ตอนที่ 1/15 กับดัก “Garbage In, Garbage Out” ในยุค AI

ในปัจจุบัน การตื่นตัวเรื่องเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) ได้แผ่ขยายไปสู่ทุกภาคส่วน รวมถึงหน่วยงานภาครัฐและองค์กรขนาดใหญ่ ที่ต่างมุ่งหวังจะนำขีดความสามารถของ AI มายกระดับประสิทธิภาพการทำงาน การให้บริการ และการตัดสินใจเชิงกลยุทธ์ อย่างไรก็ตาม ท่ามกลางกระแสความเปลี่ยนแปลงนี้ มี “รากฐาน” สำคัญประการหนึ่งที่มักถูกมองข้าม แต่กลับเป็นตัวแปรชี้ขาดความสำเร็จหรือล้มเหลวของโครงการ AI นั่นคือ “คุณภาพและการกำกับดูแลข้อมูล” (Data Governance)

AdminTee ขออนุญาตนำทุกท่านเข้าสู่ซีรีส์บทความวิชาการกึ่งปฏิบัติการ เพื่อถอดรหัสแนวทางการเตรียมความพร้อมด้านข้อมูล ภายใต้หัวข้อ “Data Governance in AI Era” โดยในตอนแรกนี้ เราจะมาทำความเข้าใจกับกับดักพื้นฐานที่อันตรายที่สุดของการใช้งาน AI

ส่วนที่ 1: ตื่นรู้และเข้าใจ (The Reality Check)

ตอนที่ 1: กับดัก “Garbage In, Garbage Out” ในยุค AI

คำกล่าวอมตะทางวิทยาการคอมพิวเตอร์ที่ว่า “Garbage In, Garbage Out” (GIGO) หรือ “ขยะเข้า ขยะออก” ยังคงเป็นสัจธรรมที่ทรงพลังที่สุด แม้ในยุคที่ AI มีความฉลาดล้ำเลิศเพียงใดก็ตาม หลักการนี้สะท้อนให้เห็นว่า ผลลัพธ์จากการประมวลผลของระบบ (Output) ย่อมขึ้นอยู่กับคุณภาพของข้อมูลนำเข้า (Input) อย่างมีนัยสำคัญ หากเปรียบ AI เป็นเครื่องยนต์ซูเปอร์คาร์สมรรถนะสูง ข้อมูลก็เปรียบเสมือนน้ำมันเชื้อเพลิง หากเราเติมน้ำมันที่เจือปนสิ่งสกปรก เครื่องยนต์ย่อมสะดุด เสียหาย หรืออาจพาเราไปผิดทิศผิดทางได้

1. รายละเอียดของปัญหาคุณภาพข้อมูลต่อระบบ AI การนำ AI โดยเฉพาะ Generative AI มาใช้งานในองค์กร ไม่ใช่เพียงการติดตั้งซอฟต์แวร์แล้วจบสิ้น แต่คือการสร้างระบบการเรียนรู้ (Machine Learning) ซึ่งระบบจะเรียนรู้จาก “รูปแบบ” (Patterns) ที่ซ่อนอยู่ในข้อมูล หากข้อมูลของหน่วยงานขาดธรรมาภิบาล จะส่งผลกระทบดังนี้:

• ความคลาดเคลื่อนของโมเดล (Model Inaccuracy): AI จะจดจำข้อมูลที่ผิดพลาดและนำไปประมวลผลเป็นคำตอบที่ดูเหมือนจริงแต่ผิดเท็จ (Hallucination)
• ความลำเอียง (Bias): หากข้อมูลในอดีตมีความไม่เป็นธรรมหรือเอนเอียง AI จะผลิตซ้ำความไม่เป็นธรรมนั้นออกมาในการตัดสินใจ
• การสูญเสียทรัพยากร (Resource Wastage): การลงทุนในโครงสร้างพื้นฐาน AI จะสูญเปล่า หากต้องใช้เวลาส่วนใหญ่ไปกับการแก้ไขข้อมูลที่ปลายเหตุ

2. กรณีศึกษา (Case Study): โครงการ “Smart Assistant” ที่ล้มเหลว เพื่อเห็นภาพที่ชัดเจน AdminTee ขอยกตัวอย่างจำลองสถานการณ์ที่มักพบเจอได้จริง: หน่วยงานภาครัฐแห่งหนึ่ง ริเริ่มโครงการ Chatbot AI เพื่อตอบคำถามระเบียบพัสดุแก่เจ้าหน้าที่ โดยนำไฟล์เอกสารระเบียบย้อนหลัง 10 ปี เข้าสู่ระบบการเรียนรู้ (Training Data) โดยไม่ได้ทำการคัดกรอง (Data Cleansing)

