บทความนี้จะตรวจสอบข้อกล่าวหาว่า OpenAI มีส่วน “ช่วยเหลือหรือเอื้อให้เกิดเหตุ” ในคดีกราดยิงที่ Tumbler Ridge โดยแยกข้อเท็จจริงที่ยืนยันแล้วออกจากข้อกล่าวหาในคำฟ้อง พร้อมวิเคราะห์ว่าคดีนี้อาจเปลี่ยนมาตรฐานความรับผิดของบริษัท AI อย่างไร
หัวข้อนี้เป็นข่าวและคดีความ ไม่ใช่บทรีวิวผลิตภัณฑ์ จึงจะไม่สรุปในเชิงแนะนำให้ซื้อหรือใช้งาน เพราะคดีต้องพิจารณาจากหลักฐานและกระบวนการยุติธรรมเป็นหลัก
ไทม์ไลน์เหตุกราดยิงที่ Tumbler Ridge จากเหตุจริงสู่ห้องพิจารณาคดี
เหตุกราดยิงเกิดขึ้นเมื่อวันที่ 10 กุมภาพันธ์ 2026 ที่เมือง Tumbler Ridge รัฐบริติชโคลัมเบีย ประเทศแคนาดา ผู้ก่อเหตุคือ Jesse Van Rootselaar ยิงแม่และน้องต่างมารดาของตัวเองเสียชีวิตที่บ้านก่อน จากนั้นเดินทางไปยัง Tumbler Ridge Secondary School และยิงเสียชีวิตเพิ่มอีก 6 คน ในจำนวนนี้เป็นนักเรียนวัย 12-13 ปีถึง 5 คน และครู 1 คน ก่อนที่ผู้ก่อเหตุจะจบชีวิตตัวเอง รวมมีผู้เสียชีวิตทั้งหมด 8 ราย และมีผู้บาดเจ็บอีกอย่างน้อย 27 คน นับเป็นเหตุกราดยิงในโรงเรียนที่ร้ายแรงที่สุดของแคนาดาในรอบหลายสิบปี The Verge

คำฟ้องใหม่ 30 คดี ยกระดับข้อกล่าวหาเป็น “aiding and abetting”
หลังจากครอบครัวผู้เสียหายยื่นฟ้อง OpenAI ไปแล้ว 7 คดีตั้งแต่เดือนเมษายน สำนักงานกฎหมาย Edelson PC จากชิคาโก นำโดยทนาย Jay Edelson ได้ยื่นฟ้องเพิ่มอีก 30 คดีเมื่อวันที่ 2 กันยายน 2026 ต่อศาลรัฐบาลกลางในรัฐแคลิฟอร์เนีย รวมเป็นคดีที่เกี่ยวข้องทั้งหมด 37 คดี โดยโจทก์รอบใหม่มีทั้งครู ผู้บริหารโรงเรียน และนักเรียนที่อยู่ในเหตุการณ์แต่ไม่ได้รับบาดเจ็บทางร่างกาย
จุดที่เปลี่ยนไปจากคดีก่อนหน้าคือข้อกล่าวหาถูกยกระดับจาก negligence หรือความประมาทเลินเล่อ ไปสู่ “aiding and abetting” คือการช่วยเหลือและสนับสนุนให้เกิดเหตุ ซึ่งเป็นข้อกล่าวหาที่หนักกว่าเดิมมาก เพราะโจทก์ต้องพิสูจน์ว่า OpenAI มีเจตนาหรือรู้เห็นเป็นใจ ไม่ใช่แค่ทำงานบกพร่องเฉยๆ TechCrunch
OpenAI รู้อะไรมาก่อน และทำไมไม่แจ้งตำรวจ
ตามคำฟ้อง ทีมความปลอดภัยของ OpenAI ตรวจพบและตั้งค่าสถานะบัญชี ChatGPT ของ Van Rootselaar ว่ามีเนื้อหาเกี่ยวกับความรุนแรงและอาวุธปืนตั้งแต่เดือนมิถุนายน 2025 หรือราวแปดเดือนก่อนเกิดเหตุจริง บริษัทระงับบัญชีดังกล่าว แต่ผู้ก่อเหตุกลับเปิดบัญชีใหม่ขึ้นมาใช้งานต่อได้ในเวลาไม่นาน
