PDPC เผยแพร่แนวทางคุ้มครองข้อมูลส่วนบุคคลในการพัฒนาและใช้งาน AI (version 1.0)

PDPC เผยแพร่แนวทางคุ้มครองข้อมูลส่วนบุคคลในการพัฒนาและใช้งาน AI (version 1.0)

aiNovember 17, 2026
By Antonio Fernandez

สรุปสั้น ๆ (TL;DR)

  • สำนักงาน PDPC ประกาศเมื่อวันที่ 16 พฤศจิกายน 2569 ว่าราชกิจจานุเบกษาเผยแพร่แนวทางคุ้มครองข้อมูลส่วนบุคคลด้าน AI ของคณะกรรมการ version 1.0 แล้ว ไฟล์ราชกิจจานุเบกษายาว 81 หน้า
  • ประกาศลงวันที่ 22 ตุลาคม 2569 และตีพิมพ์เมื่อวันที่ 2 พฤศจิกายน 2569 โดย PDPC ระบุว่าเป็นคำแนะนำในขั้นต้น ไม่มีสภาพบังคับตามกฎหมาย และไม่ใช่การวินิจฉัยชี้ขาด PDPA
  • หัวข้อ 4.1 ระบุว่าพรอมต์ บริบทของผู้ใช้งาน บันทึก telemetry และ embedding ยังอาจเป็นข้อมูลส่วนบุคคล หากเชื่อมโยงกลับไปยังตัวบุคคลได้
  • หัวข้อ 4.5 ระบุว่าความยินยอมควรเป็นทางเลือกสุดท้าย และฐานประโยชน์โดยชอบด้วยกฎหมายตามมาตรา 24 (5) ของ PDPA ต้องมีการประเมินด้วยการทดสอบวัตถุประสงค์ ความจำเป็น และความสมดุลแห่งสิทธิ
  • บทสรุปผู้บริหารเน้นการแจ้งเหตุละเมิดต่อ PDPC ภายใน 72 ชั่วโมงตามมาตรา 37 (4) และการทำ DPIA ก่อนเริ่มโครงการ AI ที่มีความเสี่ยงสูง

สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล (สคส. หรือ PDPC) ประกาศเมื่อวันที่ 16 พฤศจิกายน 2569 ว่าราชกิจจานุเบกษาได้เผยแพร่แนวทางการดำเนินการด้านการคุ้มครองข้อมูลส่วนบุคคลเกี่ยวกับการพัฒนาและการใช้งานเทคโนโลยีปัญญาประดิษฐ์ของคณะกรรมการแล้ว ตามประกาศบนเว็บไซต์ PDPC ประกาศฉบับนี้ลงวันที่ 22 ตุลาคม 2569 ตีพิมพ์ในราชกิจจานุเบกษา เล่ม 143 ตอนพิเศษ 261 ง วันที่ 2 พฤศจิกายน 2569 และแนบแนวทางที่ระบุว่าเป็น version 1.0 PDPC ระบุชัดว่าเอกสารนี้เป็นคำแนะนำในขั้นต้นและไม่มีสภาพบังคับตามกฎหมาย แต่ก็เป็นเอกสารที่เขียนไว้เป็นลายลักษณ์อักษรว่าคณะกรรมการแนะนำแนวปฏิบัติตามพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 (PDPA) ไว้อย่างไรเมื่อเป็นเรื่องพรอมต์ แชตบอต การฝึกโมเดล และผู้ให้บริการ AI

บทความนี้สรุปเฉพาะส่วนของแนวทางที่ได้อ่านจริงและอ้างเลขหัวข้อกำกับไว้ตลอด เนื้อหานี้ไม่ใช่คำแนะนำทางกฎหมาย

PDPC เผยแพร่อะไร และเอกสารมีสถานะทางกฎหมายอย่างไร

ประกาศในราชกิจจานุเบกษาใช้ชื่อว่า "ประกาศคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล เรื่อง แนวทางการดำเนินการด้านการคุ้มครองข้อมูลส่วนบุคคลเกี่ยวกับการพัฒนาและการใช้งานเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence) พ.ศ. 2569" โดยอาศัยอำนาจตามมาตรา 16 (3) แห่ง PDPA ประกอบกับมติที่ประชุมคณะกรรมการครั้งที่ 8/2569 เมื่อวันที่ 26 สิงหาคม 2569 และครั้งที่ 9/2569 เมื่อวันที่ 24 กันยายน 2569 ผู้ลงนามคือ เธียรชัย ณ นคร ประธานกรรมการคุ้มครองข้อมูลส่วนบุคคล หน้าปกของแนวทางที่แนบท้ายระบุว่าออกโดยคณะกรรมการ และจัดทำโดยสำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคลร่วมกับสำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (ETDA) ไฟล์ PDF ของราชกิจจานุเบกษามีทั้งหมด 81 หน้า

