AI Literacy: Rethinking AI Governance Beyond Training
ทักษะความรู้ด้าน AI: จาก “หลักสูตรฝึกอบรม” สู่ “รากฐานของการกำกับดูแล”
ในปี 2026 การเปลี่ยนผ่านสู่ยุค AI ได้ยกระดับจากวาระทางเทคนิค สู่ศูนย์กลางของการกำกับดูแลกิจการ (Corporate Governance) อย่างไรก็ตามปัญหาที่พบคือ ความเข้าใจคลาดเคลื่อนที่มองว่าการสร้างความรู้ด้าน AI เป็นเพียง “โครงการฝึกอบรมชั่วคราว” บทความนี้ขอเสนอแนะว่า ทักษะความรู้ด้าน AI ต้องได้รับการกำหนดเป็นส่วนหนึ่งของ “กรอบการกำกับดูแลขององค์กร” (Governance Framework) ที่เน้นความต่อเนื่องและการตัดสินใจเชิงรุก เพื่อรับมือกับหน้าที่ความรับผิดชอบทางกฎหมาย (Fiduciary Duty) ขององค์กรซึ่งมีแนวโน้มความสำคัญมากขึ้นในอนาคต
1. วิกฤตการณ์ในห้องประชุม: ความเร็วของเทคโนโลยี vs ความล่าช้าของการกำกับดูแล
ข้อมูลในปี 2025 ชี้ให้เห็นถึงความลักลั่นที่น่ากังวล องค์กรในภูมิภาคเอเชียกว่า 57% ได้เริ่มนำ AI มาใช้ในการดำเนินงานหลักแล้ว (Heidrick & Struggles, 2025) แต่ความพร้อมในระดับการกำกับดูแลกลับสวนทางกันอย่างสิ้นเชิง:
- ความย้อนแย้งเชิงสถิติ: รายงานจาก Diligent Institute และ Singapore Institute of Directors (2025) ระบุว่า แม้ 70% ของบอร์ดบริหารจะยกให้ Digital Transformation เป็นวาระสูงสุด แต่มีเพียง 31% เท่านั้นที่เข้าอบรมด้าน AI และเพียง 28% ที่มีการสรรหากรรมการที่มีทักษะ AI โดยตรง
- การกำกับดูแลแบบ “ส่งต่อ”: โครงการ AI ส่วนใหญ่มักถูกจำกัดให้เป็นหน้าที่ของ CIO หรือ
ฝ่ายไอที ส่งผลให้ฝ่ายกฎหมายและความเสี่ยงเข้ามามีส่วนร่วมล่าช้า จนนำไปสู่ความล้มเหลวในการขยายขนาดเทคโนโลยีอย่างปลอดภัย (Secure Scaling of AI Technologies)
2. นิยามใหม่ : ไม่ใช่แค่ “ใช้งานเป็น” แต่ต้อง “กำกับได้”
บทความนี้เสนอความแตกต่างที่ชัดเจนระหว่าง ทักษะความรู้ด้านดิจิทัล และ ทักษะความรู้ด้าน AI สำหรับผู้มีหน้าที่กำกับดูแล
2.1 ทักษะการใช้งานสู่วุฒิภาวะในการกำกับดูแล
ทักษะความรู้ด้าน AI ไม่ใช่วัดที่การใช้งานเครื่องมือได้อย่างคล่องแคล่ว แต่คือความสามารถในการตั้งคำถามเชิงวิพากษ์และโต้แย้งอย่างสร้างสรรค์บนพื้นฐานของความรู้ความเข้าใจ (Informed Skepticism) เพื่อสามารถในการตัดสินใจว่าเมื่อใดควรเชื่อมั่นในผลลัพธ์จาก AI และเมื่อใดไม่ควรเชื่อ และเพื่อให้มั่นใจว่าทุกการตัดสินใจที่ขับเคลื่อนด้วย AI ยังคงอยู่บนพื้นฐานของความถูกต้องทางธุรกิจและจริยธรรมของมนุษย์
2.2 Framework: Governance-Oriented AI Literacy
เพื่อให้ผู้มีหน้าที่กำกับดูแลสามารถทำหน้าที่ได้จริง ผู้เขียนได้นำเสนอกรอบแนวคิดที่เปลี่ยนจากความตระหนักรู้ (Awareness) สู่ขีดความสามารถ (Capability) ดังนี้
3. มิติทางกฎหมาย: เมื่อ “ความไม่รู้” ไม่ใช่ข้อแก้ตัวอีกต่อไป
ปัจจุบันหน้าที่ความรับผิดชอบของผู้มีหน้าที่กำกับดูแล (Duty of Care) ได้ขยายขอบเขตอย่างมีนัยสำคัญ:
- หากความเสียหายเกิดจากระบบ AI ที่ขาดการกำกับดูแลที่เหมาะสม กรรมการบริษัทอาจถือว่าละเมิดหน้าที่ความรับผิดชอบ เนื่องจากเป็นความเสี่ยงที่ “คาดการณ์ได้และป้องกันได้”
- บรรทัดฐานใหม่จาก EU AI Act: กฎหมายนี้สร้างความคาดหวังให้กรรมการบริษัทต้องใช้ “ดุลยพินิจเชิงรุก” ในการตรวจสอบความโปร่งใสและลดอคติ (Bias) ของ AI ที่องค์กรใช้
- คำเตือนจากในอนาคต: มีการตั้งคำถามสำคัญว่า “กรรมการเพิกเฉยต่อ AI ได้หรือไม่?” คำตอบคือ “ไม่ได้” เพราะหน่วยงานด้านยุติธรรมจะเริ่มพิจารณาว่ากรรมการบริษัทได้ดำเนินขั้นตอนใดบ้าง
เพื่อทำความเข้าใจและควบคุม AI ที่องค์กรพัฒนาขึ้นหรือเลือกมาใช้งาน
