ว่าที่ ร.อ. ปิติคุณ นิลถนอม
สถานการณ์โควิด-19 ที่แพร่ระบาดมาอย่างต่อเนื่องเป็นปัจจัยหนึ่งที่ทำให้ทุกคนตื่นตัวเพื่อรับมือกับมัน โดยเฉพาะการหาข้อมูลเกี่ยวกับการป้องกัน การดูแลตนเอง การรักษา ฯลฯ อันเป็นเสมือนตัวเร่งให้มีการแชร์ข่าวทั้งข้อเท็จจริงรวมถึงข่าวปลอมสูงขึ้น ไม่ว่าจะเป็นข้อมูลเกี่ยวกับวัคซีน การรักษา จำนวนผู้ติดเชื้อหรือผู้เสียชีวิต ทั้งที่เป็นการแชร์ข่าวด้วยความรู้เท่าไม่ถึงการณ์ หรือจงใจสร้างข่าวปลอมขึ้นมาเพื่อปิดเตือนความจริงเพื่อประโยชน์ตนหรือให้โทษแก่ผู้หนึ่งผู้ใด
ทั้งนี้ ข้อมูลที่ไม่ถูกต้องตามความเป็นจริงนั้นมีอยู่หลายระดับ บางครั้งข้อมูลอาจจะผิดพลาดไปบ้างแต่ก็ต้องว่ากันไปเป็นเรื่องๆ กล่าวคือ หากเจตนาดี วิพากษ์วิจารณ์ด้วยความเป็นธรรม และแม้ข้อมูลที่แชร์ไปไม่ถูกต้องทั้งหมดแต่ก็ยังไม่ถือว่ามีเจตนาทำให้ผู้รับข้อมูลที่ส่งต่อสับสนหลงผิด เพราะไม่รู้ย่อมไม่มีเจตนา ตามหลักกรรมเป็นเครื่องชี้เจตนา แต่เมื่อรู้ก็ต้องพยายามขวนนวายแก้ไข แบบนี้เรียกว่า misinformation ซึ่งต่างจากการมีเจตนาที่จะบิดเบือนข้อมูลให้ผู้อื่นหลงเชื่อในทางที่ไม่ถูกต้อง ซึ่งจะถือว่าเป็นข้อมูลเท็จที่เรียกว่า disinformation และเมื่อเผยแพร่สู่สาธารณชนในทำนองแบบข่าวสารก็ย่อมมีสถานะเป็นข่าวปลอมหรือ fake news
จากสถิติแล้วอิทธิพลของสื่อสังคมออนไลน์ทำให้คนเข้าถึงข้อมูลได้มากขึ้น นั่นหมายความว่ามีข้อมูลจริงและข้อมูลเท็จผ่านหูผ่านตาเราทุกวัน ซึ่งจากสถิติแล้วในช่วงที่ผ่านมาผู้ใช้สื่อออนไลน์มักจะ “มือลั่น” ส่งต่อข้อมูลที่ตนอ่านไปให้แก่ผู้อื่นโดยทันที มีตัวอย่างในประเทศอินเดียที่เกิดขึ้นจริง พบว่ามีคนจำนวนเกินครึ่งที่ส่งต่อข้อมูลไปยังผู้อื่นโดยไม่เอะใจและเช็คข้อมูลเสียก่อนว่าถูกต้องหรือไม่
จากสถิติดังกล่าวสะท้อนให้เห็นว่าเราแทบไม่เคยสนใจที่จะวิเคราะห์และสืบสาวว่าข่าวนั้นเป็นเรื่องจริงหรือไม่ ยิ่งหากเป็นข้อมูลจากแหล่งที่เราเชื่อหรือมีเนื้อหาที่ตรงกับอุดมการณ์หรือจุดยืนของเราแล้วก็มักจะเกิด confirmation bias ที่ทำให้เราไม่สงสัยเรื่องความถูกต้อง
นอกจากนี้ AI ยังทำหน้าที่ของมันอย่างแข็งขันในการวิเคราะห์พฤติกรรมผู้ใช้สื่อสังคมออนไลน์ และคอยส่งข้อมูลที่ “ถูกจริต” มาในฟีดของเราอยู่เนืองๆ
ที่น่ากลัวคือ นอกจากข่าวปลอมที่ทำแบบง่ายๆ บ้านๆ หรือ cheap fake เช่น การนำภาพเก่าๆ มาใส่เนื้อความใหม่เพื่อให้เชื่อว่าเป็นเหตุการณ์ที่เพิ่งเกิดขึ้น ซึ่งหากเช็คกันโดยเอาภาพนั้นไปค้นหาใน search engine ก็จะพบภาพนั้นเต็มหน้าผลการค้นหาไปหมด ว่าภาพนั้นเกิดขึ้นที่ไหนและเมื่อใดแล้ว
ในช่วงหลังมีข่าวปลอมอีกแบบที่เรียกว่า deepfake ซึ่งใช้เทคโนโลยีอย่าง ai ขั้นสูงอย่าง machine learning สร้างภาพและเสียงบุคคลใดๆ ก็ได้ให้พูดในสิ่งที่อยากให้พูด ซึ่งแนบเนียนสมจริงมากจนยากจะแยกแยะได้
