ความเข้าใจผิดที่พบบ่อยคือ หากไม่ใช้โมเดลภาษาขนาดใหญ่ (LLMs) เช่น ChatGPT สำหรับการแชท Midjourney สำหรับสร้างรูปภาพ หรือ Sora สำหรับสร้างวิดีโอ ก็จะปลอดภัยจากปัญญาประดิษฐ์ (AI) แต่ความจริงคือ ไม่ว่าจะใช้งานหรือไม่ก็ตาม AI ได้เข้ามามีบทบาทในชีวิตอยู่แล้ว

ตัวอย่างเช่น เมื่อถ่ายภาพบน Android ทาง Google Photos จะสแกนและใส่ป้ายกำกับทุกคนในคลังรูปภาพโดยอัตโนมัติโดยใช้เทคโนโลยีจดจำใบหน้า การโพสต์บนโซเชียลมีเดียโดยไม่เปลี่ยนการตั้งค่าค่าเริ่มต้นจะสร้างโพสต์สาธารณะที่สามารถถูกขูดข้อมูลไปไว้ในชุดข้อมูลขนาดใหญ่ที่ใช้ฝึกฝน LLM ได้ แม้กระทั่งโฆษณาที่ปรับให้เหมาะกับบุคคลบนเว็บไซต์หรือในแอปก็ขับเคลื่อนโดย AI ที่ได้รับการฝึกฝนจากพฤติกรรมการท่องเว็บและการตั้งค่าส่วนตัวในการช็อปปิ้ง

ความสะดวกสบายนั้นต้องแลกมาด้วยความเป็นส่วนตัว และอาจส่งผลกระทบอย่างลึกซึ้งต่อชีวิต รูปภาพยี่สิบรูปที่นำมาจากฟีดโซเชียลของบุตรหลาน นั้นเพียงพอที่จะสร้างวิดีโอดีปเฟกความยาว 30 วินาทีที่สามารถนำไปใช้ในการข่มขู่ การกลั่นแกล้ง หรือการโจรกรรมข้อมูลระบุตัวตนได้

สิ่งที่มีความเสี่ยงเมื่อ AI เข้าถึงข้อมูลส่วนบุคคล และสิ่งที่จะทำได้เพื่อปกป้องความเป็นส่วนตัวออนไลน์มีดังนี้

AI ทำให้ความเป็นส่วนตัวตกอยู่ในความเสี่ยงอย่างไร?

AI สามารถทำลายความเป็นส่วนตัวได้โดยการจัดเก็บรวบรวมข้อมูลมากเกินไป อนุมานมากเกินไป และแชร์มากเกินไป

ข้อมูลส่วนบุคคลอาจถูกจัดเก็บรวบรวม

ระบบ AI จะมีความแม่นยำมากขึ้นโดยการฝึกฝนจากข้อมูลจำนวนมหาศาล ซึ่งมักจะถูกดึงมาจากแหล่งข้อมูลที่เปิดเผยต่อสาธารณะ เช่น โพสต์บน Facebook(หน้าต่างใหม่), รูปภาพบน Flickr(หน้าต่างใหม่) หรือเธรดบน Reddit(หน้าต่างใหม่) การโพสต์บนโซเชียลมีเดียทั่วไป รูปภาพครอบครัว และรายละเอียดโปรไฟล์ ซึ่งมักจะมีข้อมูลที่ละเอียดอ่อนและเดิมทีแชร์เพื่อเหตุผลส่วนตัวหรือสังคม ได้ถูกรวมอยู่ในชุดข้อมูลที่ใช้ในการฝึกฝนโมเดลภาษาขนาดใหญ่ LLM มูลค่าหลายพันล้านดอลลาร์และระบบจดจำใบหน้า สิ่งนี้เกิดขึ้นเนื่องจากบริษัทยักษ์ใหญ่ด้านเทคโนโลยีมองว่าเนื้อหาออนไลน์เป็นสิ่งที่นำไปใช้งานกับ AI ได้อย่างอิสระ โดยไม่ต้องได้รับความยินยอมอย่างชัดแจ้งหรือคำนึงถึงทรัพย์สินทางปัญญา

