| รายละเอียด

ในยุคที่ AI เข้ามามีบทบาทสำคัญในทุกภาคส่วน องค์กรจำเป็นต้องมีกรอบการกำกับดูแล AI (AI Governance) ที่ชัดเจน เพื่อสร้างความเชื่อมั่น ลดความเสี่ยง และให้สอดคล้องกับมาตรฐานสากลและกฎหมายที่กำลังจะบังคับใช้ในประเทศไทย หลักสูตรนี้ออกแบบแบบเข้มข้น 2 วัน ครอบคลุมตั้งแต่ความเข้าใจพื้นฐาน AI Governance มาตรฐานสากล (ISO/NIST) กรอบ ETDA และบริบทกฎหมายไทย ไปจนถึง Workshop เชิงปฏิบัติในการร่างกรอบนโยบาย AI Governance สำหรับองค์กรของผู้เข้าอบรม

ผ่านการอบรม 2 วันเต็ม ผู้เข้าร่วมจะได้เรียนรู้ทั้งภาคทฤษฎีและปฏิบัติ พร้อมทั้ง Workshop ที่จะช่วยให้วิเคราะห์ความเสี่ยง ออกแบบกรอบการกำกับดูแล AI และจัดทำชุดเอกสารตั้งต้น (AI Governance Starter Pack) ที่นำกลับไปใช้ในองค์กรได้ทันที

ระยะเวลา 2 Days (9:00 – 16:30)

💰 หลักสูตรของสถาบันไอเอ็มซี สามารถยื่นรับรองหลักสูตรและลดหย่อนภาษีได้ 200%

หลักสูตรนี้เหมาะกับ

• CEO, CTO, CIO, CDO ที่ต้องการสร้างกรอบธรรมาภิบาล AI ในองค์กร
• Governance Officer, Risk Manager, Compliance Officer, DPO ที่ดูแลด้านการกำกับดูแลและความเสี่ยง
• ผู้บริหารหน่วยงานวิจัย, Fund Manager, หน่วยบริหารจัดการทุนวิจัย
• Policy Director, IT Strategic Manager, Digital Transformation Leader
• Project Manager, Team Leader ที่บริหารโครงการเกี่ยวกับ AI
• Technology Consultant ที่ให้คำปรึกษาด้าน AI Governance
• บุคลากรภาครัฐที่รับผิดชอบด้านนโยบายเทคโนโลยีและนวัตกรรม

รูปแบบการเรียนรู้

หลักสูตรเป็น Workshop-based Public Class เน้นทั้งการปูพื้นฐานและการลงมือทำ:

• Lecture แบบกระชับ พร้อมกรณีศึกษาจริง (เน้นในวันที่ 1)
• Guided Workshop ต่อเนื่องตั้งแต่ช่วงบ่ายวันที่ 1 ถึงตลอดวันที่ 2
• Group Exercise และ Peer Sharing ข้ามอุตสาหกรรม
• Policy Drafting Clinic พร้อมคำแนะนำจากวิทยากร
• Template และ Worksheet สำหรับนำกลับไปใช้ต่อ

สิ่งที่ต้องเตรียม

• Notebook สำหรับ Workshop
• ข้อมูลเบื้องต้นเกี่ยวกับโครงการ AI หรือแผนการใช้ AI ในองค์กร (ถ้ามี)

สิ่งที่ผู้เรียนจะได้รับ

• อธิบายความหมายของ AI Governance และความแตกต่างจาก AI Ethics, AI Compliance และ AI Risk Management ได้
• เข้าใจสาระสำคัญของมาตรฐาน ISO/IEC 42001, ISO/IEC 38507, ISO/IEC 23894, ISO/IEC 42005 และ NIST AI RMF
• เชื่อมโยงกรอบสากลกับบริบทประเทศไทย (ETDA AI Governance Framework และหลักจริยธรรม AI)
• จำแนก AI use case ตามระดับความเสี่ยง และกำหนดมาตรการกำกับดูแลเบื้องต้นได้
• จัดทำโครงร่างนโยบาย AI Governance สำหรับองค์กรของตนได้
• วาง Roadmap ระยะสั้นเพื่อขับเคลื่อน AI Governance ในองค์กรภายใน 90 วันแรกได้

ประโยชน์ที่จะได้รับ

• เข้าใจภาพรวม AI Governance แบบเป็นระบบ ทำให้เห็นความสำคัญและความเร่งด่วนในการเริ่มต้น
• สามารถระบุและจัดการความเสี่ยงต่าง ๆ ที่เกี่ยวข้องกับการใช้ AI ผ่านกรณีศึกษาจริง
• เรียนรู้วิธีสร้างกรอบธรรมาภิบาล AI ที่สอดคล้องกับมาตรฐานสากลและเหมาะสมกับบริบทองค์กรไทย
• ได้ฝึกปฏิบัติจริงผ่าน Workshop ในการวิเคราะห์ความเสี่ยง ออกแบบนโยบาย และจัดทำ Implementation Roadmap
• นำผลลัพธ์กลับองค์กรได้ทันที: Policy Structure, Vision Statement, Risk Assessment Tool, High-Risk AI Requirements และ Action Plan

