คนไทย 66.8% เชื่อ AI ช่วยชีวิตและงาน แต่ผู้ใช้จริงยังมีเพียง 31.56%

วันที่ 25 กันยายน 2569 สดช.เผยแพร่ผล Thailand Digital Outlook ซึ่งระบุว่าคนไทย 66.8% เชื่อว่า AI จะส่งผลดีต่อชีวิตและการทำงาน ขณะที่ 31.56% เริ่มนำ AI มาใช้แล้ว หากต้องการรู้ว่าคนไทยใช้ AI กี่เปอร์เซ็นต์ ตัวเลขที่ตอบเรื่องการใช้งานคือ 31.56% ส่วน 66.8% วัดความเชื่อในประโยชน์ที่คาดว่าจะได้รับ

นายเวทางค์ พ่วงทรัพย์ เลขาธิการ สดช. เป็นประธานงานสัมมนาเผยแพร่ผลการศึกษาประจำปี 2569 โดยรายละเอียดผลสำรวจ ระบุว่ามีกลุ่มตัวอย่างกว่า 46,810 รายทั่วประเทศ เก็บตัวชี้วัด 102 ตัวใน 8 มิติ และพบผู้สนใจเรียนการใช้โปรแกรมสำเร็จรูป 37.82% กับผู้สนใจเรียนการสั่งงาน AI ด้วยข้อความหรือ prompting 33.86% ตัวเลขด้านการเรียนรู้บอกหัวข้อที่ผู้ตอบสนใจพัฒนา ไม่ได้วัดว่าพวกเขาใช้เครื่องมือเป็นแล้วหรือสร้างนวัตกรรมได้

ความเชื่อ การใช้ และความสนใจเรียนเป็นคนละคำตอบ

ผลสำรวจชุดนี้ตอบคำถามเกี่ยวกับ AI หลายระดับ ตั้งแต่ความเห็นต่อผลกระทบ ไปจนถึงการเริ่มใช้งานและทักษะที่อยากเรียน เมื่อนำตัวเลขมาเรียงกันโดยไม่ระบุสิ่งที่วัด ความเชื่อเชิงบวกอาจถูกเข้าใจผิดว่าเป็นจำนวนผู้ใช้ ตารางสรุปในรูปแถวข้อมูลต่อไปนี้แยกความหมายของแต่ละค่าไว้ชัดเจน

• ทัศนคติ — 66.80%: ผู้ตอบเชื่อว่า AI จะส่งผลเชิงบวกต่อชีวิตและการทำงาน เป็นความเห็นต่อประโยชน์ที่คาดหวัง
• การเริ่มใช้งาน — 31.56%: ผู้ตอบระบุว่าเริ่มนำ AI มาใช้ในชีวิตประจำวันหรือการทำงาน เป็นตัวเลขที่ตรงกับคำถามเรื่องสัดส่วนผู้ใช้มากที่สุด
• ทักษะที่สนใจเรียน — 37.82% และ 33.86%: ค่าแรกเป็นการใช้โปรแกรมสำเร็จรูป ค่าหลังเป็นการสั่งงาน AI ด้วยข้อความ ทั้งสองค่าแสดงความสนใจเรียนรู้
• ฐานการศึกษา — กว่า 46,810 ราย: เป็นขนาดกลุ่มตัวอย่างรวมที่รายงานสำหรับโครงการสำรวจทั่วประเทศ ซึ่งเก็บข้อมูลหลายเรื่อง

สัดส่วนผู้เชื่อว่า AI จะเป็นประโยชน์สูงกว่าสัดส่วนผู้เริ่มใช้ 35.24 จุดเปอร์เซ็นต์ ซึ่งเป็นผลลบจากค่าที่เผยแพร่ ความต่างนี้แสดงระยะห่างระหว่างคำตอบสองประเภทในผลสำรวจรอบเดียวกัน แต่ยังบอกไม่ได้ว่าคนที่เห็นประโยชน์แต่ยังไม่ใช้มีจำนวนเท่าใด เพราะข่าวสรุปไม่ได้แจกแจงว่าผู้ตอบสองกลุ่มซ้อนทับกันอย่างไร ผู้ใช้ AI คนหนึ่งอาจอยู่ในกลุ่มผู้เชื่อว่าเทคโนโลยีส่งผลดีด้วย

