ระบบเฝ้าระวังติดตามคอนเทนต์บนสื่อสังคมออนไลน์ ที่เกี่ยวกับการค้ามนุษย์ ด้วยเทคโนโลยีปัญญาประดิษฐ์เพื่อการประมวลภาษาธรรมชาติเชิงลึก

บทคัดย่อ

ปัจจุบันการเข้าถึงสื่อสังคมออนไลน์ เช่น Twitter เป็นไปด้วยความสะดวกและรวดเร็ว โดยพบว่ามีการโพสข้อความในหลากหลายรูปแบบ โดยหนึ่งในข้อมูลที่พบผ่านสื่อสังคมออนไลน์เหล่านี้ คือ เบาะแสการกระทำความผิดฐานค้ามนุษย์ โดยในสังคมไทยพบการค้าประเวณีมีรูปแบบเปลี่ยนแปลงไปตามยุคสมัยทางสังคม โดยรูปแบบที่ซับซ้อนและมีการหลบซ่อนมากขึ้น และพบว่ามีเด็กเข้าสู่การค้าประเวณีโดยสมัครใจจำนวนไม่น้อย กระทรวงต่างประเทศสหรัฐอเมริกา ได้เผยแพร่รายงานการค้ามนุษย์ หรือ Trafficking in Persons Report ประจำปี 2563 (TIP Report 2020) โดยจัดระดับประเทศต่างๆ ทั่วโลก รวม 187 ประเทศ โดยได้จัดระดับประเทศไทยอยู่ในระดับ 2 (Tier 2) ต่อเนื่องเป็นปีที่ 3 เช่นเดียวกับปี 2561 และปี 2562 เนื่องจากรัฐบาลไทยยังคงเพิ่มความพยายามอย่างสำคัญในการป้องกันและแก้ไขปัญหาการค้ามนุษย์โดยรวมต่อเนื่อง คณะผู้วิจัยจึงมองเห็นปัญหาและได้พัฒนาระบบเฝ้าระวังติดตามคอนเทนต์บนสื่อสังคมออนไลน์ที่เกี่ยวกับการค้ามนุษย์ด้วยเทคโนโลยีปัญญาประดิษฐ์เพื่อการประมวลผลภาษาธรรมชาติเชิงลึก โดยระบบที่พัฒนาขึ้นนี้สามารถช่วยให้ประหยัดทั้งงบประมาณ กำลังพล และเป็นเครื่องมือแจ้งเตือนและตรวจสอบ คอนเทนท์บนสื่อสังคมออนไลน์ที่มีประสิทธิภาพ ประสิทธิผล มีความแม่นยำถึง 89% โดยใช้ข้อมูลเพียง 66,960 tweets ในการสร้างแบบจำลอง และใช้ข้อมูล 16,740 tweets ในการทดสอบประสิทธิภาพของแบบจำลอง และทั้งนี้ระบบฯ ยังถูกออกแบบเป็น Dashboard ที่ใช้งานง่ายและมีประสิทธิภาพ โดยผู้เชี่ยวชาญได้ประเมิน Usability ได้ผลการประเมิน 4.93 จากระดับ 5.00 และยังได้รับผลประเมินความพึงพอใจในการทดลองใช้ระบบสูงถึง 4.46 อยู่ในระดับ มาก จากทดลองใช้ระบบ 400 คน อันจะส่งผลให้การค้าประเวณีและการค้ามนุษย์ในเด็กมีจำนวนลดลงอันจะส่งผลให้การจัดอันดับของประเทศไทยในรายงานสถานการณ์การค้ามนุษย์อยู่ในลำดับที่ดีขึ้นต่อไป

คำสำคัญ