สัปดาห์ที่แล้ว ผมมีโอกาสได้รับเกียรติเป็นตัวแทนภาคเอกชนไทยไปนำเสนอผลงานที่งาน LegalTech.Fest 2025 ที่สิงคโปร์ ซึ่งเป็นเวทีสำคัญระดับภูมิภาคที่รวมผู้เชี่ยวชาญด้านกฎหมาย เทคโนโลยี และภาครัฐ เพื่อมองอนาคตของกฎหมายและการกำกับดูแล 

สารภาพตามตรงว่าผมและทีมงานรู้สึกตื่นเต้นมากครับ เพราะนี่เป็นครั้งแรกที่เราเข้าสู่วงการ LegalTech ในระดับโลกจริงๆ ทั้งบริษัทเอกชน นักกฎหมาย หรือกระทั่งตัวแทนภาครัฐ ต่างมาร่วมงานนี้กันมากมาย ทั้งจากเอเชีย ยุโรป และสหรัฐฯ 

ในงานนี้ผมได้มีโอกาสร่วมเวทีเสวนา พูดคุยในหัวข้อ “ทิศทางการพัฒนาเทคโนโลยีด้าน LegalTech ในแต่ละภูมิภาค” โดยผู้ร่วมเสวนาเป็นผู้เชี่ยวชาญมาจากสหรัฐฯ อังกฤษ อินเดีย และตัวผมเองที่เป็นตัวแทนจากประเทศไทย

ด้วยความตั้งใจว่าอยากพูดในสิ่งที่เป็นประโยชน์ต่อผู้ฟัง (มากกว่าจะไปขายของ) ผมเลยเลือกแชร์ประสบการณ์ และบทเรียนต่างๆ ตลอดการทำงานเกือบ 2 ปี ในการประยุกต์ใช้ AI ในสายงานด้านกฎหมายและ Compliance เล่าไปทั้งหมดอย่างตรงไปตรงเลยครับว่าจากที่เจอมา อะไรคือสิ่งที่ทำแล้วเวิร์ค และอะไรที่ไม่เวิร์ค ระดับที่ต้องคอยเตือนตัวเองว่าอย่าทำอีก

วันนี้เลยอยากสรุปรวบประเด็นที่ไปเล่าไว้ มาแบ่งปันกับทุกท่านครับ

1. Diversity คือโจทย์หลักของเอเชีย
ภูมิภาคเอเชีย โดยเฉพาะในอาเซียน เต็มไปด้วยระบบกฎหมายที่หลากหลาย ทั้ง Civil Law, Common Law และระบบผสม นอกจากนี้ยังไม่มี “ภาษากลาง” ที่ใช้สื่อสารได้อย่างแท้จริง 

ตัวอย่างเช่น หากเราพัฒนาระบบ LegalTech ที่ใช้ได้ผลในสิงคโปร์ซึ่งเป็น Common Law เมื่อเอามาใช้ในประเทศไทยซึ่งเป็น Civil Law อาจไม่สามารถนำมาใช้ได้ตรงๆ เพราะพื้นฐานในการตีความกฎหมายแตกต่างกันโดยสิ้นเชิง รวมถึงศัพท์ทางกฎหมายก็ไม่เหมือนกัน การแปลภาษาเพียงอย่างเดียวไม่สามารถแก้ปัญหานี้ได้ สิ่งที่จำเป็นคือการออกแบบระบบตั้งแต่ต้นให้เข้าใจความหลากหลายนี้

2. ระบบกฎหมายลายลักษณ์อักษร (Civil Law) ต้องการความแม่นยำของถ้อยคำ
ประเทศไทยอยู่ในระบบ Civil Law ที่ให้ความสำคัญกับถ้อยคำที่ถูกเขียนไว้ในกฎหมายเป็นหลัก ไม่ได้ตีความจากคำพิพากษาเหมือนใน Common Law

ตัวอย่างเช่น หาก AI ตีความหรือสรุปข้อกฎหมายผิดเพียงเล็กน้อย เช่น แปลงถ้อยคำในมาตรากฎหมายให้สั้นลงโดยไม่ได้อ้างอิงต้นฉบับ ความผิดพลาดนี้อาจทำให้หน่วยงานรัฐไม่ยอมรับข้อมูล หรือแย่กว่านั้น คืออาจเกิดข้อผิดพลาดในเชิงนโยบายได้เลย ดังนั้นระบบที่ใช้ใน Civil Law ต้องสามารถตรวจสอบย้อนกลับไปยังแหล่งที่มาของกฎหมายต้นทางได้ชัดเจนทุกครั้ง เพื่อสร้างความเชื่อมั่นให้ผู้ใช้งาน

เพราะฉะนั้น เราจึงต้องระมัดระวังไม่ให้ AI ปรับแต่งถ้อยคำ หรือเดาความหมายขึ้นมาเอง โดยขาดการอ้างอิงกลับไปที่กฎหมายต้นทาง

3. รายละเอียดทางภาษา – The Devil is in the (Linguistic) Details
คำทางกฎหมายบางคำไม่มีคำแปลที่ตรงตัว และเมื่อแปลแล้วอาจทำให้ความหมายเปลี่ยนไป ตัวอย่างเช่น คำว่า “Goodwill”  ในภาษาอังกฤษ เมื่อแปลเป็นภาษาไทยจะไม่สามารถถ่ายทอดมิติทางกฎหมายและบัญชีได้ครบถ้วน หรือคำว่า “Reasonable”  ที่ในภาษาไทยมีความหมายคลุมเครือและอาจตีความได้หลายแบบ

