Krueng AI · Guidance for schools

นำ AI มาใช้ในโรงเรียน โดยข้อมูลนักเรียนไม่ออกนอกรั้ว Bringing AI into your school — without sending student data away

AI ช่วยการเรียนการสอนได้จริง แต่ต้องระวังเรื่องข้อมูลนักเรียน หน้านี้อธิบายความเสี่ยง กฎหมาย PDPA และทางเลือกที่ปลอดภัยกว่า — แบบเข้าใจง่าย AI genuinely helps teaching — but student data needs care. A plain-language guide to the risks, the PDPA, and a safer path.

AI ช่วยได้จริงAI really does help

งานวิจัยในไทย (KMITL) พบว่านักเรียนที่ใช้ผู้ช่วย AI ฝึกภาษาอังกฤษมีคะแนนการฟัง คำศัพท์ ไวยากรณ์ และการออกเสียงดีขึ้นอย่างชัดเจน และพึงพอใจสูง เพราะได้ฝึกในจังหวะของตัวเอง ไม่จำกัดเวลา A Thai study (KMITL) found students using an AI English tutor scored significantly higher on listening, vocabulary, grammar, and pronunciation — with high satisfaction, because they practice at their own pace, anytime.

ความเสี่ยงของ AI บนคลาวด์The risk with cloud AI

เมื่อนักเรียนใช้ ChatGPT หรือ AI ต่างชาติ ข้อมูลที่พิมพ์หรือพูดจะถูกส่งออกนอกประเทศ: When students use ChatGPT or other foreign AI, what they type or say is sent abroad:

• นำไปฝึกโมเดล — ข้อมูลอาจถูกใช้พัฒนาโมเดลของบริษัทต่างชาติTraining — the data may be used to improve a foreign company's models.
• เก็บนานเท่าไรก็ไม่รู้ — เก็บบนเซิร์ฟเวอร์ต่างประเทศ เสี่ยงรั่วไหลRetention — stored on foreign servers, with breach risk.
• เขตอำนาจกฎหมาย — เมื่อข้อมูลออกนอกไทยแล้ว ตรวจสอบได้ยากว่าถูกนำไปทำอะไรJurisdiction — once it leaves Thailand, you can't audit what happens to it.
• การทำโปรไฟล์ของผู้เยาว์ — ข้อมูลของเด็กควรได้รับการคุ้มครองเป็นพิเศษProfiling minors — children's data deserves special protection.

PDPA เกี่ยวข้องอย่างไรHow PDPA applies

พ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล (PDPA) บังคับใช้เต็มรูปแบบตั้งแต่มิถุนายน 2565 โรงเรียนที่ประมวลผลข้อมูลนักเรียนต้องปฏิบัติตาม: Thailand's PDPA has been fully in force since June 2022. Schools handling student data must comply:

• การส่งข้อมูลข้ามประเทศ (มาตรา 28) — ต้องมีกลไกที่ได้รับการรับรอง (เช่น SCCs) หรือความยินยอมCross-border transfer (§28) — needs an approved mechanism (e.g. SCCs) or consent.
• การตัดสินใจอัตโนมัติ (มาตรา 34) — ผู้เรียนมีสิทธิ์คัดค้าน ต้องมีคนตรวจสอบได้Automated decisions (§34) — the right to object; a human must be able to review.
• ข้อมูลเด็ก — ความเสี่ยงสูง ควรทำการประเมินผลกระทบ (DPIA)Children's data — high-risk; a Data Protection Impact Assessment (DPIA) is expected.
• บทลงโทษ — ปรับทางปกครองสูงสุด 5 ล้านบาท และมีโทษอาญาPenalties — administrative fines up to ฿5M, plus criminal liability.

หมายเหตุสำคัญ: PDPA ไม่ได้บังคับให้เก็บข้อมูลไว้ในประเทศ แต่การส่งข้อมูลออกนอกประเทศสร้างภาระการปฏิบัติตามกฎและความเสี่ยง การเก็บข้อมูลไว้ในเครื่องที่โรงเรียนจึงช่วยให้ "ง่ายและปลอดภัยกว่า" Important: PDPA does NOT mandate keeping data in-country — but sending it abroad creates compliance burden and risk. Keeping it on a box at the school is simply the simpler, safer path.