ในเดือนเมษายน ค.ศ. 2018 BuzzFeed สื่อออนไลน์ในอเมริกาได้เผยแพร่คลิปวิดีโอที่เผยให้เห็นบารัก โอบามา กล่าวถึงโดนัล ทรัมป์ โดยมีโปรยหัวคลิปว่า “คุณไม่มีทางเชื่อว่าโอบามาจะพูดแบบนี้!” และมีคำอธิบายใต้คลิปว่า “เราอยู่ในยุคที่ศัตรูของเราสามารถสร้างให้ ใครก็ได้ พูดอะไรก็ได้ ในเวลาไหนก็ได้” โดยคลิปได้เฉลยในตอนท้ายว่าไม่ใช่เรื่องจริง แต่เป็นคลิปที่สร้างขึ้นโดย AI และเสียงพูดที่เป็นของโอบามานั้น จริงๆ แล้วเป็นเสียงของนักแสดงตลกชื่อ Jordan Peele
นอกจากความน่ากลัวเรื่องความสมจริงที่ยากในการสังเกตแล้ว ยังมีประเด็นน่าห่วงในเรื่องปริมาณของ deep fake ซึ่ง Hao Li CEO และผู้ร่วมก่อตั้ง Pinscreen ระบุว่าจำนวน deepfake เพิ่มขึ้นเป็นเท่าตัวทุกๆ 6 เดือน โดยส่วนใหญ่จะเป็นไปในเชิงลามกอนาจาร
เราจึงอยู่ท่ามกลางข้อมูลมหาศาลที่หากไม่ระวังก็อาจตกเป็นเหยื่อ และอาจเป็นส่วนหนึ่งในการส่งต่อข้อมูลที่ไม่ถูกต้อง ซึ่งในเรื่องนี้มีวิธีการในเบื้องต้นเพื่อตรวจสอบก่อนที่จะมือลั่นส่งไป เช่น การดูแหล่งที่มา การอ่านเนื้อข่าวโดยไม่ดูแค่พาดหัว ดูความน่าเชื่อถือของผู้เขียน การหาหลักฐานสนับสนุน การตรวจสอบวันที่ การดูเจตนาของผู้เขียนว่าจงใจทำเพื่อล้อเลียนเชิงขำขันหรือไม่ การเตือนตนเองให้ระวังอคติ การถามผู้เชี่ยวชาญซึ่งปัจจุบันมีเว็บเพจที่ทำการตรวจสอบข่าวปลอมอยู่ ฯลฯ ซึ่งเป็นวิธีง่ายๆ ในการไม่ตกเป็นเหยื่อของข่าวปลอม
ดังที่เกริ่นมาข้างต้น เมื่อโลกยุค digital disruption มีข่าวสารจำนวนมหาศาล ทั้งข่าวจริงและข่าวปลอม โดยเฉพาะช่วงเวลาที่วุ่นวายจากการแพร่ระบาดของโควิด-19 เช่นนี้ ก็เป็นปัจจัยที่ก่อให้เกิดโอกาสในการหาประโยชน์จากข่าวปลอม ทั้งการหวังยอดไลก์ ยอดแชร์ ที่ทำเงินให้เจ้าของเพจนั้นๆ หรือแม้แต่การใช้โอกาสที่กำลังชุลมุนฝุ่นตลบอยู่นี้ อ้างว่าข้อมูลต่างๆ ของฝ่ายตรงข้ามที่วิจารณ์ตนนั้นเป็นข่าวปลอม เพื่อเบนความสนใจของสังคมออกไปจากสิ่งที่ตนทำผิดไว้ ซึ่งมีคำนิยามที่เรียกว่าประโยชน์หรือปันผลของผู้โกหก (liar’s dividend)
ศาสตราจารย์ด้านกฎหมายชื่อ Professor Robert Chesney มหาวิทยาลัยเทกซัส และ Professor Danielle Citron แห่งมหาวิทยาลัยเวอร์จิเนีย ซึ่งเป็นผู้นิยามศัพท์คำว่า liar’s dividend อธิบายว่า liar’s dividend เป็นพฤติกรรมการโกหกที่อันตรายที่สุดอย่างหนึ่ง โดยผู้กระทำมีเจตนาที่จะหลีกเลี่ยงการถูกตรวจสอบการกระทำของตน โดยใช้วิธีการ “ด้อยค่า” หลักฐานที่เกิดขึ้นจริงไม่ว่าจะเป็นภาพหรือเสียงว่าเป็นข่าวปลอม
Ben Nimmo ผู้อำนวยการด้านสืบสวนวิเคราะห์เครือข่ายของบริษัท Graphika ได้อธิบายหลักการที่เรียกว่า 4D model เพื่อจับพฤติกรรมของบุคคลจำพวกนี้ไว้อย่างน่าสนใจ ว่าเมื่อต้องการปกปิดสิ่งผิดของตนและหลีกเลี่ยงการถูกตรวจสอบ คนเหล่านี้มักจะทำสิ่งเหล่านี้เสมอ
“เพิกเฉย บิดเบือน ไขว้เขว ข่มขู่” ถือเป็นสูตรสำเร็จของคนเหล่านี้ ที่น่ากังวลคือมีแนวโน้มที่ภาครัฐซึ่งต้องทำหน้าที่เพื่อประชาชนผู้เป็นเจ้าของเงินภาษีในบางประเทศ กลับมาเป็นผู้เล่นเสียเอง โดยมีพฤติกรรม liar’s dividend และใช้ 4D model ข้างต้น จัดการกับประชาชน หรือสื่อมวลชนที่ออกมาวิพากษ์วิจารณ์การทำงานโดยอ้างว่าข้อมูลต่างๆ ของภาคประชาชน สื่อมวลชน หรือขั้วการเมืองที่ไม่ใช่ฝั่งรัฐบาลที่วิจารณ์ภาครัฐอย่างชอบธรรมอันเป็นการติเพื่อก่อ (constructive criticism) ว่าเป็นข่าวปลอม เพื่อหลีกเลี่ยงการถูกตรวจสอบ
liar’s dividend เป็นสิ่งเลวร้ายที่ทำลายธรรมาภิบาลอย่างรุนแรง เป็นการสร้างวัฒนธรรมการลอยนวลพ้นผิด (culture of impunity) ให้กับภาครัฐทั้งฝ่ายประจำและฝ่ายการเมือง
แม้เป็นสิ่งเลวร้ายแต่หลังจากการแพร่ระบาดของโควิด 19 ก็มีบางประเทศได้ออกกฎหมายมาจำกัดการวิพากษ์วิจารณ์ภาครัฐโดยมักอ้างว่าเพื่อเป็นการป้องกันการเผยแพร่ข่าวปลอม ดังจะเห็นได้จากกรณีศึกษาที่เกิดขึ้นทั่วโลก
ตัวอย่างกรณีที่ภาครัฐอ้างว่าการวิพากษ์วิจารณ์ เป็น fake news แล้วดำเนินคดีเพื่อปิดปาก หรือ SLAPP มีให้เห็นมาแล้วในอียิปต์ โดยเมื่อปี ค.ศ. 2020 นักข่าวชาวอียิปต์ ชื่อ Mohamed Mounir ถูกตั้งข้อกล่าวหาหลายข้อรวมถึงข้อกล่าวหาว่าปล่อย fake news หลังวิพากษ์วิจารณ์การรับมือกับสถาณการณ์โควิดของรัฐบาลอียิปต์ ซึ่งสหพันธ์นักข่าวนานาชาติ หรือ International Federation of Journalists (IFJ) ได้ออกแถลงการณ์ขอให้ปล่อยตัวในทันที แต่ก็เป็นที่น่าเสียใจที่เขาติดเชื้อโควิดในเรือนจำจนเสียชีวิตขณะถูกควบคุมตัวระหว่างพิจารณา
นอกจากอียิปต์แล้ว ยังมีกรณีศึกษาอีกหลายประเทศ เช่น ความพยายามของ Carrie Lam ผู้ว่าการเขตบริหารพิเศษฮ่องกง ในการออกกฎหมายจัดการกับการส่งต่อข่าวปลอมหลังเหตุการณ์ประท้วงในปี ค.ศ. 2019 หรือที่ปรากฏใน รายงาน World Press Freedom Index ที่จัดทำโดย Reporters Without Borders (RSF) เมื่อปี ค.ศ. 2021 ระบุว่าชาติที่อันดับเสรีภาพสื่อตกลงไปมากที่สุดคือมาเลเซีย (ลำดับที่ 119 หล่นไปจากเดิม 18 อันดับ) อันเป็นผลพวงมาจากการออกกฎหมายต่อต้านข่าวปลอมที่ให้อำนาจรัฐบาลยัดเยียดข้อมูลของภาครัฐและบังคับว่าให้ถือเป็นข้อมูลที่ถูกต้องแท้จริง
รายงานยังกล่าวถึงประเทศคอโมโรส ซึ่งเป็นประเทศหมู่เกาะในมหาสมุทรอินเดีย (อยู่ลำดับที่ 84 ตกมา 9 ลำดับ) และเอลซัลวาดอร์ (อยู่ลำดับที่ 82 ตกมา 8 ลำดับ) ที่ปรากฏว่าผู้สื่อข่าวของทั้ง 2 ประเทศประสบปัญหาทำนองเดียวกันคือมีปัญหาอุปสรรคในการได้มาซึ่งข้อมูลการแก้ไขปัญหาการแพร่ระบาดของโควิด-19 ที่อยู่ในมือภาครัฐ