นอกจากนี้ยังมีปัญหาจากการใช้ภาษาไทยกับ AI โดยตรง เช่น เวลาผู้ใช้พิมพ์ Prompt ภาษาไทย โมเดลมักให้คำตอบที่ไม่สม่ำเสมอ เพราะโมเดลส่วนใหญ่ถูกฝึกจากข้อมูลภาษาอังกฤษ ประเด็นนี้ไม่ใช่แค่ User Experience ในการใช้งาน แต่ยังเป็นความเสี่ยงด้านกฎหมาย เพราะหากคำตอบไม่เสถียรหรือไม่ตรงความหมาย ผลที่ตามมาอาจกระทบต่อสัญญาหรือการบังคับใช้กฎหมาย 

4. Human-AI Workflow คือคำตอบที่ยั่งยืน
หลายบริษัท LegalTech มักใช้รูปแบบ “แชท” เป็น Interface หลัก ภายใต้สมมติฐานว่าผู้ใช้สามารถพิมพ์คำถามเป็นภาษาอังกฤษได้อย่างคล่องแคล่ว และรู้วิธีเขียน Prompt ที่ถูกต้องตามหลักวิชาการ แต่ในประเทศไทยและอีกหลายประเทศในเอเชีย ผู้ใช้งานจริงจำนวนมากไม่ได้มีทักษะด้านภาษาอังกฤษ และไม่ใช่ Prompt Engineer มืออาชีพ

ด้วยเหตุนี้ ในโครงการ TH2OECD เราจึงเลือก “ไม่ใช้ Chat” แต่ใช้ Workflow ที่ออกแบบเป็นขั้นตอน เช่น การเลือกหัวข้อ การกรอกข้อมูลที่จำเป็น และระบบจะแนะนำทีละขั้นให้ผู้ใช้ปฏิบัติตาม วิธีนี้ช่วยให้ได้ผลลัพธ์ที่สม่ำเสมอ ตรวจสอบได้ และไม่ต้องอาศัยทักษะการเขียน Prompt ที่ซับซ้อน ซึ่งผลลัพธ์คือระบบที่ทุกคนสามารถใช้ได้จริง ไม่ว่าจะเป็นนักกฎหมาย ผู้บริหาร ผู้กำหนดนโยบาย หรือเจ้าหน้าที่ทั่วไป

5. เอเชีย โดยเฉพาะอาเซียน คือ Sandbox ระดับโลก
ความซับซ้อนของเอเชียและอาเซียนถือเป็นบททดสอบที่สำคัญสำหรับวงการ LegalTech หากการพัฒนา AI สามารถทำงานได้อย่างยั่งยืนในภูมิภาคนี้ ก็มีศักยภาพที่จะขยายไปทั่วโลก และก้าวข้ามข้อจำกัดด้านภาษา โดยเฉพาะในตลาดที่ไม่ได้ใช้ภาษาอังกฤษเป็นหลัก

ตัวอย่างที่เห็นได้ชัด คือโครงการ TH2OECD ซึ่งทำให้การปรับกฎหมายและระเบียบในภาษาไทยให้สอดคล้องกับมาตรฐานสากล สามารถย่นเวลาจากเดิมที่ใช้ 7–10 ปี เหลือเพียง 18 เดือน ด้วยการทำงานร่วมกันระหว่าง AI และผู้เชี่ยวชาญด้านกฎหมาย ผลงานนี้ไม่ได้เป็นเพียงความสำเร็จของประเทศไทย แต่ยังแสดงให้เห็นว่าโมเดลลักษณะนี้ สามารถใช้เป็นต้นแบบให้กับประเทศเศรษฐกิจเกิดใหม่ที่ต้องการปรับระบบกฎหมาย เพื่อรองรับเศรษฐกิจดิจิทัลในอนาคตได้จริง

ส่งท้าย
ทั้งหมดนี้คือ 5 ประเด็น ที่ผมได้นำเสนอไปบนเวทีเสวนา ผมเชื่อเป็นอย่างยิ่งว่า LegalTech ในประเทศไทยและอาเซียนยังอยู่ในช่วงเริ่มต้นมากๆ แต่ก็กำลังเติบโตอย่างรวดเร็ว สิ่งที่จะทำให้พวกเราประสบความสำเร็จไม่ใช่แค่ตัวเทคโนโลยีเพียงอย่างเดียว แต่รวมถึงความเข้าใจในระบบกฎหมายดั้งเดิม รายละเอียดของภาษา และการออกแบบระบบที่คำนึงถึงผู้ใช้งานจริงประกอบด้วย 

สุดท้าย ขอขอบคุณ สำนักงานคณะกรรมการกฤษฎีกา (OCS) สำหรับวิสัยทัศน์ที่เปิดกว้าง และความเชื่อมั่นในศักยภาพของ AI ในการปฏิรูปกฎหมายไทย และความไว้วางใจที่มีให้ผมและทีม STelligence จนทำให้สิ่งนี้เกิดขึ้นได้จริงครับ