เรื่องสถานะทางกฎหมาย ประกาศของ PDPC และคำปรารภของแนวทางใช้ถ้อยคำเดียวกันว่า แนวทางฉบับนี้ "มีวัตถุประสงค์เพื่อเป็นคำแนะนำในขั้นต้น เพื่อประโยชน์ของผู้ควบคุมข้อมูลส่วนบุคคล หรือผู้ที่เกี่ยวข้องในการนำไปปรับใช้เท่านั้น ไม่มีสภาพบังคับตามกฎหมาย และไม่มีผลผูกพันในการพิจารณาความผิด และไม่ถือเป็นการตีความหรือวินิจฉัยชี้ขาดปัญหาที่เกิดจากการบังคับใช้กฎหมายว่าด้วยการคุ้มครองข้อมูลส่วนบุคคล"

บทสรุปผู้บริหารเสริมว่าเอกสารนี้เป็นแนวทางสำหรับเทคโนโลยีเฉพาะด้าน (Technology-Specific Guidelines) ที่ใช้ประกอบกับ PDPA กฎหมายลำดับรอง และแนวทางการดำเนินการพื้นฐานอื่นของสำนักงาน โดยมิได้ทดแทนกัน ในหน้าที่ได้อ่านสำหรับบทความนี้ แนวทางไม่ได้กำหนดบทลงโทษของตัวเอง ไม่ได้ระบุวันเริ่มใช้แยกต่างหาก และไม่ได้บอกว่าจะมีประกาศที่มีผลบังคับตามมาหรือไม่

แนวทางครอบคลุมใครและเรื่องอะไร

บทสรุปผู้บริหารระบุว่าแนวทางครอบคลุมทั้ง Analytic AI, Generative AI และ Agentic AI ตลอดวงจรชีวิตของระบบ AI ตั้งแต่การวางแผน การจัดเตรียมข้อมูล การฝึกฝนโมเดล การนำไปใช้งาน จนถึงการยุติการใช้งาน หัวข้อ 2.2 ระบุว่าแนวทางใช้กับการเก็บรวบรวม ใช้ หรือเปิดเผยข้อมูลส่วนบุคคลโดยผู้ควบคุมข้อมูลส่วนบุคคลและผู้ประมวลผลข้อมูลส่วนบุคคลตาม PDPA และไม่ใช้กับการใช้เพื่อประโยชน์ส่วนตนหรือกิจกรรมในครอบครัวตามมาตรา 4 (1)

หัวข้อ 2.2 ยังอ้างถึงขอบเขตการบังคับใช้เชิงพื้นที่ตามมาตรา 5 ของ PDPA ซึ่งหัวข้อ 2.3 ทวนหลักไว้ ผู้ควบคุมหรือผู้ประมวลผลข้อมูลที่อยู่ต่างประเทศ แต่เก็บรวบรวม ใช้ หรือเปิดเผยข้อมูลของบุคคลที่อยู่ในประเทศไทย ต้องปฏิบัติตามกฎหมายนี้ โดยเฉพาะเมื่อเสนอขายสินค้าหรือบริการให้บุคคลในประเทศไทย หรือติดตามพฤติกรรมของบุคคลเหล่านั้นในประเทศ หัวข้อ 2.3 ยังขีดเส้นแบ่งระหว่างการใช้งานส่วนบุคคลกับการใช้งานในองค์กร บุคคลธรรมดาที่นำข้อมูลส่วนบุคคลของผู้อื่นไปใช้กับระบบ Generative AI เพื่อแสวงหาผลกำไรทางการค้า จะอ้างข้อยกเว้นเรื่องการใช้เพื่อประโยชน์ส่วนตนไม่ได้

