AI กำลังเปลี่ยนการต่อต้านคอร์รัปชันอย่างไร? บทเรียนจากการใช้ AI ทั่วโลก
เมื่อพูดถึงปัญญาประดิษฐ์ (Artificial Intelligence: AI) หลายคนอาจนึกถึงแชตบอตตอบคำถาม โปรแกรมสร้างภาพ หรือระบบช่วยเขียนโค้ด ทว่า นอกเหนือจากความสามารถเหล่านี้ AI กำลังถูกนำไปใช้ในอีกบทบาทหนึ่งที่สำคัญไม่แพ้กัน นั่นคือการเป็นเครื่องมือสนับสนุนการต่อต้านการทุจริตในภาครัฐ ตั้งแต่การคาดการณ์ความเสี่ยงของโครงการจัดซื้อจัดจ้าง การตรวจจับธุรกรรมผิดปกติ ไปจนถึงการช่วยวิเคราะห์เอกสารหลายล้านฉบับในการสืบสวนคดีคอร์รัปชัน
KRAC Extract ประจำเดือนนี้ชวนเจาะลึกรายงาน “Harnessing Artificial Intelligence (AI) for Anti-Corruption” โดย Miloš Resimić (2025) ที่ชี้ให้เห็นถึงศักยภาพ AI ในการช่วยประมวลผลข้อมูลขนาดมหาศาล ค้นหารูปแบบที่ซับซ้อน และช่วยให้หน่วยงานต่อต้านคอร์รัปชันทำงานได้รวดเร็วและแม่นยำยิ่งขึ้น ทั้งนี้ทั้งนั้น AI ไม่ได้เข้ามาแทนที่มนุษย์ แต่เข้ามาเสริมศักยภาพให้มนุษย์ตัดสินใจบนฐานข้อมูลที่ครบถ้วนกว่าเดิม
AI ช่วยเปลี่ยนข้อมูลจำนวนมหาศาลให้กลายเป็นสัญญาณเตือนความเสี่ยง
จุดเด่นสำคัญของ AI คือความสามารถในการเรียนรู้จากข้อมูลและเชื่อมโยงข้อมูลจากหลายแหล่งพร้อมกัน ไม่ว่าจะเป็นฐานข้อมูลการจัดซื้อจัดจ้าง บัญชีทรัพย์สิน ข้อมูลบริษัท ข้อมูลการเงิน หรือแม้แต่ภาพถ่ายดาวเทียม AI สามารถวิเคราะห์ข้อมูลเหล่านี้ในระดับที่มนุษย์แทบไม่อาจทำได้ภายในเวลาจำกัด จึงช่วยลดภาระงานที่ต้องทำซ้ำจำนวนมาก และเปิดโอกาสให้เจ้าหน้าที่ได้ใช้เวลากับการวิเคราะห์เชิงลึกและการพิจารณาประเด็นที่มีความซับซ้อนมากขึ้น
บทบาทหนึ่งที่ AI แสดงศักยภาพได้อย่างโดดเด่นคือ การป้องกันการทุจริต โดย AI สามารถวิเคราะห์ข้อมูลในอดีตเพื่อคาดการณ์ว่าโครงการหรือธุรกรรมใดมีความเสี่ยงสูงต่อการทุจริต ตัวอย่างเช่น การวิเคราะห์ข้อมูลการจัดซื้อจัดจ้างเพื่อระบุโครงการที่มีผู้เสนอราคาเพียงรายเดียว รูปแบบการเสนอราคาที่ผิดปกติ หรือบริษัทที่มีความเชื่อมโยงกับผู้มีอำนาจ เมื่อระบบสามารถระบุ “จุดเสี่ยง” ได้ล่วงหน้า หน่วยงานกำกับดูแลก็สามารถจัดลำดับความสำคัญในการตรวจสอบและป้องกันความเสียหายก่อนที่งบประมาณจะถูกใช้ไป
จากบราซิลถึงยูเครน AI กำลังถูกใช้ทั้งป้องกัน ตรวจจับ และสนับสนุนการสืบสวนคดีทุจริต
