5 ความท้าทายต่อการเปลี่ยนแปลงโดย AI และการวิเคราะห์ข้อมูล

5 ความท้าทายต่อการเปลี่ยนแปลงโดย AI และการวิเคราะห์ข้อมูล

18 เมษายน 2565

เหตุการณ์ต่าง ๆ ในช่วงปีที่ผ่านมา รวมถึงความท้าทายทางเศรษฐกิจและสังคมที่เพิ่มมากขึ้นเรื่อย ๆ จนอดคิดไม่ได้ว่าวิธีแก้ปัญหาต่าง ๆ เหล่านั้นจะต้องมีความซับซ้อนเพียงใด แต่ AI และการวิเคราะห์ข้อมูล กลับมีบทบาทสำคัญในการช่วยวิเคราะห์หาวิธีแก้ปัญหาดังกล่าว จะเห็นได้จากการที่ผู้นำทั้งฝ่ายรัฐบาลและอุตสาหกรรมล้วนแข็งแกร่งขึ้นเพราะมีข้อมูลที่เชื่อถือได้ และในตอนนี้ เราได้สรุปความท้าทายทางสังคม เศรษฐกิจ การเมือง ใน 5 ด้าน ที่ AI และการวิเคราะห์ข้อมูล จะสามารถมาช่วยปรับปรุงการทำงานให้ดีขึ้นได้ ดังนี้

1. ด้านโครงสร้างพื้นฐาน

ในช่วงปีที่ผ่านมา ร่างพระราชบัญญัติโครงสร้างพื้นฐานของสหรัฐอเมริกา ได้ทุ่มงบประมาณมหาศาลถึง 5.5 แสนล้านดอลลาร์ เพื่อปรับปรุงโครงสร้างพื้นฐานของอเมริกา ตั้งแต่สะพาน ถนน ไปจนถึงระบบอินเทอร์เน็ต ระบบบริหารจัดการน้ำ และพลังงานของประเทศ ผู้นำรัฐบาลได้นำ AI มาช่วยในการวิเคราะห์ข้อมูล เพื่อจัดลำดับความสำคัญและเพิ่มประสิทธิภาพการลงทุนโครงสร้างพื้นฐานเหล่านี้

ตัวอย่างของข้อมูลที่ถูกนำมาใช้ในการวิเคราะห์ เช่น ข้อมูลเรียลไทม์ที่รวบรวมจากระบบเซ็นเซอร์ IoT บนสะพาน อุโมงค์ ถนน และโครงสร้างพื้นฐานที่สำคัญอื่น ๆ ตลอดจนวิดีโอตรวจเฝ้าระวังภัยจากโดรน สิ่งเหล่านี้ช่วยให้องค์กรของรัฐสามารถวิเคราะห์สภาพของทรัพยากรและคาดการณ์ความเสียหายที่อาจจะเกิดขึ้น หากโครงสร้างพื้นฐานดังกล่าวเกิดปัญหาในรูปแบบต่าง ๆ นอกจากนี้ ยังสามารถบูรณาการข้อมูลโครงสร้างพื้นฐาน เข้ากับข้อมูลด้านอื่น ๆ เช่น การบูรณาการข้อมูลด้านสาธารณสุขเข้ากับข้อมูลทางตำแหน่งของโครงสร้างที่มีท่อตะกั่วเพื่อประเมินความเสี่ยง อีกทั้งยังช่วยจัดลำดับความสำคัญของการเปลี่ยนท่อตะกั่ว ซึ่งการที่สามารถวิเคราะห์ข้อมูลเหล่านี้ได้ จะช่วยประหยัดงบประมาณในการลงทุน และช่วยเพิ่มมาตรฐานความปลอดภัยให้กับประชาชนมากยิ่งขึ้น

2. ด้านการตรวจสอบการฉ้อโกง

งบประมาณ 3.5 ล้านล้านเหรียญ คือจำนวนเงินบรรเทาทุกข์จากสถานการณ์โควิดที่รัฐบาลสหรัฐฯ ใช้ไปนับตั้งแต่เกิดสถานการณ์โควิด จึงไม่น่าแปลกใจที่การฉ้อโกงบางประเภทจะเกิดขึ้น หน่วยสืบราชการลับคาดว่างบประมาณกว่า 100 พันล้านดอลลาร์ในกองทุนบรรเทาทุกข์จากช่วงระบาดของสถานการณ์โควิดนี้ได้ถูกฉ้อโกงไป โดยที่ยากจะติดตามและนำกลับมาได้ ที่สำคัญยิ่งไปกว่านั้น นั่นคือเงินเหล่านั้นคือจำนวนเงินที่ประชาชนผู้มีสิทธิเรียกร้องอย่างถูกต้องตามกฎหมายและเป็นคนที่ต้องการความช่วยเหลือมากที่สุดกลับไม่ได้รับ

