ก่อนโอนเงิน เช็ก 5 อย่างนี้ก่อน เมื่อ AI ปลอมหน้า ปลอมเสียง และวิดีโอคอลได้เหมือนจริงขึ้น

ลองนึกภาพว่าโทรศัพท์ดังขึ้นช่วงบ่าย คนในวิดีโอคอลเป็นหน้าของหัวหน้า เสียงก็ใช่ จังหวะพูดก็คุ้น แล้วอีกฝ่ายบอกว่า “ช่วยโอนให้ก่อน เดี๋ยวค่อยอธิบาย ต้องใช้ตอนนี้เลย” ถ้าเป็นเมื่อก่อน หลายคนอาจคิดว่าเห็นหน้ากับได้ยินเสียงแล้วก็น่าจะพอ แต่วันนี้สองอย่างนั้นไม่ใช่หลักฐานที่แข็งแรงเหมือนเดิม เพราะ AI สามารถช่วยสร้างหรือเลียนแบบภาพ เสียง และตัวตนให้ดูน่าเชื่อถือขึ้นได้มาก

ธนาคารแห่งประเทศไทยอธิบายในบทความ ภัยทุจริตทางการเงินยุค AI ว่า Deepfake และ Voice Cloning ถูกนำมาใช้สร้างความน่าเชื่อถือปลอมได้ ตั้งแต่วิดีโอคอลที่เลียนหน้าคนรู้จักไปจนถึงเสียงที่เลียนน้ำหนักและวิธีพูดของคนใกล้ตัว จุดที่น่ากลัวไม่ใช่แค่เทคโนโลยีทำได้เหมือนขึ้น แต่คือมันโจมตีสิ่งที่เราเคยใช้เป็นทางลัดในการตัดสินใจว่า “คนนี้เรารู้จัก น่าจะเชื่อได้”

คำตอบจึงไม่ใช่ให้เรากลัวทุกสายโทรเข้า หรือพยายามเป็นผู้เชี่ยวชาญจับ Deepfake ด้วยตา แต่คือเปลี่ยนวิธีตรวจสอบก่อนโอนเงิน ต่อให้ภาพและเสียงดูจริง เราก็ยังมีขั้นตอนอื่นที่คนปลอมควบคุมได้ยากกว่า เช่น โทรกลับผ่านช่องทางเดิม ตรวจชื่อบัญชี ตรวจเหตุผลของรายการ ถามข้อมูลที่มีบริบท และให้คนอีกคนช่วยอนุมัติเมื่อผลกระทบสูง

ทำไมเรื่องนี้ใกล้ตัวกว่าที่คิด

ถ้าดูสถิติของ ศูนย์ต่อต้านการฉ้อโกงออนไลน์ (ACSC) ประจำเดือนสิงหาคม 2026 ประเภทคดีที่พบมากที่สุดคือการหลอกลวงด้านสินค้าและบริการ ขณะที่การแอบอ้างเป็นบุคคลอื่นก็อยู่ในอันดับต้น ๆ เช่นกัน ตัวเลขชุดนี้ไม่ได้บอกว่ากี่คดีใช้ AI และเราไม่ควรเอาไปตีความเกินข้อมูล แต่สะท้อนชัดว่าการ “ทำให้คนเชื่อว่าอีกฝ่ายคือคนหรือร้านที่น่าเชื่อถือ” ยังเป็นหัวใจของการหลอกออนไลน์จำนวนมาก

AI จึงไม่ได้สร้างกลโกงใหม่ทั้งหมด หลายครั้งมันเพียงทำให้กลโกงเดิมดูสมจริงขึ้น จากเดิมที่ข้อความสะกดผิดหรือเสียงไม่เหมือน วันนี้คนร้ายอาจมีข้อความที่เรียบเรียงดี รูปโปรไฟล์ที่ดูน่าเชื่อ เสียงที่คล้ายคนรู้จัก หรือคลิปที่ทำให้เรารีบเชื่อก่อนตรวจ สิ่งที่ยังเหมือนเดิมคือปลายทางมักพยายามพาเราไปสู่การตัดสินใจที่ย้อนกลับยาก เช่น โอนเงิน บอกรหัส เปิดลิงก์ ติดตั้งแอป หรือเปลี่ยนข้อมูลบัญชี

ก่อนโอนเงิน เช็ก 5 อย่างนี้ก่อน

1. เช็ก “ความเร่ง” ก่อนเช็กว่าเสียงเหมือนหรือไม่

เวลามีคนขอให้โอนเงิน สิ่งแรกที่ควรสังเกตไม่ใช่ความเนียนของภาพ แต่คือรูปแบบการกดดัน หากอีกฝ่ายพูดประมาณว่า “ต้องตอนนี้”, “ห้ามวางสาย”, “อย่าบอกใคร”, “เดี๋ยวไม่ทัน” หรือพยายามทำให้เรารู้สึกว่าถ้าหยุดตรวจจะเกิดเรื่องใหญ่ ให้ถือว่านี่เป็นสัญญาณให้ช้าลงหนึ่งจังหวะ

