แนวทางการพัฒนาฐานข้อมูลขนาดใหญ่ (Big Data) ด้านการกระทำผิดซ้ำและติดตามผู้พ้นโทษ จากระบบพัฒนาพฤตินิสัยของประเทศไทย เพื่อใช้ประโยชน์ในการกำหนดนโยบาย และยุทธศาสตร์ในการป้องกันอาชญากรรมอย่างมีประสิทธิภาพ
Article Sidebar
Main Article Content
บทคัดย่อ
บทความนี้มีวัตถุประสงค์เพื่อศึกษามาตรฐานสากลของฐานข้อมูลผู้กระทำผิดซ้ำทางอาญาแนวทางการจัดเก็บรวบรวมข้อมูลการกระทำผิดซ้ำทางอาญาของหน่วยงานในกระบวนการยุติธรรมของประเทศไทยในปัจจุบัน และวิเคราะห์แนวทางการคุ้มครองข้อมูลส่วนบุคคลและชั้นความลับของข้อมูล การกระทำผิดซ้ำที่สามารถเปิดเผยได้ ตลอดจนแนวทางการใช้ประโยชน์จากข้อมูลการกระทำผิดซ้ำทางอาญาของหน่วยงานในกระบวนการยุติธรรมของประเทศไทยในปัจจุบัน โดยเป็นการศึกษาเปรียบเทียบ การจัดเก็บข้อมูลการกระทำผิดซ้ำของประเทศไทยกับต่างประเทศ 17 ประเทศ และแนวคิดในการนำการใช้ประโยชน์จากข้อมูลขนาดใหญ่ (Big Data) มาใช้ในงานด้านอาชญากรรมและการปฏิบัติต่อผู้กระทำผิด แล้วนำข้อค้นพบมาจัดทำข้อเสนอแนะในการพัฒนาระบบข้อมูลผู้กระทำผิดซ้ำ และการใช้ประโยชน์จากข้อมูลขนาดใหญ่ (Big Data) ในส่วนของวิธีการศึกษา จะใช้การศึกษาเชิงคุณภาพด้วยวิธีการทบทวนเอกสาร สัมภาษณ์เชิงลึก สังเกตการณ์การปฏิบัติงาน และการประชุมสนทนากลุ่มกับผู้แทนหน่วยงานที่เกี่ยวข้อง หน่วยงานละ 1-3 คน
ผลการศึกษาพบว่า หน่วยงานในกระบวนการยุติธรรมของประเทศไทยมีนิยามการกระทำผิดซ้ำที่หลากหลาย และมีระบบฐานข้อมูลที่ไม่เชื่อมโยงกันอย่างมีประสิทธิภาพ รวมทั้งยังมีอุปสรรคเชิงกฎหมายเนื่องจากข้อมูลผู้กระทำผิดเป็นข้อมูลส่วนบุคคลซึ่งมีพระราชบัญญัติข้อมูลข่าวสารของทางราชการ พ.ศ. 2540 ห้ามไม่ให้เปิดเผยเว้นแต่จะได้รับอนุญาตจากเจ้าของข้อมูล และการใช้ประโยชน์จากฐานข้อมูลขนาดใหญ่ (Big Data) มีอยู่ 3 แนวทางสำคัญ คือ (1) การคาดคะเนโอกาสที่จะกระทำผิดซ้ำ (2) การเฝ้าระวังชุมชนหรือเตือนภัยความไม่สงบล่วงหน้า และ (3) การคาดคะเนจุดเสี่ยงอาชญากรรม แต่สำหรับประเทศไทยอาจมีข้อจำกัดในการใช้ประโยชน์ข้อมูลเปิด (open source data) บทความนี้มีข้อเสนอแนะหลัก คือ ให้คงวิธีการจัดเก็บข้อมูลและคำนิยามในการจัดทำข้อมูลการกระทำผิดซ้ำเพื่อใช้ประโยชน์เป็นการเฉพาะภายในแต่ละหน่วยงาน แต่กำหนดให้ระบบสารบบคดีของสำนักงานอัยการสูงสุดเป็นฐานข้อมูลกลางเชื่อมโยงกับระบบแลกเปลี่ยนข้อมูลกระบวนการยุติธรรม (DXC) และระบบกระบวนการยุติธรรมอิเล็กทรอนิกส์ (NSWJ) และให้หน่วยงานพัฒนาพฤตินิสัยในกระทรวงยุติธรรมเชื่อมโยงฐานข้อมูลของหน่วยงานกับระบบ DXC และ NSWJ ในส่วนของการใช้ประโยชน์ฐานข้อมูลขนาดใหญ่ ให้เน้นใช้ข้อมูลปิดที่รวบรวมโดยหน่วยงานภาครัฐเป็นหลัก และใช้เทคนิคหรือระบบการวิเคราะห์ตามมาตรฐานสากลคำสำคัญ: การกระทำผิดซ้ำทางอาญา, ระบบการจัดการข้อมูล, การคุ้มครองข้อมูลส่วนบุคคล
Article Details
ต้นฉบับที่ได้รับการตีพิมพ์ในวารสาร เป็นลิขสิทธิ์ของวารสารกระบวนการยุติธรรม แต่ความคิดเห็นที่ปรากฏในเนื้อหาของบทความในวารสารกระบวนการยุติธรรม ถือเป็นความรับผิดชอบของผู้เขียนแต่เพียงผู้เดียว
เอกสารอ้างอิง
จุฑารัตน์ เอื้ออำนวย. (2551). การสำรวจข้อมูลสถิติอาชญากรรมในประเทศไทย: ข้อเสนอเพื่อการพัฒนากระบวนการยุติธรรมยุคใหม่. วารสารกระบวนการยุติธรรม, 1(2), 11-36.