อาจถูกระบุตัวตนอีกครั้ง

บริษัทเทคโนโลยีอ้างว่าข้อมูลส่วนบุคคลจะไม่สามารถสืบย้อนกลับไปหาตัวบุคคลได้เมื่อได้รับการยกเลิกการระบุตัวตนหรือการระบุตัวตนแบบแฝง ซึ่งหมายความว่าข้อมูลระบุตัวตนที่ชัดเจน เช่น ชื่อหรือหมายเลขโทรศัพท์ จะถูกนำออกไป แต่การปกป้องนี้เปราะบาง เนื่องจากชุดข้อมูลที่ไม่ระบุตัวตนอาจถูกระบุตัวตนอีกครั้งได้โดยการเปรียบเทียบข้อมูลอ้างอิงกับแหล่งข้อมูลอื่น เช่น โปรไฟล์โซเชียลมีเดียหรือข้อมูลตำแหน่งทางภูมิศาสตร์

ตัวอย่างเช่น ผู้ใช้ Netflix ถูกระบุตัวตนอีกครั้ง(หน้าต่างใหม่) โดยการเปรียบเทียบการให้คะแนนภาพยนตร์ที่ไม่ระบุตัวตนกับข้อมูล IMDb การศึกษาชิ้นหนึ่ง(หน้าต่างใหม่) แสดงให้เห็นว่า ชาวอเมริกันเกือบทุกคนสามารถถูกระบุเจาะจงในชุดข้อมูลใดๆ ได้ด้วยตัวบ่งชี้ทางประชากรศาสตร์เพียง 15 ตัว เมื่อเพิ่มพลังในการจับคู่รูปแบบของ AI การระบุตัวตนอีกครั้งจึงรวดเร็วขึ้น ง่ายขึ้น และเข้าถึงได้โดยทุกคน

ข้อมูลอาจถูกแชร์กับบุคคลที่สาม

เมื่อใช้งานระบบ AI ข้อมูลไม่ได้อยู่กับบริษัทที่ลงทะเบียนไว้เสมอไป แต่อาจถูกแชร์กับพันธมิตรหรือผู้ประมวลผลข้อมูลที่เป็นบุคคลที่สาม ซึ่งบางรายอาจไม่เคยได้ยินชื่อมาก่อน โดยอาจจัดการข้อมูลภายใต้ข้อกำหนดและมาตรฐานความปลอดภัยของตนเอง

เมื่อถึงจุดนั้น ความเป็นส่วนตัวจะกลายเป็นเรื่องของความไว้วางใจ จะไม่ได้พึ่งพาเพียงแค่บริษัทที่รู้จักเพื่อปกป้องข้อมูลอีกต่อไป แต่ต้องพึ่งพาห่วงโซ่ทั้งหมดของบุคคลภายนอกที่ไม่รู้จัก ซึ่งแต่ละรายต่างก็มีโครงสร้างพื้นฐาน นโยบาย และจุดอ่อนของตนเอง ทุกมือที่เข้ามาสัมผัสข้อมูลจะทำให้ขอบเขตการโจมตีกว้างขึ้น และความรับผิดชอบก็เริ่มคลุมเครือ

ตัวอย่างเช่น การละเมิดข้อมูลที่เกี่ยวข้องกับพันธมิตร OpenAI ส่งผลให้มีการเปิดเผยข้อมูลผู้ใช้ API ซึ่งแสดงให้เห็นว่าการเข้าถึงของบุคคลที่สามสามารถกลายเป็นลิงก์ที่อ่อนแอที่สุดในระบบได้อย่างไร