เหตุผลเรียบง่ายมาก: การตรวจสอบต้องใช้เวลา แต่มิจฉาชีพต้องการตัดเวลานั้นออก ธปท. เองยกตัวอย่างคำเร่งและการห้ามวางสายเป็นจุดที่ควรสงสัย เมื่อเรารู้สึกถูกเร่ง วิธีที่ปลอดภัยกว่าคือหยุดรายการก่อน ไม่ต้องเถียง ไม่ต้องพิสูจน์กับคนในสายว่าเขาเป็นใคร แล้วค่อยไปตรวจจากช่องทางอื่น

ประโยคง่าย ๆ ที่ใช้ได้จริงคือ “ขอเช็กก่อน เดี๋ยวโทรกลับ” ถ้าเป็นเรื่องจริง การตรวจเพิ่มอีกไม่กี่นาทีมักดีกว่าการรีบโอนแล้วค่อยตามแก้ทีหลัง

2. เปลี่ยนช่องทาง: อย่าตรวจคนในสายด้วยข้อมูลที่คนในสายให้มา

นี่เป็นข้อที่สำคัญที่สุดข้อหนึ่ง สมมติคนใน LINE โทรมาบอกว่าเป็นญาติแล้วขอเงิน อย่าถามว่า “งั้นส่งเบอร์ใหม่มาให้หน่อย เดี๋ยวโทรกลับ” เพราะคนที่กำลังแอบอ้างก็เป็นคนส่งเบอร์นั้นให้เราเอง วิธีที่ดีกว่าคือใช้เบอร์ที่เราเคยบันทึกไว้ โทรหาอีกคนในครอบครัว หรือใช้ช่องทางเดิมที่มีประวัติการติดต่อจริง

หลักเดียวกันใช้กับบริษัท ถ้ามีอีเมลบอกให้เปลี่ยนบัญชีรับเงิน อย่าตอบกลับอีเมลฉบับนั้นเพียงอย่างเดียว ควรโทรหาคู่ค้าผ่านเบอร์ที่อยู่ในสัญญา เว็บไซต์ทางการ หรือข้อมูลที่มีอยู่ในระบบเดิม หากเป็นคำสั่งจากผู้บริหาร ก็ควรตรวจผ่านช่องทางภายในที่ทีมใช้เป็นประจำ

สิ่งนี้เรียกว่าแยก “ช่องทางที่รับคำสั่ง” ออกจาก “ช่องทางที่ใช้ยืนยัน” ยิ่งเงินก้อนใหญ่หรือรายการย้อนกลับยาก ยิ่งไม่ควรให้ทั้งสองอย่างเกิดในช่องทางเดียวกัน

3. เช็กคนแล้ว ต้องเช็กรายการด้วย

ต่อให้เรายืนยันได้ว่าคนที่คุยด้วยเป็นตัวจริง ก็ยังไม่ควรกระโดดข้ามรายละเอียดของรายการ เพราะปัญหาอาจไม่ได้อยู่ที่ตัวบุคคล แต่อยู่ที่เลขบัญชี จำนวนเงิน หรือเหตุผลที่ถูกเปลี่ยนระหว่างทาง

ก่อนกดยืนยัน ลองอ่านช้า ๆ ว่า ชื่อบัญชีตรงกับคนหรือองค์กรที่ควรรับเงินจริงหรือไม่ จำนวนเงินตรงไหม เหตุผลของการโอนสมเหตุสมผลไหม และมีการเปลี่ยนบัญชีจากครั้งก่อนหรือเปล่า หากเป็นร้านค้าใหม่หรือบัญชีที่ไม่เคยโอนมาก่อน สามารถใช้เครื่องมือในหน้า Scam Check Toolkit ของ ACSC เป็นข้อมูลประกอบเพื่อเช็กบัญชี เบอร์โทร ลิงก์ หรือเว็บไซต์ก่อนตัดสินใจ

คำว่า “ข้อมูลประกอบ” สำคัญ เพราะไม่มีเครื่องมือใดควรถูกใช้แทนการคิดทั้งหมด บัญชีที่ยังไม่เคยถูกรายงานก็ไม่ได้แปลว่าปลอดภัยแน่นอน และบัญชีธุรกิจจริงก็ยังอาจถูกสวมรอยด้วยข้อความหรือเพจปลอมได้ เราจึงต้องดูทั้งตัวบุคคล รายการ และบริบทพร้อมกัน

