ณัฐพล ทุมมา

จบลงไปแล้วกับเวที “Thai PBS Verify Talk: #ฟีดนี้ไม่มีข่าวลวง” เวทีที่ระดม 13 ผู้เชี่ยวชาญต่อต้านข่าวปลอม ตีแผ่สังคมยุค AI สงครามข้อมูล ข่าวลวงหลอก Deepfake ภัยเงียบจาก AI ที่ต้องแยกแยะ และเสริมทักษะเท่าทัน ชี้ “Thai PBS” สื่อที่น่าเชื่อถือ ปกป้อง/ตรวจสอบความจริง ฟื้นฟูความไว้วางใจ ตอกย้ำ Thai PBS Verify เครื่องมือตรวจสอบข่าวลวง ยกระดับสังคม เท่าทันสื่อ - AI ไม่ตกเป็นเหยื่อ

ในช่วงเดือน พ.ค.-มิ.ย. 68 Thai PBS Verify พบการปลอมคลิปทั้ง AI Gen และ AI Deepfake ถูกเผยแพร่จำนวนมากในโซเชียลมีเดีย ซึ่งแต่ละคลิปเหล่านั้นมีวัตถุประสงค์ที่แตกต่างกัน ทั้งการหลอกขายสินค้า ไปจนถึงการสร้างความเข้าใจผิดทางการเมือง เราจะมีวิธีตรวจสอบเบื้องต้นได้อย่างไร ติดตามได้ที่นี่

คิดให้ดีก่อนไปทำงานฝั่งเพื่อนบ้าน เพราะอาจได้งานไม่ตรงปก และยังอาจกลายเป็นหนึ่งในฟันเฟืองขององค์กรอาชญากรรมข้ามชาติ จะแยกแยะได้อย่างไรว่างานไหนของจริง หรืองานไหนลวงเหยื่อ

สถิติอาชญากรรมออนไลน์กลับมาพุ่งขึ้นอีกครั้ง หลังแก๊งคอลเซนเตอร์รวมตัวได้ใหม่ในกัมพูชา การกดดันจากทางการไทยได้ผลมากน้อยขนาดไหน และข้อมูลที่น่าสนใจอื่น ๆ จะมีอะไรบ้าง รับข้อมูลล่าสุดของปี 2568 ก่อนใครในวันที่ 30 มิ.ย. 68 นี้

มาตรการกดดันจากไทย แม้จะกระทบต่อผู้คนตามแนวชายแดนไทย-กัมพูชา แต่สถิติกลับสะท้อนว่าคดีแสกมเมอร์และค้ามนุษย์ ลดลงในทันทีนับจากการออกมาตรการ แต่การกดดันที่ยาวนานจะทำให้ขบวนการเหล่านี้จะหมดไปได้หรือไม่

ตำรวจไซเบอร์จับกุมสาวชาวอุบลราชธานี หลังโพสต์ข่าวปลอม กรณีพิพาทไทย-กัมพูชา จนมีผู้หลงเชื่อแชร์-กดถูกใจจำนวนมาก ด้านผู้ต้องหารับสารภาพ ทำไปเพราะอคติส่วนตัว

Whoscall เปิดเผยถึงสถานการณ์กลโกงของมิจฉาชีพในประเทศไทย ก่อนการปราบแก๊งคอลเซนเตอร์ ที่พบว่า ตลอดปี 67 ใน 1 วัน แก๊งคอลเซนเตอร์พยายามลวงผ่านการโทรและข้อความ SMS ได้ถึง 460,000 ครั้ง ข้อมูลที่น่าสนใจจากผู้ใช้บริการจะเป็นอย่างไร พร้อมอัปเดตการป้องกันตนเองจากภัยออนไลน์ใหม่เพิ่มเติมในวันที่ 30 มิ.ย. 68 นี้

หญิงสาวรายหนึ่งออกมาโพสต์ขอให้ช่วยตามเงินเกือบ 340,000 บาท คืน หลังตกเป็นเหยื่อแก๊งคอลเซนเตอร์ ซึ่งแอบอ้างเป็นเจ้าหน้าที่รัฐ รูปแบบกลลวงที่เธอถูกหลอกจะเป็นอย่างไร และจะรู้ได้อย่างไรว่าคนที่คุณติดต่อเป็นเจ้าหน้าที่หรือแก๊งคอลเซนเตอร์ ติดตามได้ที่นี่

แม้เทคโนโลยีจะช่วยให้การทำข่าวสะดวกขึ้น แต่นักวิชาการและสื่อมวลชนยังคงพบว่า “จริยธรรม” และ “การตรวจสอบ” ยังคงต้องอาศัยมนุษย์เป็นหลัก โดยเฉพาะเมื่อ AI อาจให้ข้อมูลผิดหรือขัดต่อหลักจรรยาบรรณ