คำขอให้ลบข้อมูลอาจไม่ได้ผล

เมื่อข้อมูลถูกนำไปใช้ฝึกฝนโมเดล AI แล้ว การนำข้อมูลกลับคืนมาแทบจะเป็นไปไม่ได้เลยเนื่องจากข้อมูลดังกล่าวได้กำหนดพฤติกรรมโดยรวมของโมเดลไปแล้ว เทคนิคการทำให้ระบบแมชชีนเลิร์นนิงลืมข้อมูล Machine unlearning ยังอยู่ในช่วงเริ่มต้น ดังนั้น ทางเลือกเดียวในปัจจุบันคือการฝึกฝนโมเดลใหม่ทั้งหมด และถึงแม้บริษัทจะอ้างว่าได้ดำเนินการตามคำขอให้ลบข้อมูลแล้ว แต่ในทางปฏิบัติแล้วไม่มีวิธีใดที่จะยืนยันเรื่องดังกล่าวได้เลย(หน้าต่างใหม่)

คนอื่นอาจเห็นการแชทส่วนตัว

LLM ต่างๆ เช่น ChatGPT(หน้าต่างใหม่), Meta AI(หน้าต่างใหม่) และ Grok(หน้าต่างใหม่) ได้เปิดเผยบทสนทนาส่วนตัวผ่านคุณสมบัติแชร์ ทำให้การแชทถูกจัดทำดัชนีโดยเครื่องมือค้นหาและสามารถค้นพบได้แบบสาธารณะ แพลตฟอร์มเหล่านั้นไม่มีความโปร่งใสเพียงพอเกี่ยวกับความเสี่ยงนี้ ทำให้ผู้ใช้ไม่ทราบว่าสิ่งที่รู้สึกเหมือนเป็นการแลกเปลี่ยนส่วนตัวอาจจบลงด้วยการที่ทุกคนบนอินเทอร์เน็ตสามารถมองเห็นได้

อาจได้รับการปฏิบัติอย่างไม่เป็นธรรม

หากข้อมูลที่ระบบ AI ใช้เพื่อเรียนรู้รูปแบบมีอคติที่ซ่อนอยู่ เช่น จากความไม่เท่าเทียมในอดีตหรือชุดข้อมูลที่ไม่สมบูรณ์ AI ก็สามารถเสริมสร้างหรือขยายรูปแบบเหล่านั้นได้ ความเสี่ยงจะสูงขึ้นเมื่อใช้ระบบ AI ที่ไม่เป็นส่วนตัวของบริษัทเทคโนโลยีรายใหญ่ (Big Tech) ซึ่งเป็นซอร์สโค้ดแบบปิดและทำงานเหมือนกล่องดำที่ไม่สามารถตรวจสอบได้อย่างอิสระ ระบบเหล่านี้อาจใช้คุณลักษณะที่ละเอียดอ่อน เช่น เชื้อชาติ เพศ หรือรหัสไปรษณีย์ เพื่อทำการตัดสินใจโดยอัตโนมัติใน การรักษาความปลอดภัยแบบคาดการณ์ล่วงหน้า(หน้าต่างใหม่), การจ้างงาน(หน้าต่างใหม่), การดูแลสุขภาพ(หน้าต่างใหม่) หรือ การให้คะแนนเครดิต(หน้าต่างใหม่)

การกำหนดเป้าหมายโฆษณามีความแม่นยำยิ่งขึ้น

แม้ว่า AI ที่ไม่เป็นส่วนตัวจะทำให้โฆษณาฉลาดขึ้นโดยการเปิดใช้งานการกำหนดเป้าหมายที่แม่นยำยิ่งขึ้น แต่บ่อยครั้งมักเป็นการรุกล้ำความเป็นส่วนตัวของทั้งครอบครัว ตัวอย่างเช่น Publicis ซึ่งเป็น นายหน้าข้อมูล และบริษัทโฆษณาที่ใหญ่ที่สุดในโลก อ้างว่าได้สร้างโปรไฟล์ผู้คนจำนวน 2.3 พันล้านคน และติดตามรายละเอียดต่างๆ เช่น การตั้งค่าส่วนตัวและรายได้ของครอบครัว(หน้าต่างใหม่) เพื่อตัดสินใจว่าจะกำหนดเป้าหมายด้วยผลิตภัณฑ์ราคาประหยัดหรือผลิตภัณฑ์พรีเมียม