บราซิลเป็นหนึ่งในประเทศที่นำแนวคิดนี้มาประยุกต์ใช้ผ่านระบบ Alice ซึ่งทำหน้าที่สแกนประกาศจัดซื้อจัดจ้างของภาครัฐทุกวัน เพื่อตรวจหาความผิดปกติและส่งสัญญาณเตือนไปยังผู้ตรวจสอบก่อนการลงนามในสัญญา รายงานระบุว่าระหว่างปี 2019–2022 ระบบดังกล่าวช่วยให้หน่วยงานภาครัฐระงับหรือยกเลิกโครงการที่มีความเสี่ยง คิดเป็นมูลค่ากว่า 9.7 พันล้านเรียลบราซิล แสดงให้เห็นว่า AI สามารถเป็นเครื่องมือเชิงป้องกันที่ช่วยลดความเสียหายได้ตั้งแต่ต้นทาง
นอกจากการป้องกันแล้ว AI ยังถูกนำมาใช้เพื่อ ตรวจจับการทุจริต ได้เช่นกัน ตัวอย่างที่น่าสนใจคือ Rosie จากบราซิล ซึ่งใช้ AI วิเคราะห์ข้อมูลการเบิกค่าใช้จ่ายของสมาชิกสภาผู้แทนราษฎร หากพบรายการที่น่าสงสัย ระบบจะเผยแพร่ข้อมูลดังกล่าวสู่สาธารณะเพื่อเปิดโอกาสให้ประชาชนช่วยตรวจสอบ ผลลัพธ์คือเกิดแรงกดดันทางสังคมที่ช่วยลดการใช้จ่ายที่ไม่เหมาะสม และสะท้อนให้เห็นว่าความโปร่งใสสามารถเกิดขึ้นได้จากการผสานเทคโนโลยีเข้ากับการมีส่วนร่วมของประชาชน
อีกตัวอย่างคือ DOZORRO ของยูเครน ซึ่งใช้ Machine Learning วิเคราะห์ข้อมูลจากระบบจัดซื้อจัดจ้างภาครัฐเพื่อประเมินว่าโครงการใดมีความเสี่ยงสูงต่อการทุจริต ก่อนส่งต่อให้ภาคประชาสังคมและหน่วยงานที่เกี่ยวข้องตรวจสอบต่อ ขณะที่ในเปรู ระบบ Inspector AI ใช้เทคนิคการประมวลผล Natural Language Processing (NLP) วิเคราะห์รายงานธุรกรรมทางการเงินที่น่าสงสัย ช่วยให้เจ้าหน้าที่สามารถคัดกรองคดีได้รวดเร็วขึ้นและเพิ่มจำนวนคดีที่ส่งต่อไปยังพนักงานอัยการได้มากกว่าเดิม
นอกจากนี้ AI ยังขยายขอบเขตการตรวจสอบไปไกลกว่าฐานข้อมูลแบบเดิม ด้วยการใช้ภาพถ่ายดาวเทียมและเทคโนโลยี Computer Vision เพื่อตรวจจับการตัดไม้ทำลายป่า การทำเหมืองผิดกฎหมาย หรือการประมงผิดกฎหมาย ซึ่งมักเกี่ยวข้องกับการใช้อำนาจโดยมิชอบหรือการคอร์รัปชันในระดับพื้นที่ โดยข้อมูลจากภาพถ่ายดาวเทียมช่วยให้มองเห็นความผิดปกติที่เกิดขึ้นในพื้นที่ห่างไกลได้รวดเร็วขึ้น และสนับสนุนการติดตามตรวจสอบได้อย่างมีประสิทธิภาพ