ประเด็นที่โจทก์โจมตีหนักคือ พนักงานฝ่ายความปลอดภัยเคยเสนอให้ส่งเรื่องแจ้งเจ้าหน้าที่แคนาดา แต่ผู้บริหารกลับตัดสินใจไม่แจ้ง โดยอ้างเกณฑ์ภายในว่าเหตุต้องเข้าข่าย “imminent and credible risk” หรือความเสี่ยงที่ใกล้จะเกิดขึ้นจริงและน่าเชื่อถือเพียงพอ จึงจะแจ้งเจ้าหน้าที่ได้ นี่คือจุดที่คำฟ้องพยายามชี้ว่าเป็น “การไม่กระทำ” ที่นำไปสู่ความเสียหาย
ชื่อ Chris Lehane ในคำฟ้อง และคำชี้แจงจาก OpenAI
คำฟ้องรอบใหม่ระบุชื่อ Chris Lehane ประธานเจ้าหน้าที่ฝ่ายกิจการสัมพันธ์ระดับโลกของ OpenAI ว่าอาจเป็นผู้สั่งให้ทีมงานหยุดดำเนินการแจ้งเจ้าหน้าที่ อย่างไรก็ตาม คำฟ้องเองก็ยอมรับว่ายังไม่มีหลักฐานโดยตรงยืนยันว่า Lehane เป็นผู้ตัดสินใจด้วยตัวเอง โดยใช้ถ้อยคำว่าเป็นการกล่าวหา “on information and belief” ซึ่งหมายถึงข้อสันนิษฐานจากข้อมูลเท่าที่โจทก์มี ไม่ใช่หลักฐานที่ยืนยันแล้ว
ด้าน OpenAI ออกมาปฏิเสธข้อกล่าวหานี้ทันที โดยระบุว่าไม่เป็นความจริงที่ Lehane มีส่วนเกี่ยวข้องกับการตัดสินใจเรื่องการแจ้งเจ้าหน้าที่ในตอนแรก หรือที่ทีมสืบสวนของบริษัทต้องรายงานต่อเขาแต่อย่างใด TechCrunch

เส้นแบ่งระหว่างข้อกล่าวหากับสิ่งที่ศาลต้องพิสูจน์จริง
สิ่งสำคัญที่ต้องแยกให้ชัดคือ คำฟ้องเป็นเพียงข้อกล่าวหาฝ่ายโจทก์ ยังไม่ใช่ข้อเท็จจริงที่ศาลตัดสินแล้ว การจะเอาผิดฐาน “aiding and abetting” ได้ โจทก์ต้องแสดงให้ศาลเห็นว่า OpenAI รู้เห็นเป็นใจหรือมีเจตนาสนับสนุนให้เกิดอันตราย ไม่ใช่แค่ระบบมีข้อบกพร่องหรือกระบวนการภายในตัดสินใจผิดพลาด ซึ่งเป็นมาตรฐานการพิสูจน์ที่สูงกว่าคดี negligence ทั่วไปมาก

ครอบครัวผู้สูญเสีย ผู้รอดชีวิต และบุคลากรโรงเรียนที่ยื่นฟ้องรอบใหม่ต่างต้องการคำตอบว่าการตัดสินใจของ OpenAI ในช่วงหลายเดือนก่อนเกิดเหตุมีผลต่อสิ่งที่เกิดขึ้นจริงหรือไม่ แต่การเชื่อมโยงกระบวนการตัดสินใจภายในบริษัทเข้ากับการก่อเหตุจริงยังต้องอาศัยหลักฐานอีกมาก ทั้งบันทึกการสนทนา อีเมลภายใน และคำให้การของพนักงานที่เกี่ยวข้อง
ข้อดี
- +บังคับให้ OpenAI ต้องเปิดเผยกระบวนการตัดสินใจภายในต่อศาล
- +อาจวางบรรทัดฐานว่าแพลตฟอร์ม AI ต้องแจ้งเจ้าหน้าที่รัฐเมื่อพบสัญญาณอันตรายระดับใด
ข้อเสีย
