รายงานพิเศษ: แนวทางการสร้างสมดุลระหว่างเสรีภาพในการพูดและมาตรฐานความน่าเชื่อถือและความปลอดภัยในโลกออนไลน์ด้วยการกลั่นกรองเนื้อหาที่มีประสิทธิภาพ

กุลชาดา ชัยพิพัฒน์ ที่ปรึกษาโคแฟค 

งานศึกษาของนีโอโมเมนตัม พบโลกโซเชียลท็อกซิกมากขึ้นหลังเลือกตั้งปี 66

โคแฟคชวนอ่านสรุปรายงานวิจัยล่าสุด1 ที่ร่วมจัดทำโดยนีโอ โมเมนตัม (Neo Momentum)2 โครงการติดตามและวิเคราะห์กระบวนการเลือกตั้งในโซเชียลมีเดีย (DEAL)3 และโคแฟค ซึ่งได้ทำการศึกษาและวิเคราะห์ข้อมูลในโซเชียลมีเดียสองช่วง คือระหว่างวันที่ 1 เมษายน ถึง 15 มิถุนายน 2566 และ ระหว่างวันที่ 1 มกราคม ถึง 31 สิงหาคม 2567 โดยได้ศึกษาพฤติกรรมการสื่อสาร เนื้อหาและเครือข่ายของบัญชีผู้ใช้งานทางการใน X (หรือ Twitter ในอดีต) และ Facebook ของพรรคการเมือง 67 พรรค แคนดิเดตนายกรัฐมนตรี หัวหน้าพรรคการเมือง ผู้สมัครรับเลือกตั้งเป็นสมาชิกสภาผู้แทนราษฎร บุคคลสาธารณะ รวมทั้งสื่อมวลชนหลายสำนัก โดยนำมาเปรียบเทียบการสื่อสารทางการเมืองช่วงระหว่างและหลังการเลือกตั้งทั่วไปของไทยปี 2566

ทั้งนี้ เพื่อทบทวนดูมาตรฐานชุมชนแพลตฟอร์มว่ามีความเข้มข้น และมีช่องว่างในการกลั่นกรองเนื้อหาเพื่อสร้างความสมดุลระหว่างสิทธิเสรีภาพในการพูดและความปลอดภัยและความน่าเชื่อถือของผู้ใช้งานมากน้อยและแตกต่างกันอย่างไรในช่วงเลือกตั้งและหลังการเลือกตั้งปี 2566 และ เพื่อสำรวจแนวทางที่เป็นไปได้ในการกำกับดูแลเนื้อหาออนไลน์ที่เหมาะสมหรือการแทรกแซงที่มีประสิทธิภาพจากผู้ให้บริการแพลตฟอร์ม รวมถึงบทบาทของสื่อในการส่งเสริมการสื่อสารออนไลน์ที่อิงข้อเท็จจริงและปราศจากความรุนแรง ในขณะเดียวกันก็ยังรักษาสมดุลของเสรีภาพในการแสดงความคิดเห็น

นับตั้งแต่การเลือกตั้งทั่วไปเมื่อวันที่ 14 พฤษภาคม 2566 จนมาถึงการเลือกตั้งนายกองค์การบริหารส่วนจังหวัดและสมาชิกสภาองค์กรบริหารส่วนจังหวัด (อบจ.) เมื่อวันที่ 1 กุมภาพันธ์ 2568 เรายังเห็นพลวัตของการเปลี่ยนแปลงในเชิงสร้างสรรค์ของการใช้พื้นที่สื่อสังคมออนไลน์ในการสื่อสารทางการเมืองเพื่อปลูกฝังการมีส่วนร่วมของประชาชนอย่างมีคุณภาพในการพัฒนาประชาธิปไตยของประเทศไม่มากพอ

ปริมาณของข้อมูลเท็จและข้อมูลบิดเบือน รวมทั้งคำพูดที่แสดงความเกลียดชัง (hate speech) ไม่ได้ลดลงอย่างมีนัยสำคัญ ทั้งยังมีความท้าทายใหม่ที่เกิดขึ้นจากการนำเทคโลโลยีปัญญาประดิษฐ์ล่าสุด Generative AI มาใช้ในการกระบวนการผลิตและเก็บและวิเคราะห์ข้อมูลอย่างไม่รับผิดชอบ และการที่แพลตฟอร์มค่อย ๆ ลดความสำคัญของการตรวจสอบข้อเท็จจริงและหักล้างข้อมูลเท็จลงไปเรื่อย ๆ

การเลือกตั้ง อบจ. ได้ตอกย้ำให้เราเห็นถึงวัฒนธรรมการสื่อสารทางการเมืองที่ยังอยู่ในวังวนของการใช้ข้อมูลเท็จหรือบิดเบือนรวมถึงการใช้ hate speech เพื่อทำลายคู่ต่อสู้ โดยผู้ที่สร้างข้อมูลเท็จมิได้ตระหนักถึงผลกระทบต่อความสุจริตของการเลือกตั้งและความขัดแย้งทางการเมืองในสังคมไทยที่ยังหาทางออกไม่ได้

