รายงานของ OECD ภายใต้ Hiroshima AI Process คือกรอบที่ให้บริษัท AI เล่าเองว่าประเมินความเสี่ยง ทดสอบ เปิดเผยข้อมูล และจัดการเหตุการณ์อย่างไร รอบแรกมี 20 องค์กรตอบ เหมาะกับองค์กรไทยที่จะซื้อ AI ได้หัวข้อไปถามผู้ขาย เช่น เอาข้อมูลไปฝึกโมเดลไหม เก็บนานเท่าไร และแจ้งเหตุเมื่อไร
- รอบแรกของกรอบรายงาน HAIP (ก.พ.–มิ.ย. 2025) มีบริษัทและหน่วยงาน 20 รายส่งรายงานโดยสมัครใจ OECD ไม่ได้ตรวจว่าทำจริง
- เรื่องที่บริษัทใหญ่เปิดเผยน้อยที่สุดคือข้อมูลที่ใช้ฝึกโมเดล ลูกค้า B2B มักได้ข้อมูลผ่านสัญญาเท่านั้น
- แนวทาง Generative AI ของ สพธอ. ให้ประเมินผลิตภัณฑ์จากภายนอกก่อนใช้ แต่ระบุเองว่าไม่ปฏิบัติตามก็ไม่ผิดกฎหมาย
- ถ้าผู้ขาย AI ประมวลผลข้อมูลส่วนบุคคลแทนเรา มาตรา 40 บังคับให้มีข้อตกลง และผู้ขายต้องแจ้งเหตุละเมิดกลับมา
- ผู้ขายตอบข้อไหนไม่ได้ อย่าข้าม ให้บันทึกเป็นความเสี่ยงในทะเบียน แล้วให้ผู้บริหารตัดสินว่ารับได้หรือไม่
เวลาฝ่ายจัดซื้อขอข้อมูลจากผู้ขายระบบ AI คำตอบที่ได้มักเป็นเอกสารการตลาดกับลิงก์หน้า Trust Center สองสามหน้า ปัญหาคือฝ่ายจัดซื้อเองก็ไม่รู้ว่าควรถามอะไร และคำตอบแบบไหนถึงเรียกว่าพอ
ปี 2025 มีเอกสารที่ช่วยเรื่องนี้ได้ OECD รวบรวมรายงานจากผู้พัฒนา AI 20 ราย ที่เล่าเองว่าประเมินความเสี่ยง ทดสอบระบบ เปิดเผยข้อมูล และรับมือเหตุการณ์อย่างไร ทีม AIPDPA เรียบเรียงเอกสารนี้เป็นบันทึกภาษาไทย บทความนี้หยิบเฉพาะส่วนที่ผู้ซื้อ AI ใช้ได้ แล้วแปลงเป็นคำถามถึงผู้ขาย
กรอบรายงาน Hiroshima AI Process คืออะไร
เป็นแบบรายงานที่ OECD ทำขึ้นตามคำขอของกลุ่ม G7 เพื่อติดตามว่าบริษัทที่รับ *International Code of Conduct for Organisations Developing Advanced AI Systems* ไปใช้นั้นทำจริงอย่างไร Code นี้เริ่มสมัยญี่ปุ่นเป็นประธาน G7 ปี 2023 มี 11 Action กรอบรายงานเปิดใช้จริงเดือนกุมภาพันธ์ 2025
รอบแรกระหว่างกุมภาพันธ์ถึงมิถุนายน 2025 มีผู้ส่งรายงาน 20 ราย ส่วนใหญ่มาจากญี่ปุ่นและสหรัฐฯ เป็นบริษัทเทคโนโลยีและโทรคมนาคม 17 ราย เช่น Google, Microsoft, OpenAI, Anthropic, Salesforce, Fujitsu, NEC และ SoftBank อีก 3 รายเป็นหน่วยงานที่ปรึกษาและวิจัย ข้อมูลทั้งหมดนี้มาจากบันทึกของทีม AIPDPA ที่เรียบเรียงจาก OECD AI Paper No. 45
| หมวด | ถามเรื่องอะไร | ผู้ซื้อ AI ใช้อย่างไร |
|---|---|---|
| I ระบุและประเมินความเสี่ยง | วิธีจัดชั้นความเสี่ยง การทดสอบ มาตรฐานที่ใช้ | ถามผู้ขายว่าทดสอบอะไรก่อนปล่อย |
| II จัดการความเสี่ยงและความมั่นคงปลอดภัย | คุณภาพข้อมูล ความเป็นส่วนตัว ทรัพย์สินทางปัญญา ไซเบอร์ | ถามเรื่องนำข้อมูลไปฝึก ระยะเก็บ และการป้องกัน |
