การศึกษาความกังวลของประชาชนต่อการใช้ปัญญาประดิษฐ์ในการ เฝ้าระวังและรักษาความปลอดภัยสาธารณะ: กรณีศึกษาระบบขนส่งมวลชน BTS และ MRT*
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์ (1) เพื่อศึกษาระดับความกังวลของประชาชนต่อการใช้ปัญญาประดิษฐ์ (AI) ในการเฝ้าระวังและรักษาความปลอดภัยในระบบขนส่งมวลชน BTS และ MRT (2) เพื่อวิเคราะห์ปัจจัยที่ส่งผลต่อความกังวลของประชาชนเกี่ยวกับการใช้ AI ในการเฝ้าระวังความปลอดภัย (3) เพื่อประเมินความคิดเห็นของประชาชนเกี่ยวกับการนำ AI มาใช้ในการวิเคราะห์และประมวลผลพฤติกรรมของผู้โดยสารในระบบขนส่งมวลชน และ (4) เพื่อเสนอแนะแนวทางในการพัฒนาระบบเฝ้าระวังและรักษาความปลอดภัยที่ใช้ AI ให้สอดคล้องกับความต้องการและความเป็นส่วนตัวของประชาชน การวิจัยนี้เป็นการวิจัยเชิงปริมาณโดยใช้แบบสอบถามเป็นเครื่องมือหลัก กลุ่มตัวอย่างคือผู้โดยสารที่ใช้บริการระบบขนส่งมวลชน BTS และ MRT จำนวน 500 คน โดยใช้การสุ่มตัวอย่างแบบชั้นภูมิ ข้อมูลที่ได้รับถูกวิเคราะห์โดยใช้สถิติเชิงพรรณนาเพื่อหาค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน รวมถึงการวิเคราะห์สหสัมพันธ์และการทดสอบสมมุติฐานเพื่อวิเคราะห์ปัจจัยที่ส่งผลต่อความกังวลของประชาชน
ผลการวิจัยพบว่า ประชาชนมีระดับความกังวลในระดับสูง โดยเฉพาะในประเด็นความเป็นส่วนตัวและความปลอดภัยของข้อมูล ค่าเฉลี่ยระดับความกังวลอยู่ในช่วง 3.8 ถึง 4.2 การรับรู้ถึงความเสี่ยงด้านความเป็นส่วนตัวมีความสัมพันธ์เชิงบวกกับระดับความกังวล (r = 0.72, p < 0.01) ในขณะที่การรับรู้ถึงประโยชน์ของ AI (r = -0.45, p = 0.05) และความโปร่งใสในการจัดการข้อมูล (r = -0.60, p = 0.02) มีความสัมพันธ์เชิงลบกับระดับความกังวล นอกจากนี้ ผู้ตอบแบบสอบถาม 85% สนับสนุนให้หน่วยงานเปิดเผยนโยบายการจัดการข้อมูลและความเป็นส่วนตัวอย่างโปร่งใส ข้อเสนอแนะจากการวิจัยนี้ระบุว่าควรมีการพัฒนามาตรการเฝ้าระวังที่สอดคล้องกับความต้องการของประชาชน โดยเน้นการสื่อสารถึงประโยชน์ของ AI การจัดการข้อมูลที่โปร่งใส และการรักษาความเป็นส่วนตัวในระดับที่เพียงพอ เพื่อสร้างความเชื่อมั่นในการใช้ AI ในการเฝ้าระวังและรักษาความปลอดภัย
Article Details
References
Bélanger, F., & Crossler, R. E. (2011). Privacy in the digital age: A review of information privacy research in information systems. MIS Quarterly, 35(4), 1017-1042.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.
Gates, K., & Macaulay, M. (2019). Surveillance and privacy in the digital age. The Annual Review of Sociology, 45, 5-10.
Kritikson, W., & Yim, P. (2020). Public perceptions of AI-based surveillance in urban transit systems: A study in Bangkok. Asian Journal of Urban Studies, 8(1), 75-87.
Li, C., & Zhao, X. (2021). Trust and transparency in AI surveillance: The role of data management policies. Journal of Public Policy and Technology, 4(2), 45-53.
Li, Y., Yang, J., & Chen, H. (2020). The application of artificial intelligence in public security and its impact on urban transport safety. Journal of Public Transportation Research, 12(3), 120-135.
Nissenbaum, H. (2010). “Privacy in context: Technology, policy, and the integrity of social life. Stanford University Press.
Smith, A. (2018). The impact of artificial intelligence on privacy: Implications for public policy. Journal of Information Technology and Policy, 7(4), 210-223.
Smith, A., & Miller, J. (2019). Balancing security and privacy in AI surveillance: Public attitudes towards AI in urban spaces. Urban Policy Review, 22(2), 110-125.
Westin, A. F. (2003). Social and political dimensions of privacy. In “Privacy and freedom” (pp. 20-38). New York: Atheneum.
Zhou, Y., & Li, C. (2022). Enhancing public trust in AI through transparent data policies: Evidence from smart city initiatives. Technology and Society, 35(2), 130-144.