ห้าประเด็นที่เกี่ยวกับการใช้ AI ในงานประจำวัน

ตารางด้านล่างรวบรวมห้าประเด็นจากหัวข้อของแนวทางที่ได้อ่านสำหรับบทความนี้

ห้าประเด็นที่เกี่ยวกับการใช้ AI ในงานประจำวัน
ประเด็นแนวทางระบุว่าอย่างไรหัวข้อ
อะไรถือเป็นข้อมูลส่วนบุคคลพรอมต์ บริบทของผู้ใช้งาน บันทึก telemetry และเวกเตอร์หรือ embedding ยังอาจเป็นข้อมูลส่วนบุคคล หากนำไปเปรียบเทียบหรือประมวลผลย้อนกลับเพื่อระบุตัวบุคคลได้4.1
โมเดลที่ฝึกเสร็จแล้วโมเดลที่ฝึกด้วยข้อมูลส่วนบุคคลไม่ถือเป็นข้อมูลนิรนามโดยอัตโนมัติ ผู้ควบคุมข้อมูลควรประเมินโอกาสที่จะสกัดข้อมูลในชุดฝึกออกจากโมเดล และโอกาสที่จะได้ข้อมูลนั้นจากการป้อนคำสั่ง2.4
ผู้ควบคุมหรือผู้ประมวลผลสถานะขึ้นกับว่าใครมีอำนาจตัดสินใจเรื่องวัตถุประสงค์และวิธีการ ผู้ให้บริการ AI ที่นำข้อมูลส่วนบุคคลขององค์กรผู้ใช้งานไปใช้เพื่อประโยชน์ของตนเอง เช่น ฝึกหรือปรับปรุงโมเดล จะเป็นผู้ควบคุมข้อมูลในกิจกรรมนั้น3.1
ฐานทางกฎหมายความยินยอมไม่ใช่ฐานเดียวและควรเป็นทางเลือกสุดท้าย ฐานประโยชน์โดยชอบด้วยกฎหมายตามมาตรา 24 (5) ต้องมีการประเมินที่บันทึกไว้ ประกอบด้วยการทดสอบวัตถุประสงค์ ความจำเป็น และความสมดุลแห่งสิทธิ4.5
การส่งข้อมูลให้ผู้ให้บริการ AIการป้อนหรืออัปโหลดข้อมูลส่วนบุคคลเข้าบริการ AI ภายนอกอาจถือเป็นการเปิดเผยข้อมูลแก่ผู้ให้บริการ และอาจเป็นการส่งหรือโอนไปต่างประเทศหากบุคคลในต่างประเทศเข้าถึงข้อมูลได้5.3

พรอมต์ ล็อก และ embedding

หัวข้อ 4.1 ให้ผู้ควบคุมข้อมูลพิจารณาข้อมูลทางเทคนิคที่เกิดขึ้นในกระบวนการ AI ด้วย โดยยกตัวอย่างข้อมูลในคำสั่งป้อนเข้า (Prompt) บริบทของผู้ใช้งาน (User Context) และบันทึกข้อมูลจราจรทางคอมพิวเตอร์ (Telemetry Log) และเสริมว่าสิ่งที่มักถูกละเลยคือข้อมูลในรูปแบบเวกเตอร์หรือการฝังข้อมูล (Embedding) หัวข้อนี้อธิบายว่าแม้มนุษย์จะอ่านข้อมูลเหล่านี้ไม่เข้าใจโดยตรง แต่ถ้านำไปเปรียบเทียบหรือประมวลผลย้อนกลับเพื่อระบุตัวบุคคลได้ ก็อาจยังเป็นข้อมูลส่วนบุคคลที่อยู่ภายใต้ความคุ้มครองของกฎหมาย ภาคผนวกคำถามที่พบบ่อยของแนวทางย้ำหลักเดียวกันสำหรับ embedding (ข้อ 1.3) และสำหรับผลลัพธ์ที่ AI สร้างขึ้น เช่น ภาพใบหน้าเสมือนจริงของบุคคลที่มีชีวิตอยู่ (ข้อ 1.2)