| III ความโปร่งใส | เอกสารบอกความสามารถและข้อจำกัด แหล่งข้อมูลฝึก | ขอ model card หรือ system card |
| IV ธรรมาภิบาลและเหตุการณ์ | ใครกำกับ บันทึกและจัดการเหตุการณ์อย่างไร | ถามว่าเกิดเหตุแล้วแจ้งเราเมื่อไร |
| V ที่มาของเนื้อหา | บอกผู้ใช้ว่าเป็น AI ป้ายกำกับ ลายน้ำ | ถามเรื่อง audit trail และป้ายกำกับ |
| VI วิจัยความปลอดภัย | งานวิจัยและความร่วมมือ | ใช้เป็นเกณฑ์คัดผู้ขายข้อหนึ่ง |
| VII ประโยชน์ต่อสังคม | โครงการเพื่อสังคมและสิ่งแวดล้อม | นับเข้ารายงาน ESG ถ้ามี |
บริษัท AI รายใหญ่เปิดเผยอะไรบ้าง
สรุปจากบันทึกของทีมได้ห้าเรื่องที่เกี่ยวกับคนซื้อโดยตรง ทุกข้อเป็นสิ่งที่ผู้ตอบ รายงานว่าทำ ไม่ใช่สิ่งที่พิสูจน์แล้ว
ประเมินความเสี่ยงหลายรอบ ไม่ใช่ครั้งเดียว
ผู้ตอบส่วนใหญ่ประเมินตลอดวงจรชีวิตของระบบ ตั้งแต่ออกแบบจนเลิกใช้ ผสมตัวเลขอย่างคะแนนอคติหรืออัตราผิดพลาดเข้ากับความเห็นผู้เชี่ยวชาญ บางรายแบ่งระดับความเสี่ยงเป็นสามหรือสี่ชั้น การทดสอบแบบสมมติตัวเป็นผู้โจมตี (red teaming) เป็นเรื่องปกติ
เรื่องข้อมูลลูกค้า ใช้สัญญาเป็นหลัก
บริษัทที่ขายให้ธุรกิจรายงานว่าใช้ข้อตกลงประมวลผลข้อมูลและข้อสัญญาความเป็นส่วนตัว บางรายมีนโยบายไม่เก็บ prompt และผลลัพธ์ของลูกค้าหลังประมวลผล (zero data retention) เช่น Salesforce เรื่องทรัพย์สินทางปัญญา หลายรายให้เจ้าของเว็บปฏิเสธการเก็บข้อมูลผ่าน robots.txt ส่วนลูกค้าธุรกิจใช้สัญญาแทน
ความโปร่งใสขึ้นกับว่าขายใคร
บริษัทที่ขายผู้บริโภคเผยแพร่ model card หรือ system card ที่บอกความสามารถ ข้อจำกัด และผลประเมินความปลอดภัย ส่วนบริษัท B2B ให้ข้อมูลผ่านสัญญาและเอกสารเฉพาะลูกค้า เรื่องที่เปิดเผยน้อยที่สุดในทุกกลุ่มคือ ข้อมูลที่ใช้ฝึกโมเดล
เหตุการณ์ AI ใช้ท่อเดียวกับเหตุการณ์ไอที
เกือบทุกรายฝังความเสี่ยง AI เข้าระบบบริหารความเสี่ยงเดิม มีทีมรับมือเหตุการณ์ และบางรายผูกเหตุการณ์ AI เข้ากับกระบวนการเหตุการณ์ไอทีที่มีอยู่ เช่น Preferred Networks และ SoftBank
บอกผู้ใช้ว่าเป็น AI ทำกันทั่วไปแล้ว
การบอกผู้ใช้ว่ากำลังคุยกับ AI ผ่านข้อความในหน้าจอหรือคำเตือนเป็นเรื่องที่ผู้ตอบทำกันทั่วไป แต่เทคโนโลยีพิสูจน์ที่มาของเนื้อหา เช่น ลายน้ำหรือ C2PA ยังจำกัดอยู่ไม่กี่ราย ฝั่ง B2B ใช้ audit trail ให้ลูกค้าดูย้อนหลังว่าระบบถูกใช้อย่างไร
แนวทางของ สพธอ. พูดเรื่องผู้ขาย AI ไว้อย่างไร
คู่มือแนวทางการประยุกต์ใช้ Generative AI อย่างมีธรรมาภิบาลสำหรับองค์กร ของศูนย์ธรรมาภิบาลปัญญาประดิษฐ์ (AIGC) ภายใต้ สพธอ. เป็นเอกสารไทยที่ใกล้เรื่องนี้ที่สุด แต่สถานะต้องชัดก่อน คู่มือเขียนไว้เองว่าเป็นแนวทาง ไม่ใช่กฎหมาย
