ภัยเงียบระลอกใหม่ของยุคดิจิทัลกำลังจะเปลี่ยนโฉมหน้าความปลอดภัยไซเบอร์ไปอย่างสิ้นเชิง เมื่อการ์ทเนอร์ (Gartner) บริษัทวิจัยและให้คำปรึกษาชั้นนำระดับโลก ออกมาเตือนว่า ภายในปี 2572 เหตุการณ์ละเมิดความเป็นส่วนตัวส่วนใหญ่จะไม่ได้เกิดจากการแฮกหรือข้อมูลส่วนบุคคลดิบ (PII) รั่วไหลโดยตรงเหมือนในอดีต แต่จะเกิดจากข้อสรุปที่ AI สร้างขึ้นจากการ “คาดเดาข้อมูล” (AI-Generated Inferences) ของตัวบุคคล
การเติบโตอย่างก้าวกระโดดของ GenAI และ Machine Learning ช่วยให้ผู้ไม่หวังดีสามารถดึงข้อมูลที่ละเอียดอ่อน เช่น สภาวะสุขภาพ หรือรูปแบบพฤติกรรม ออกมาจากข้อมูลทั่วไป ข้อมูลนิรนาม หรือข้อมูลที่รวบรวมไว้ โดยใช้วิธีโจมตีผ่านการคาดเดาข้อมูล (Inference-Based Attacks) ซึ่งสามารถเจาะลึกโปรไฟล์ของบุคคลได้โดยไม่ต้องผ่านระบบควบคุมข้อมูลแบบเดิม
บาร์ต วิลเลมเซน (Bart Willemsen) รองประธานฝ่ายนักวิเคราะห์ของการ์ทเนอร์ ระบุว่า โลกกำลังก้าวเข้าสู่ยุคเปลี่ยนผ่านจากการ “รั่วไหลของข้อมูล” (Data Exposure) ไปสู่การ “รั่วไหลของข้อมูลเชิงลึก” (Insight Exposure) การโจมตีรูปแบบนี้มีความอันตรายสูงเพราะเล็ดลอดกลไกตรวจจับแบบเดิมได้ง่าย บ่อนทำลายความแม่นยำของข้อมูล และรับมือได้ยากขึ้น
ความเสี่ยงนี้บีบให้ผู้บริหารระดับสูงด้านความปลอดภัยสารสนเทศ (CISO) ต้องปรับกลยุทธ์จากการคุ้มครองข้อมูลดิบ ไปสู่ “การกำกับดูแลการคาดเดาข้อมูล” (Inference Governance) โดยการ์ทเนอร์คาดว่าภายในปี 2571 มูลค่าการใช้จ่ายเพื่อปกป้องความถูกต้องแม่นยำของข้อมูล (Data Integrity) จะพุ่งสูงขึ้นจนเท่ากับการลงทุนด้านการรักษาความลับของข้อมูล (Data Confidentiality) เพื่อป้องกันความเสียหายจากโปรไฟล์บุคคลที่ AI สร้างขึ้นอย่างไม่แม่นยำ มีอคติ หรือไม่ได้รับอนุญาต
สำหรับการรับมือความเสี่ยงระลอกใหม่นี้ การ์ทเนอร์ได้เสนอแนะแนวทางปฏิบัติตามหลัก Privacy-by-Design สำหรับ CISO และผู้นำด้านความเป็นส่วนตัวไว้ 5 ข้อ ดังนี้
- ฝัง AI Governance ในโปรแกรมความเป็นส่วนตัว: ออกแบบระบบโดยคำนึงถึงความเป็นส่วนตัวตั้งแต่แรก ประเมินอัลกอริทึมสม่ำเสมอเพื่อลดอคติ (Bias) และอาการ Overfitting
- นำเทคโนโลยี PETs มาปรับใช้: ใช้เทคโนโลยี Privacy-Enhancing Technologies เช่น Differential Privacy และ Synthetic Data เพื่อปกป้องข้อมูลและลดความเสี่ยงในการถูกระบุตัวตนซ้ำ
- จัดเก็บข้อมูลเท่าที่จำเป็น (Data Minimization): จำกัดการเก็บและลบข้อมูลตามกำหนด เพื่อลดปริมาณข้อมูลดิบที่ AI จะนำไปใช้คาดเดา
- ยกระดับความปลอดภัยไซเบอร์รับมือภัย AI: ลงทุนในระบบเฝ้าระวังขั้นสูงและวางแผนจำลองสถานการณ์เพื่อจับรูปแบบการคาดเดาข้อมูลที่ผิดปกติ
- ส่งเสริมความโปร่งใสและให้มนุษย์คอยกำกับ (Human Oversight): กำหนดขอบเขตชัดเจนว่า AI ควรอ่านค่าหรือคาดเดาอะไรได้บ้าง และต้องมีมนุษย์ (Human in the loop) คอยตรวจสอบและอนุมัติก่อนดำเนินมาตรการใดๆ กับข้อมูลที่ละเอียดอ่อน