บทบาทผู้ควบคุมและผู้ประมวลผลเมื่อใช้ผู้ให้บริการ AI

หัวข้อ 3.1 ระบุว่าโดยทั่วไป องค์กรที่นำระบบ AI มาใช้เพื่อวัตถุประสงค์ทางธุรกิจของตนมีฐานะเป็นผู้ควบคุมข้อมูลส่วนบุคคลตามมาตรา 6 ของ PDPA เพราะเป็นผู้ตัดสินใจว่าจะป้อนข้อมูลส่วนบุคคลใดเข้าระบบและจะนำผลลัพธ์ไปใช้เพื่อการใด ผู้พัฒนาหรือผู้ให้บริการ AI จะเป็นผู้ประมวลผลข้อมูลได้ก็ต่อเมื่อทำตามคำสั่งของผู้ควบคุมข้อมูล โดยไม่มีอำนาจกำหนดวัตถุประสงค์และวิธีการ กล่องข้อพึงระวังในหัวข้อเดียวกันพูดถึงกรณีผสมที่พบได้บ่อย ผู้ให้บริการโมเดลที่นำข้อมูลส่วนบุคคลขององค์กรผู้ใช้งานไปใช้เพื่อประโยชน์ของตนเอง เช่น นำไปฝึกหรือปรับปรุงโมเดลเพื่อให้บริการผู้อื่น จะกลายเป็นผู้ควบคุมข้อมูลอีกรายหนึ่งที่เป็นอิสระต่อกัน และควรกำหนดขอบเขตอำนาจให้ชัดในสัญญา ภาคผนวก ข. ซึ่งเป็นรายการตรวจสอบสำหรับองค์กรที่ใช้ AI ให้จัดทำข้อตกลงการประมวลผลข้อมูลตามมาตรา 40 โดยระบุเงื่อนไขห้ามผู้ให้บริการนำข้อมูลส่วนบุคคลขององค์กรไปใช้นอกเหนือจากข้อตกลง เว้นแต่จะได้รับอนุญาต

ฐานทางกฎหมาย ประโยชน์โดยชอบด้วยกฎหมาย และความยินยอม

หัวข้อ 4.5 ระบุว่าองค์กรพึงตระหนักว่าความยินยอมมิใช่ฐานทางกฎหมายเพียงประการเดียว และควรเป็นทางเลือกสุดท้ายเมื่ออาศัยฐานอื่นไม่ได้ เหตุผลเป็นเรื่องการดำเนินงาน หากเจ้าของข้อมูลถอนความยินยอม องค์กรอาจต้องระงับการประมวลผล หรืออาจถึงขั้นต้องลบข้อมูลออกจากชุดข้อมูลฝึกสอน ซึ่งอาจกระทบโครงสร้างโมเดล สำหรับข้อมูลส่วนบุคคลทั่วไป หัวข้อนี้แนะนำให้พิจารณาฐานประโยชน์โดยชอบด้วยกฎหมายตามมาตรา 24 (5) โดยมีเงื่อนไขว่าองค์กรควรจัดทำการประเมินประโยชน์โดยชอบด้วยกฎหมาย (Legitimate Interest Assessment: LIA) จากการทดสอบสามข้อ คือ วัตถุประสงค์ ความจำเป็น และความสมดุลแห่งสิทธิ แนวทางเตือนด้วยว่าหากผู้ควบคุมข้อมูลเลือกขอความยินยอมสำหรับกิจกรรมใดแล้ว และเจ้าของข้อมูลปฏิเสธหรือถอนความยินยอม จะกลับมาอ้างมาตรา 24 (5) สำหรับกิจกรรมเดียวกันนั้นไม่ได้

เมื่อต้องใช้ความยินยอม หัวข้อ 4.6 วางแนวทางไว้ ความยินยอมต้องให้โดยอิสระ และหัวข้อนี้ยกแชตบอตเป็นตัวอย่าง องค์กรไม่ควรบังคับให้ผู้ใช้งานยินยอมให้นำบทสนทนาไปฝึกโมเดลเพื่อแลกกับสิทธิ์ใช้แชตบอต แต่ควรแยกเป็นทางเลือกต่างหาก ความยินยอมต้องเฉพาะเจาะจง จึงควรเลี่ยงวัตถุประสงค์กว้าง ๆ เช่น "เพื่อปรับปรุงประสบการณ์ใช้งาน" และไม่ควรติ๊กช่องยินยอมไว้ล่วงหน้า การถอนความยินยอมต้องทำได้ง่ายเท่ากับการให้ความยินยอม