ดังนั้น การไม่ปฏิบัติตามแนวทางคู่มือฉบับนี้หรือการนำไป ปรับใช้เพียงแต่บางส่วน จึงไม่เป็นการฝ่าฝืนหรือไม่ปฏิบัติตามกฎหมายและข้อกำหนด ที่เกี่ยวข้อง
ถึงไม่บังคับ แนวทางนี้ก็วางหลักเรื่องผู้ขายไว้ชัด ในหัวข้อ 3.2 แนวทางบริหารความเสี่ยง ข้อ 8) ให้องค์กรประเมินและตรวจสอบเครื่องมือ โมเดล และชุดข้อมูลจากภายนอก และติดตามต่อเนื่อง ไม่ใช่ตรวจครั้งเดียวตอนซื้อ
ประเมินความเสี่ยงและตรวจสอบ ผลิตภัณฑ์หรือบริการ (เช่น เครื่องมือ โมเดล และชุดข้อมูล) จากหน่วยงานภายนอก เพื่อให้ แน่ใจว่ามีความสอดคล้องตามนโยบายการจัดการความเสี่ยงขององค์กร รวมถึงมีการติดตาม ประสิทธิภาพอย่างสม่ำเสมอ
ภาคผนวกของคู่มือซึ่งเป็นตัวอย่างนโยบายการใช้ Generative AI ยังเตือนเรื่องที่ผู้ซื้อหลายรายมองข้าม คือบริการแบบฟรีอาจเก็บสิ่งที่ผู้ใช้พิมพ์ไปฝึกโมเดล
ด้วยแอปพลิเคชันหรือบริการ Generative AI ที่ให้บริการ โดยเฉพาะอย่างยิ่งแอปพลิเคชัน หรือบริการที่ไม่มีค่าใช้จ่าย อาจมีการเข้าถึงหรือบันทึกข้อมูลที่โต้ตอบหรือข้อมูลที่ ได้รับจากผู้ใช้งานสำหรับนำไปใช้ในการฝึกสอนโมเดล Generative AI
และในตัวอย่างนโยบายเดียวกัน ให้มีผู้อนุมัติรายชื่อเครื่องมือที่ใช้ได้ไว้ที่เดียว ข้อนี้คือเหตุผลที่ควรมีเช็กลิสต์คำถามถึงผู้ขาย เพราะผู้อนุมัติต้องมีข้อมูลประกอบการตัดสินใจ
5) คณะกรรมการบริหารเทคโนโลยีสารสนเทศ (IT Steering) มีหน้าที่ในการพิจารณาและอนุมัติ รายการแอปพลิเคชันหรือบริการ Generative AI ที่เหมาะสมกับการใช้งานภายในสำนักงาน
ส่วนไหนที่กฎหมายไทยบังคับจริง
ส่วนที่บังคับจริงอยู่ที่ พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 ถ้าผู้ขาย AI ประมวลผลข้อมูลส่วนบุคคลตามคำสั่งของเรา ผู้ขายคือผู้ประมวลผลข้อมูลส่วนบุคคล มาตรา 40 วรรคสามให้เราต้องทำข้อตกลงกับเขา และมาตรา 40 (2) กำหนดหน้าที่ของผู้ขายไว้สองเรื่องที่ตรงกับคำถามในเช็กลิสต์ คือมาตรการความปลอดภัย และการแจ้งเหตุละเมิดกลับมาที่เรา
(2) จัดให้มีมาตรการรักษาความมั่นคงปลอดภัยที่เหมาะสม เพื่อป้องกันการสูญหาย เข้าถึง ใช้ เปลี่ยนแปลง แก้ไข หรือเปิดเผยข้อมูลส่วนบุคคลโดยปราศจากอำนาจหรือโดยมิชอบ รวมทั้งแจ้งให้ผู้ควบคุมข้อมูลส่วนบุคคลทราบถึงเหตุการละเมิดข้อมูลส่วนบุคคลที่เกิดขึ้น
มาตรา 40 ไม่ได้พูดถึงการนำข้อมูลไปฝึกโมเดลตรง ๆ แต่มาตรา 40 (1) ให้ผู้ประมวลผลทำตามคำสั่งของผู้ควบคุมข้อมูลเท่านั้น การเขียนในข้อตกลงว่า "ห้ามนำข้อมูลไปฝึกโมเดล" จึงเป็นการกำหนดคำสั่งให้ชัด รายละเอียดการร่างข้อตกลงอยู่ใน คู่มือข้อตกลงผู้ประมวลผลข้อมูล