แพลตฟอร์มยังคงถูกใช้เป็นพื้นที่สื่อสารทางการเมืองที่สำคัญ แต่ขาดการกลั่นกรองเนื้อหาอย่างมีประสิทธิภาพ ส่งผลให้พื้นที่สื่อสังคมออนไลน์ไม่ปลอดภัยต่อผู้ใช้งานและขาดความน่าเชื่อถือ

คำนิยาม

Hate Speech

คำพูดที่แสดงความเกลียดชัง แบ่งออกเป็น 5 ระดับ คือ ระดับที่ 1 การด่าด้วยถ้อยคำหยาบคาย ดูหมิ่นสติปัญญา ดูถูกเหยียดหยาม และการสร้างความเป็นอื่น ระดับที่ 2 การคุกคาม ข่มขู่ และการเปิดเผยข้อมูลส่วนตัว การเรียกร้องให้บังคับใช้กฎหมายที่ลิดรอนเสรีภาพในการแสดงออก ระดับที่ 3 การเหมารวม การแปะป้าย การลดทอนคุณค่า การดูถูกเหยียดหยาม การทำให้เป็นปีศาจ ระดับที่ 4 การแบ่งแยก กีดกัน การปฏิเสธที่จะอยู่ร่วมกันในสังคม ระดับที่ 5 การยุยง สนับสนุน เรียกร้องให้เกิดความรุนแรง ยกย่องผู้ก่อความรุนแรง ให้ความชอบธรรมกับการก่อความรุนแรง

Malinformation

หมายถึง การบิดเบือนข้อมูลที่อยู่บนพื้นฐานของความจริง แต่ถูกนำมาใช้ในบริบทที่ผิดหรือแฝงเจตนาที่ทำให้ผู้รับสารเกิดความเข้าในผิด มีเจตนาเพื่อก่อให้เกิดอันตราย ทำลายชื่อเสียง โจมตีความคิด บุคคล องค์กร หรือประเทศ ฯลฯ

AI Deepfake

หมายถึง การใช้เทคโนโลยี AI (Artificial Intelligence) สร้างเนื้อหาสื่อ เช่น ข้อความ รูปภาพ คลิปเสียง วิดีโอปลอมของบุคคล โดยมีเจตนาเพื่อหลอกลวง

แนวโน้มสำคัญ: การสื่อสารทางการเมืองในโซเชียลมีเดียช่วงระหว่างและหลังการเลือกตั้งทั่วไปปี 2566

  • ภายหลังการเลือกตั้งฯ ปฏิบัติการปั่นข้อมูลข่าวสาร (influence operation) ในโลกออนไลน์ก็ยังเข้มข้น และเปลี่ยนแปลงรูปแบบไปจากช่วงการเลือกตั้งที่อาจจะมุ่งเน้นแค่โน้มน้าวผู้มีสิทธิเลือกตั้ง มาสู่การโจมตีบุคคล การสร้างภาพลักษณ์ที่ไม่ดี และการทำลายความเชื่อถือของพรรคการเมืองและนักการเมือง เช่น การเปิดเผยข้อมูลส่วนบุคคล (Doxing) และการออกมาแฉ (Call-out tactics) ในหลายกรณี กลวิธีเหล่านี้ได้พัฒนาไปสู่การบิดเบือนข้อเท็จจริงในลักษณะ malinformation รวมถึงการใช้ทฤษฎีสมคบคิด เพื่อหลบเลี่ยงการตรวจสอบจากแพลตฟอร์ม และทำให้กระบวนการตรวจสอบข้อเท็จจริงทำได้ยากมากยิ่งขึ้น
  • Facebookและ X ยังคงเป็นพื้นที่สื่อสารทางการเมืองที่เข้มข้นในแต่ละช่วงของเหตุการณ์ทางการเมืองสำคัญ โดยเฉพาะอย่างยิ่งหลังการเลือกตั้งปี 2566 เป็นต้นมา เป้าหมายการโจมตีฝ่ายตรงข้ามมุ่งไปที่พรรคเพื่อไทยซึ่งเป็นพรรคแกนนำในรัฐบาลชุดปัจจุบัน และนายกรัฐมนตรีที่มาจากพรรคฯ ทั้งนายเศรษฐา ทวีสินและนางสาวแพทองธาร ชินวัตร รวมทั้งอดีตนายกรัฐมนตรีทักษิณ ชินวัตร บิดาของนางสาวแพทองธาร และผู้ก่อตั้งพรรคไทยรักไทย ซึ่งกลับมามีบทบาทสำคัญทางการเมืองอีกครั้งภายหลังจากที่ได้รับพระราชทานอภัยโทษในคดีปฏิบัติหน้าที่โดยมิชอบและมีผลประโยชนทับซ้อนขณะดำรงตำแหน่งทางการเมือง
  • พรรคประชาชน หรือพรรคก้าวไกลเดิม ซึ่งได้รับชัยชนะจากการเลือกตั้งแต่ได้เป็นแกนนำฝ่ายค้านภายหลังจัดตั้งรัฐบาลเสียงข้างมากไม่สำเร็จและถูกศาลรัฐธรรมนูญยุบพรรคปมเสนอแก้ไขกฎหมายอาญา มาตรา112 ว่าด้วยการหมิ่นพระมหากษัตริย์ในเวลาต่อมา  ยังคงเป็นเครือข่ายที่ทรงพลังและใหญ่ที่สุดทั้งในแง่ที่ถูกพูดถึงและเป็นเป้าหมายของการโจมตีจากฝ่ายตรงข้ามด้วยข้อมูลเท็จหรือบิดเบือน

