ส่งมอบข้อมูลและฝึกซ้อม
UAT 364 เทคโนโลยีระบบอากาศยานไร้คนขับเพื่อความปลอดภัยสาธารณะและการจัดการเหตุฉุกเฉิน
บทเรียน
เมื่อเรียนจบโมดูลนี้ ผู้เรียนจะสามารถ
- ใช้สถานะรายการ รอตรวจ ยืนยันแล้ว และปิดรายการ อย่างมีหลักฐาน
- แยกข้อมูลต้นฉบับ ฉบับปฏิบัติงาน และฉบับสาธารณะ เพื่อคุ้มครองผู้ประสบภัย
- ตรวจรายการเหตุก่อนส่งมอบ หารหัสซ้ำ พิกัดผิด และการยืนยันที่ไม่มีผู้ตรวจ
- ออกแบบการฝึกซ้อม วัดผล และทบทวนหลังงานโดยมีเจ้าของการปรับปรุง
ทำไมต้องรู้
หมุดบนแผนที่ที่ไม่มีที่มา ไม่บอกเวลา และไม่บอกว่ายืนยันแล้วหรือยัง อาจทำให้ทีมกู้ภัยเสียเวลาไปผิดที่ หรือร้ายกว่านั้น ภาพที่เห็นใบหน้าและพิกัดของผู้ประสบภัยหลุดออกสู่สาธารณะ การส่งมอบข้อมูลที่ดีทำให้ผู้รับรู้ว่าข้อมูลเชื่อได้แค่ไหน และการฝึกซ้อมอย่างสม่ำเสมอทำให้ทีมทำได้จริงในวันที่เกิดเหตุ
สถานะรายการ
หน่วยความรู้เรื่องการส่งข้อมูลให้ศูนย์บัญชาการกำหนดสถานะที่ทีมต้องเข้าใจตรงกัน รอตรวจ คือยังไม่ยืนยัน ยืนยันแล้ว ต้องระบุผู้ตรวจและเวลา ปิดรายการ ต้องมีเหตุผล การปิดรายการไม่ได้แปลว่าพื้นที่ปลอดภัยเสมอไป อาจหมายถึงส่งต่อให้หน่วยอื่นแล้ว
ตัวอย่างที่ 1 ตรวจรายการเหตุก่อนส่งมอบ
ไฟล์ CSV สมมติของรายการเหตุ ตรวจรหัสซ้ำ พิกัดนอกพื้นที่ เวลาไม่ครบ และสถานะยืนยันที่ไม่มีผู้ตรวจ
import csv
import io
data = """id,time,lat,lon,status,reviewer
EV01,2026-09-20T08:05+07:00,14.052,100.612,confirmed,R02
EV02,2026-09-20T08:20+07:00,14.061,100.598,pending,
EV02,2026-09-20T08:31+07:00,14.049,100.620,pending,
EV03,,14.055,100.605,pending,
EV04,2026-09-20T09:02+07:00,41.055,100.605,pending,
EV05,2026-09-20T09:15+07:00,14.058,100.611,confirmed,
"""
LAT, LON = (14.0, 14.1), (100.55, 100.65) # ขอบเขตพื้นที่เหตุสมมติ
seen, problems = set(), []
for row in csv.DictReader(io.StringIO(data)):
rid = row["id"]
if rid in seen:
problems.append((rid, "duplicate id"))
seen.add(rid)
if not row["time"]:
problems.append((rid, "missing time"))
if not (LAT[0] <= float(row["lat"]) <= LAT[1] and LON[0] <= float(row["lon"]) <= LON[1]):
problems.append((rid, "outside incident area"))
if row["status"] == "confirmed" and not row["reviewer"]:
problems.append((rid, "confirmed without reviewer"))
for rid, p in problems:
print(f"{rid}: {p}")
print(f"{len(problems)} problems in {len(seen)} ids -> hold these rows, do not fill in data")
EV02: duplicate id
EV03: missing time
EV04: outside incident area
EV05: confirmed without reviewer