สิบคำถามที่ควรถามผู้ขาย AI ก่อนเซ็นสัญญา
เช็กลิสต์นี้ทีม AIPDPA จัดขึ้นจากหัวข้อที่บริษัท AI รายใหญ่รายงานต่อ OECD เทียบกับแนวทางของ สพธอ. และมาตรา 40 ไม่ใช่รายการที่กฎหมายกำหนด ให้ขอคำตอบเป็นลายลักษณ์อักษร และเก็บไว้ในแฟ้มผู้ขายรายนั้น
| # | คำถาม | ทำไมต้องถาม | ฐานที่อ้างได้ |
|---|---|---|---|
| 1 | ข้อมูลที่เราป้อน prompt และผลลัพธ์ ถูกนำไปฝึกหรือปรับปรุงโมเดลไหม ปิดได้ไหม เขียนในสัญญาได้ไหม | บริษัทใหญ่บางรายมีนโยบาย zero data retention แต่บริการฟรีอาจเก็บไปฝึก | มาตรา 40 (1) · ภาคผนวก 4.2 แนวทาง สพธอ. |
| 2 | เก็บ prompt ผลลัพธ์ และ log ไว้นานเท่าไร ลบเมื่อไร ขอลบได้ไหม | ต้องรู้เพื่อกำหนดระยะเก็บรักษาของเราเอง | ข้อตกลงตามมาตรา 40 วรรคสาม |
| 3 | ประมวลผลและเก็บข้อมูลที่ประเทศไหน ใช้ผู้รับจ้างช่วงใครบ้าง | การส่งข้อมูลไปต่างประเทศมีเงื่อนไขของตัวเอง | คู่มือส่งข้อมูลไปต่างประเทศ |
| 4 | มี model card หรือ system card ไหม บอกข้อจำกัดที่รู้แล้วอะไรบ้าง | เป็นเอกสารที่บริษัทใหญ่ใช้เปิดเผยความสามารถและข้อจำกัด | หมวด III ของ HAIP (บันทึกของทีม) |
| 5 | ทดสอบอคติและทดสอบการโจมตีอย่างไร มีผลสรุปให้ดูไหม | ผู้ตอบส่วนใหญ่รายงานว่าทำ red teaming | หมวด I ของ HAIP · NIST MEASURE |
| 6 | ถ้าข้อมูลรั่วหรือระบบผิดพลาดร้ายแรง จะแจ้งเราภายในเท่าไร ผ่านช่องทางไหน | เราต้องมีเวลาพอทำหน้าที่ของผู้ควบคุมข้อมูลต่อ | มาตรา 40 (2) |
| 7 | ได้รับการรับรอง ISO/IEC 27001 หรือ ISO/IEC 42001 ไหม ขอสำเนาใบรับรองได้ไหม | ใบรับรองคือหลักฐานจากผู้ตรวจอิสระ ต่างจากคำอ้าง | ISO 42001 หรือ NIST |
| 8 | ข้อมูลฝึกโมเดลมาจากไหน ใครรับผิดชอบถ้าผลลัพธ์ไปละเมิดลิขสิทธิ์คนอื่น | ข้อมูลฝึกเป็นเรื่องที่เปิดเผยน้อยที่สุด | แนวทาง สพธอ. ตัวอย่างที่ 2 · ลิขสิทธิ์งาน AI |
| 9 | มี audit trail หรือ log การใช้งานให้ผู้ดูแลของเราดูไหม | ฝั่ง B2B ใช้ audit trail แทนการเปิดเผยสาธารณะ | หมวด V ของ HAIP |
| 10 | เปลี่ยนรุ่นโมเดลแล้วแจ้งเราไหม มี change log ไหม | เปลี่ยนโมเดลคือเหตุให้ประเมินความเสี่ยงใหม่ | NIST MANAGE 3.2 |
ข้อ 10 มักถูกลืม แต่ NIST AI RMF ตั้งเป็นผลลัพธ์ไว้ชัดว่าโมเดลที่ฝึกมาแล้วจากภายนอกต้องอยู่ในการเฝ้าระวังตามปกติ ถ้าผู้ขายเปลี่ยนโมเดลเงียบ ๆ ผลการประเมินที่เราทำไว้ก็ล้าสมัยทันที
MANAGE 3.2: Pre-trained models which are used for development are monitored as part of AI system regular monitoring and maintenance.