แม้การใช้ AI เพื่อ การสืบสวนคดีทุจริต จะยังอยู่ในระยะเริ่มต้น แต่ก็เริ่มแสดงศักยภาพที่น่าสนใจ โดยเฉพาะการใช้ Large Language Models (LLMs) วิเคราะห์เอกสารจำนวนมหาศาล จัดหมวดหมู่หลักฐาน สกัดข้อมูลสำคัญ และค้นหาความเชื่อมโยงระหว่างบุคคลหรือองค์กร ตัวอย่างเช่น ระบบ ContÁgil ของบราซิล ซึ่งถูกนำมาใช้ในคดีฟอกเงินและคอร์รัปชันขนาดใหญ่ หรือการใช้ AI ของสำนักงาน Serious Fraud Office ในสหราชอาณาจักรเพื่อช่วยตรวจสอบเอกสารหลายสิบล้านหน้าในการสืบสวนคดีสินบนข้ามชาติ สิ่งเหล่านี้สะท้อนว่า AI สามารถลดภาระงานที่ต้องใช้แรงคนจำนวนมาก และช่วยให้ผู้สืบสวนเข้าถึงข้อมูลสำคัญได้รวดเร็วยิ่งขึ้น
AI จะต้านคอร์รัปชันได้จริง ก็ต่อเมื่อมีข้อมูลที่ดี ธรรมาภิบาลที่ชัด และมนุษย์กำกับดูแล
แม้การใช้ AI เพื่อ การสืบสวนคดีทุจริต จะยังอยู่ในระยะเริ่มต้น แต่ก็เริ่มแสดงศักยภาพที่น่าสนใจ โดยเฉพาะการใช้ Large Language Models (LLMs) วิเคราะห์เอกสารจำนวนมหาศาล จัดหมวดหมู่หลักฐาน สกัดข้อมูลสำคัญ และค้นหาความเชื่อมโยงระหว่างบุคคลหรือองค์กร ตัวอย่างเช่น ระบบ ContÁgil ของบราซิล ซึ่งถูกนำมาใช้ในคดีฟอกเงินและคอร์รัปชันขนาดใหญ่ หรือการใช้ AI ของสำนักงาน Serious Fraud Office ในสหราชอาณาจักรเพื่อช่วยตรวจสอบเอกสารหลายสิบล้านหน้าในการสืบสวนคดีสินบนข้ามชาติ สิ่งเหล่านี้สะท้อนว่า AI สามารถลดภาระงานที่ต้องใช้แรงคนจำนวนมาก และช่วยให้ผู้สืบสวนเข้าถึงข้อมูลสำคัญได้รวดเร็วยิ่งขึ้น
อย่างไรก็ตาม รายงานเน้นย้ำว่า AI ไม่ใช่คำตอบของทุกปัญหา ประสิทธิภาพของระบบขึ้นอยู่กับคุณภาพของข้อมูลเป็นสำคัญ หากข้อมูลไม่ครบถ้วน หรือมีอคติ AI ก็จะเรียนรู้จากข้อมูลที่บิดเบือนและอาจมองไม่เห็นการทุจริตที่เกิดขึ้น นอกจากนี้ โมเดล AI จำนวนมากยังทำงานในลักษณะ “กล่องดำ” (Black Box) ซึ่งยากต่อการอธิบายเหตุผลของผลลัพธ์ ทำให้เกิดคำถามด้านความโปร่งใส ความรับผิดชอบ และสิทธิของผู้ได้รับผลกระทบ
ข้อมูลจากรายงานยังเตือนถึงความเสี่ยงอีกด้านหนึ่ง คือการที่ AI เองอาจถูกใช้เป็นเครื่องมือแสวงหาประโยชน์โดยมิชอบ หากผู้มีอำนาจสามารถแทรกแซงข้อมูล หรือออกแบบระบบให้เอื้อประโยชน์ต่อบางกลุ่ม จึงจำเป็นต้องมีกรอบกฎหมาย มาตรฐานด้าน
ธรรมาภิบาล การตรวจสอบอัลกอริทึม และการกำกับดูแลโดยมนุษย์ควบคู่กันไป