AI และการวิเคราะห์ข้อมูล จึงเข้ามามีบทบาทและมีความสำคัญอย่างยิ่งในการจัดการกับความท้าทายนี้หากใช้มันอย่างถูกวิธี ปัจจุบันการจดจำใบหน้าและการจับคู่ข้อมูล (หรือที่รู้จักกันในการทดสอบโดยยืนยันข้อมูลเพื่อระบุตัวตน) ถูกนำมาใช้โดยหน่วยงานของรัฐ ทั้งนี้เทคโนโลยีดังกล่าวยังช่วยแก้ปัญหาความไม่เท่าเทียมกันได้ด้วย แบบทดสอบเกี่ยวกับข้อมูลประจำตัวจะมีคำถามเกี่ยวกับประวัติเครดิต เช่น ประเภทของรถที่เป็นเจ้าของ ที่อยู่ถาวรก่อนหน้านี้ ประเภทบัตรเครดิต และประวัติทางธนาคาร ซึ่งส่งผลต่อความรู้สึกในทางที่ไม่ดีต่อบุคคลที่มีรายได้น้อย หรือคนหนุ่มสาว คนไม่มีบัญชีธนาคาร ผู้อพยพ และกลุ่มอื่น ๆ

ในปีนี้ AI และการวิเคราะห์จะเข้ามามีบทบาทกับการฉ้อโกงในหลากหลายมิติมากขึ้น เช่น การวิเคราะห์ข้อมูลบุคคลจากแหล่งข้อมูลที่ไม่มีเงื่อนไขเรื่องเชื้อชาติ หรือการเข้าถึงอุปกรณ์ดิจิทัล, ที่อยู่ IP, หมายเลขโทรศัพท์มือถือ และที่อยู่อีเมล การวิเคราะห์ข้อมูลบุคคลจึงไม่ได้เป็นแค่กุญแจดอกสำคัญในการระบุตัวตนและลดการฉ้อโกง แต่ยังสามารถนำไปบูรณาการกับข้อมูลด้านอื่น ๆ เช่น ข้อมูลผู้ที่ต้องรับสวัสดิการต่าง ๆ จากทางภาครัฐ เพื่อช่วยตรวจสอบความถูกต้องได้อีกด้วย

3. ด้านการเปลี่ยนแปลงสภาพภูมิอากาศ

ร่างพระราชบัญญัติโครงสร้างพื้นฐานของสหรัฐอเมริกาทุ่มเงินงบประมาณกว่า 5 หมื่นล้านดอลลาร์ เพื่อช่วยชุมชนต่อสู้กับผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศ รวมไปถึงความพยายามในการป้องกันภัยแล้ง อากาศร้อนจัด และน้ำท่วม การวิเคราะห์ข้อมูลมีบทบาทสำคัญในการคาดการณ์เกี่ยวกับผลกระทบของสภาพอากาศเหล่านี้ ซึ่งช่วยในการวางแผนรับมือสำหรับสิ่งที่จะเกิดขึ้นในอนาคต และยังสร้างความตระหนักรู้เกี่ยวกับวิธีการส่งเสริมความยั่งยืนและอนุรักษ์สิ่งแวดล้อมอีกด้วย

อีกทั้งปริมาณข้อมูลที่เกี่ยวข้องที่เพิ่มมากขึ้นจากเซ็นเซอร์และระบบ IoT จึงจำเป็นต้องใช้การวิเคราะห์ขั้นสูงและ AI เข้ามาช่วย เพื่อจัดการกับความท้าทายด้านสภาพอากาศต่าง ๆ ตัวอย่างเช่น เมือง Cary ใน North Carolina ที่เตรียมรับมือกับน้ำท่วม โดยการติดตั้งระบบเซ็นเซอร์ในลำธาร ซึ่งการใช้ AI และ IoT ร่วมกับเทคโนโลยีในระบบ Cloud ทำให้เมือง Cary สามารถคาดการณ์ได้อย่างรวดเร็วว่าน้ำท่วมจะเกิดขึ้นที่ใดและจะท่วมมากน้อยแค่ไหน ส่งผลให้สามารถปรับใช้ทรัพยากรและแจ้งเตือนชาวเมืองได้ทันท่วงทีอีกด้วย

4. ด้านสุขภาพกายและสุขภาพจิต

การแพร่ระบาดของโควิด ส่งผลกระทบเป็นวงกว้างมากกว่าแค่ผู้ติดเชื้อ ผู้คนนับล้านสัมผัสได้ถึงความสูญเสียจากผู้เสียชีวิตและผู้มีผลกระทบทางจิตใจ การใช้ AI และการวิเคราะห์ข้อมูลเพื่อสนับสนุนการรักษาใหม่ ๆ จะส่งผลให้ได้การทดสอบที่ดีขึ้น และช่วยลดความไม่เท่าเทียมกันทางสาธารณสุข เพื่อให้ทุกคนสามารถอยู่ได้อย่างปลอดภัยและมีสุขภาพที่ดีได้ในอนาคต โดยที่ต้องไม่มีกำแพงทางเศรษฐกิจและสังคมมาเป็นปัจจัย