ถ้าผู้ขายตอบไม่ได้ ทำอย่างไร
อย่าข้ามคำถามนั้น บันทึกของทีมแนะนำให้บันทึกการที่ผู้ขายให้ข้อมูลไม่ได้เป็นความเสี่ยงในทะเบียนระบบ AI แล้วให้ผู้มีอำนาจตัดสินว่ารับความเสี่ยงได้หรือไม่ การตัดสินใจที่มีชื่อคนรับผิดชอบ ดีกว่าการปล่อยให้คำถามหายไปเงียบ ๆ
ใช้ได้เฉพาะงานที่ไม่มีข้อมูลส่วนบุคคลและความลับ ตามแนวเดียวกับภาคผนวก 4.2 ของแนวทาง สพธอ. และบันทึกเป็นความเสี่ยงที่รับไว้
บริษัท B2B หลายรายในรายงานก็เปิดเผยผ่านสัญญาแทนเอกสารสาธารณะ
คำว่าโดยเร็วตรวจไม่ได้ ควรกำหนดกรอบเวลาให้เรามีเวลาพอทำหน้าที่ของผู้ควบคุมข้อมูลต่อ
NIST ไม่มีใบรับรอง คำอ้างที่ไม่ระบุข้อตรวจสอบไม่ได้
องค์กรไทยควรเริ่มอย่างไรใน 90 วัน
บันทึกของทีมย่อเจ็ดหมวดของ HAIP ลงเป็นแผนสามช่วงสำหรับองค์กรที่ใช้ AI ของคนอื่น ทุกขั้นต่อยอดจากเอกสารที่ทำตาม PDPA อยู่แล้ว
- วันที่ 1–30สำรวจระบบ AI ที่ใช้ทั้งหมด รวมถึง AI ที่แฝงอยู่ในซอฟต์แวร์ที่ซื้อมา จัดชั้นความเสี่ยง ตั้งเจ้าภาพหนึ่งคน และออกนโยบายการใช้ AI ฉบับสั้นหมวด I · IV
- วันที่ 31–60ส่งสิบคำถามให้ผู้ขายทุกราย แก้ข้อตกลงที่ยังไม่มีเรื่องการฝึกโมเดลและระยะเก็บ log ใส่ข้อความบอกผู้ใช้ทุกจุดที่มี AIมาตรา 40 · หมวด II · III · V
- วันที่ 61–90ประเมินผลกระทบระบบความเสี่ยงสูง เพิ่มเหตุการณ์ AI เข้าแผนรับมือเหตุละเมิด แล้วรายงานผู้บริหารหมวด I · IV
ความผิดพลาดที่ทีมเห็นบ่อยคือเอาสิ่งที่ Google หรือ Microsoft ทำมาตั้งเป็นมาตรฐานขั้นต่ำของบริษัทตัวเอง ผู้ตอบในรายงานเองระบุว่าบริษัทใหญ่ดูความเสี่ยงระดับสังคม ส่วนองค์กรเล็กดูความเสี่ยงของการใช้งานเฉพาะ องค์กรไทยควรเลือกขนาดให้พอดีตัว
AIPDPA มีทะเบียนระบบ AI และทะเบียนคู่ค้าที่เก็บคำตอบของผู้ขายแต่ละรายไว้ด้วยกัน พร้อมแบบเอกสารข้อตกลงผู้ประมวลผลข้อมูลภาษาไทยและอังกฤษ ถ้ายังไม่มีนโยบายการใช้ AI เริ่มที่ คู่มือเขียนนโยบาย GenAI และอ่านต่อเรื่องการใช้ ChatGPT ในที่ทำงานได้ที่ ChatGPT ในที่ทำงานกับกฎหมายสี่ฉบับ
คำถามที่พบบ่อย
กรอบรายงาน HAIP ของ OECD บังคับใช้กับบริษัทไทยไหม?