4. ถามสิ่งที่คนปลอมตอบยาก แต่ไม่ใช้ข้อมูลลับสำคัญ

ถ้าเป็นคนใกล้ตัว เราอาจถามเรื่องที่มีบริบทเฉพาะ เช่น “เมื่อเช้าเราคุยกันเรื่องอะไรไว้”, “เดี๋ยวให้พี่อีกคนโทรกลับนะ” หรือ “ขอส่งข้อความไปในกลุ่มเดิมก่อน” จุดประสงค์ไม่ใช่เล่นเกมจับผิด แต่เพื่อดึงการยืนยันกลับไปยังบริบทที่อีกฝ่ายควบคุมได้ยากกว่าเสียงหรือใบหน้าเพียงอย่างเดียว

อย่างไรก็ตาม ไม่ควรถามด้วยข้อมูลที่เป็นรหัสผ่าน เลขบัตร หรือคำตอบความปลอดภัยที่อาจถูกนำไปใช้ต่อ และไม่ควรคิดว่าคำถามส่วนตัวหนึ่งข้อเพียงพอเสมอ เพราะข้อมูลจำนวนมากอาจอยู่บนโซเชียลอยู่แล้ว หากรายการสำคัญ วิธีที่แข็งแรงกว่าคือใช้หลายชั้นร่วมกัน เช่น โทรกลับช่องทางเดิม + ตรวจชื่อบัญชี + ให้คนอีกคนรับรู้

สำหรับวิดีโอ Deepfake เราอาจสังเกตปาก เสียง แสง เงา หรือการเคลื่อนไหวที่ผิดธรรมชาติได้บ้าง และ ธปท. ก็ให้แนวทางสังเกตลักษณะเหล่านี้ แต่ไม่ควรยึดว่า “ดูไม่ออก = ของจริง” เพราะคุณภาพเทคโนโลยีเปลี่ยนตลอด การตรวจจากกระบวนการจึงทนทานกว่าการหวังพึ่งสายตาเพียงอย่างเดียว

5. ถ้าผิดแล้วเสียหายมาก ให้เพิ่ม Human Approval

สำหรับเงินเล็กน้อยในชีวิตประจำวัน เราอาจตรวจด้วยตัวเองได้ แต่ถ้าเป็นเงินบริษัท เงินก้อนใหญ่ การเปลี่ยนบัญชีคู่ค้า หรือรายการที่ไม่เคยทำมาก่อน การให้คนอีกคนช่วยตรวจไม่ใช่ความช้าโดยไม่จำเป็น มันคือการเพิ่มชั้นป้องกันในจุดที่ความผิดพลาดมีราคาสูง

ตัวอย่างเช่น บริษัทอาจกำหนดว่า ถ้ามีการเปลี่ยนเลขบัญชีผู้รับ ต้องโทรยืนยันกับคู่ค้าจากข้อมูลเดิมทุกครั้ง หรือถ้ายอดเกินวงเงินที่กำหนด ต้องมีผู้อนุมัติอีกคนก่อนโอน หลักเดียวกับที่เราอธิบายในบทความ Human Approval ใน AI Workflow คือไม่จำเป็นต้องให้คนตรวจทุกขั้นตอน แต่ควรมีคนอยู่ตรงจุดที่ผลกระทบสูง ย้อนกลับยาก หรือเกี่ยวข้องกับเงินและสิทธิ์สำคัญ

ถ้าธุรกิจใช้ระบบอัตโนมัติอยู่แล้ว แนวคิดนี้สามารถต่อยอดไปถึง AI Automation สำหรับธุรกิจ ได้ เช่น ตั้งเงื่อนไขให้รายการผิดปกติหยุดรออนุมัติ ส่งแจ้งเตือนไปยังผู้รับผิดชอบ และเก็บประวัติว่าใครยืนยันเมื่อไร เป้าหมายไม่ใช่ทำให้ทุกอย่างช้าลง แต่ทำให้เรื่องเสี่ยงสูงไม่ถูกเร่งผ่านระบบโดยไม่มีใครหยุดดู

เห็นความผิดปกติในภาพหรือเสียงได้ก็ดี แต่ไม่ควรฝากความปลอดภัยไว้ตรงนั้น

ETDA อธิบายเรื่อง ภัยคุกคามจาก Deepfake ในการยืนยันตัวตนดิจิทัล ว่าระบบที่ต้องยืนยันตัวตนควรมีชั้นป้องกันมากกว่าการรับภาพหรือวิดีโอเพียงอย่างเดียว เช่น แนวคิด Liveness Detection ในบริบทของผู้ให้บริการ หลักคิดนี้สะท้อนสิ่งเดียวกับชีวิตประจำวัน คือเมื่อสื่อสามารถถูกปลอมได้ เราต้องพึ่งกระบวนการตรวจหลายชั้นมากขึ้น