เนื้อหาในการอบรม

วันที่ 1 : Foundation, Standards & Risk Assessment

Module 1: Why AI Governance Matters (ดร. ศักดิ์)

• ความหมายและขอบเขตของ AI Governance
• ความแตกต่างระหว่าง AI Governance, AI Ethics, AI Compliance และ AI Risk Management
• ตัวอย่างความเสี่ยงจาก AI ที่ขาดการกำกับดูแล (Bias, Privacy, Safety, Hallucination, Accountability)
• บทบาทของผู้มีส่วนได้ส่วนเสียในองค์กร: Board, Management, Developer, User, Legal, Procurement, Audit
• โมเดลการกำกับดูแลแบบ Three Lines of Defense
• กรณีศึกษา: Medical AI for Cancer Detection — ใครมีบทบาทอะไร? ความรับผิดชอบอยู่ที่ใคร?
• กิจกรรม: วิเคราะห์กรณีตัวอย่างความเสี่ยงจาก AI และระดมความเห็นว่าองค์กรของผู้เข้าอบรมมี AI use case ใดที่ควรถูกกำกับดูแล

Module 2: International Standards & Thailand AI Governance Landscape (อ.เอกอนันต์)

• ส่วนที่ 1 – มาตรฐานสากล 

ภาพรวมและสาระสำคัญของมาตรฐาน/กรอบอ้างอิงที่สำคัญ ได้แก่:

• ISO/IEC 42001 — AI Management System (ระบบการจัดการ AI ระดับองค์กร)
• ISO/IEC 38507 — Governance implications of the use of AI by organizations (การกำกับดูแล AI ระดับคณะกรรมการ)
• NIST AI Risk Management Framework (AI RMF) — Map, Measure, Manage, Govern
• ISO/IEC 23894 — AI Risk Management (การบริหารความเสี่ยง AI)
• ISO/IEC 42005 — AI System Impact Assessment (การประเมินผลกระทบของระบบ AI)
• ประเด็นเน้น:
  • แต่ละ Framework ใช้ตอบโจทย์อะไร เหมาะกับใครในองค์กร
  • จะเริ่มจาก Framework ไหนก่อนในองค์กรที่ยังไม่มีระบบเลย

• ส่วนที่ 2 — บริบทประเทศไทย
  • กรอบ AI Governance ของ ETDA (3 เสาหลัก)
  • หลักจริยธรรม AI 6 ประการ ของประเทศไทย
  • สาระสำคัญของร่าง พ.ร.บ. AI: Risk-based Approach, ศูนย์ธรรมาภิบาล AI, Regulatory Sandbox
  • ความสอดคล้องระหว่างกรอบ ETDA กับมาตรฐานสากล (ISO/NIST/EU AI Act)
  • ความเชื่อมโยงกับ PDPA, Cybersecurity และ Sector Regulation
  • กิจกรรม: Standards Comparison Worksheet — จับคู่มาตรฐานสากลและกรอบไทยกับโจทย์จริงขององค์กร + Gap Analysis เบื้องต้น

Module 3: AI Governance Challenges in Practice (อ.เอกอนันต์)

• ความแตกต่างระหว่าง Research AI กับ Commercial AI ในมุม Governance
• ความท้าทายของ AI Governance ในงานวิจัย (Reproducibility, Data Sharing, Dual-use Risk, Prototype vs Production, Ethics Approval vs Operational Approval)
• ความท้าทายเฉพาะภาคส่วน (สรุปเป็นภาพรวม):
  • Medical & Health AI — ความปลอดภัย ข้อมูลอ่อนไหว การรับรอง
  • Agricultural AI — คุณภาพข้อมูล ความเป็นธรรมต่อเกษตรกร
  • Climate & Environmental AI — ความไม่แน่นอนของโมเดล ผลกระทบเชิงนโยบาย
  • Manufacturing & Industrial AI — ความปลอดภัยทางกายภาพ ระบบอัตโนมัติ
  • Education & Public Sector AI — ความเป็นธรรม ความโปร่งใส สิทธิของประชาชน
• กิจกรรม: กลุ่มย่อยเลือก sector ที่เกี่ยวข้อง ระบุ “Top 5 Governance Controls” ที่ควรมี

Module 4: AI Risk Classification & Impact Assessment (Workshop) (อ.เอกอนันต์)