จากการกวาดข้อมูลช่วงการเลือกตั้ง (โดยใช้ licensed third-party platforms) ครอบคลุมระยะเวลาตั้งแต่ 1 เมษายน 2566 – 15 มิถุนายน 2566 จำนวน 6,333,778 ข้อความ จาก 73,189 บัญชี โดยแบ่งออกตามแพลตฟอร์ม ได้แก่

  • X จำนวน 6,225,197 ข้อความ จาก 65,925 บัญชี
  • Facebook จำนวน 108,581 ข้อความ จาก 7,264 บัญชี

ข้อมูลหลังการเลือกตั้ง ครอบคลุมระยะเวลาตั้งแต่ 1 มกราคม 2567 – 31 สิงหาคม 2567 จำนวน 1,348,641 ข้อความ จาก 674,103 บัญชี โดยแบ่งออกตามแพลตฟอร์มได้แก่

  • X จำนวน 1,297,450 ข้อความ จาก 666,380 บัญชี
  • Facebook จำนวน 51,191 ข้อความ จาก 7,723 บัญชี
กราฟแสดงข้อมูลดิบและข้อมูลที่ทำความสะอาดแล้ว

โดยการกลั่นกรองเนื้อหาร่วมกันระหว่าง AI GPT Model และผู้เขี่ยวชาญในการจำแนก แปะป้ายข้อความ (labelling) และวิเคราะห์ภาษาร่วมกัน พบว่า

  • ข้อความที่มีมูลความจริงแต่แฝงเจตนาให้เกิดความเข้าใจผิด (malinformation) และคำพูดที่แสดงความเกลียดชัง (hate speech) เพิ่มมากขึ้นในFacebookภายหลังการเลือกตั้งปี 2566 โดย malinformation เพิ่มจาก 2.2% เป็น 4% และ hate speech เพิ่มจาก 0.59% เป็น  3.52% ส่วนหนึ่งอาจเป็นเพราะกลวิธีการบิดเบือนข้อมูลข่าวสารเปลี่ยนแปลงไปเป็นการโจมตีสถาบันการเมืองต่าง ๆ และการด้อยค่านักการเมืองให้เป็นปีศาจ จากเดิมที่เน้นการสื่อสารนโยบายพรรคและผู้สมัคร สส. ในช่วงการเลือกตั้ง
  • สำหรับใน X พบ hate speech เพิ่มขึ้นจาก 12.1% เป็น 12.72% ส่วน malinformation ลดลงเหลือ 4.16% จาก 8.14% สะท้อนให้เห็นธรรมชาติของผู้ใช้งานใน X ว่าเมื่อการเลือกตั้งผ่านไป ความสนใจในประเด็นสาธารณะก็เปลี่ยนไปเป็นเรื่องอื่น ประกอบกับการเก็บและคัดแยกข้อมูลหลังการเลือกตั้งที่แตกต่างไปจากเดิม อาจส่งผลต่อสถิติที่ออกมาด้วยเช่นกัน
  • ปริมาณข้อความ hate speech ใน X มีสัดส่วนที่สูงกว่าในFacebookและมีระดับความรุนแรงสูงกว่า โดยมีข้อความรุนแรงระดับ 5 อยู่บ้าง ส่วนในFacebookไม่มีข้อความระดับ 5 เลย สะท้อนลักษณะการสนทนาในFacebookที่เน้นการให้ข้อมูล (informative) การอภิปรายเนื้อหาในประเด็นต่าง ๆ  โดยเนื้อหาส่วนใหญ่เกี่ยวข้องกับการอภิปรายในประเด็นการบริหารงานของรัฐบาล ความล้มเหลวของระบบราชการ ปัญหาสังคมและสิ่งแวดล้อม ลักษณะดังกล่าวสะท้อนให้เห็นว่าผู้ใช้งานFacebookมักให้ความสำคัญกับการสนทนาเชิงข้อมูลมากกว่า ในทางกลับกัน X มีลักษณะการสนทนาที่แสดงออกถึงอารมณ์ความรู้สึกและความคิดเห็นส่วนบุคคลอย่างเข้มข้น (expressive/emotive) โดยมีการใช้ถ้อยคำรุนแรง การแสดงออกถึงความเป็นศัตรู และการโจมตีเชิงดูถูกอย่างชัดเจน ข้อความที่ปรากฏบน X มักสะท้อนถึงการเผชิญหน้าระหว่างผู้ใช้งานและกลุ่มการเมืองต่าง ๆ มากกว่าการแลกเปลี่ยนข้อมูลอย่างสร้างสรรค์
กราฟแสดงสัดส่วนของข้อความจำแนกตามประเภทช่วงการเลือกตั้งใน Facebook และ X
กราฟแสดงสัดส่วนของข้อความจำแนกตามประเภทหลังการเลือกตั้งใน Facebook และ X