ไม่บังคับ เป็นการรายงานโดยสมัครใจขององค์กรที่รับ Code of Conduct ของ G7 ไปใช้ บริษัทไทยไม่ต้องส่งรายงาน แต่เอาเจ็ดหมวดมาใช้ตรวจตัวเองหรือถามผู้ขายได้
ต้องทำตามแนวทาง Generative AI ของ สพธอ. ไหม?
แนวทางนี้เป็นแนวปฏิบัติ ตัวคู่มือเขียนไว้เองว่าการไม่ปฏิบัติตามหรือทำเพียงบางส่วนไม่เป็นการฝ่าฝืนกฎหมาย แต่เป็นเอกสารไทยที่ใช้อ้างอิงเวลาวางนโยบายได้ดี
ผู้ขาย AI เป็นผู้ประมวลผลข้อมูลส่วนบุคคลตาม PDPA เสมอไหม?
ไม่เสมอ ขึ้นกับว่าผู้ขายประมวลผลข้อมูลส่วนบุคคลตามคำสั่งหรือในนามของเราหรือไม่ ถ้าใช่ มาตรา 40 วรรคสามบังคับให้ทำข้อตกลง ถ้าไม่มีข้อมูลส่วนบุคคลเข้าระบบเลย มาตรา 40 ก็ไม่เกี่ยว
ผู้ขายไม่ยอมบอกว่าฝึกโมเดลด้วยข้อมูลอะไร ควรเลิกซื้อไหม?
ไม่จำเป็นเสมอไป ข้อมูลฝึกเป็นเรื่องที่บริษัทใหญ่เปิดเผยน้อยที่สุดอยู่แล้ว ให้บันทึกเป็นความเสี่ยง จำกัดการใช้งาน และให้ผู้มีอำนาจตัดสินใจเป็นลายลักษณ์อักษร
ใช้รายงานนี้อ้างว่าบริษัทเราทำตามมาตรฐานสากลได้ไหม?
ไม่ควร รายงานนี้ไม่ใช่มาตรฐาน เป็นสิ่งที่ 20 องค์กรเล่าว่าทำ ถ้าจะอ้างให้พูดว่า "องค์กรชั้นนำหลายรายรายงานว่าทำ..." ถ้าต้องการหลักฐานที่ตรวจได้ ให้ดู ISO/IEC 42001
ตัวบทและแหล่งอ้างอิง
- บันทึกของทีม AIPDPA เรียบเรียงจาก OECD Artificial Intelligence Papers No. 45 (ก.ย. 2025) กรอบรายงาน Hiroshima AI Process (ไม่ใช่กฎหมาย ไม่ใช่เอกสารทางการของ OECD) — หมวด I–V · แผน 90 วัน · ความไม่แน่นอนที่ใหญ่ที่สุด
- คู่มือแนวทางการประยุกต์ใช้ Generative AI อย่างมีธรรมาภิบาลสำหรับองค์กร ศูนย์ AIGC สพธอ. (แนวปฏิบัติ ไม่ใช่กฎหมาย) — บทสรุปผู้บริหาร · 3.2 ข้อ 8) · ภาคผนวก 4.2 · ภาคผนวก 5 ข้อ 5)
- พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 — มาตรา 40 (2)
- NIST AI 100-1 (AI RMF 1.0) · กรอบสมัครใจ — MANAGE 3.2
ตัวบทที่ยกมาในกรอบ "ตัวบท" คัดคำต่อคำจากคลังกฎหมายของ AIPDPA ซึ่งถอดจากราชกิจจานุเบกษาและเอกสารของหน่วยงานรัฐ แล้วระบบตรวจทุกครั้งที่แก้บทความว่าตรงกับคลังทุกตัวอักษร · บทความนี้เป็นความรู้ทั่วไป ไม่ใช่คำปรึกษากฎหมายสำหรับกรณีใดกรณีหนึ่ง
ลงมือในระบบได้ที่
ใครรับผิดชอบเนื้อหานี้?
เรียบเรียงโดยทีมกฎหมาย AIPDPA · ผู้รับผิดชอบเนื้อหา ภูวรา ครอบตะคุ ทนายความ · เนติบัณฑิตไทย · ที่ปรึกษากฎหมายเทคโนโลยีและทรัพย์สินทางปัญญา
ใบอนุญาตทนายความ 477/2558 · เนติบัณฑิตไทย · นิติศาสตรมหาบัณฑิต กฎหมายทรัพย์สินทางปัญญาและสารสนเทศ (เหรียญทอง)