ดังนั้น ต่อให้วันหนึ่ง Deepfake เนียนจนเราแทบหาจุดผิดด้วยตาไม่เจอ ขั้นตอนอย่างการโทรกลับช่องทางเดิม ตรวจบัญชี ขอคนที่สองยืนยัน และหยุดรายการที่ผิดปกติยังใช้ได้อยู่ นี่เป็นเหตุผลที่ควรสร้างนิสัยตรวจ “กระบวนการ” ไม่ใช่ฝึกมองหาแค่หน้าปลอมหรือเสียงปลอม

ตัวอย่างใกล้ตัว: ถ้าเป็นสถานการณ์นี้ ควรทำอะไร

เพื่อนส่งข้อความมาขอยืมเงินด่วน: อย่าเริ่มจากถามในแชตเดิมว่าจริงไหม ให้โทรไปยังเบอร์ที่เคยใช้ หรือโทรหาเพื่อนร่วมกลุ่มอีกคน แล้วตรวจชื่อบัญชีก่อนโอน

หัวหน้าวิดีโอคอลมาสั่งโอน: ถ้าเป็นรายการนอกขั้นตอนปกติ ให้บอกว่าจะตรวจตามกระบวนการบริษัทก่อน จากนั้นยืนยันผ่านช่องทางภายในหรือผู้มีอำนาจอีกคน ไม่ควรให้ความเหมือนของหน้าและเสียงลบขั้นตอนอนุมัติเดิม

ร้านค้าบอกให้โอนเข้าบัญชีใหม่: กลับไปดูช่องทางทางการของร้าน ตรวจว่าบัญชีใหม่ถูกประกาศจริงหรือไม่ และใช้เครื่องมือเช็กข้อมูลมิจฉาชีพเป็นตัวช่วยก่อนโอน

ญาติโทรมาบอกว่าเกิดอุบัติเหตุและต้องใช้เงิน: หยุดก่อนแล้วติดต่อคนอื่นที่อยู่ใกล้ญาติคนนั้น หรือโทรกลับเบอร์เดิมที่เรามี อย่าให้ความกลัวทำให้เราอยู่ในสายเดียวกับคนที่กำลังกดดันตลอดเวลา

ถ้าโอนไปแล้ว ควรทำอย่างไร

หากรู้ตัวว่าอาจถูกหลอก สิ่งที่ไม่ควรทำคือรอดูว่าอีกฝ่ายจะตอบหรือไม่ ควรเก็บหลักฐานที่มี เช่น ข้อความ โปรไฟล์ ลิงก์ เลขบัญชี และสลิป แล้วรีบติดต่อธนาคารและใช้ช่องทางแจ้งเหตุที่ ACSC ระบุไว้บนเว็บไซต์ทางการ ยิ่งเริ่มดำเนินการเร็ว ยิ่งมีข้อมูลพร้อมให้เจ้าหน้าที่และสถาบันการเงินตรวจสอบเส้นทางได้เร็วขึ้น

ในจังหวะนี้ควรหลีกเลี่ยงการโอนเงินเพิ่มเพื่อ “ปลดล็อก”, “คืนเงิน”, “ยืนยันตัวตน” หรือทำตามขั้นตอนที่คนเดิมส่งมา เพราะอาจเป็นการต่อรอบของกลโกงเดิม หากต้องติดต่อหน่วยงานใด ให้หาเว็บไซต์และช่องทางทางการด้วยตัวเอง ไม่ตามลิงก์ที่มิจฉาชีพส่งมา

สรุป: ยุค AI เราอาจดูไม่ออกทุกครั้ง แต่เราตรวจให้รอบได้

การป้องกัน AI Scam ไม่ควรตั้งอยู่บนความหวังว่าเราจะจับผิด Deepfake ได้ทุกครั้ง เทคโนโลยีเปลี่ยนเร็ว และบางครั้งสิ่งที่ปลอมอาจดูธรรมชาติมาก สิ่งที่ทำได้สม่ำเสมอกว่าคือสร้างขั้นตอนก่อนโอนที่ไม่เปลี่ยนตามความเนียนของภาพหรือเสียง

จำง่าย ๆ คือ หยุดเมื่อถูกเร่ง → เปลี่ยนช่องทางตรวจ → เช็กทั้งคนและรายการ → ใช้บริบทช่วยยืนยัน → เพิ่มคนตรวจเมื่อความเสียหายสูง ห้าข้อนี้อาจดูช้ากว่าการกดโอนทันทีไม่กี่นาที แต่ความช้านิดเดียวในจังหวะที่ถูกกดดัน อาจเป็นเวลาที่สำคัญที่สุดของรายการนั้น