ท้ายที่สุด แม้ AI จะมีศักยภาพในการยกระดับการป้องกัน การตรวจจับ และการสืบสวนการทุจริต โดยช่วยให้หน่วยงานสามารถวิเคราะห์ข้อมูลจำนวนมหาศาล คาดการณ์ความเสี่ยง และจัดลำดับความสำคัญของการตรวจสอบได้อย่างมีประสิทธิภาพมากขึ้น ทว่า เทคโนโลยีเพียงอย่างเดียวไม่อาจแก้ปัญหาคอร์รัปชันได้ คุณภาพของข้อมูล ความพร้อมขององค์กร กรอบกำกับดูแลที่โปร่งใส และการตรวจสอบโดยมนุษย์ ยังคงเป็นรากฐานสำคัญของระบบต่อต้านคอร์รัปชัน
หากสามารถพัฒนาองค์ประกอบเหล่านี้ควบคู่กัน AI ก็จะเป็นเครื่องมือสำคัญที่ช่วยเสริมศักยภาพการต่อต้านการทุจริต และทำให้การใช้อำนาจของภาครัฐโปร่งใส ตรวจสอบได้ และมีประสิทธิภาพยิ่งขึ้น
คอลัมน์ “KRAC Extract” สกัดองค์ความรู้ที่จับต้องได้ผ่านการศึกษาสถานการณ์คอร์รัปชันโลกที่จะพาคุณไปสำรวจสถานการณ์คอร์รัปชันในระดับสากล เจาะลึกรายงานจากแหล่งข้อมูลนานาชาติ และวิเคราะห์ประเด็น Hot ที่โลกกำลังจับตา เพราะคอร์รัปชันไม่ใช่เรื่องไกลตัว และการเรียนรู้บทเรียนจากต่างประเทศคือหนึ่งในกุญแจสู่การเปลี่ยนแปลงที่ยั่งยืน
ที่มา
Resimić, M. 2025. Harnessing artificial intelligence (AI) for anti-corruption. Benefits and challenges in prevention, detection and investigation. Bergen: U4 Anti-Corruption Resource Centre, Chr. Michelsen Institute (U4 Helpdesk Answer 2025:24)
ปีที่แต่ง (พ.ศ.)
2569
ผู้แต่ง
เรียบเรียงโดย ธนากาญจน์ กันทอง
ฝ่ายสื่อสารองค์ความรู้
หน่วยงานสนับสนุน
หัวข้อ
Related Content
4 บทเรียนต้านโกงจากเวทีนานาชาติและสิ่งที่คนไทยควรรู้
4 บทเรียนจากเวทีต้านโกงนานาชาติ ชวนสำรวจเหตุใดหลายประเทศยังแก้ปัญหาไม่ได้ แม้จะมีเครื่องมือและแนวทางที่ชัดเจน พร้อมชวนคิดว่าไทยจะนำบทเรียนไปปรับใช้ได้อย่างไร
KRAC Extract | AI กับคอร์รัปชัน: โอกาส ข้อจำกัด และบทเรียนจากการใช้ปัญญาประดิษฐ์เพื่อการต่อต้านคอร์รัปชัน
AI กำลังเปลี่ยนการต่อต้านคอร์รัปชันอย่างไร? KRAC Extract ชวนสำรวจบทบาทของ AI ในการวิเคราะห์ข้อมูล คาดการณ์ความเสี่ยง และสนับสนุนการสืบสวน พร้อมบทเรียนจากหลายประเทศ
เปิดห้องพิจารณางบประมาณ ‘สารตั้งต้น’ สกัดการคอร์รัปชัน
ทำไมประเทศไทยต้องเปิดประชุมกรรมาธิการงบประมาณให้ประชาชนรับรู้? กรุงเทพธุรกิจ x KRAC ชวนสำรวจเหตุใดการเปิดเผยข้อมูลการประชุมกรรมาธิการฯ จึงสำคัญต่อความโปร่งใสและการตรวจสอบภาครัฐ