การนำข้อมูลลูกค้ามาใช้ซ้ำและการส่งไปต่างประเทศ

หัวข้อ 5.1 นำหลักการจำกัดวัตถุประสงค์ตามมาตรา 21 ของ PDPA มาใช้กับ AI ตัวอย่างที่ยกไว้คือข้อมูลจากงานบริการลูกค้า เช่น บันทึกเสียงการสนทนาหรือข้อความแชต ที่เก็บมาเพื่อแก้ปัญหาและปรับปรุงคุณภาพบริการ แล้วถูกนำไปฝึกโมเดลสำหรับผลิตภัณฑ์ใหม่ เช่น Generative AI Chatbot องค์กรควรพิจารณาอย่างรอบคอบว่านี่เป็นวัตถุประสงค์ที่ต่างจากที่แจ้งไว้เดิมหรือไม่ ถ้าใช่ ควรแจ้งวัตถุประสงค์ใหม่หรือทำข้อมูลให้เป็นนิรนามก่อน

หัวข้อ 5.3 ว่าด้วยผู้ให้บริการ AI ภายนอก ซึ่งรวมถึงบริการคลาวด์ โมเดลที่ให้บริการผ่าน API และซอฟต์แวร์แบบ SaaS การป้อนพรอมต์หรืออัปโหลดข้อมูลส่วนบุคคลเพื่อให้ระบบของผู้ให้บริการประมวลผล อาจถือเป็นการเปิดเผยข้อมูลส่วนบุคคลแก่ผู้ให้บริการรายนั้น ซึ่งอาจเก็บข้อมูลไว้ในศูนย์ข้อมูลในประเทศหรือต่างประเทศ หัวข้อนี้ระบุว่าการส่งผ่านข้อมูลหรือการเก็บพักข้อมูลที่ไม่มีบุคคลภายนอกเข้าถึง ไม่ถือเป็นการส่งหรือโอนข้อมูลไปต่างประเทศ แต่หากผู้ให้บริการเก็บหรือใช้ข้อมูลในศูนย์ข้อมูลต่างประเทศ และมีบุคคลอื่นในต่างประเทศที่ไม่ใช่ผู้ส่งข้อมูลเข้าถึงได้ อาจถือเป็นการส่งหรือโอนข้อมูลไปต่างประเทศ ซึ่งต้องปฏิบัติตามมาตรา 28 มาตรา 29 และประกาศที่เกี่ยวข้อง

การตัดสินใจอัตโนมัติ สิทธิคัดค้าน และการลบข้อมูล

หัวข้อ 5.4 ครอบคลุมกรณีที่ผลลัพธ์ของ AI ถูกใช้ประกอบหรือแทนการตัดสินใจที่ก่อผลทางกฎหมายหรือผลกระทบอย่างมีนัยสำคัญต่อบุคคล โดยยกตัวอย่างการอนุมัติสินเชื่อ การให้คะแนนความน่าเชื่อถือ การคัดเลือกบุคลากร และการพิจารณาสิทธิประโยชน์จากภาครัฐ ผู้ควบคุมข้อมูลควรแจ้งเจ้าของข้อมูลล่วงหน้า อธิบายหลักการที่ใช้อย่างกระชับ และจะอ้างความลับทางการค้าเพื่อปฏิเสธการอธิบายโดยสิ้นเชิงไม่ได้ การทบทวนโดยมนุษย์จะถือว่ามีความหมายก็ต่อเมื่อผู้ทบทวนพิจารณาผลลัพธ์ประกอบข้อมูลอื่น มีอำนาจและความสามารถที่จะกลับผลของระบบได้จริง และได้รับการฝึกอบรมให้รู้เท่าทันความเสี่ยงจากการคล้อยตามระบบ การที่มนุษย์เพียงยืนยันผลของระบบถูกเรียกว่า rubber-stamping

หัวข้อ 9.3 ระบุว่าสิทธิคัดค้านตามมาตรา 32 ของ PDPA ใช้โดยเฉพาะเมื่อการประมวลผลทำเพื่อวัตถุประสงค์เกี่ยวกับการตลาดแบบตรง หรืออาศัยฐานประโยชน์โดยชอบด้วยกฎหมาย ซึ่งในบริบทของ AI มักอยู่ในรูปการวิเคราะห์หรือทำนายพฤติกรรม ทัศนคติ หรือลักษณะเฉพาะของบุคคล (Profiling) ผู้ควบคุมข้อมูลควรมีระบบที่แยกและหยุดใช้ข้อมูลของบุคคลนั้นได้เมื่อมีการใช้สิทธิ หัวข้อ 9.2 ว่าด้วยสิทธิขอให้ลบตามมาตรา 33 และแนะนำให้ออกแบบระบบที่แยกข้อมูลออกจากตัวโมเดล เช่น ระบบ Retrieval-Augmented Generation (RAG) ที่ลบรายการข้อมูลของบุคคลออกจากฐานข้อมูลเวกเตอร์ได้ ในกรณีที่การลบข้อมูลออกจากตัวโมเดลที่ฝึกแล้วทำไม่ได้ในทางเทคนิค หัวข้อนี้ชี้ไปที่การกรองผลลัพธ์ (Output Filtering) หรือ Guardrails จนกว่าจะถึงรอบการฝึกโมเดลครั้งถัดไป