• ผลลัพธ์: เมื่อเจ้าหน้าที่ถามถึง “วงเงินจัดซื้อจัดจ้างวิธีเฉพาะเจาะจง” AI กลับนำระเบียบปี 2558 ที่ยกเลิกไปแล้วมาตอบปนกับระเบียบปี 2566 ทำให้เกิดความสับสนและการปฏิบัติงานที่ผิดระเบียบราชการ
• สาเหตุ: ขาดการกำกับดูแลข้อมูล (Data Governance) ไม่มีการระบุสถานะเอกสารว่า “Active” หรือ “Obsolete” และขาดการจัดทำ Metadata ที่ถูกต้อง

3. ข้อควรระวังในการเตรียมข้อมูล ในการดำเนินการเตรียมความพร้อม ท่านควรระมัดระวังประเด็นสำคัญ ดังนี้:

• ระวังข้อมูลไซโล (Data Silos): ข้อมูลเรื่องเดียวกันแต่อยู่คนละแผนก อาจมีค่าไม่ตรงกัน ต้องทำการตกลงหาค่าความจริงเพียงหนึ่งเดียว (Single Source of Truth)
• ระวังข้อมูลไร้โครงสร้าง (Unstructured Data): เอกสารสแกน PDF หรือลายมือเขียน เป็นอุปสรรคสำคัญ ต้องมีกระบวนการแปลงเป็นข้อมูลดิจิทัลที่เครื่องอ่านได้ (Machine Readable) เสียก่อน
• ระวังความปลอดภัยของข้อมูล (Data Privacy): การป้อนข้อมูลที่มีชั้นความลับ หรือข้อมูลส่วนบุคคลลงใน AI สาธารณะ อาจนำไปสู่การรั่วไหลของข้อมูลราชการได้

---

บทสรุป

การมีเทคโนโลยี AI ที่ทันสมัยที่สุด ไม่ได้การันตีความสำเร็จ หากรากฐานคือ “ข้อมูล” ยังไม่ได้รับการจัดระเบียบ การทำ Data Governance จึงไม่ใช่ทางเลือก แต่เป็น “ทางรอด” และเป็นบันไดขั้นแรกที่จำเป็นต้องก้าวผ่าน เพื่อให้มั่นใจว่า AI ที่เราสร้างขึ้น จะเป็นผู้ช่วยที่ชาญฉลาดและไว้ใจได้ ไม่ใช่ตัวสร้างปัญหาในภายหลัง AdminTee หวังว่าท่านจะเริ่มหันกลับมาสำรวจคลังข้อมูลในมือ ก่อนที่จะก้าวไปสู่ขั้นตอนต่อไปครับ

---

คำถามเพื่อการมีส่วนร่วม (Engagement Questions)

• ในหน่วยงานของท่าน ปัญหาข้อมูลใดที่พบเจอได้บ่อยที่สุด (เช่น ข้อมูลซ้ำซ้อน, ข้อมูลไม่อัปเดต, หรือหาข้อมูลไม่เจอ)?
• ท่านคิดว่าข้อมูลชุดใดในหน่วยงาน มีความพร้อมที่สุดที่จะนำมาทดลองใช้กับ AI?
• หากมี AI ช่วยงานสารบรรณหรือธุรการ ท่านอยากให้ AI ช่วยแก้ปัญหาเรื่องใดเป็นลำดับแรก?

ลิงก์ที่เกี่ยวข้อง (Related Links)

1. แนวทางการธรรมาภิบาลข้อมูลภาครัฐ (Data Governance Framework)
2. มาตรฐานการจัดทำบัญชีข้อมูลภาครัฐ (Government Data Catalog)

Hashtags: #AdminTee #OncBlog #NavyITBlog #DataGovernance #AIReadiness #SmartOffice #DigitalTransformation

รวมตอบคำถามชิงรางวัล เมื่อจบ Serries (ตอนที่ 15 มอบรางวัล)
https://docs.google.com/forms/d/1shiIgfDRglRuWbtYvE220Nzq_pDaEVRX7mKoTQSjCGk/preview