เป็นเรื่องน่ายินดีที่กรณีที่เกิดขึ้นในบ้านเมืองเราศาลแพ่งได้มีคำสั่งคุ้มครองชั่วคราว ห้ามบังคับใช้ข้อกำหนดฉบับที่ 29 ว่าด้วยการห้ามเผยแพร่ข่าวสารที่สร้างความหวาดกลัวในช่วงการระบาดของโควิด-19 ซึ่งออกตาม พ.ร.ก.การบริหารการในสถานการณ์ฉุกเฉิน พ.ศ. 2548 หลังจากที่สื่อมวลชน 12 ราย และภาคีนักกฎหมายเพื่อสิทธิมนุษยชนได้ยื่นฟ้องขอเพิกถอนคำสั่ง จนมีการออกข้อกำหนดฉบับที่ 31 ยกเลิกข้อกำหนดฉบับที่ 29 ในที่สุด
สื่อมวลชน ประชาสังคม รวมถึงความตระหนักรู้ของประชาชน ต่างก็เป็นองค์ประกอบสำคัญในระบบคุณธรรมแห่งชาติ (national integrity system) ด้วยกันทั้งสิ้น
โดยสื่อมวลชนมีบทบาทในการเป็นกระบอกเสียงที่สะท้อนการทำงานของภาครัฐเพื่อให้ประชาชนเห็นว่าภาครัฐทำอะไรกันอยู่ และประชาชนก็จะใช้ข้อมูลที่ได้จากสื่อในการติดตามการทำงานของภาครัฐว่าเงินเราเขาเอาไปทำอะไร เป็นการเพิ่มต้นทุนให้ผู้ที่คิดไม่ชอบมีความยับยั้งชั่งใจไม่กล้าลงมือ เพราะเมื่อสื่อมวลชนและประชาชนต่างจับตามองการทำงานอยู่ โอกาส “โป๊ะแตก” ถูกจับได้และเจ็บตัวก็สูงมากขึ้น และคงเป็นเรื่องที่ใครก็ไม่อยากโดนเป็นแน่
ในช่วงวิกฤติโควิด-19 ภาครัฐทั่วโลกจำเป็นที่จะต้องฟังเสียงวิจารณ์ซึ่งถือเป็น input สำคัญที่จะบอกภาครัฐว่าเดินช้าไปไหม เดินเบี้ยวหรือเปล่า จะได้นำไปปรับจูนการทำงานให้เกิดประโยชน์สูงสุดแก่ประชาชน เพราะหากภาครัฐมีเป้าหมายที่จะไปแล้ว แต่ไม่รู้ว่าตัวเองอยู่จุดไหน ก็คงเป็นไปไม่ได้ที่จะเดินไปถูกทิศทาง เว้นเสียแต่ว่าภาครัฐของประเทศใดไม่ได้ตั้งใจทำงานเพื่อประชาชน การตะบึงตะบันทำอะไรตามอำเภอใจโดยไม่ฟังเสียงใครก็คงเป็นเรื่องที่คาดหมายได้ไม่ยาก
ข้อมูลอ้างอิง
https://www.statista.com/chart/22527/composition-of-covid-19-misinformation/
https://www.statista.com/chart/25031/covid-19-misinformation-on-whatsapp-india/
https://www.youtube.com/watch?v=cQ54GDm1eL0
https://news.yahoo.com/liars-dividend-more-learn-deepfakes-141200697.html
https://guides.lib.umich.edu/c.php?g=283063&p=4471741
https://thaipublica.org/2020/05/pitikhun-nilthanom-09/
https://www.youtube.com/watch?v=Nt-1UPzF-I0
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3213954
https://www.ted.com/talks/danielle_citron_how_deepfakes_undermine_truth_and_threaten_democracy
https://www.economist.com/international/2021/02/11/censorious-governments-are-abusing-fake-news-laws
https://www.bbc.com/thai/thailand-58053739
http://www.ratchakitcha.soc.go.th/DATA/PDF/2564/E/185/T_0001.PDF