Human-in-the-Loop: การนำทางจริยธรรม AI และแนวปฏิบัติของศาลฎีกาไทย

การถกเถียงในสำนักงานกฎหมายไทยเกี่ยวกับการนำ AI มาใช้ส่วนใหญ่ได้ข้อสรุปแล้ว คำถามในปี 2569 ไม่ใช่ว่า AI ควรอยู่ในการปฏิบัติวิชาชีพกฎหมายหรือไม่ แต่เป็นว่าใครต้องรับผิดชอบเมื่อ AI ทำผิดพลาด

กรอบกฎระเบียบสองชุดให้คำตอบที่ชัดเจนในปัจจุบัน ในเดือนตุลาคม 2568 ประธานศาลฎีกาไทยออกแนวปฏิบัติเกี่ยวกับการใช้ AI ในกระบวนการทางกฎหมาย กำหนดข้อกำหนดการเปิดเผยและยืนยันอีกครั้งว่าความรับผิดชอบอยู่ที่คู่ความและทนายความ ไม่ใช่เครื่องมือที่ใช้ กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคมได้กำหนดกรอบจริยธรรม AI ของไทยร่วมกับมหาวิทยาลัยมหิดล โดยยึดหลักความโปร่งใส ความรับผิดชอบ และการควบคุมโดยมนุษย์ ทิศทางจากทั้งสองฝ่ายสอดคล้องกัน: AI ได้รับอนุญาตให้ใช้เป็นเครื่องมือวิชาชีพ แต่ผู้ประกอบวิชาชีพยังคงต้องรับผิดชอบต่อผลลัพธ์อย่างเต็มที่

สำหรับหุ้นส่วนอาวุโสในสำนักงานกฎหมายไทยขนาดเล็ก นี่ไม่ใช่คำเตือนให้ชะลอการนำ AI มาใช้ แต่เป็นกรอบสำหรับนำมาใช้อย่างถูกต้อง

แนวปฏิบัติของศาลฎีกากำหนดอะไรจริงๆ

แนวปฏิบัติที่ประธานศาลฎีกาออกเมื่อวันที่ 9 ตุลาคม 2568 ครอบคลุมการใช้ AI ในเอกสารที่ยื่นต่อศาลไทย ข้อกำหนดมีความเฉพาะเจาะจง

คู่ความต้องเปิดเผยเมื่อใช้ generative AI ในการร่างเอกสารทางกฎหมาย รวมถึงคำฟ้องและเอกสารศาลอื่นๆ ภาระผูกพันอยู่ที่คู่ความและทนายความในการแจ้งศาลถึงการมีส่วนร่วมของ AI ไม่ใช่การหลีกเลี่ยงมัน การร่างด้วยความช่วยเหลือของ AI ไม่ใช่สิ่งต้องห้าม การร่างด้วย AI โดยไม่เปิดเผยเป็นอีกเรื่องหนึ่ง

นอกเหนือจากการเปิดเผย แนวปฏิบัติกำหนดว่าทนายความต้อง “ตรวจสอบผลลัพธ์ที่ได้จาก AI อย่างสม่ำเสมอ” ในส่วนของเนื้อหาเอกสาร การอ้างอิงทางกฎหมาย และการอ้างอิงคดี นี่คือข้อกำหนดสำคัญ ศาลไม่ได้ขอให้ทนายความไม่ไว้วางใจผลลัพธ์ของ AI แต่กำหนดให้พวกเขาอ่าน ตรวจสอบ และเป็นเจ้าของผลลัพธ์นั้นก่อนที่จะถึงผู้พิพากษา

แนวปฏิบัติยังระบุถึงความอ่อนไหวของข้อมูล: ทนายความต้องพิจารณาว่าการป้อนข้อมูลลูกความเข้าไปใน AI prompts มีความเสี่ยงที่จะเปิดเผยข้อมูลนั้นให้บุคคลที่สามโดยไม่ตั้งใจหรือไม่ คำสั่งคือให้ระมัดระวังสิ่งที่ป้อนเข้า prompt ไม่ใช่หลีกเลี่ยง AI โดยสิ้นเชิง

สถาปัตยกรรมความรับผิดชอบที่แนวปฏิบัติบ่งชี้

แนวปฏิบัติของศาลฎีกาสะท้อนฉันทามติที่เกิดขึ้นจากกรอบของสภายุโรป UNESCO และ OECD ที่ไทยได้ปรับให้สอดคล้อง ฉันทามตินั้นมีสถาปัตยกรรมเฉพาะ

AI สร้างร่างแรก มนุษย์ที่มีคุณสมบัติตรวจสอบ ยืนยันความถูกต้อง ตรวจสอบการอ้างอิงทางกฎหมาย และอนุมัติก่อนที่ผลลัพธ์จะถูกนำไปใช้ AI คือเครื่องมือผลิต มนุษย์คือผู้ประกอบวิชาชีพที่ต้องรับผิดชอบ นี่คือโมเดล Human-in-the-Loop และปัจจุบันเป็นมาตรฐานที่คาดหวังในกระบวนพิจารณาคดีของไทย

สำหรับหุ้นส่วนอาวุโสที่ลังเลเกี่ยวกับการนำ AI มาใช้ด้วยเหตุผลด้านความรับผิดชอบทางวิชาชีพ แนวปฏิบัติให้ความชัดเจนมากกว่าเพิ่มความเสี่ยง คำถามเรื่องความรับผิดชอบภายใต้กฎหมายไทยจะแก้ไขในลักษณะเดียวกันเสมอ: ทนายความผู้ลงนามต้องรับผิดชอบ แนวปฏิบัติของศาลฎีกาทำให้หลักการนั้นเป็นทางการในบริบทของงานที่ได้รับความช่วยเหลือจาก AI การนำ AI มาใช้พร้อมขั้นตอนการตรวจสอบที่เหมาะสมไม่ได้เปลี่ยนความเสี่ยงด้านความรับผิดชอบ การนำ AI มาใช้โดยไม่มีขั้นตอนการตรวจสอบ หรือนำมาใช้แล้วไม่เปิดเผยเมื่อจำเป็น ต่างหากที่เพิ่มความเสี่ยง

กรอบของกระทรวง: จริยธรรมที่ยึดหลักความรับผิดชอบ

กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคมกำหนดแนวปฏิบัติจริยธรรม AI ของไทยร่วมกับมหาวิทยาลัยมหิดล ทำให้ไทยเป็นหนึ่งในชาติอาเซียนกลุ่มแรกที่ทำให้หลักการกำกับดูแล AI เป็นทางการในระดับนี้ โดยมี Microsoft เป็นที่ปรึกษา

หกหลักการในกรอบนั้นกว้าง แต่สองหลักการเกี่ยวข้องโดยตรงกับวิธีที่สำนักงานกฎหมายไทยควรคิดเกี่ยวกับการนำ AI มาใช้: ความโปร่งใสและความรับผิดชอบ ความโปร่งใสกำหนดให้เปิดเผยการใช้ AI เมื่อมีผลกระทบต่อผู้อื่น ซึ่งสอดคล้องโดยตรงกับข้อกำหนดการเปิดเผยของศาลฎีกา ความรับผิดชอบกำหนดให้มีบางคนรับผิดชอบต่อผลลัพธ์ของ AI ในบริบทวิชาชีพ บุคคลนั้นคือผู้ประกอบวิชาชีพที่มีชื่ออยู่ในคำแนะนำ

กรอบนี้ไม่ได้จำกัดการนำ AI มาใช้ แต่กำหนดเงื่อนไขที่การนำ AI มาใช้จะมีความรับผิดชอบ การปฏิบัติตามเงื่อนไขเหล่านั้น ทั้งการเปิดเผย การตรวจสอบ และความรับผิดชอบ เป็นสิ่งที่ทำได้มากกว่าที่หลายสำนักงานคาดคิด

ความเสี่ยงที่หุ้นส่วนประเมินต่ำเกินไป

หุ้นส่วนอาวุโสที่ต่อต้านการนำ AI มาใช้มากที่สุดในสำนักงานกฎหมายไทยมักกำหนดข้อกังวลของตนเป็นคำถามเรื่องความรับผิดชอบ: หาก AI ผลิตการอ้างอิงทางกฎหมายที่ไม่ถูกต้องและเรานำไปใช้ ใครผิด?

คำตอบภายใต้ทั้งกฎจริยธรรมวิชาชีพไทยและแนวปฏิบัติของศาลฎีกาเหมือนกับที่เคยเป็นมาเสมอ: ทนายความผู้ลงนาม AI ไม่เปลี่ยนความรับผิดชอบทางวิชาชีพ แต่เปลี่ยนความเร็วและปริมาณที่ร่างเอกสารถูกผลิต ผู้ช่วยทนายความรุ่นเยาว์ที่ค้นคว้าผิดพลาดและโมเดลภาษาที่สร้างการอ้างอิงคดีที่ไม่มีอยู่จริงสร้างความเสี่ยงทางวิชาชีพเหมือนกันผ่านรูปแบบความล้มเหลวเดียวกัน: ผลลัพธ์ไม่ได้รับการตรวจสอบก่อนนำไปใช้

ความเสี่ยงที่หุ้นส่วนอาวุโสประเมินต่ำเกินไปไม่ใช่ความเสี่ยงของการนำ AI มาใช้พร้อมขั้นตอนการตรวจสอบที่เหมาะสม แต่เป็นความเสี่ยงด้านการแข่งขันจากการไม่นำ AI มาใช้ในขณะที่คู่แข่งทำ สำนักงานที่ยังไม่ได้รวมการวิจัยและร่างเอกสารด้วยความช่วยเหลือของ AI เข้าไปใน workflow ภายในสิ้นปี 2569 กำลังดำเนินการด้วยความเสียเปรียบด้านความเร็วและต้นทุนอย่างมีนัยสำคัญเมื่อเทียบกับสำนักงานที่ทำ ขั้นตอนการตรวจสอบที่แนวปฏิบัติของศาลฎีกากำหนดไม่ใช่อุปสรรคต่อการนำมาใช้ แต่เป็นคำอธิบายว่าการปฏิบัติวิชาชีพควรทำงานอย่างไรโดยไม่คำนึงถึงเครื่องมือที่ใช้

สิ่งที่ขั้นตอนการตรวจสอบต้องการจากซอฟต์แวร์

ข้อกำหนดของศาลฎีกาที่ทนายความต้องตรวจสอบเนื้อหาที่สร้างโดย AI อย่างสม่ำเสมอวางความต้องการเฉพาะบนเครื่องมือที่สำนักงานใช้ หากเครื่องมือร่างด้วย AI ผลิตเรื่องราวทางกฎหมายที่อ้างถึงสามคดีและยกข้อความจากระเบียบข้อบังคับ ทนายความที่ตรวจสอบต้องสามารถตรวจสอบการอ้างอิงแต่ละรายการโดยไม่ต้องออกจากแพลตฟอร์มหรือทำการค้นหาแยกต่างหากตั้งแต่ต้น

ผลลัพธ์ AI ที่ไม่โปร่งใส ที่ระบบผลิตข้อความโดยไม่ระบุแหล่งที่มาหรือที่มาของการอ้างสิทธิ์เฉพาะ ไม่เป็นไปตามข้อกำหนดนี้ ทนายความไม่สามารถตรวจสอบสิ่งที่ตามรอยไม่ได้ มาตรฐานที่ศาลคาดหวังคือ AI ผลิตผลลัพธ์พร้อมการระบุแหล่งที่มาครบถ้วน เพื่อให้การตรวจสอบเป็นงานอ่านและตรวจสอบ ไม่ใช่งานวิจัยอิสระที่ทำตั้งแต่ศูนย์

บันทึกการตรวจสอบมีความสำคัญด้วยเหตุผลเดียวกัน สำนักงานที่สามารถแสดงให้เห็นได้ในบริบทการบังคับใช้หรือกรณีประมาทเลินเล่อว่าผลลัพธ์ที่ได้รับความช่วยเหลือจาก AI ได้รับการตรวจสอบและยืนยันโดยผู้ประกอบวิชาชีพที่มีชื่อในวันที่เฉพาะ มีหลักฐานของกระบวนการตรวจสอบ สำนักงานที่ไม่สามารถสร้างบันทึกนั้นขึ้นมาใหม่ได้ไม่มีหลักฐานแม้ว่าการตรวจสอบจะเกิดขึ้นแล้ว

FirmFlow และสถาปัตยกรรม Human-in-the-Loop

FirmFlow สร้างขึ้นบนหลักการที่ว่า AI จัดการชั้นปฏิบัติการแรกและผู้ประกอบวิชาชีพเป็นเจ้าของทุกอย่างที่ตามมา Document Analyser อ่านและดึงข้อค้นพบจากสัญญาและเอกสารทางกฎหมายที่อัพโหลด Report Drafting รวบรวมร่างแรกจากบันทึก matter Meeting Summariser จับภาพและจัดโครงสร้างสิ่งที่พูดคุยกัน ในแต่ละขั้นตอน ผลลัพธ์จะถูกนำเสนอต่อผู้รับค่าธรรมเนียมเพื่อตรวจสอบ แก้ไข และอนุมัติก่อนที่จะไปไหน

การอ้างอิงในการวิเคราะห์ที่สร้างด้วย AI ย้อนกลับไปยังเอกสารต้นฉบับเพื่อให้ทนายความที่ตรวจสอบสามารถตรวจสอบการอ้างสิทธิ์แต่ละรายการกับข้อความต้นฉบับได้ บันทึก matter เก็บบันทึกสิ่งที่สร้าง สิ่งที่ตรวจสอบ และสิ่งที่ได้รับการอนุมัติ ให้บันทึกการตรวจสอบที่ความรับผิดชอบทางวิชาชีพกำหนด

นี่คือสถาปัตยกรรมที่แนวปฏิบัติของศาลฎีกาอธิบาย: AI สร้างร่าง ผู้ประกอบวิชาชีพตรวจสอบ และบันทึกแสดงว่าการตรวจสอบเกิดขึ้น

สำนักงานที่จะอยู่ในตำแหน่งที่ดีที่สุดเมื่อการกำกับดูแล AI ในวิชาชีพบริการของไทยเติบโตขึ้นไม่ใช่สำนักงานที่นำ AI มาใช้อย่างก้าวร้าวที่สุด แต่เป็นสำนักงานที่นำมาใช้พร้อมขั้นตอนที่ถูกต้องตั้งแต่ต้น: การเปิดเผยเมื่อจำเป็น การตรวจสอบผลลัพธ์ของ AI อย่างสม่ำเสมอ และบันทึกที่แสดงให้เห็นทั้งสองอย่าง