ด้วยการที่แชทบอท AI เข้ามาแทนที่การค้นหาแบบดั้งเดิม โฆษณาจึงติดตามเข้ามาในพื้นที่ใหม่นี้ ตัวอย่างเช่น Perplexity กำลัง ฝังโฆษณาในคำตอบที่สร้างโดย AI(หน้าต่างใหม่) และได้เสนอราคา 3.45 หมื่นล้านดอลลาร์เพื่อซื้อ Google Chrome ซึ่งเป็นความเคลื่อนไหวที่มีวัตถุประสงค์เพื่อเข้าถึงผู้ใช้เบราว์เซอร์ที่มีมากกว่า 3 พันล้านราย รวมถึงข้อมูลพฤติกรรมส่วนบุคคลที่มาพร้อมกันนั้น

พื้นที่จัดเก็บข้อมูลบนคลาวด์อาจเปิดเผยข้อมูล

ผู้ให้บริการพื้นที่จัดเก็บข้อมูลบนคลาวด์ที่ไม่มีการเข้ารหัสลับจากต้นทางถึงปลายทาง (E2EE) สามารถเข้าถึงรูปภาพ เอกสาร และไฟล์ที่ละเอียดอ่อนที่อัปโหลดขึ้นไปได้ นอกจากนี้ยังอาจใช้ข้อมูลดังกล่าวเพื่อขับเคลื่อนเครื่องมือ AI สร้างข้อมูลเชิงลึก หรือแสดงโฆษณาที่ปรับให้เหมาะกับแต่ละบุคคล

ตัวอย่างเช่น Google Drive ยังคงสามารถเข้าถึงข้อมูลและใช้เพื่อคุณสมบัติ AI เช่น การตรวจตัวสะกดและการเติมคำอัตโนมัติใน Google Docs หาก Gemini ซึ่งเป็นผู้ช่วย AI ของ Google ยังคงรวมเข้ากับ Google Workspace อย่างเหนียวแน่น คำค้นหาเกี่ยวกับไฟล์ในไดรฟ์ก็อาจถูกนำไปใช้ในการฝึกอบรม AI เช่นกัน

ในทำนองเดียวกัน Microsoft ได้ประกาศว่า Word, Excel และ PowerPoint จะ บันทึกอัตโนมัติไปยัง OneDrive เป็นค่าเริ่มต้น ในไม่ช้า ซึ่งเป็นอีกหนึ่งบริการที่ไม่มี E2EE และการนำข้อมูลไปใช้ในอนาคตเพื่อการโฆษณาหรือการฝึกอบรม AI ยังคงไม่มีความแน่นอน

AI สามารถทำงานผิดพลาดได้

ระบบอัตโนมัติอาจสแกนการสื่อสารส่วนตัวและทำเครื่องหมายว่าน่าสงสัย ร่างกฎหมายควบคุมการแชท (Chat Control) ของสหภาพยุโรปจะกำหนดให้บริการส่งข้อความ เช่น WhatsApp และ Signal ต้องใช้ AI เพื่อสแกนทุกข้อความและรูปภาพส่วนตัวเพื่อตรวจหาเนื้อหาการล่วงละเมิดทางเพศเด็ก (CSAM)