กรอบเวลาและหกคำถามสำหรับคณะกรรมการบริษัท

บทสรุปผู้บริหารหยิบหน้าที่ที่มีกรอบเวลาชัดเจนขึ้นมาเน้น ได้แก่ การแจ้งเหตุการละเมิดข้อมูลส่วนบุคคลต่อสำนักงานภายใน 72 ชั่วโมงนับแต่ทราบเหตุตามมาตรา 37 (4) การแจ้งเจ้าของข้อมูลในกรณีที่มีความเสี่ยงสูง และการตอบคำขอใช้สิทธิภายในเวลาที่กฎหมายกำหนด บทสรุปยังระบุว่าโครงการที่มีความเสี่ยงสูง เช่น การตัดสินใจอัตโนมัติที่กระทบสิทธิบุคคล หรือการใช้ข้อมูลอ่อนไหวฝึกโมเดล ควรผ่านการประเมินผลกระทบด้านการคุ้มครองข้อมูลส่วนบุคคล (DPIA) ก่อนเริ่มดำเนินการ

แนวทางมีอินโฟกราฟิกหนึ่งหน้าที่รวมหกคำถามซึ่งคณะกรรมการและผู้บริหารระดับสูงควรถามฝ่ายจัดการก่อนอนุมัติโครงการ AI สรุปได้ว่า องค์กรเป็นผู้ควบคุมหรือผู้ประมวลผลข้อมูล และสัญญากับผู้ให้บริการจำกัดการใช้ข้อมูลไว้อย่างไร เช่น ห้ามนำไปฝึกโมเดลหรือไม่ ฐานทางกฎหมายคืออะไร และมี LIA หรือหลักฐานความยินยอมครบหรือไม่ โครงการต้องทำ DPIA หรือไม่ มีมนุษย์กำกับดูแลที่มีอำนาจกลับคำตัดสินของระบบได้จริงหรือไม่ มีช่องทางรับคำขอใช้สิทธิของเจ้าของข้อมูลหรือไม่ และมีบันทึก Log กับแผนเผชิญเหตุที่ทำให้แจ้งสำนักงานได้ทันภายใน 72 ชั่วโมงหรือไม่

ส่วนที่ไม่ได้อ่านสำหรับบทความนี้

บทความนี้ไม่ได้อ่านทุกบททีละบรรทัด ส่วนต่อไปนี้จึงกล่าวถึงตามชื่อในสารบัญเท่านั้น ได้แก่ บทที่ 1 (หลักการและวัตถุประสงค์) หัวข้อ 4.2 และ 4.3 เรื่องการเก็บรวบรวมข้อมูลเท่าที่จำเป็นและการเก็บจากแหล่งอื่นที่ไม่ใช่เจ้าของข้อมูลโดยตรง บทที่ 6 (การประเมินและการบริหารจัดการความเสี่ยง) บทที่ 7 (มาตรการรักษาความมั่นคงปลอดภัย แบ่งเป็นเชิงองค์กร เชิงเทคนิค และทางกายภาพ) บทที่ 8 (การจัดการเหตุการละเมิดข้อมูลส่วนบุคคลในระบบ AI) หัวข้อ 9.1 ภาคผนวก ก. (รายการตรวจสอบสำหรับการพัฒนา AI) รวมถึงภาคผนวกนิยามศัพท์และเอกสารอ้างอิง ผู้ที่พัฒนาหรือจัดซื้อระบบ AI ควรอ่านส่วนเหล่านี้จากต้นฉบับ