ถ้อยคำว่า “เริ่มใช้” มีขอบเขตของมันเอง ผู้ที่เพิ่งลองเครื่องมือและผู้ที่ใช้เป็นประจำอาจถูกรวมอยู่ในตัวเลขเดียวกันตามข้อความที่เผยแพร่ จึงไม่ควรอ่านค่านี้เป็นสัดส่วนผู้ใช้อย่างสม่ำเสมอหรือผู้มีความชำนาญ ข่าวสรุปยังไม่แจกแจงประเภทเครื่องมือ ความถี่ในการใช้ และงานที่นำไปใช้ การเริ่มต้นจึงเป็นหลักฐานเรื่องการนำมาใช้ ไม่ใช่หลักฐานเรื่องคุณภาพของการใช้

ความสนใจเรียน prompting ก็ไม่ใช่กลุ่มผู้ใช้เพิ่มเติมที่จะนำไปบวกกับสัดส่วนผู้เริ่มใช้ คนที่สนใจอาจยังไม่เคยทดลอง AI หรืออาจทดลองแล้วและต้องการสั่งงานให้ตรงโจทย์มากขึ้น ผลที่เผยแพร่ไม่ได้แยกเหตุผลหรือบอกว่าผู้สนใจเรียนมีประสบการณ์ระดับใด การรวมสองเปอร์เซ็นต์เพื่อหาจำนวนคนที่พร้อมทำงานกับ AI จึงไม่มีฐานจากคำถามสำรวจที่เปิดเผย

กลุ่มตัวอย่างใหญ่ แต่ฐานของคำถาม AI ยังต้องแยก

ขนาดกลุ่มตัวอย่างรวมช่วยบอกขอบเขตของโครงการ แต่ไม่ได้หมายความว่าผู้ตอบทุกคนถูกถามทุกข้อในรูปแบบเดียวกัน Thailand Digital Outlook ครอบคลุมทั้งประชาชน ครัวเรือน และภาคธุรกิจ ซึ่งมีหน่วยวัดต่างกัน ตัวเลขเกี่ยวกับความเห็นของคนจึงนำไปคำนวณร่วมกับตัวเลขของธุรกิจโดยตรงไม่ได้ แม้ทั้งหมดจะอยู่ในงานเผยแพร่ผลครั้งเดียวกัน

บัญชีข้อมูลทางการของ สดช. ระบุว่าโครงการเริ่มในปีงบประมาณ 2562 และขยายการดำเนินงานจนครอบคลุม 77 จังหวัด โดยติดตามประเด็นการเข้าถึง การใช้งาน นวัตกรรม อาชีพ สังคม ความน่าเชื่อถือ การเปิดเสรีของตลาด ตลอดจนการเติบโตและความเป็นอยู่ กรอบที่กว้างนี้อธิบายว่าทำไมผลจากโครงการเดียวจึงมีทั้งคำตอบเรื่อง AI และตัวชี้วัดเศรษฐกิจดิจิทัลด้านอื่น

หน้าบัญชีข้อมูลทางการที่เปิดเผยอยู่แสดงรายงานของปีก่อนหน้า แต่ยังไม่แสดงรายงานผลรอบนี้พร้อมคำถามและฐานผู้ตอบเฉพาะตัวชี้วัด AI ข่าวจากงานเผยแพร่ผลก็ไม่ได้ระบุวิธีเลือกตัวอย่าง การถ่วงน้ำหนัก หรือช่วงความคลาดเคลื่อนสำหรับแต่ละเปอร์เซ็นต์ เมื่อไม่มีรายละเอียดเหล่านี้ การนำสัดส่วนผู้เริ่มใช้ไปคูณกับขนาดตัวอย่างรวมเพื่อประกาศเป็นจำนวนผู้ใช้จะอาศัยสมมติฐานที่ยังตรวจไม่ได้