ตัวอย่างเช่น ผู้ใช้ฐานข้อมูลการวิจัยโควิดของทรัพยากรข้อมูลของ Pro Bono COVID สถานวิจัยโควิดที่ใหญ่ที่สุดในโลก ใช้ AI เพื่อช่วยสำรวจว่าโควิดแสดงผลอย่างไรในหมู่ประชากรผิวสี หรือมหาวิทยาลัยใน North Carolina ที่ Chapel Hill ที่ริเริ่มการพัฒนายาต้านไวรัส (READDI) โดยใช้ AI เรียนรู้จากข้อมูลสภาพปอดของผู้ป่วยโควิดที่ป่วยหนัก เพื่อทดสอบยาต้านไวรัสโควิด19 ตัวใหม่

ในด้านการพัฒนาอุปกรณ์สำหรับทดสอบโรคต่าง ๆ  เพื่อให้สามารถรับมือกับการระบาดใหญ่รูปแบบต่าง ๆ ในอนาคต จึงจำเป็นจะต้องมีอุปกรณ์ทดสอลที่สามารถทราบผลได้ทันที และต้นทุนต่ำ เช่น อุปกรณ์ทดสอบแบบใช้แล้วทิ้ง หรือเครื่องอ่านผลแบบใช้มือถือ ซึ่งการประยุกต์ใช้ AI และการวิเคราะห์ข้อมูลด้วยภาพ จะช่วยให้สามารถวิเคราะห์ข้อมูลการวินิจฉัย รวมถึงบันทึกข้อมูลสุขภาพผ่านสื่ออิเล็กทรอนิกส์ เพื่อค้นหาการติดเชื้อ ดูแนวโน้มด้วยตนเอง และตรวจสอบกลุ่มการแพร่ระบาดของโรคเพื่อติดตามและคาดการณ์การระบาดได้ดียิ่งขึ้น

5. ด้านการบังคับใช้กฎหมายและความปลอดภัยต่อสาธารณชน

ในด้านการบังคับใช้กฎหมายก็ต้องการการปฏิรูปนโยบายที่เป็นนวัตกรรม และเทคโนโลยีที่ตอบสนองผู้คนในวงกว้าง พร้อมทั้งสร้างความโปร่งใส เช่น ใช้การรักษาตามหลักฐาน (Evidence-based Policing : EBP) หรือแนวทางในการกำหนดนโยบายและการตัดสินใจทางยุทธวิธีสำหรับหน่วยงานตำรวจมากยิ่งขึ้น ซึ่งสิ่งเหล่านี้ต้องได้รับการสนับสนุนโดยการวิเคราะห์ข้อมูล โดยผลลัพธ์นอกจากจะทำให้ความเป็นอยู่ของเจ้าหน้าที่ดีขึ้น ลดอัตราการเกิดอาชญากรรม ยังช่วยสร้างความเชื่อมั่นในทำงานของเจ้าหน้าที่อีกด้วย

นอกจากจะวิเคราะห์ข้อมูลจากข้อมูลพื้นฐาน เช่น จำนวนหมายค้น, รายละเอียดการบังคับใช้กฎจราจร หรือจำนวนผู้ที่ถูกจับกุม ยังสามารถบูรณาการกับข้อมูลการใช้แนวการปฏิบัติจาก EBP มาใช้วัดผลกระทบของกิจกรรมเหล่านั้นรวมด้วย เช่น ปริมาณอาชญากรรมโดยรวมหรืออุบัติเหตุจราจรลดลงหรือไม่ นอกจากนี้ยังรวมไปถึงการวิเคราะห์ผลกระทบของกฎหมายต่อประชาชน ว่ามีความเห็นชอบอย่างไร

ในภาพรวมอาจจะเห็นว่าการใช้ AI และการวิเคราะห์ข้อมูล ในงานด้านการบังคับใช้กฎหมายจะเน้นไปที่งานที่เหล่าเจ้าหน้าที่ทำได้ดีอยู่แล้ว โดยดูข้อมูลทั้งภายนอกและภายในอันส่งผลกระทบต่อเจ้าหน้าที่และชุมชน แต่ท้ายที่สุดแล้วเทคโนโลยีดังกล่าวก็จะช่วยให้หน่วยงานตำรวจสามารถปรับปรุงความโปร่งใส ความรับผิดชอบ และเชื่อมโยงกับชุมชนได้