เรื่องนี้มีความหมายอย่างไรกับนักการตลาดไทย

ส่วนนี้เป็นบทวิเคราะห์ของ Relevant Audience แนวทางเขียนขึ้นสำหรับทุกภาคธุรกิจ และในหน้าที่ได้อ่าน แนวทางไม่ได้พูดถึงแพลตฟอร์มโฆษณาโดยตรง จุดที่แตะงานการตลาดชัด ๆ มีสี่แห่ง คือตัวอย่างในหัวข้อ 2.3 ที่ฝ่ายการตลาดนำประวัติการซื้อสินค้าและพฤติกรรมการใช้งานเว็บไซต์ของลูกค้าไปให้ระบบ AI วิเคราะห์เพื่อทำนายความสนใจและนำเสนอโปรโมชันแบบเจาะจงบุคคล ซึ่งแนวทางจัดเป็นการใช้งานในเชิงองค์กรที่อยู่ภายใต้ PDPA ตัวอย่างการขอความยินยอมของแชตบอตในหัวข้อ 4.6 ข้อความเรื่องการตลาดแบบตรงและ Profiling ในหัวข้อ 9.3 และคำถามที่พบบ่อยข้อ 3.3 ซึ่งระบุว่าองค์กรควรแจ้งผู้ใช้งานตั้งแต่ต้นว่ากำลังสื่อสารกับระบบอัตโนมัติ

เมื่อนำหัวข้อข้างต้นมาเทียบกับงานการตลาดที่พบบ่อย มีเรื่องที่ควรตรวจดังนี้

  • แชตบอตบนเว็บไซต์และ LINE official account บันทึกบทสนทนามีแนวโน้มเป็นข้อมูลส่วนบุคคลตามหัวข้อ 4.1 หากนำบทสนทนาไปฝึกโมเดล หัวข้อ 4.6 ชี้ไปที่การให้ทางเลือกแยกต่างหากที่ไม่ผูกกับการใช้บริการ ทีมที่ใช้แชตเป็นส่วนหนึ่งของการตลาดบน LINE ควรตรวจว่าบอตแจ้งอะไรกับผู้ใช้และผู้ให้บริการเก็บอะไรไว้
  • ข้อมูลลูกค้าในเครื่องมือ AI คำถามที่พบบ่อยข้อ 4.1 จัดให้การนำข้อมูลส่วนบุคคลที่องค์กรเก็บไว้ไปใส่ใน Generative AI สาธารณะเป็นเรื่องที่มีความเสี่ยงสูง และเสนอให้กำหนดนโยบายห้าม หรือพิจารณาใช้ AI ในระบบปิดสำหรับองค์กร เช่น เวอร์ชัน Enterprise ที่มีข้อตกลงหรือสัญญาคุ้มครองข้อมูลส่วนบุคคลรองรับ ภาคผนวก ข. แนะนำให้ประกาศนโยบายการใช้งานที่ยอมรับได้และอบรมพนักงาน
  • การสร้างโมเดลกลุ่มเป้าหมายและการปรับเนื้อหาเฉพาะบุคคล การให้คะแนนเชิงคาดการณ์และการสร้างกลุ่ม lookalike มีลักษณะใกล้กับ Profiling ที่หัวข้อ 9.3 และคำถามที่พบบ่อยข้อ 6.1 กล่าวถึง ส่วนแคมเปญหนึ่ง ๆ จะถึงระดับ "ผลกระทบอย่างมีนัยสำคัญ" ตามหัวข้อ 5.4 หรือไม่ เป็นคำถามทางกฎหมายที่หัวข้อที่ได้อ่านไม่ได้ตอบไว้สำหรับงานโฆษณา
  • ประกาศความเป็นส่วนตัว หัวข้อ 4.4 ระบุว่าการแจ้งรายละเอียดควรคำนึงถึงการใช้ AI และแยกให้ชัดระหว่างการนำข้อมูลไปใช้เพื่อให้ได้คำตอบ กับการนำไปฝึกหรือปรับปรุงโมเดล ช่วงที่ทบทวนเรื่องความยินยอมและการติดตามผลไปพร้อมกับการติดตั้ง Google Analytics 4 เป็นจังหวะที่เหมาะจะปรับถ้อยคำส่วนนี้

เนื่องจากแนวทางไม่มีสภาพบังคับ ทั้งหมดนี้จึงไม่ได้สร้างหน้าที่ใหม่ขึ้นมาเอง หน้าที่ตาม PDPA มีอยู่แล้ว แนวทางเพียงแสดงแนวปฏิบัติที่คณะกรรมการแนะนำสำหรับการทำตามหน้าที่เหล่านั้นเมื่อเป็นเรื่อง AI