• หลักการแบ่งระดับความเสี่ยงแบบ Risk-based Approach
• เครื่องมือประเมินความเสี่ยง 5 คำถาม:
  • เกี่ยวข้องกับบริการสำคัญหรือไม่? (สาธารณสุข, การเงิน, กระบวนการยุติธรรม, การศึกษา)
  • ใช้ข้อมูลส่วนบุคคลที่ละเอียดอ่อนหรือไม่?
  • มี Autonomy สูง (ควบคุมโดยมนุษย์น้อย) หรือไม่?
  • หากผิดพลาดจะเกิดผลเสียร้ายแรงหรือไม่?
  • มีผลต่อการตัดสินใจเกี่ยวกับสิทธิ/โอกาสของบุคคลหรือไม่?
• ระดับความเสี่ยง: คะแนน 0–3 = Low | 4–7 = Medium | 8+ = High
• Workshop: ทดสอบเครื่องมือกับ 2–3 ตัวอย่างโครงการ AI จริง แล้วปรับปรุงเกณฑ์ให้เหมาะกับบริบทองค์กร

ผลลัพธ์ Day 1: Risk Assessment Tool (1 หน้า ผ่านการทดสอบแล้ว)

วันที่ 2 : Policy Design, Requirements & Implementation Workshop

Module 5: Policy Structure & Vision Statement (Workshop) (อ.เอกอนันต์)

• Part A: โครงสร้างนโยบาย AI Governance
  • ส่วนประกอบหลัก 10 หัวข้อ:
    • Purpose and Scope
    • Definitions
    • Governance Principles
    • Roles and Responsibilities
    • AI Use Case Classification
    • Risk Assessment Requirements
    • Data and Model Governance Requirements
    • Human Oversight and Approval
    • Monitoring, Reporting, and Incident Handling
    • Review and Continuous Improvement
  • Workshop A: ผู้เข้าอบรมใช้ Template ร่าง Table of Contents สำหรับองค์กรตนเอง พร้อมกำหนด Section Leads

• Part B: Vision Statement
  • คำถามนำทาง:
    • ทำไมองค์กรของเราต้องมี AI Governance?
    • เป้าหมายที่ต้องการบรรลุคืออะไร?
    • ผลลัพธ์ที่คาดหวังใน 3 ปี?
  • แนวทาง: Brainstorm → Draft → Refine → Finalize โดยใช้หลักจริยธรรม AI 6 ประการของ ETDA เป็นฐาน ไม่ต้องสร้างใหม่ทั้งหมด
  • ผลลัพธ์: Policy Structure (10-Section TOC) พร้อม Section Leads + Vision Statement 1 หน้า

Module 6: High-Risk AI Requirements (Workshop) (อ.เอกอนันต์)

• ข้อกำหนดขั้นต่ำสำหรับ AI ที่มีความเสี่ยงสูง:
  • Impact Assessment — ก่อนพัฒนา
  • Data Quality & Suitability Review — ก่อนใช้งาน
  • Fairness / Bias Testing — ระหว่างพัฒนา
  • Human Oversight — เมื่อนำไปใช้งาน
  • Documentation & Traceability — ตลอดวงจรชีวิต
  • Security & Access Control — ตลอดวงจรชีวิต
  • Monitoring & Incident Response — ระหว่างดำเนินการ
  • Periodic Review / Decommissioning Criteria — ต่อเนื่อง
• Workshop: สร้าง Requirement Table สำหรับ High-Risk AI ระบุว่าข้อใด “ต้องมีทันที” และข้อใด “พัฒนาต่อในระยะถัดไป”
• ผลลัพธ์: High-Risk AI Requirements (1 หน้า)

Module 7: Implementation Roadmap & Action Plan (Workshop) (อ.เอกอนันต์)

• วิธีเริ่มต้น AI Governance แบบ Pragmatic
• สิ่งที่ควรทำใน 30 / 60 / 90 วันแรก
• การตั้ง Working Group และเจ้าภาพหลัก
• Timeline: v0.9 → v1.0 → Board Approval
• วิธีเสนอผู้บริหารให้เห็นความสำคัญและอนุมัติ Roadmap
• Change Management — การฝัง AI Governance ในกระบวนการทำงานเดิม
• Workshop: จัดทำ Mini Roadmap สำหรับองค์กรตนเอง ระบุ Quick Wins, Owners, Dependencies และ Next Steps
• ผลลัพธ์: 90-Day Action Plan พร้อม Timeline ที่ชัดเจน

Module 8: Capstone — AI Governance Starter Pack & Presentation (อ.เอกอนันต์)

ผู้เข้าอบรมรวบรวมผลลัพธ์ทั้งหมดเป็นชุดเอกสารตั้งต้นขององค์กร:

• Policy Structure (10-Section TOC พร้อมผู้รับผิดชอบ)
• Vision Statement (1 หน้า)
• Risk Classification Tool (5 คำถาม ผ่านการทดสอบ)
• High-Risk AI Requirements (1 หน้า)
• 90-Day Implementation Roadmap
• กิจกรรม: แต่ละกลุ่มนำเสนอ AI Governance Starter Pack ของตน พร้อมรับ feedback จากวิทยากรและเพื่อนร่วมชั้น