เนื้อหาที่เป็น AI deepfake พบในวงจำกัด ทั้งในช่วงเลือกตั้งและหลังเลือกตั้ง ส่วนใหญ่เป็นการสร้างภาพจากเทคโนโลยี AI-generated images ในการรณรงค์หาเสียงอย่างสร้างสรรค์ เพื่อดึงดูดความสนใจ สะท้อนให้เห็นถึงข้อจำกัดในเรื่องทักษะและความรู้ด้านเทคโนโลยีปัญญาประดิษฐ์ นอกจากนี้ อีกหนึ่งรูปแบบที่พบได้บ่อยคือการ์ตูนล้อการเมือง หรือ editorial cartoons ซึ่งใช้เพื่อสะท้อนความคิดเห็นและวิพากษ์วิจารณ์ประเด็นทางการเมืองในลักษณะที่สร้างสรรค์และเข้าถึงง่าย สื่อในรูปแบบนี้ยังคงมีบทบาทสำคัญมากกว่าเนื้อหาที่ใช้เทคโนโลยี AI deepfake โดยตรง การใช้งาน deepfake ที่ยังไม่แพร่หลายในบริบทนี้

การวิเคราะห์บทสนทนาออนไลน์ในช่วงหลังการเลือกตั้ง โดยใช้เทคนิค Topic Modeling เผยให้เห็นประเด็นสำคัญที่สะท้อนถึงความสนใจและความคิดเห็นของผู้ใช้งานในบริบททางการเมืองและสังคม ประเด็นที่พบ ได้แก่

  • การด่ากันของกลุ่มผู้สนับสนุนพรรคการเมือง ซึ่งเป็นการแสดงออกถึงความเป็นปฏิปักษ์และความแตกแยกในระดับกลุ่ม
  • การวิพากษ์วิจารณ์กลุ่มอนุรักษนิยม หรือ establishment ที่ตั้งคำถามเกี่ยวกับบทบาทและแนวคิดทางการเมืองของกลุ่มดังกล่าว
  • การเผยแพร่ข้อมูลบิดเบือนเพื่อโจมตีฝ่ายตรงข้ามที่พบในบทสนทนา โดยเฉพาะในรูปแบบของ malinformation ซึ่งสะท้อนถึงความซับซ้อนของการสื่อสารในพื้นที่ออนไลน์
  • การโจมตีผู้นำทางการเมืองและนักการเมือง ซึ่งครอบคลุมทุกพรรคการเมือง รวมถึงการตั้งคำถามต่อสถาบันทางการเมือง เช่น คณะกรรมการการเลือกตั้ง (กกต.) และศาลรัฐธรรมนูญ ประเด็นเหล่านี้แสดงให้เห็นถึงความไม่ไว้วางใจในระบบการเมืองในปัจจุบัน
  • การวิพากษ์วิจารณ์นโยบายรัฐบาลและการจัดสรรทรัพยากรเป็นอีกหนึ่งหัวข้อที่ได้รับความสนใจ โดยเฉพาะในเรื่องการบริหารจัดการงบประมาณและการกระจายทรัพยากร ทั้งนี้ บางหัวข้อยังมีความเชื่อมโยงกับเหตุการณ์ที่สำคัญ เช่น การแก้ไขกฎหมายอาญา มาตรา 112 การพักโทษอดีตนายกรัฐมนตรีทักษิณ ชินวัตร และการอภิปรายงบประมาณรายจ่ายปี 2567 เหตุการณ์เหล่านี้ชี้ให้เห็นถึงการสะท้อนประเด็นทางการเมืองในโลกออนไลน์ซึ่งเชื่อมโยงกับสภาพการณ์ในโลกจริง
  • ประเด็นที่เกี่ยวข้องกับเหตุการณ์ระดับนานาชาติ เช่น ความสัมพันธ์ระหว่างไทยกับประเทศในตะวันออกกลาง ความขัดแย้งระหว่างรัสเซียและยูเครน และอิทธิพลของจีนในภูมิภาค เหล่านี้เป็นตัวอย่างที่สะท้อนถึงการรับรู้และถกเถียงในประเด็นที่กว้างไกลกว่าเพียงแค่การเมืองภายในประเทศ