คำถามที่พบบ่อยเกี่ยวกับแนวทาง AI ของ PDPC

แนวทาง AI ของ PDPC มีผลบังคับตามกฎหมายหรือไม่

ไม่มี PDPC ระบุว่าแนวทางเป็นคำแนะนำในขั้นต้น ไม่มีสภาพบังคับตามกฎหมาย ไม่มีผลผูกพันในการพิจารณาความผิด และไม่ถือเป็นการตีความหรือวินิจฉัยชี้ขาด PDPA ส่วนตัว PDPA และกฎหมายลำดับรองยังมีผลบังคับตามเดิม

แนวทางนี้เผยแพร่เมื่อไร

ประกาศของคณะกรรมการลงวันที่ 22 ตุลาคม 2569 และตีพิมพ์ในราชกิจจานุเบกษาเมื่อวันที่ 2 พฤศจิกายน 2569 สำนักงานประชาสัมพันธ์เรื่องนี้บนเว็บไซต์เมื่อวันที่ 16 พฤศจิกายน 2569

พรอมต์ที่พิมพ์ใส่แชตบอต AI เป็นข้อมูลส่วนบุคคลหรือไม่

เป็นได้ หัวข้อ 4.1 ระบุว่าพรอมต์ บริบทของผู้ใช้งาน บันทึก telemetry และ embedding อาจยังเป็นข้อมูลส่วนบุคคล หากเชื่อมโยงกลับไปยังบุคคลที่ระบุตัวได้

บริษัทนำข้อมูลลูกค้าที่มีอยู่เดิมไปฝึกโมเดล AI ได้หรือไม่

อาจทำได้โดยมีเงื่อนไข หัวข้อ 5.1 และคำถามที่พบบ่อยข้อ 2.1 ระบุว่ากรณีนี้อาจเป็นการใช้นอกเหนือวัตถุประสงค์ที่แจ้งไว้เดิม องค์กรจึงควรตรวจว่าเข้าข้อยกเว้นตามมาตรา 21 หรือไม่ ถ้าไม่เข้า ควรแจ้งวัตถุประสงค์ใหม่และขอความยินยอม หรือทำข้อมูลให้เป็นนิรนามก่อน

บริษัทต้องบอกผู้ใช้หรือไม่ว่ากำลังคุยกับแชตบอต AI

แนวทางระบุว่าควรบอก คำถามที่พบบ่อยข้อ 3.3 แนะนำให้แจ้งผู้ใช้งานตั้งแต่ต้นว่ากำลังสื่อสารกับระบบอัตโนมัติ ตามหลักความโปร่งใส เพื่อให้ผู้ใช้เข้าใจข้อจำกัดและความเสี่ยงที่อาจเกิดขึ้น

สรุปสั้น ๆ

เมื่อวันที่ 16 พฤศจิกายน 2569 PDPC ประชาสัมพันธ์เอกสารอ้างอิงที่ไม่มีสภาพบังคับ ความยาว 81 หน้าในไฟล์ราชกิจจานุเบกษา สำหรับทุกองค์กรในประเทศไทยที่นำข้อมูลส่วนบุคคลเข้าสู่ระบบ AI เอกสารตอบคำถามเชิงปฏิบัติเรื่องพรอมต์ ผู้ให้บริการ ความยินยอม และการลบข้อมูล พร้อมเลขหัวข้อที่ฝ่ายกฎหมายตรวจสอบได้ Relevant Audience วางแผนการตลาดให้แบรนด์ไทย รวมถึงงานด้านการมองเห็นบน AI search ส่วนการตัดสินใจเกี่ยวกับข้อมูลขององค์กรคุณเอง ควรปรึกษานักกฎหมายด้านข้อมูลส่วนบุคคลของไทย

Antonio Fernandez

Antonio Fernandez

ผู้ก่อตั้งและ CEO ของ Relevant Audience ผู้นำด้านการตลาดดิจิทัลในเอเชียตะวันออกเฉียงใต้ ด้วยประสบการณ์กว่า 15 ปีในการพัฒนากลยุทธ์การตลาดดิจิทัล เขาได้นำพาทีมงานในการสร้างผลลัพธ์ที่ยอดเยี่ยมให้กับลูกค้าผ่านโซลูชันดิจิทัลที่มุ่งเน้นประสิทธิภาพ

แชร์ไปยัง:
คัดลอกลิงก์:

อ่านบทความของเราเป็นประจำใช่ไหม เพิ่ม Relevant Audience เป็นแหล่งข้อมูลที่คุณเลือก เพื่อให้บทความของเราปรากฏในผลการค้นหา Google ของคุณมากขึ้น