4 problems in 5 ids -> hold these rows, do not fill in data
EV04 น่าจะสลับหลักละติจูด (41 แทน 14) แต่ผู้ตรวจห้ามแก้เอง ต้องพักรายการและถามแหล่งต้นทาง EV05 บอกว่ายืนยันแล้วแต่ไม่มีผู้ตรวจ จึงต้องลดเป็นรอตรวจ
ข้อมูลสามฉบับ
คู่มือคุ้มครองข้อมูลในงานมนุษยธรรมของ ICRC (ฉบับที่ 3, 2024) บทที่ 7 ว่าด้วยโดรนและการสำรวจระยะไกล ชี้ว่าภาพจากโดรนอาจเปิดเผยข้อมูลส่วนบุคคลและกระทบความไว้วางใจของชุมชน ทีมจึงควรแยกข้อมูลตามกลุ่มผู้รับ
การตัดชื่อในข้อความอย่างเดียวอาจไม่พอ ถ้าภาพหรือ metadata ยังระบุตำแหน่งได้ ต้นฉบับเก็บพร้อม manifest SHA-256 (FIPS 180-4) ตามที่เรียนใน UAT 361 และไม่อัปโหลดข้อมูลผู้ประสบภัยเข้าเครื่องมือสาธารณะเพียงเพราะใช้ฟรี
ฝึกซ้อมและตัวชี้วัด
การฝึกซ้อมบนโต๊ะใช้ข้อมูลสังเคราะห์ที่ ใส่ข้อผิดพลาดไว้ล่วงหน้า แล้ววัดว่าทีมพบกี่ข้อ พลาดกี่ข้อ และใช้เวลาเท่าใดกว่าผู้รับจะเข้าใจรายงาน หน่วยความรู้เรื่องการฝึกซ้อมเตือนว่าเกณฑ์เหล่านี้เป็นแบบฝึก ไม่ใช่มาตรฐานรับรองทีม ส่วนทักษะการบินวัดได้ด้วยวิธีทดสอบมาตรฐานของ NIST
ตัวอย่างที่ 2 สรุปผลการฝึกซ้อมสามรอบ
drills = [ # รอบ, ข้อผิดที่ใส่ไว้, พบ, นาทีจนผู้รับยืนยันเข้าใจ
("D1", 8, 5, 52),
("D2", 8, 6, 41),
("D3", 8, 8, 33),
]
for name, planted, found, minutes in drills:
print(f"{name}: detected {found}/{planted} = {found / planted:.0%}, "
f"missed {planted - found}, report understood in {minutes} min")
first, last = drills[0], drills[-1]
print(f"time to understood report improved by {first[3] - last[3]} min "
f"({(first[3] - last[3]) / first[3]:.0%})")
D1: detected 5/8 = 62%, missed 3, report understood in 52 min
D2: detected 6/8 = 75%, missed 2, report understood in 41 min
D3: detected 8/8 = 100%, missed 0, report understood in 33 min
time to understood report improved by 19 min (37%)
บันทึกและทบทวนหลังงาน
หน่วยความรู้เรื่องบันทึกและทบทวนหลังงานอิงหัวข้อเอกสาร บันทึก และการจัดการเหตุการณ์ในแนวทางคู่มือปฏิบัติการบินของ กพท. แยกบันทึกสามชนิด คือ เหตุการณ์ (เวลา แหล่ง ข้อสังเกต การตัดสินใจ) ข้อบกพร่อง และ การปรับปรุง ที่มีเจ้าของ กำหนดตรวจ และหลักฐานปิด การทบทวนเปรียบเทียบสิ่งที่คาดกับสิ่งที่เกิด ไม่ใช่หาคนผิด และการปรับปรุงต้องตรวจได้ เช่น “เพิ่มผู้ตรวจรายการก่อนส่ง” ชัดกว่า “ทุกคนระวังมากขึ้น”
ปฏิบัติการประจำโมดูล
ปฏิบัติการ: ฝึกซ้อมเหตุน้ำท่วมทั้งวงจร
- อาจารย์เตรียมชุดข้อมูลสังเคราะห์ที่ใส่ข้อผิดพลาดไว้ ทีมตรวจด้วยโค้ดตัวอย่างที่ 1 และด้วยตา
- จัดทำข้อมูลสามฉบับ บันทึกสิ่งที่ตัดออกจากฉบับสาธารณะพร้อมเหตุผล