สำหรับการวิเคราะห์เครือข่ายบัญชีในโซเชียลมีเดีย (Social Network Analysis) พบเครือข่ายของพรรคการเมืองหลัก 4 พรรค ที่ปรากฏในระบบนิเวศออนไลน์ในช่วงการเลือกตั้งและหลังเลือกตั้งของไทย ได้แก่ พรรคเพื่อไทย พรรคประชาชน พรรครวมไทยสร้างชาติ และพรรคพลังประชารัฐ  ยังคงมีลักษณการเกาะกลุ่มในลักษณะเดิม โดยพรรคก้าวไกลซึ่งเปลี่ยนชื่อเป็นพรรคประชาชนยังคงเป็นเครือข่ายที่ทรงอิทธิพลมากที่สุดและมีขนาดใหญ่ที่สุด แม้ว่าในภาพรวม เครือข่ายของทุกพรรคจะมีขนาดเล็กลงภายหลังการเลือกตั้ง สืบเนื่องจากความถี่ในการมีปฏิสัมพันธ์ระหว่างบัญชีเครือข่ายน้อยลง โดยมีบางบัญชีอาจเปลี่ยนชื่อไป บ้างก็ไปสนใจประเด็นอื่นที่ไม่เกี่ยวกับการเมือง หรือบัญชีถูกปิดลงหรืออาจถูกลบไปก่อนหน้าโดยแพลตฟอร์ม

เครือข่ายบัญชีในFacebookช่วงการเลือกตั้งและหลังการเลือกตั้ง
เครือข่ายบัญชีใน X ช่วงการเลือกตั้งและหลังการเลือกตั้ง

สรุปช่องว่างการบังคับใช้มาตรฐานชุมชนของ Meta, Google และ X

โครงการวิจัยฯ ได้หยิบเฉพาะกฎชุมชนที่เกี่ยวข้องกับข่าวลวงและ hate speech ในช่วงเลือกตั้งปี 2566 และหลังการเลือกตั้ง (ฉบับที่ใช้วิเคราะห์ของทุกแฟลตฟอร์มคือเข้าถึงในวันที่ 18 กรกฎาคม 2567) ซึ่งพบว่า

  • Meta (Facebook, Instagram) และ Google (YouTube) มีกฎชุมชนที่เกี่ยวข้องกับการบิดเบือนเนื้อหาที่เกี่ยวกับการเลือกตั้งชัดเจนและใส่ใจเกี่ยวกับการควบคุมและปิดกั้นเนื้อหาข่าวลวงและเนื้อหาบิดเบือนเกี่ยวกับการเลือกตั้งมากที่สุด  โดยมีมาตรการจากเบาไปหาหนัก ขึ้นอยู่กับความรุนแรงของเนื้อหา โดยเฉพาะ YouTube มีการระบุอย่างชัดเจนถึงมาตรการลงโทษผู้ที่โพสต์เนื้อหาบิดเบือน สร้างความเข้าใจผิดเกี่ยวกับการเลือกตั้ง หากผิดตามกฎชุมชนจริง จะมีมาตรการลงโทษเริ่มจากการตักเตือน ปิดช่องชั่วคราว ไปจนถึงการปิดช่องถาวร
  • Meta และ X ให้ความสำคัญต่อสิทธิเสรีภาพในการแสดงออกตามระบอบประชาธิปไตยโดยไม่ละเมิดสิทธิของผู้อื่น ใช้วิธีการติดฉลากข้อความที่บิดเบือนหรือเป็นอันตราย แต่ไม่เน้นการเอาข้อความออกทันทีหากไม่เป็นอันตรายร้ายแรง คือการยุยงให้ใช้ความรุนแรงหรือมุ่งหมายเอาชีวิต ทำให้ข้อความที่บิดเบือนหรือเป็นอันตรายยังคงอยู่ในระบบและมีการแพร่กระจายต่อไปได้
  • Facebook เน้นการจัดการกับข้อความ hate speech ที่เป็นอันตรายทางกายภาพในช่วงการเลือกตั้งเป็นหลัก ทำให้ข้อความที่เป็น hate speech ที่ไม่ถึงขั้นรุนแรงระดับ 5 ยังคงอยู่ในระบบ
  • มาตรการของ X ในการลดการมองเห็นมีข้อจำกัด โดยการปรับอัลกอริทึมเพื่อลดการมองเห็นของข้อความที่เป็นอันตราย อาจไม่ช่วยลดการแพร่กระจายของข้อความนั้น หากผู้ใช้งานที่สนใจค้นหาข้อความนั้นเจอ
  • การตอบสนองและการดำเนินการต่อเนื้อหาที่มีการร้องเรียนที่ล่าช้าของ Facebook เนื่องจากมีกระบวนการตรวจสอบเนื้อหาล่าช้า ทำให้ข้อความเหล่านั้นยังคงอยู่ในระบบและแพร่กระจายไปได้ โดยเฉพาะในช่วงสถานการณ์ทางการเมืองที่อ่อนไหว

ข้อสังเกตของทีมวิจัยเรื่อง hate speech และ malinformation

Hate speech ที่ตรวจพบในบริบทการเมืองไทยกับ “วัฒนธรรมชาวเน็ตไทย”

จากการตรวจสอบข้อความที่ถูกระบุว่าเป็น hate speech จากการวิเคราะห์โดยโมเดล AI พบข้อสังเกตหลายประการที่สะท้อนถึงวัฒนธรรมออนไลน์ของผู้ใช้งานชาวไทย และความท้าทายในการจัดการเนื้อหาในภาษาที่มีลักษณะซับซ้อนอย่างภาษาไทย

ในกรณีของ hate speech ระดับ 5 ซึ่งควรถูกระบุว่าเป็นข้อความที่มีลักษณะยุยงหรือสนับสนุนความรุนแรงอย่างชัดเจนกลับพบการตรวจจับคำหรือวลีที่ไม่เข้าข่าย hate speech จริง เช่น ชื่อคน วลีเปรียบเปรย หรือคำอุทาน ตัวอย่างเช่น “เผาหัว” “ยิงได้ยัง” หรือ “คมแบบปาดคอคนได้” สะท้อนถึงความท้าทายของ AI ในการทำความเข้าใจบริบทเฉพาะของภาษาไทย รวมถึงวัฒนธรรมย่อย (subculture) และการใช้คำในเชิงล้อเลียนหรือประชดประชันของชาวเน็ตไทย การตรวจจับลักษณะนี้ชี้ให้เห็นว่าภาษาไทยมีความซับซ้อน ทั้งในด้านโครงสร้างไวยากรณ์และบริบทการใช้งาน โดยเฉพาะอย่างยิ่งเมื่อผู้ใช้งานออนไลน์มักสร้าง “มีม” หรือวลีที่ได้รับความนิยมในกลุ่มสังคมออนไลน์ ซึ่งอาจดูรุนแรงในความหมายผิวเผิน แต่ไม่ได้มีเจตนาร้าย

อีกประเด็นสำคัญคือการพบ hate speech ระดับ 1 ซึ่งประกอบด้วยข้อความหยาบคายและการดูถูกสติปัญญาในอัตราที่สูง ทั้งบน Facebook และ X โดยเฉพาะใน X ซึ่งมีสัดส่วนถึง 89.81% ของข้อความที่ถูกระบุว่าเป็น hate speech การใช้ถ้อยคำลักษณะนี้สะท้อนถึงวัฒนธรรมชาวเน็ตไทยที่ถ้อยคำหยาบคายและการวิพากษ์วิจารณ์อย่างตรงไปตรงมาเป็นเรื่องปกติในบทสนทนาออนไลน์ นอกจากนี้ ลักษณะของแพลตฟอร์ม X ซึ่งสนับสนุนการแสดงออกเชิงอารมณ์อย่างรวดเร็วและเข้มข้น อาจส่งเสริมพฤติกรรมการเลียนแบบในกลุ่มผู้ใช้งานและการแสดงความคิดเห็นที่ไม่ผ่านการกลั่นกรอง

ในทางกลับกัน การเพิ่มขึ้นของ hate speech ระดับ 3 บน Facebook หลังการเลือกตั้ง (15.85%) อาจสะท้อนถึงการเปลี่ยนแปลงของลักษณะการโจมตีทางวาจา จากการใช้ถ้อยคำหยาบคายทั่วไปในระดับ 1 ไปสู่คำพูดที่มีลักษณะลดทอนคุณค่าและเหมารวมกลุ่มเป้าหมาย ซึ่งแสดงถึงเจตนาการโจมตีที่มีความซับซ้อนและลึกซึ้งมากขึ้น ลักษณะนี้อาจเชื่อมโยงกับบริบทของความขัดแย้งทางการเมืองในสังคมไทย ซึ่งการแบ่งแยกทางอุดมการณ์และความตึงเครียดในโลกออฟไลน์ถูกสะท้อนออกมาในบทสนทนาออนไลน์

การตรวจพบ hate speech ระดับ 4 และ 5 ในจำนวนที่น้อย ไม่ได้สะท้อนว่าการแสดงออกในสองระดับนี้มีจำนวนน้อย แต่ระบบกลั่นกรองของแพลตฟอร์มอาจสามารถตรวจจับและจัดการข้อความประเภทนี้ได้อย่างมีประสิทธิภาพ ทำให้พบข้อความในลักษณะนี้น้อยจากการกวาดข้อมูล  อย่างไรก็ตาม ความท้าทายที่สำคัญคือการจัดการกับ hate speech ในระดับที่ต่ำกว่า ซึ่งอาจไม่ถูกมองว่าเป็นภัยร้ายแรงในทันที แต่สามารถสะสมผลกระทบในเชิงลบต่อบรรยากาศของสังคมออนไลน์ในระยะยาว

การเพิ่มขึ้นของ malinformation ใน Facebook อาจสะท้อนถึงพฤติกรรมของผู้ใช้งานที่ใช้แพลตฟอร์มนี้เป็นพื้นที่เผยแพร่ข้อมูลบิดเบือนในลักษณะที่ซับซ้อนมากขึ้น เช่น การบิดเบือนเชิงบริบทหรือการแฝงข้อความที่ทำให้เกิดความเข้าใจผิดในประเด็นทางการเมือง การเพิ่มขึ้นนี้ยังอาจบ่งชี้ถึงความแตกต่างในวิธีการกลั่นกรองของแพลตฟอร์ม Facebook และ X ซึ่งอาจนำไปสู่ความสามารถในการจัดการกับเนื้อหาบิดเบือนที่ไม่เท่าเทียมกัน

Malinformation ที่ตรวจพบในการศึกษา ได้แก่ 1. ประเด็นเชิงนโยบายรัฐ เช่น โครงการแลนด์บริดจ์ นโยบายดิจิทัลวอลเล็ต การขายข้าวในโครงการจำนำข้าวของกระทรวงพาณิชย์ และโครงการ entertainment complex 2. การแก้ไขรัฐธรรมนูญ 3. ประเด็นทางเศรษฐกิจ เช่น สัดส่วนหนี้สาธารณะต่อ GDP ซึ่งถูกเชื่อมโยงกับวาทกรรมเกี่ยวกับ “หนี้ชั่วลูกชั่วหลาน” 4. การเมืองและการเลือกตั้ง เช่น ระบอบทักษิณ ข่าวลือเกี่ยวกับดีลลับ การคัดเลือก สว. การซื้อสิทธิขายเสียง และการแทรกแซงของต่างชาติ เป็นต้น และ 5. ประเด็นความขัดแย้งในสังคม เช่น กรณี “Saveทับลาน” กับ “Saveชาวบ้านทับลาน”

การถกเถียงในประเด็นเหล่านี้มักมาพร้อมกับการปกป้องหรือการโจมตีข้อมูลจากทั้งสองฝั่งที่เกี่ยวข้อง ทำให้ผู้ใช้งานทั่วไปที่อาจเข้าถึงข้อมูลเพียงด้านเดียวมีแนวโน้มที่จะเชื่อข้อมูลที่ได้รับโดยไม่ตั้งคำถามต่อความครบถ้วนหรือบริบทที่ซับซ้อนของข้อมูล นี่เป็นปัจจัยสำคัญที่สามารถสร้าง ความแบ่งแยก (polarization) และบั่นทอนความไว้วางใจ (trust) ในระดับสังคม

ข้อเสนอแนะหลักของทีมวิจัย

การรักษาสมดุลระหว่างการใช้เสรีภาพในการแสดงความคิดเห็น กับความปลอดภัยและความไว้วางใจในการใช้โซเชียลมีเดีย

  • ต้องปรับปรุงมาตรฐานชุมชนและแนวทางปฏิบัติของแพลตฟอร์มให้โปร่งใสและตอบสนองต่อบริบทเฉพาะ โดยการพัฒนามาตรฐานชุมชนควรได้รับความร่วมมือจากทุกภาคส่วน รวมทั้งภาคประชาสังคม นักวิชาการ สื่อมวลชน และผู้กำหนดนโยบาย
  • ระบบการจัดการเนื้อหาของแพลตฟอร์มควรมีความยืดหยุ่นเพียงพอที่จะรองรับความซับซ้อนทางสังคมและการเมืองในแต่ละบริบท เพื่อป้องกันการแพร่กระจายของเนื้อหาที่เป็นอันตรายและส่งเสริมสภาพแวดล้อมออนไลน์ที่ปลอดภัยและน่าเชื่อถือมากยิ่งขึ้น
  • การส่งเสริมการรู้เท่าทันสื่อ (media literacy) เพื่อให้ผู้ใช้งานสามารถประเมินและจัดการข้อมูลได้อย่างเหมาะสม

แนวทางการกำกับดูแลเนื้อหาออนไลน์หรือการแทรกแซงที่เป็นไปได้

  • การใช้เทคโนโลยีควบคู่กับการมีส่วนร่วมของมนุษย์ (human-AI collaboration) ในต้นทุนที่เหมาะสม เป็นแนวทางสำคัญในการกำกับดูแลเนื้อหา AI สามารถช่วยวิเคราะห์และประมวลผลข้อมูลจำนวนมหาศาลได้อย่างรวดเร็ว เช่น การระบุคำสำคัญหรือรูปแบบเนื้อหาที่เกี่ยวข้องกับ hate speech หรือ malinformation แต่การใช้ AI เพียงอย่างเดียวอาจไม่เพียงพอ เนื่องจาก AI มักขาดความเข้าใจในบริบททางสังคมและวัฒนธรรมที่ซับซ้อน การให้มนุษย์ทำหน้าที่ตรวจสอบขั้นสุดท้ายจะช่วยลดข้อผิดพลาดและเพิ่มความแม่นยำของกระบวนการตรวจจับและจัดการเนื้อหา
  • การสร้างกลไกการเฝ้าระวัง (monitoring mechanism) ที่สามารถแจ้งเตือนและตรวจจับการแพร่กระจายของเนื้อหาที่อาจเป็นอันตรายแบบเรียลไทม์ เป็นสิ่งจำเป็น โดยเฉพาะในช่วงเหตุการณ์สำคัญ เช่น การเลือกตั้งหรือวิกฤตทางสังคม กลไกดังกล่าวควรได้รับการพัฒนาโดยอาศัยความร่วมมือจากหลายภาคส่วน รวมถึงตัวแทนจากภาคประชาชน กลุ่มการเมือง สื่อมวลชน และผู้กำกับดูแลแพลตฟอร์มออนไลน์ เพื่อให้มั่นใจว่ามุมมองและความคิดเห็นที่หลากหลายได้รับการพิจารณา การมีส่วนร่วมนี้จะช่วยสร้างความไว้วางใจและความโปร่งใสในกระบวนการกำกับดูแล มากกว่าการพึ่งพากลไกที่เน้นการควบคุมหรือกำกับดูแลเพียงฝ่ายเดียว
  • บทบาทของสื่อในการส่งเสริมการสื่อสารออนไลน์ที่อิงข้อเท็จจริงและปราศจากความรุนแรงก็มีความสำคัญ สื่อสามารถทำหน้าที่เป็นตัวกลางในการถ่ายทอดข้อมูลที่ถูกต้อง และช่วยสนับสนุนการสร้างภูมิคุ้มกันทางความคิด (cognitive resilience) ให้กับประชาชนผ่านการส่งเสริมการรู้เท่าทันสื่อ (media literacy) ทั้งนี้ การสร้างสมดุลระหว่างการปกป้องเส
  • รีภาพในการแสดงความคิดเห็นและการรับรองความปลอดภัยในพื้นที่ออนไลน์จำเป็นต้องมีการพัฒนานโยบายที่ยืดหยุ่นและตอบสนองต่อบริบทที่เปลี่ยนแปลงไป

ความคิดเห็นและข้อเสนอแนะจากภาคประชาสังคมและสื่อมวลชน

  • มาตรการการกลั่นกรองเนื้อหาในเชิงรุกและปฏิบัติได้จริง เพื่อให้การจัดการกับข้อมูลลวงหรือบิดเบือน และ hate speech มีประสิทธิภาพ
  • การปรับอัลกอริทึมของแพลตฟอร์มให้สอดคล้องกับบริบทของแต่ละท้องถิ่นและสังคม
  • การส่งเสริมเสรีภาพในการแสดงความคิดเห็นอย่างปลอดภัย โดยการออกกฎหมายต่อต้านการฟ้องปิดปาก (strategic lawsuits against public participation: SLAPP) เพื่อป้องกันการใช้อำนาจรัฐปิดกั้นการวิจารณ์รัฐบาลหรือปราบปรามผู้มีความเห็นแตกต่าง

หมายเหตุ   

  1. รายงานการศึกษาฉบับสมบูรณ์จะมีการเผยแพร่ในเว็บไซต์ของนีโอโมเมนตัม (www.neomomentum.co) ภายในเดือนกุมภาพันธ์ 2568 ↩︎
  2. โอโมเมนตัม เป็นองค์กรที่มุ่งมั่นในการให้บริการข้อมูล การวิจัย และการพัฒนา โดยนำเทคโนโลยีสมัยใหม่และข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูล (data-driven) มาใช้เพื่อแก้ไขปัญหาสังคมที่ซับซ้อน (social enterprise) จดทะเบียนกับกรมพัฒนาธุรกิจการค้าและมีประสบการณ์ในการศึกษาและวิเคราะห์พฤติกรรมการสื่อสารทางการเมืองในช่วงการชุมนุมประท้วงของนักศึกษาและเยาวชนไทยเพื่อเรียกร้องการปฏิรูปโครงสร้างทางการเมืองและสังคม ช่วงปี 2020-2021 ↩︎
  3. Digital Election Analytic Lab เกิดจากการรวมตัวแบบเฉพาะกิจของเครือข่ายภาคประชาสังคม นำโดย WeWatch, Monitoring Centre on Organised Violence Events (MOVE), นักวิชาการและนักวิจัยด้านสังคมศาสตร์และสื่อดิจิทัล ผู้เชี่ยวชาญด้านการวิเคราะห์ข้อมูลโซเชียลมีเดียขนาดใหญ่ และประชาชนอาสาสมัคร ที่เห็นพ้องกันถึงความสำคัญของพื้นที่กลาง พื้นที่การสื่อสารและการถกแถลงทางการเมืองที่ปลอดภัย สร้างสรรค์ มีความรับผิดชอบ และให้ความสำคัญต่อการเลือกตั้งในฐานะของกระบวนการที่จะนำไปสู่การเปลี่ยนผ่านทางการเมือง และการเปลี่ยนผ่านสู่ประชาธิปไตยที่ปราศจากความรุนแรง ↩︎

เรื่องอื่น ๆ ที่น่าสนใจ