คำว่า “ทั่วประเทศ” อธิบายพื้นที่ดำเนินโครงการ ไม่ได้ให้รายละเอียดว่าคำถาม AI แต่ละข้อมีผู้ตอบจากกลุ่มใดบ้าง หากฐานของคำถามทัศนคติและคำถามการใช้งานต่างกัน ความต่างของเปอร์เซ็นต์ก็ยิ่งต้องอ่านในฐานะการเทียบตัวชี้วัด ไม่ใช่การติดตามคนกลุ่มเดิมจากขั้นเชื่อมั่นไปสู่ขั้นลงมือใช้ ข้อมูลแยกฐานผู้ตอบจะทำให้ประเมินความหมายของช่องว่างดังกล่าวได้ละเอียดขึ้น

เรื่องช่วงเวลาที่ถามก็มีผลต่อคำว่าเริ่มใช้เช่นกัน การถามว่าเคยใช้หรือไม่ ให้ภาพต่างจากการถามว่าใช้ในช่วงเวลาหนึ่งบ่อยเพียงใด ข้อความสรุปที่เผยแพร่ยังไม่แสดงถ้อยคำเต็มของคำถาม จึงควรคงความหมายตามที่รายงานว่า “เริ่มนำมาใช้” และไม่ขยายเป็นอัตราการใช้ประจำหรืออัตราการใช้ในที่ทำงานโดยเฉพาะ

อันดับ OECD ต้องดูจำนวนประเทศและเรื่องที่วัด

ผลด้านความเชื่อว่า AI จะส่งผลดีถูกนำไปเทียบในชุด 23 ประเทศ โดยข่าวรายงานค่าเฉลี่ยกลุ่มเปรียบเทียบที่ 28.60% ไทยมีค่าความเชื่อเชิงบวกสูงกว่าค่าเฉลี่ยในชุดดังกล่าวมาก แต่การจัดอันดับนี้เป็นอันดับด้านทัศนคติ ไม่ใช่อันดับจำนวนประชาชนที่ใช้ AI จริง การนำอันดับไปตอบว่าคนไทยใช้ AI มากกว่าประเทศอื่นจึงเปลี่ยนเรื่องที่วัดกลางทาง

ในผลเผยแพร่เดียวกัน ตัวชี้วัดหญิงไทยอายุ 16–24 ปีที่มีทักษะเขียนโค้ดอยู่ที่ 23.91% และใช้ชุดเปรียบเทียบ 36 ประเทศ จำนวนประเทศต่างจากชุดทัศนคติต่อ AI อีกทั้งเปลี่ยนกลุ่มประชากรจากผู้ตอบเรื่องความเชื่อไปเป็นหญิงในช่วงอายุที่กำหนด อันดับของตัวชี้วัดนี้จึงไม่ใช่อันดับทักษะ AI ของแรงงานไทยทั้งหมด และไม่ใช่ผลทดสอบความสามารถด้าน prompting

หลักเดียวกันใช้กับตัวชี้วัดฝั่งธุรกิจ ข่าวระบุสัดส่วนการใช้คลาวด์แบบชำระเงิน 65.42% ในชุดเปรียบเทียบ 40 ประเทศ และสัดส่วนธุรกิจที่มีมาตรการความปลอดภัยไซเบอร์ 57.42% ในชุด 28 ประเทศ อันดับเหล่านั้นมีฐานประเทศคนละชุดกับเรื่อง AI และมีหน่วยวัดเป็นธุรกิจแทนประชาชน จึงไม่ควรรวมอันดับทุกด้านเป็นลำดับเดียวของความพร้อมด้าน AI ของประเทศ

กรอบ OECD ช่วยจัดหมวดสิ่งที่ติดตาม แต่แต่ละตัวชี้วัดมีประชากรและชุดข้อมูลเปรียบเทียบของตนเอง ก่อนนำอันดับไปอธิบายแรงงานไทย ต้องรู้ว่าข้อนั้นถามใคร วัดพฤติกรรมหรือความสามารถ และเทียบกับประเทศจำนวนเท่าใด ผลด้านความเชื่อมั่นมีน้ำหนักสำหรับการบอกทัศนคติ ส่วนผลด้านทักษะเขียนโค้ดบอกเรื่องเฉพาะกลุ่ม และทั้งคู่ไม่แทนหลักฐานการใช้ AI ในงานจริง

