ทรัพย์สินทางปัญญาในยุค AI

การก้าวกระโดดของเทคโนโลยีปัญญาประดิษฐ์ (AI) โดยเฉพาะ Generative AI และ Large Language Models (LLMs) ได้สร้างจุดเปลี่ยนครั้งสำคัญให้กับทุกอุตสาหกรรม ไม่เพียงแต่ในมิติของการเพิ่มประสิทธิภาพการทำงาน แต่ยังสร้างความท้าทายอย่างที่ไม่เคยมีมาก่อนต่อโครงสร้างทางกฎหมาย โดยเฉพาะอย่างยิ่ง “กฎหมายทรัพย์สินทางปัญญา” (Intellectual Property – IP) บทความนี้จะเจาะลึกถึงผลกระทบและแนวทางการปรับตัวของระบบทรัพย์สินทางปัญญาในยุคที่เครื่องจักรสามารถสร้างสรรค์ผลงานได้ทัดเทียมมนุษย์

1. ขอบเขตและนิยามของทรัพย์สินทางปัญญาที่จะต้องเปลี่ยนแปลงไปให้ทันกับยุคสมัยใหม่

หลักการดั้งเดิมของกฎหมายทรัพย์สินทางปัญญาทั่วโลก รวมถึงประมวลกฎหมายแพ่งและพาณิชย์ของไทย ถูกออกแบบมาเพื่อคุ้มครอง “ความคิดสร้างสรรค์ของมนุษย์” (Human Authorship) แต่ในยุคที่ AI สามารถแต่งเพลง เขียนโค้ด หรือวาดภาพได้ภายในไม่กี่วินาที ขอบเขตและนิยามดั้งเดิมจึงกำลังถูกท้าทาย

การเปลี่ยนแปลงที่จำเป็นต้องเกิดขึ้นคือ การขยายหรือปรับนิยามคำว่า “ผู้สร้างสรรค์” (Creator) และ “ความใหม่” (Novelty/Inventiveness) ใหม่ทั้งหมด ระบบกฎหมายอาจต้องเริ่มพิจารณาแยกแยะระหว่างผลงานที่ สร้างโดยมนุษย์โดยมี AI เป็นเพียงเครื่องมือ (AI-Assisted) ซึ่งควรได้รับความคุ้มครองตามปกติ กับผลงานที่ สร้างโดย AI ทั้งหมด (AI-Generated) ซึ่งอาจต้องมีนิยามทรัพย์สินทางปัญญาประเภทใหม่ (Sui Generis Right) เพื่อสร้างสมดุลระหว่างการส่งเสริมให้นักพัฒนา AI มีแรงจูงใจในการพัฒนาระบบต่อไป โดยไม่ไปลดทอนคุณค่าของผลงานที่มนุษย์สร้างสรรค์ขึ้นเอง

2. เทคโนโลยีต่าง ๆ ที่ส่งผลต่อการคุ้มครองและตรวจสอบกรรมสิทธิ์ในทรัพย์สินทางปัญญา ได้แก่ บล็อกเชน ปัญญาประดิษฐ์ และ คลาวด์

การปกป้องทรัพย์สินทางปัญญาในยุคดิจิทัลจำเป็นต้องอาศัยเทคโนโลยีเข้ามาร่วมบริหารจัดการและตรวจสอบกรรมสิทธิ์อย่างเป็นระบบ:

• บล็อกเชน (Blockchain): มีบทบาทสำคัญในการสร้าง “บันทึกที่เปลี่ยนแปลงไม่ได้” (Immutable Ledger) ทำให้สามารถประทับเวลา (Timestamp) และยืนยันการเป็นเจ้าของผลงานได้อย่างชัดเจนผ่านเทคโนโลยีอย่าง Smart Contracts หรือ NFT ซึ่งช่วยให้การอนุญาตให้ใช้สิทธิ (Licensing) และการจ่ายค่าตอบแทนโปร่งใสและเป็นอัตโนมัติมากขึ้น
• ปัญญาประดิษฐ์ (Artificial Intelligence): แม้ AI จะเป็นผู้สร้างปัญหาในแง่การละเมิด แต่ AI ก็เป็นเครื่องมือทรงพลังในการ “ปกป้อง” เช่นกัน ระบบ AI ถูกนำมาใช้ตรวจจับการลอกเลียนแบบ (Plagiarism Detection) การตรวจสอบความคล้ายคลึงของสิทธิบัตร และการไล่ล่าหาการละเมิดลิขสิทธิ์บนแพลตฟอร์มออนไลน์ได้รวดเร็วกว่ามนุษย์หลายล้านเท่า
• คลาวด์ (Cloud Computing): เป็นโครงสร้างพื้นฐานที่ช่วยให้การจัดเก็บ จัดการ และกระจายผลงานที่มีลิขสิทธิ์ทำได้ทั่วโลก แต่ในขณะเดียวกันก็สร้างความท้าทายในการควบคุมการเข้าถึงข้อมูลและการป้องกันการรั่วไหล ซึ่งต้องอาศัยสถาปัตยกรรมด้านความมั่นคงปลอดภัยไซเบอร์ระดับสูงมารองรับ

3. สิทธิและกรรมสิทธิ์ในทรัพย์สินทางปัญญาที่สร้างจาก AI

ประเด็นที่ถกเถียงกันมากที่สุดในปัจจุบันคือ “ใครคือเจ้าของผลงานที่ AI สร้างขึ้น?” ผู้พัฒนาระบบ AI, ผู้ใช้งานที่ป้อนคำสั่ง (Prompt), หรือตัว AI เอง?

ในปัจจุบัน ท่าทีของสำนักงานทรัพย์สินทางปัญญาในหลายประเทศ (เช่น สหรัฐอเมริกา) ปฏิเสธการจดลิขสิทธิ์ผลงานที่สร้างโดย AI ล้วนๆ โดยให้เหตุผลว่าขาดการแทรกแซงจากมนุษย์ที่เพียงพอ ผลงานเหล่านี้จึงมักตกเป็น “สาธารณสมบัติ” (Public Domain) ในทางปฏิบัติ การจะอ้างสิทธิ์ในผลงานได้ ผู้ใช้งานจะต้องพิสูจน์ให้เห็นว่าได้ใช้ “ความวิริยะอุตสาหะและความคิดสร้างสรรค์” อย่างมีนัยสำคัญในการปรับแต่ง ดัดแปลง หรือเรียบเรียงผลงานนั้นๆ (Human Arrangement) ไม่ใช่เพียงแค่การพิมพ์คำสั่งสั้นๆ

4. มุมมองต่อมูลค่าของข้อมูล (Data Asset) ในแง่ทรัพย์สินทางปัญญา และ AI

ข้อมูล (Data) คือน้ำมันดิบของยุค AI โมเดลภาษาขนาดใหญ่ (LLMs) ไม่สามารถฉลาดได้หากปราศจากการป้อนข้อมูลมหาศาล (Training Data) เข้าไปเรียนรู้ ซึ่งนำมาสู่คำถามสำคัญเรื่อง “การนำข้อมูลที่มีลิขสิทธิ์ไปใช้ฝึกฝน AI ถือเป็นการละเมิดลิขสิทธิ์ หรือเป็นเพียงการใช้ลิขสิทธิ์ที่เป็นธรรม (Fair Use)?”

ในมุมมองของนักยุทธศาสตร์ข้อมูล ข้อมูลที่มีคุณภาพสูง (High-quality Data) ถือเป็น Data Asset ที่มีมูลค่ามหาศาล องค์กรต่างๆ เริ่มตระหนักว่าข้อมูลของตนเองสามารถถูกแปลงเป็นทรัพย์สินทางปัญญาได้ ไม่ว่าจะเป็นในรูปแบบของ “สิทธิในฐานข้อมูล” (Database Rights) หรือการทำ Data Governance เพื่อบรรจุข้อมูลลงใน Data Fabric แล้วนำไปต่อยอดสร้างโมเดล AI เฉพาะทางขององค์กร ซึ่งจะมีมูลค่าทางเศรษฐกิจสูงกว่าการเปิดให้ AI ของบริษัทเทคโนโลยียักษ์ใหญ่มาดูดซับไปฟรีๆ