ทางออก: AI ในเครื่องของโรงเรียนThe answer: AI on your own box

• ข้อมูลนักเรียนอยู่ในโรงเรียน ไม่ส่งออกไปไหน — คุณควบคุมได้เองStudent data stays in the school — under your control.
• ทำงานได้แม้ไม่มีอินเทอร์เน็ต และไม่มีค่าใช้จ่ายต่อการใช้งานแต่ละครั้งWorks offline, with no per-query cost.
• มีโมเดลภาษาไทยที่รันในเครื่องได้ (เช่น Typhoon, OpenThaiGPT) — เข้าใจภาษาไทยได้ดีThai-capable models (e.g. Typhoon, OpenThaiGPT) run locally — they understand Thai well.
• กลายเป็นคลังความรู้ของโรงเรียนที่เก็บเอกสารและบทเรียนของคุณเอง (ข้อมูลไม่ออกนอกเครื่อง)Becomes a school knowledge base over your own documents (it never leaves the box).

ได้อะไรตั้งแต่วันแรกWhat you get on day one

สามบริการที่รันบนเครื่องในโรงเรียน — ข้อมูลไม่ออกไปไหน ภาพหน้าจอจากเครื่องของเราเอง Three services running on the box at your school — data never leaves. Screenshots from our own development box.

หมายเหตุ: ภาพหน้าจอแสดง URL ของเครื่องทดสอบของเรา (Tailscale) เครื่องที่ติดตั้งให้โรงเรียนจะเข้าถึงได้เฉพาะในเครือข่ายของโรงเรียนเท่านั้น (ไม่มี URL สาธารณะ) ตามค่าเริ่มต้น Note: these screenshots show our development box. The default ship for schools is LAN-only — no public URL — so nothing on the box is reachable from outside campus.

ปรับให้เป็น “ของโรงเรียนคุณ”Make it your school's own

เครื่องที่ส่งให้ไม่ใช่ AI ทั่วไป — เราตั้งค่าให้เรียนรู้จากหลักสูตรและเอกสารของโรงเรียนคุณเอง และให้ติวเตอร์ AI มีบุคลิกและแนวการสอนที่คุณกำหนด ทั้งหมดนี้ทำตอนติดตั้ง โรงเรียนไม่ต้องเขียนโค้ดเอง และข้อมูลไม่ออกนอกเครื่อง The box we ship isn't a generic AI — we tune it to learn from your school's own curriculum and documents, and we give the AI tutor a personality and teaching approach you choose. All of it is done at setup, with no coding by the school, and nothing leaves the box.

ตอนติดตั้ง: รัน docker compose up ครั้งเดียว เครื่องจะสตาร์ตคอนเทนเนอร์ทั้งหมด เมานต์โฟลเดอร์ไฟล์ของโรงเรียนเข้าไป แล้ว LlamaIndex อ่านและทำดัชนีในเครื่อง — ไม่มีไฟล์ออกนอกรั้ว At setup, one docker compose up starts every container, mounts your school's file folder in, and LlamaIndex indexes it locally — no file ever leaves campus.

สองสายมาบรรจบที่อวตาร: เนื้อหา ผ่าน RAG (เอกสารโรงเรียน → LlamaIndex → ดัชนีเวกเตอร์) และ บุคลิก ผ่าน system prompt ของ Ollama ทำให้ติวเตอร์ทั้ง “รู้จักโรงเรียน” และ “สอนแบบที่คุณต้องการ” Two streams meet at the avatar: content via RAG (your docs → LlamaIndex → vector index) and character via the Ollama system prompt — so the tutor both knows your school and teaches the way you want.

รายละเอียดเชิงเทคนิคของสถาปัตยกรรม (Ollama + RAG + LlamaIndex/ChromaDB) อยู่ใน แผนงานบอตในเครื่อง — โรงเรียนไม่ต้องทำเอง เราตั้งค่าและส่งมอบให้พร้อมใช้ The technical architecture (Ollama + RAG + LlamaIndex/ChromaDB) is detailed in the local-bot roadmap — the school does none of this; we configure and hand it over ready to use.