4. ผลกระทบเชิงกลยุทธ์และความเสี่ยงจากการขาด AI Literacy
4.1 ความเสี่ยงจาก “การกำกับดูแลแบบส่งต่อ”
องค์กรจำนวนมากยังคงมอง AI เป็น “หน้าที่ของฝ่ายไอที” หรือ “โครงการของ CIO” แทนที่จะเป็น “วาระของทั้งองค์กร” รายงานของ Palo Alto Networks พบว่าปัญหาหลักที่ทำให้โครงการ agentic AI ล้มเหลวนั้นมิใช่ “คุณภาพของโค้ด” หากแต่เป็น “การกำกับดูแลที่ไม่ดี” (Weak Governance) โดยโครงการ agentic AI จำนวนมากได้รับการปฏิบัติเสมือนเป็น “โครงการของ CIO” เท่านั้น ขณะที่ฝ่ายความปลอดภัย ฝ่ายกฎหมาย ฝ่ายปฏิบัติการ และฝ่ายบริหารธุรกิจ เข้ามามีส่วนร่วมอย่างล่าช้าหรือไม่เลย
4.2 ความเสี่ยงด้าน “การคิดแบบกลุ่ม” (Groupthink) จาก AI
มีการหยิบยกประเด็นความเสี่ยงรูปแบบใหม่ นั่นคือ “Algorithmic Groupthink” หรือการที่คณะกรรมการบริษัทใช้เครื่องมือ AI ที่คล้ายคลึงกันจนนำไปสู่การคิดแบบกลุ่มและการลดทอนความคิดริเริ่ม (CES chief Gary Shapiro, อ้างใน Webpronews, 2026) ปัญหานี้ตอกย้ำถึงความสำคัญของความหลากหลายทางความคิดและการมี AI literacy ที่มากพอที่จะตั้งคำถามกับ “คำตอบ” ที่ระบบ AI ให้มา แทนการเชื่อโดยปราศจากการไตร่ตรอง
5. กรอบแนวการพัฒนา AI literacy ขององค์กร
การพัฒนาขีดความสามารถด้าน AI literacy ขององค์กรไม่ควรถูกมองเป็นเพียงการอบรมระยะสั้น แต่ควรเป็นส่วนหนึ่งของโครงสร้างการกำกับดูแล เนื่องจาก AI มีผลต่อกลยุทธ์ ความเสี่ยง จริยธรรม ความโปร่งใส และความสามารถในการแข่งขันในระยะยาว องค์กรจึงจำเป็นต้องมีความเข้าใจ AI ในระดับที่สามารถกำกับดูแล ตั้งคำถาม และประเมินผลกระทบจากการนำ AI มาใช้ได้อย่างรอบด้าน
องค์กรควรเริ่มจากการจัดหลักสูตรพื้นฐานด้าน AI ที่เน้นมุมมองเชิงการกำกับดูแล มากกว่าความรู้เชิงเทคนิคเพียงอย่างเดียว ควบคู่กับการจัดวาระประชุมเชิงลึกด้านเทคโนโลยีเป็นระยะ เพื่อให้การกำกับดูแล AI เชื่อมโยงกับการกำกับดูแลด้านอื่นในองค์กร เช่น ด้านตรวจสอบ ความเสี่ยง การสรรหา และยุทธศาสตร์ อย่างเป็นระบบ นอกจากนี้ องค์กรควรจัดให้มีกลไกกำกับดูแล AI แบบข้ามสายงาน เช่น คณะทำงานกำกับดูแล AI เพื่อกำหนดแนวโยบาย การติดตามความเสี่ยง และรายงานต่อคณะกรรมการอย่างสม่ำเสมอ พร้อมทั้งใช้แนวทางเสริม เช่น การเชิญผู้เชี่ยวชาญภายนอกมาให้ความรู้หรือประเมินระดับความพร้อมการใช้งานเทคโลยี AI และการใช้เครื่องมือประเมินตนเองเพื่อวัดความพร้อมด้านจริยธรรม ความโปร่งใส การลดอคติ และการปฏิบัติตามกฎระเบียบ
ในด้านการวัดผล องค์กรควรกำหนดตัวชี้วัดที่ชัดเจน เช่น สัดส่วนการอบรมด้าน AI การมีนโยบาย AI ที่ได้รับการทบทวนสม่ำเสมอ การมอบหมายบทบาทกำกับดูแล AI อย่างเป็นทางการ และการเปิดเผยข้อมูลด้าน AI governance ในรายงานประจำปี ทั้งนี้ การดำเนินงานควรยึดโยงกับกรอบมาตรฐานสากล เช่น NIST AI RMF และ ISO/IEC 42001 เป็นต้น เพื่อให้การกำกับดูแล AI มีความเป็นระบบ โปร่งใส ตรวจสอบได้ และสร้างคุณค่าเชิงยุทธศาสตร์แก่องค์กรในระยะยาว ทั้งนี้ เพื่อช่วยให้องค์กรสามารถเตรียมความพร้อมด้าน AI Governance และ AI Risk Management หลายองค์กรจึงเริ่มส่งบุคลากรเข้ารับการอบรมและสอบ Certification ระดับสากล เช่น
- Artificial Intelligence Governance Professional (AIGP)
- PECB Certified ISO/IEC 42001 Lead Implementer
Certification ทั้งสองหลักสูตรมีบทบาทที่แตกต่างกันแต่เสริมกันได้อย่างมีประสิทธิภาพ
องค์กรจำนวนมากจึงเลือกเรียน ทั้งสองหลักสูตร เพื่อให้ครอบคลุมทั้ง
- Governance Framework
- Implementation Framework