- ส่งมอบให้ “ศูนย์บัญชาการ” จับเวลาจนผู้รับยืนยันเข้าใจ
- ทำบันทึกเหตุการณ์ ข้อบกพร่อง และการปรับปรุง แล้วทบทวนหลังงาน
- ฝึกซ้ำอย่างน้อยสองรอบ สรุปผลด้วยโค้ดตัวอย่างที่ 2
ข้อผิดพลาดที่พบบ่อย
ระวัง
- เติมข้อมูลที่ขาดเอง แทนการพักรายการ
- ยืนยันรายการโดยไม่มีผู้ตรวจ
- ส่งต้นฉบับให้ผู้รับทุกกลุ่ม
- ทบทวนหลังงานเพื่อหาคนผิด
- ปิดการปรับปรุงโดยไม่มีหลักฐาน
สรุป
- สถานะรอตรวจ ยืนยันแล้ว และปิดรายการ ต้องมีผู้ตรวจ เวลา และเหตุผล
- แยกข้อมูลต้นฉบับ ฉบับปฏิบัติงาน และฉบับสาธารณะ เพื่อคุ้มครองผู้ประสบภัย
- ตรวจรายการก่อนส่ง รายการที่ขาดหลักฐานให้พักไว้ ไม่เติมเอง
- ฝึกซ้อมด้วยข้อผิดพลาดที่ใส่ไว้ วัดผล และปรับปรุงอย่างมีเจ้าของและหลักฐาน
แบบฝึกตรวจความเข้าใจ
- ใส่ข้อผิดพลาด 10 ข้อ ทีมพบ 7 ข้อ อัตราการตรวจพบเท่าใด
- รายการสถานะยืนยันแล้วแต่ไม่มีผู้ตรวจ ควรทำอย่างไร
- ข้อมูลฉบับใดควรตัดใบหน้าและพิกัดผู้ประสบภัยออก
- พบพิกัดที่น่าจะพิมพ์ผิด ผู้ตรวจควรแก้เองหรือไม่
- การปรับปรุงที่ดีหลังทบทวนควรมีอะไรบ้าง
เฉลย
- ลดเป็นรอตรวจ จนกว่าจะมีผู้ตรวจยืนยัน
- ฉบับสาธารณะ
- ไม่ควร ต้องพักรายการและถามแหล่งต้นทาง
- เจ้าของ กำหนดตรวจ และหลักฐานปิด
สรุปสูตรสำคัญ
| อัตราการตรวจพบข้อผิดพลาด |
แหล่งอ้างอิงหลัก
- Marelli, M. (Ed.). (2024). Drones/UAVs and remote sensing. In Handbook on data protection in humanitarian action (3rd ed., ch. 7). ICRC; Cambridge University Press. link
- World Food Programme. (2020, January 31). Joining the dots: How AI and drones are transforming emergencies. link
- สำนักงานการบินพลเรือนแห่งประเทศไทย. (2565). รูปแบบคู่มือปฏิบัติการบินของอากาศยานซึ่งไม่มีนักบิน (CAAT-GM-UAS-001, Issue 01 Rev 00). link
- National Institute of Standards and Technology. Standard test methods for small unmanned aircraft systems (aerial drone tests). link
- Rahnemoonfar, M., Chowdhury, T., Sarkar, A., Varshney, D., Yari, M., & Murphy, R. R. (2021). FloodNet: A high resolution aerial imagery dataset for post flood scene understanding. IEEE Access, 9, 89644–89654. link
- National Institute of Standards and Technology. (2015). Secure hash standard (SHS) (FIPS 180-4). link
อ่านเพิ่มเติม
ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล
ส่งข้อมูลให้ศูนย์บัญชาการและคุ้มครองผู้ประสบภัย
ฝึกซ้อมภารกิจบนคอมพิวเตอร์และประเมินทีม
บันทึก ส่งมอบ และทบทวนหลังงาน
ในชั้นเรียน / ภาคสนาม
ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ
หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม