“ดร.เรือบิน” เผยผลสำรวจดีโหวต จากกลุ่มตัวอย่าง 1,172 คน ชี้ ผู้ที่ใช้ AI เป็นประจำ และไม่ได้ใช้ ส่วนใหญ่มองโครงการ “TH-AI Passport” ไม่คุ้มค่า


วันที่ 15 มิถุนายน 2569 นายธรรม์ธีร์ สุกโชติรัตน์ หรือ ดร.เรือบิน ผู้อำนวยการดีโหวต (D-vote) มหาวิทยาลัยศรีปทุม เปิดเผยผ่านเฟซบุ๊ก ถึงผลสำรวจความต้องการด้าน AI และโครงการ TH-AI Passport จากกลุ่มตัวอย่าง 1,172 คน (ระหว่างวันที่ 11–14 มิถุนายน 2569 กระจายทุกช่วงอายุ อาชีพ ภูมิภาคทั่วประเทศ ค่าความเชื่อมั่นที่ร้อยละ 92.0 โดยศูนย์โพลดีโหวต) ได้สิ่งที่ค้นพบ ผลวิเคราะห์เชิงลึก ข้อเสนอนโยบาย และแนวทางการใช้ผลสำรวจนี้เป็นข้อมูลฐาน (baseline) เพื่อเทียบกับวัตถุประสงค์/KPI ของโครงการ ดังนี้

สิ่งที่ค้นพบ

  • ผู้ตอบ 75% ใช้ AI อย่างน้อยสัปดาห์ละครั้ง (54% ใช้ทุกวัน-เกือบทุกวัน) และยิ่งการศึกษาสูงยิ่งใช้ AI บ่อยกว่า 
  • ช่องว่างการเข้าถึงอยู่ที่กลุ่มการศึกษาต่ำกว่าปริญญาตรี
  • ผู้ตอบที่ใช้ AI เป็นประจำประเมินว่าโครงการไม่คุ้มค่า (91%) ในสัดส่วนใกล้เคียงกับผู้ที่ไม่ได้ใช้ AI (93%)
  • การรับรู้ข้อมูลงบประมาณสัมพันธ์กับความเห็นว่าโครงการไม่คุ้มค่า - 92% รู้ว่างบประมาณอยู่หลักพันล้านบาท และกลุ่มที่ทราบงบนี้ประเมินว่าโครงการไม่คุ้มค่าถึง 93%
  • ความเชื่อมั่นด้านการคุ้มครองข้อมูลอยู่ในระดับต่ำ (95% ไม่เชื่อมั่น)
  •  ความต้องการให้มีการตรวจสอบโครงการอยู่ในระดับสูง (99%)
  • ทิศทาง AI จากภาครัฐที่ต้องการ เน้นการลดคอร์รัปชัน (60%) และลดขั้นตอนราชการ (48%) ขณะที่ตัวโครงการ TH-AI Passport อยู่ที่ 1%
  • 54% ไม่คาดหวังว่าโครงการจะช่วยอะไรเขาได้ และความคาดหวังด้านการเพิ่มรายได้อยู่ระดับต่ำ (13%)
  • 23% ของผู้ตอบจ่ายเงินใช้ AI แบบ Pro อยู่แล้ว

...

ผลวิเคราะห์เชิงลึก

  • รู้จัก → ใช้เป็น : ผู้ตอบส่วนใหญ่ผ่านขั้น “รู้จัก AI” ไปสู่ “ใช้ AI เป็น” แล้ว (85% เคยได้ยินโครงการ, 75% ใช้ AI อย่างน้อยสัปดาห์ละครั้ง) โจทย์เชิงนโยบายจึงอยู่ที่การยกระดับสู่ “ใช้เป็น ใช้ปลอดภัย ใช้เกิดประโยชน์จริง” มากกว่าการสร้างการรับรู้
  •  ประชาชนมอง AI เป็น “เครื่องมือเพื่อพัฒนาสาธารณะ”: เมื่อจัดกลุ่มทิศทางที่ต้องการตามประเภท พบว่าแนวโน้มอยู่ที่ธรรมาภิบาลและการพัฒนาระบบสาธารณะเป็นหลัก เช่น ต้องการ AI ช่วยลดคอร์รัปชัน (60%) และลดขั้นตอนราชการ (48%)
  • ความต้องการระบบสนับสนุนครบวงจร: อุปสรรคหลักที่ระบุคือ “ความจำเป็น” (45%) และ “ไม่รู้วิธีใช้” (12%) มากกว่าการเข้าถึง สะท้อนว่าการสนับสนุนควรครอบคลุมทั้งการอบรม การเชื่อมโยงกรณีการใช้งาน (use case) กับชีวิต/อาชีพ และระบบให้คำปรึกษา
  • การสนับสนุนแบบมีเงื่อนไข: ผู้ตอบ 99% ต้องการการตรวจสอบ สะท้อนว่าการสนับสนุนสัมพันธ์กับเงื่อนไขความโปร่งใส ตรวจสอบได้ และการรายงานผลต่อสาธารณะ
  • มิติความเท่าเทียม: การใช้ AI สัมพันธ์กับการศึกษา/อายุ/อาชีพ การออกแบบนโยบายจึงควรคำนึงถึงกลุ่มที่เข้าถึงน้อยกว่า เพื่อไม่ให้ช่องว่างขยายตัว

ข้อเสนอนโยบาย

1. วัดผลที่ “ผลลัพธ์” มากกว่า “ยอดแจกสิทธิ์”

  • กำหนดตัวชี้วัดที่ผู้ใช้งานจริง (active user) อัตราการเรียนจบหลักสูตร และทักษะที่เพิ่มขึ้น (ประเมินก่อน-หลัง) และผูกการเบิกจ่ายกับผลลัพธ์
  • พิจารณากลไกจ่ายตามการใช้งานจริง (ใช้เท่าไหร่ จ่ายเท่านั้น) เพื่อให้ต้นทุนสัมพันธ์กับการใช้จริง

2. เสริมความโปร่งใสและการตรวจสอบ

  • เปิดเผยข้อมูลภาพรวม (dashboard/รายงาน) ต่อสาธารณะอย่างต่อเนื่อง โดยไม่เปิดเผยข้อมูลส่วนบุคคล
  • เปิดให้มีการตรวจสอบอิสระ (เช่น สตง./ผู้สอบบัญชี) เข้าถึงข้อมูลการใช้งานและบันทึกการตรวจสอบ
  • เผยแพร่ผลการตรวจประเมินความปลอดภัยข้อมูลเพื่อเสริมความเชื่อมั่น

3. ออกแบบให้เข้าถึงกลุ่มที่เข้าถึงน้อยกว่า

  • กำหนดเป้าหมายเฉพาะกลุ่มการศึกษาต่ำกว่าปริญญาตรี/ต่างจังหวัด/อาชีพเปราะบาง พร้อมระบบสนับสนุนครบวงจร (เช่น การอบรม กรณีการใช้งาน ที่ปรึกษา)
  • เพิ่มการประยุกต์ใช้ที่ตรงความต้องการของประชาชน เช่น การใช้ AI เพื่อความโปร่งใสและลดขั้นตอนบริการภาครัฐ พร้อมตัวชี้วัดเวลาบริการที่ลดลง