แต่นี่หมายถึงการตรวจสอบบทสนทนาของทุกคน ไม่ใช่แค่ของผู้ที่ต้องสงสัยว่าเป็นอาชญากรเท่านั้น และประวัติศาสตร์ก็แสดงให้เห็นว่า AI สามารถทำผิดพลาดได้ง่ายดายเพียงใด ตัวอย่างเช่น บัญชี Google ของผู้เป็นพ่อรายหนึ่งถูก ระงับ(หน้าต่างใหม่) และรายงานไปยังหน่วยงานราชการหลังจากส่งรูปภาพลูกไปยังแพทย์ สิ่งที่ควรเป็นเรื่องส่วนตัวระหว่างคนไข้กับแพทย์ หรือกับครอบครัว อาจถูกเปิดเผยต่อบริษัทเทคโนโลยีและหน่วยงานบังคับใช้กฎหมายโดยกะทันหัน

ใครๆ ก็สามารถสร้างดีพเฟกได้

AI สามารถใช้เพื่อสร้าง deepfakes ซึ่งก็คือรูปภาพ วิดีโอ หรือเสียงสังเคราะห์ที่เสมือนจริงอย่างยิ่ง ตัวอย่างเช่น อาจมีผู้นำรูปภาพจากโซเชียลมีเดียไปใช้สร้างวิดีโอจำลองการพูดหรือทำสิ่งต่างๆ ที่ไม่เคยทำจริง

ผู้ไม่ประสงค์ดีใช้ประโยชน์จากดีพเฟกเพื่อ โจรกรรมข้อมูลระบุตัวตน ฉ้อโกง แบล็กเมล์ หรือทำลายชื่อเสียง และความเสี่ยงนี้ยังครอบคลุมไปถึงเด็กด้วย ในปี 2019 อาชญากรใช้ เสียงดีพเฟกเพื่อเลียนแบบเสียงของซีอีโอ(หน้าต่างใหม่) และหลอกลวงพนักงานให้โอนเงินจำนวน 220,000 ยูโร ความเสี่ยงนี้ยังส่งผลต่อเด็กๆ เช่นกัน โดยในเหตุการณ์หนึ่ง ผู้ล่าได้สร้าง ภาพดีพเฟกของเด็กอายุ 14 ปี(หน้าต่างใหม่) เพื่อรีดไถเงินโดยขู่ว่าจะแชร์ภาพดังกล่าว

วิธีรักษาข้อมูลให้เป็นส่วนตัวจากระบบ AI

มีข้อกังวลเกี่ยวกับความเป็นส่วนตัวมากมายเกี่ยวกับระบบ AI โดยเฉพาะโมเดลแบบปิดที่ไม่เป็นส่วนตัวซึ่งดำเนินการโดยบริษัทเทคโนโลยีรายใหญ่ (Big Tech) และแม้ว่าจะไม่สามารถป้องกันระบบเหล่านี้จากการขูดข้อมูลหรือนำข้อมูลไปใช้ในทางที่ผิดได้อย่างเต็มที่เมื่อข้อมูลรั่วไหลออกไปแล้ว แต่ก็สามารถลดร่องรอยการใช้งาน เรียกร้องความรับผิดชอบ และเลือกใช้ AI ที่เน้นความเป็นส่วนตัวเป็นหลักซึ่งไม่แสวงหาประโยชน์จากข้อมูลได้ โดยสามารถดำเนินการได้ดังนี้:

  • บนโซเชียลมีเดีย ควรตั้งค่าโปรไฟล์และโพสต์ให้เป็นส่วนตัว ลบไฟล์อัปโหลดเก่าๆ ลบข้อมูล EXIF ออกจากรูปภาพก่อนที่จะแชร์ และหลีกเลี่ยงการแชร์รายละเอียดที่ระบุตัวตนได้ เช่น ที่อยู่ ชื่อ-นามสกุลของบุตรหลาน หรือโรงเรียนที่เรียนอยู่ ดูข้อมูลเพิ่มเติมเกี่ยวกับวิธีจัดการอินเทอร์เน็ตสำหรับครอบครัว
  • ตรวจสอบการตั้งค่าความเป็นส่วนตัวของแอป ตัวอย่างเช่น Meta AI อาจกำลังสแกนรูปภาพในม้วนฟิล์มและวิดีโอในแอป Facebook สำหรับ Android และ iOS
  • ป้องกันภัยจากดีปเฟกโดยการเบลอหรือเซนเซอร์ใบหน้าของสมาชิกในครอบครัวก่อนโพสต์รูปภาพออนไลน์
  • ปิดบังร่องรอยดิจิทัลโดยการใช้เครือข่ายส่วนตัวเสมือน (VPN)(หน้าต่างใหม่) เพื่อซ่อนที่อยู่ IP และใช้นามแฝงเพื่อปกป้องที่อยู่อีเมลเมื่อโพสต์ข้อมูลที่ละเอียดอ่อนซึ่งไม่ต้องการให้สืบย้อนกลับมาหาตัวได้
  • ใช้บริการที่เน้นความเป็นส่วนตัวเป็นหลักซึ่งไม่ได้สร้างรายได้จากข้อมูล เช่น Signal สำหรับการส่งข้อความที่ปลอดภัย และ Brave หรือ DuckDuckGo สำหรับการท่องเว็บแบบส่วนตัว
  • สำหรับการจัดเก็บไฟล์ที่ละเอียดอ่อนที่สุดอย่างปลอดภัย รวมถึงรูปภาพส่วนตัวและเอกสารที่เป็นความลับ ควรใช้ Proton Drive สำหรับพื้นที่จัดเก็บข้อมูลบนคลาวด์ที่เข้ารหัสลับจากต้นทางถึงปลายทาง แตกต่างจากแพลตฟอร์มอื่นๆ ที่อาจเปิดเผยเนื้อหาที่ควรจะเป็นส่วนตัว ไดรฟ์จะไม่สแกน ทำดัชนี หรือใช้ข้อมูลเพื่อฝึกฝน AI และไม่มีใครสามารถมองเห็นข้อมูลได้เลย แม้ว่าจะเลือกแชร์ก็ตาม การดูแลให้รูปภาพเป็นส่วนตัวอย่างแท้จริงยังช่วยให้มั่นใจได้ว่าจะไม่ไปปรากฏบนโลกออนไลน์ ซึ่งอาจถูกนำไปใช้ในทางที่ผิดเพื่อสร้างดีปเฟก
  • เลือกไม่เข้าร่วมการฝึกฝน AI ทุกครั้งที่ทำได้ เช่น บน Gemini, ChatGPT(หน้าต่างใหม่), Claude(หน้าต่างใหม่) หรือ Meta AI นโยบายสามารถเปลี่ยนแปลงได้ในชั่วข้ามคืนโดยมีคำเตือนเพียงเล็กน้อย ดังนั้น หากต้องการประโยชน์ทั้งจาก AI และความเป็นส่วนตัว ให้เปลี่ยนมาใช้ Lumo — ผู้ช่วย AI ที่เน้นความเป็นส่วนตัวเป็นหลัก(หน้าต่างใหม่) ซึ่งจะไม่เก็บบันทึกหรือฝึกฝนจากข้อมูล

ข้อบังคับด้านความเป็นส่วนตัวของ AI ที่เข้มงวดมากขึ้น เช่น กฎหมาย AI ของสหภาพยุโรป EU’s AI Act(หน้าต่างใหม่) จะมีความสำคัญอย่างยิ่งในการคืนอำนาจให้กับผู้ใช้อินเทอร์เน็ต จนกว่าจะถึงเวลานั้น การป้องกันที่ดีที่สุดคือการตระหนักถึงสิ่งที่แชร์ออนไลน์ เรียกร้องความรับผิดชอบจากบริษัทที่สร้างระบบเหล่านี้ และเลือกใช้เครื่องมือ AI ที่มีความโปร่งใส(หน้าต่างใหม่)ซึ่งเคารพความเป็นส่วนตัวตั้งแต่เริ่มต้น