บทความโดย Lee Ann Dietz
เนื้อหาจากบทความของ InformationWeek
แปลและเรียบเรียงโดย วิน เวธิต
ตรวจทานและปรับปรุงโดย ดวงใจ จิตคงชื่น

แบ่งปันบทความ

กลุ่มเนื้อหา

แท็กยอดนิยม

แจ้งเรื่องที่อยากอ่าน

คุณสามารถแจ้งเรื่องที่อยากอ่านให้เราทราบได้ !
และเราจะนำไปพัฒนาบทความให้มีเนื้อหาที่น่าสนใจมากขึ้น

ไอคอน PDPA

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ “นโยบายคุ้กกี้” และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ “ตั้งค่า”

ตั้งค่าความเป็นส่วนตัว

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

ยอมรับทั้งหมด
จัดการความเป็นส่วนตัว
  • คุกกี้ที่มีความจำเป็น (Strictly Necessary Cookies)
    เปิดใช้งานตลอด

    คุกกี้ประเภทนี้มีความจำเป็นต่อการให้บริการเว็บไซต์ของ สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล เพื่อให้ท่านสามารถเข้าใช้งานในส่วนต่าง ๆ ของเว็บไซต์ได้ รวมถึงช่วยจดจำข้อมูลที่ท่านเคยให้ไว้ผ่านเว็บไซต์ การปิดการใช้งานคุกกี้ประเภทนี้จะส่งผลให้ท่านไม่สามารถใช้บริการในสาระสำคัญของ สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล ซึ่งจำเป็นต้องเรียกใช้คุกกี้ได้
    รายละเอียดคุกกี้

  • คุกกี้เพื่อการวิเคราะห์และประเมินผลการใช้งาน (Performance Cookies)

    คุกกี้ประเภทนี้ช่วยให้ BDI ทราบถึงการปฏิสัมพันธ์ของผู้ใช้งานในการใช้บริการเว็บไซต์ของ BDI รวมถึงหน้าเพจหรือพื้นที่ใดของเว็บไซต์ที่ได้รับความนิยม ตลอดจนการวิเคราะห์ข้อมูลด้านอื่น ๆ BDI ยังใช้ข้อมูลนี้เพื่อการปรับปรุงการทำงานของเว็บไซต์ และเพื่อเข้าใจพฤติกรรมของผู้ใช้งานมากขึ้น ถึงแม้ว่า ข้อมูลที่คุกกี้นี้เก็บรวบรวมจะเป็นข้อมูลที่ไม่สามารถระบุตัวตนได้ และนำมาใช้วิเคราะห์ทางสถิติเท่านั้น การปิดการใช้งานคุกกี้ประเภทนี้จะส่งผลให้ BDI ไม่สามารถทราบปริมาณผู้เข้าเยี่ยมชมเว็บไซต์ และไม่สามารถประเมินคุณภาพการให้บริการได้

  • คุกกี้เพื่อการใช้งานเว็บไซต์ (Functional Cookies)

    คุกกี้ประเภทนี้จะช่วยให้เว็บไซต์ของ BDI จดจำตัวเลือกต่าง ๆ ที่ท่านได้ตั้งค่าไว้และช่วยให้เว็บไซต์ส่งมอบคุณสมบัติและเนื้อหาเพิ่มเติมให้ตรงกับการใช้งานของท่านได้ เช่น ช่วยจดจำชื่อบัญชีผู้ใช้งานของท่าน หรือจดจำการเปลี่ยนแปลงการตั้งค่าขนาดฟอนต์หรือการตั้งค่าต่าง ๆ ของหน้าเพจซึ่งท่านสามารถปรับแต่งได้ การปิดการใช้งานคุกกี้ประเภทนี้อาจส่งผลให้เว็บไซต์ไม่สามารถทำงานได้อย่างสมบูรณ์

  • คุกกี้เพื่อการโฆษณาไปยังกลุ่มเป้าหมาย (Targeting Cookies)

    คุกกี้ประเภทนี้เป็นคุกกี้ที่เกิดจากการเชื่อมโยงเว็บไซต์ของบุคคลที่สาม ซึ่งเก็บข้อมูลการเข้าใช้งานและเว็บไซต์ที่ท่านได้เข้าเยี่ยมชม เพื่อนำเสนอสินค้าหรือบริการบนเว็บไซต์อื่นที่ไม่ใช่เว็บไซต์ของ BDI ทั้งนี้ หากท่านปิดการใช้งานคุกกี้ประเภทนี้จะไม่ส่งผลต่อการใช้งานเว็บไซต์ของ BDI แต่จะส่งผลให้การนำเสนอสินค้าหรือบริการบนเว็บไซต์อื่น ๆ ไม่สอดคล้องกับความสนใจของท่าน

บันทึกการตั้งค่า