- −ข้อกล่าวหา “aiding and abetting” ต้องพิสูจน์เจตนา ซึ่งเป็นมาตรฐานสูงและอาจพิสูจน์ไม่สำเร็จ
- −โจทก์เองยอมรับว่าบางข้อกล่าวหา เช่น บทบาทของ Chris Lehane ยังไม่มีหลักฐานโดยตรง
ทำไมคดีนี้อาจเปลี่ยนมาตรฐานความรับผิดของบริษัท AI
ไม่ว่าผลคดีจะออกมาอย่างไร คดีนี้กำลังทดสอบคำถามที่ยังไม่มีบรรทัดฐานชัดเจน นั่นคือเมื่อระบบ AI ตรวจพบสัญญาณอันตรายจากผู้ใช้ บริษัทมีหน้าที่ทางกฎหมายต้องแจ้งเจ้าหน้าที่รัฐหรือไม่ และเกณฑ์ “ความเสี่ยงที่ใกล้จะเกิดขึ้นจริง” ที่ OpenAI ใช้อ้างอิงนั้นเข้มงวดพอหรือหย่อนเกินไป
หากศาลเห็นว่าเกณฑ์ภายในของ OpenAI หย่อนเกินไป อาจกลายเป็นแรงกดดันให้บริษัท AI รายอื่นต้องปรับนโยบายแจ้งเตือนเจ้าหน้าที่ให้เข้มงวดขึ้นตามไปด้วย แต่ในทางกลับกัน หากเกณฑ์เข้มงวดจนต้องแจ้งเจ้าหน้าที่ทุกครั้งที่พบเนื้อหาเสี่ยง ก็อาจกระทบความเป็นส่วนตัวของผู้ใช้ทั่วไปที่ไม่ได้มีเจตนาก่อเหตุเช่นกัน
ต้นทุนที่ตกอยู่กับทุกฝ่าย ไม่ใช่แค่ OpenAI
สำหรับครอบครัวผู้สูญเสียและชุมชน Tumbler Ridge ต้นทุนที่จ่ายไปแล้วคือชีวิตคนแปดคนและบาดแผลที่ประเมินเป็นตัวเงินไม่ได้ ส่วน OpenAI ต้องแบกรับค่าใช้จ่ายทางกฎหมายจากคดีถึง 37 คดีพร้อมกัน รวมถึงความเสียหายด้านภาพลักษณ์จากข้อกล่าวหาว่าฝ่ายประชาสัมพันธ์เข้าไปแทรกแซงกระบวนการความปลอดภัยของบริษัทเอง
อีกด้านหนึ่งคือต้นทุนเชิงนโยบายที่อาจตกกับผู้ใช้ทั่วไป หากผลคดีทำให้บริษัท AI ต้องเข้มงวดกับการแจ้งเตือนเจ้าหน้าที่มากขึ้น ผู้ใช้ที่สนทนาเรื่องละเอียดอ่อนโดยไม่มีเจตนาร้ายก็อาจเสี่ยงถูกเพ่งเล็งหรือถูกระงับบัญชีบ่อยขึ้นตามไปด้วย
บทสรุป: อ่านคำฟ้องอย่างมีวิจารณญาณ ก่อนสรุปว่าใครผิด
คดีนี้ยังอยู่ในขั้นเริ่มต้น และข้อกล่าวหาเรื่อง “aiding and abetting” ที่ต้องพิสูจน์เจตนาเป็นเดิมพันที่สูงกว่าคดี negligence ทั่วไปมาก สิ่งที่ผู้ติดตามข่าวควรทำคือแยกให้ออกระหว่างข้อเท็จจริงที่ยืนยันแล้ว เช่น วันเกิดเหตุ จำนวนผู้เสียชีวิต และการที่ OpenAI เคยตรวจพบบัญชีเสี่ยงมาก่อน กับข้อกล่าวหาที่ยังต้องพิสูจน์ เช่น บทบาทของ Chris Lehane และเจตนาที่แท้จริงของบริษัท
ท้ายที่สุดแล้ว คดีนี้อาจกลายเป็นกรณีศึกษาสำคัญว่าบริษัท AI ควรมีหน้าที่แจ้งเตือนเจ้าหน้าที่รัฐเมื่อไรและมากน้อยแค่ไหน โดยไม่ทำให้ระบบต้องละเมิดความเป็นส่วนตัวของผู้ใช้ทั่วไปเกินความจำเป็น