกาศและผู้สื่อสารอย่างเข้มข้น ให้สามารถสื่อสารระดับความรุนแรงของสถานการณ์ได้อย่างชัดเจน เช่น แทนที่จะใช้ภาษาซับซ้อน ก็ให้พูดตรง ๆ ว่า “สึนามิกำลังมา รีบอพยพทันที” นี่คือข้อมูลที่ประชาชนจำเป็นต้องรู้

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

ข้อความสำคัญที่สุด Jeanette ฝากข้อคิดสำคัญว่า ข้อมูลเพียงอย่างเดียวไม่เพียงพอในการช่วยชีวิตคน แม้จะมีข้อมูลที่ถูกต้องและแม่นยำ แต่หากสื่อสารไม่ตรงกับบริบทของผู้รับสาร คนก็อาจไม่ลงมือป้องกันตนเอง

ดังนั้น สื่อมวลชนจึงมีบทบาทสำคัญในการ

• แปลข้อมูลให้เข้าใจง่าย
• เชื่อมโยงกับชีวิตจริงของประชาชน
• สร้างความน่าเชื่อถือ
• เล่าเรื่องให้กระตุ้นการตัดสินใจที่ถูกต้อง
  เพื่อให้การเตือนภัยนำไปสู่การปฏิบัติจริงและช่วยรักษาชีวิตผู้คนได้

ระบบเตือนภัยที่ดีไม่ได้วัดจากความแม่นยำของข้อมูลเพียงอย่างเดียว แต่ต้องทำให้ประชาชน “เข้าใจ เชื่อ และลงมือทำ” ได้จริง โดยสื่อมวลชนเป็นกลไกสำคัญในการเชื่อมช่องว่างนั้น

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

• ไทยพีบีเอสร่วมเวทีนานาชาติ ABU AI Forum 2026 ขับเคลื่อน AI เพื่อการสื่อสารภัยพิบัติอย่างรับผิดชอบ : www.thaipbs.or.th/org/corporate/56935

อัปเดตข้อมูลแวดวงวิทยาศาสตร์ เทคโนโลยี รู้ทันโลกไอที และโซเชียลฯ ในรูปแบบ Audio จาก AI เสียงผู้ประกาศของไทยพีบีเอส ได้ที่ Thai PBS

"รอบรู้ ดูกระแส ก้าวทันโลก" ไปกับ Thai PBS Sci & Tech