ความต้องการเรียน prompting ยังไม่วัดความพร้อมสร้างนวัตกรรม

ความสนใจต่อการสั่งงาน AI ด้วยข้อความบอกว่าผู้ตอบเห็นหัวข้อนี้เป็นสิ่งที่อยากเรียน แต่แบบสรุปผลไม่ได้วัดว่าพวกเขาเขียนคำสั่งให้เหมาะกับงานได้หรือไม่ การเรียนรู้ยังเป็นคนละขั้นกับการนำเครื่องมือไปใช้ในกระบวนการทำงาน และคนละขั้นกับการสร้างผลลัพธ์ใหม่ที่ตรวจสอบได้ สำหรับผู้อ่านที่มองเรื่องทักษะแรงงาน ตัวเลขนี้จึงเป็นสัญญาณของความต้องการเรียน ไม่ใช่จำนวนแรงงานที่พร้อมทำงานด้านนวัตกรรม

ความสนใจเรียนโปรแกรมสำเร็จรูปสูงกว่าความสนใจเรียน prompting เล็กน้อย ภาพนี้แสดงว่าความต้องการด้านทักษะดิจิทัลไม่ได้รวมอยู่ที่การสั่งงาน AI เพียงเรื่องเดียว อย่างไรก็ตาม ความต่างของความสนใจไม่บอกว่าหัวข้อใดจำเป็นต่องานมากกว่า หรือการเรียนหัวข้อใดจะเพิ่มผลิตภาพได้มากกว่า การจะตอบเรื่องผลต่อการทำงานต้องมีข้อมูลการใช้และผลลัพธ์ของงานตามมา

ในงานจริง การเขียนคำสั่งเป็นเพียงส่วนหนึ่งของการใช้ AI ผู้ทำงานต้องกำหนดโจทย์ เลือกข้อมูลที่เหมาะสม ตรวจความถูกต้องของคำตอบ และตัดสินใจว่าจะนำผลไปใช้ตรงไหน นี่เป็นการอธิบายขั้นตอนของงาน ไม่ใช่ผลประเมินจากแบบสำรวจรอบนี้ จึงไม่อาจสรุปจากความสนใจเรียน prompting ว่าผู้ตอบมีหรือขาดทักษะด้านอื่นอยู่แล้ว

งานสัมมนาเผยแพร่ผลยังมีวงเสวนาว่าด้วยการขยับจากการใช้เทคโนโลยีไปสู่การสร้างนวัตกรรม ประเด็นดังกล่าวชี้เป้าหมายเชิงนโยบายที่ต่างจากสิ่งที่เปอร์เซ็นต์ด้าน AI วัดอยู่ ความเชื่อในประโยชน์ การเริ่มใช้ และความสนใจเรียนอาจเป็นข้อมูลประกอบการวางแผนพัฒนาทักษะ แต่ยังไม่มีตัวใดแสดงผลงานนวัตกรรมที่เกิดขึ้นจากผู้ตอบสำรวจ

สำหรับหน่วยงานที่ใช้ผลนี้วางแผนพัฒนากำลังคน คำถามถัดไปคือผู้เริ่มใช้ AI ใช้กับงานประเภทใด ใช้บ่อยเพียงใด และตรวจคุณภาพผลลัพธ์อย่างไร คำตอบต้องมาจากข้อมูลที่วัดพฤติกรรมและผลงานโดยตรง รวมถึงฐานผู้ตอบของคำถามแต่ละข้อ เมื่อรายละเอียดผลสำรวจรอบนี้เผยแพร่เพิ่มเติม จึงจะเห็นได้ชัดขึ้นว่าการเปิดรับ AI ของคนไทยเปลี่ยนเป็นทักษะในการทำงานมากเพียงใด