พงศ์กุลธร โรจนวิรุฬห์, สุรัตน์ สาเรือง และอิทธิพล สุขยิ่ง. (2558). การสำรวจข้อมูลการกระทำผิดซ้ำของ ผู้ที่เคยตกเป็นผู้ต้องหาในคดีอาญา. วารสารกระบวนการยุติธรรม, 8(1), 1-17.
พงศ์กุลธร โรจน์วิรุฬ และคณะ. (2556). โครงการสำรวจข้อมูลการกระทำผิดซ้ำของผู้ที่เคยตกเป็นผู้ต้องหาคดีอาญา. กรุงเทพฯ: สำนักงานกิจการยุติธรรม.
สำนักงานกิจการยุติธรรม. (2559). แผนแม่บทเทคโนโลยีสารสนเทศกระบวนการยุติธรรมแห่งชาติ ฉบับที่ 2. กรุงเทพฯ: ผู้แต่ง.
สำนักงานกิจการยุติธรรม. (2561). เอกสารบรรยายสรุปศูนย์แลกเปลี่ยนข้อมูลกระบวนการยุติธรรม: Data Exchange Center. กรุงเทพฯ: ผู้แต่ง.
อัจราพรรณ จรัสวัฒน์ และคณะ. (2551). แผนการพัฒนาฐานข้อมูลการกระทำผิดซ้ำ. กรุงเทพฯ: สำนักงานกิจการยุติธรรม.
Boyd, D., & Crawford, K. (2012). Critical questions for big data: Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society, 15(5), 662-679.
Brayne, S. (2017). Big data surveillance: The case of policing. American Sociological Review, 82(5), 977-1008.
Chainey, S., Tompson, L., & Uhlig, S. (2008). The utility of hotspot mapping for predicting spatial patterns of crime. Security Journal, 21(1-2), 4-28.
Cooper, A. D., Durose, M. R., & Snyder, H. N. (2014). Recidivism of prisoners released from 30 states in 2005: Patterns from 2005 to 2010. US Department of Justice.
De Mauro, A., Greco, M., & Grimaldi, M. (2016). A formal definition of Big Data based on its essential features. Library Review, 65(3), 122-135.
Elderbroom, B., & King, R. (2014). Improving recidivism as a performance measure. Urban Institute.
Fazel, S., & Wolf, A. (2015). A systematic review of criminal recidivism rates worldwide: Current difficulties and recommendations for best practice. Retrieved January 17, 2020, from https://doi.org/10.1371/journal.pone.0130390
Greengard, S. (2012). Policing the future. Communications of the ACM, 55(3), 19-21.
Johnson, J. L. (2017). Comparison of recidivism studies: AOUSC, USSC, and BJS. Fed. Probation, 81(1), 52.
LaCourse, A., Listwan, S. J., Reid, S., & Hartman, J. L. (2019). Recidivism and reentry: The role of individual coping styles. Crime & Delinquency, 65(1), 46-68.
Maltz, M. (1984). Recidivism. Orlando, FL: Academic.
Mohler, G. O., Short, M. B., Malinowski, S., Johnson, M., Tita, G. E., Bertozzi, A. L. et al. (2015). Randomized controlled field trials of predictive policing. Journal of the American Statistical Association, 110(512), 399-1411.
Ostermann, M., Salerno, L. M., & Hyatt, J. M. (2015). How different operationalizations of recidivism impact conclusions of effectiveness of parole supervision. Journal of Research in Crime and Delinquency, 52(6), 771-796.
Ringland, C. (2013). Measuring recidivism: Police versus court data. Retrieved January 17, 2020, from https://www.bocsar.nsw.gov.au/Publications/CJB/cjb175.pdf
Ruggero, T., Dougherty, J., & Klofas, J. (2015). Measuring recidivism: Definitions, errors and data sources. Rochester, New York: Center for Public Safety Initiatives.
Snijders, C., Matzat, U., & Reips, U. D. (2012). "Big Data": Big gaps of knowledge in the field of internet science. International Journal of Internet Science, 7(1), 1-5.
Wang, X., Gerber, M., & Brown D, E. (2012). Automatic crime prediction using events extracted from twitter posts. SBP, 12, 231-238.
Ward, J. S., & Barker, A. (2013). Undefined by data: A survey of big data definitions. Retrieved January 17, 2020, from http://citeseerx.ist.psu.edu/viewdoc/download?doi =10.1.1.705.9909&rep=rep1&type=pdf
Williams, M., Edwards, A., Housley, W., Burnap, P., Rana, O., Avis, N. et al. (2013). Policing cyber-neighbourhoods: Tension monitoring and social media networks. Policing and society, 23(4), 461-481.