5. ความเสี่ยงของการสูญเสียความลับทางการค้า เนื่องจากการใช้งาน AI

ภัยคุกคามที่เงียบที่สุดแต่ส่งผลกระทบรุนแรงที่สุดสำหรับองค์กรในยุคนี้ คือการสูญเสีย “ความลับทางการค้า” (Trade Secrets) ผ่านการใช้งาน AI โดยรู้เท่าไม่ถึงการณ์

เมื่อพนักงานนำซอร์สโค้ด แผนธุรกิจ หรือข้อมูลลูกค้า ไปป้อนลงใน Generative AI แบบสาธารณะ (Public SaaS LLMs) เพื่อให้ช่วยวิเคราะห์หรือแก้ไขข้อผิดพลาด ข้อมูลเหล่านั้นอาจถูกบันทึกและนำไปใช้ฝึกฝนโมเดลต่อ ซึ่งหมายความว่าความลับขององค์กรอาจไปปรากฏเป็นคำตอบให้กับคู่แข่งได้ ความเสี่ยงนี้ผลักดันให้องค์กรขนาดใหญ่และหน่วยงานภาครัฐ ต้องเร่งวางนโยบายการกำกับดูแล AI (AI Governance) และหันมาลงทุนใน Private AI หรือการใช้งาน AI แบบ Result-as-a-Service (RaaS) ที่มีการรับประกันความปลอดภัยของข้อมูลในระดับสถาปัตยกรรม

6. เขตอำนาจศาล และ การละเมิดลิขสิทธิ์ข้ามพรมแดน

ธรรมชาติของเทคโนโลยีคลาวด์และ AI คือการไร้พรมแดน ทำให้ปัญหาเรื่อง เขตอำนาจศาล (Jurisdiction) มีความซับซ้อนอย่างยิ่ง ตัวอย่างเช่น หากผู้ใช้งานในประเทศไทย ป้อนคำสั่งผ่านเซิร์ฟเวอร์ AI ที่ตั้งอยู่ในสหรัฐอเมริกา ซึ่ง AI ตัวนั้นถูกฝึกฝนด้วยภาพวาดของศิลปินในยุโรป และผลงานถูกนำไปขายบนแพลตฟอร์มในสิงคโปร์ หากเกิดการละเมิดลิขสิทธิ์ขึ้น จะต้องบังคับใช้กฎหมายของประเทศใด?

การละเมิดลิขสิทธิ์ข้ามพรมแดนในลักษณะนี้ ทำให้หลักการทางกฎหมายระหว่างประเทศแบบดั้งเดิมล้าสมัย สิ่งที่โลกกำลังต้องการคือความร่วมมือระดับพหุภาคีผ่านองค์การทรัพย์สินทางปัญญาโลก (WIPO) ในการสร้างสนธิสัญญา หรือกรอบกติกา (Framework) มาตรฐานร่วมกัน เพื่อกำหนดเกณฑ์การรับรู้การละเมิด การบรรเทาความเสียหาย และการระงับข้อพิพาทข้ามพรมแดนที่รวดเร็วและสอดคล้องกับความเร็วของเทคโนโลยี

บทสรุป

ยุคของ AI ไม่ได้มาเพื่อทำลายระบบทรัพย์สินทางปัญญา แต่มาเพื่อเป็นตัวเร่งปฏิกิริยาให้เกิดการปฏิรูป ทั้งในเชิงกฎหมาย นโยบายข้อมูล และความมั่นคงปลอดภัยไซเบอร์ ผู้ที่เข้าใจและสามารถวางกลยุทธ์ด้าน Data Governance ไปพร้อมๆ กับการบริหารจัดการสิทธิในยุคนี้ได้ ย่อมเป็นผู้ที่ครองความได้เปรียบทางแข่งขันอย่างยั่งยืนในอนาคต

บทความ คอลัมน์ พิจารณ์นโยบายสาธารณะ กลุ่มนโยบายสาธารณะเพื่อสังคมและธรรมาภิบาล

ดร. มนต์ศักดิ์ โซ่เจริญธรรม  Human-AI Strategist
กลุ่มนโยบายสาธารณะเพื่อสังคมและธรรมาภิบาล