วิทย์-เทคโนโลยี

ดัชนีเว็บไซต์ภาครัฐไทย วัดอะไรได้บ้างด้วยการ crawl

เว็บไซต์ภาครัฐไทยกว่า 9,000 โดเมนยังไม่ถูกวัดทั้งระบบ ดูวิธี crawl วัดความเร็ว มือถือ HTTPS ลิงก์ตาย และ WCAG พร้อมบทเรียนจากสหรัฐฯ และสหภาพยุโรป

ดัชนีเว็บไซต์ภาครัฐไทย วัดอะไรได้บ้างด้วยการ crawl

เว็บไซต์ภาครัฐกลายเป็นช่องทางตามกฎหมาย แต่ยังไม่ถูกวัดทั้งระบบ

พระราชบัญญัติการปฏิบัติราชการทางอิเล็กทรอนิกส์ พ.ศ. 2565 กำหนดให้หน่วยงานของรัฐจัดให้มีช่องทางอิเล็กทรอนิกส์สำหรับให้ประชาชนยื่นคำขอ ส่งเอกสาร หรือติดต่อราชการ และประกาศให้ทราบเป็นการทั่วไป ผลคือเว็บไซต์ของหน่วยงานเปลี่ยนสถานะจาก "ของประดับ" มาเป็นโครงสร้างพื้นฐานที่มีผลทางกฎหมาย ถ้าหน้าเว็บโหลดไม่ขึ้น ใบรับรองหมดอายุจนเบราว์เซอร์ขึ้นคำเตือน หรือแบบฟอร์มใช้บนมือถือไม่ได้ สิ่งที่เสียหายไม่ใช่ภาพลักษณ์ แต่คือการเข้าถึงบริการที่กฎหมายรับรองไว้

ฝั่งมาตรฐานก็มีอยู่แล้ว สำนักงานพัฒนารัฐบาลดิจิทัลออกมาตรฐานเว็บไซต์ภาครัฐ เวอร์ชัน 3.0 ตามประกาศ มสพร. 11-2566 ครอบคลุมองค์ประกอบเนื้อหา ความมั่นคงปลอดภัย การรองรับหลายอุปกรณ์ และการเข้าถึงสำหรับคนพิการตามแนวทาง Web Content Accessibility Guidelines พร้อมรายการตรวจสอบให้หน่วยงานประเมินความพร้อมของตัวเอง

ช่องว่างจึงไม่ได้อยู่ที่ "ไม่มีมาตรฐาน" แต่อยู่ที่ระยะห่างระหว่างการประเมินตนเองกับการวัดจากภายนอกอย่างต่อเนื่อง การประเมินตนเองบอกได้ว่าหน่วยงานตั้งใจทำอะไร แต่ไม่ได้บอกว่าเมื่อวานเวลาบ่ายสามโมง หน้าแรกของหน่วยงานนั้นใช้เวลากี่วินาทีกว่าเนื้อหาหลักจะปรากฏบนมือถือ 4G

ขนาดของสนามก็ไม่ได้เล็ก ข้อมูลสถิติชื่อโดเมนของ ที.เอช.นิค ณ วันที่ 25 กรกฎาคม 2569 ระบุว่ามีชื่อโดเมน .go.th จดทะเบียนอยู่ 9,485 ชื่อ และ .รัฐบาล.ไทย อีก 7,173 ชื่อ ตัวเลขนี้ยังไม่นับซับโดเมนที่หน่วยงานสร้างเองอีกจำนวนมาก การจะรู้สภาพจริงของทั้งกอง จึงไม่มีทางทำได้ด้วยการเปิดดูทีละเว็บ

ห้าอย่างที่เครื่องวัดได้เอง โดยไม่ต้องขอข้อมูลจากใคร

จุดแข็งของการวัดด้วยการ crawl คือทุกอย่างที่วัดเป็นสิ่งที่ผู้ใช้ทั่วไปเห็นอยู่แล้ว ไม่ต้องขอสิทธิ์เข้าถึงระบบหลังบ้าน ไม่ต้องรอหนังสือตอบกลับ และวัดซ้ำเมื่อไรก็ได้ด้วยวิธีเดิม

ความเร็วและการรองรับมือถือ

ตัวชี้วัดที่ใช้กันเป็นสากลคือชุด Core Web Vitals ได้แก่ Largest Contentful Paint ซึ่งวัดเวลาจนเนื้อหาหลักปรากฏ โดยเกณฑ์ระดับดีอยู่ที่ไม่เกิน 2.5 วินาที Interaction to Next Paint ที่วัดการตอบสนองเมื่อผู้ใช้กด และ Cumulative Layout Shift ที่วัดการกระตุกของเลย์เอาต์ ส่วนการรองรับมือถือตรวจได้จากการมี viewport meta tag ที่ถูกต้อง ขนาดพื้นที่กดที่นิ้วแตะได้จริง และการที่เนื้อหาไม่ล้นกรอบจนต้องเลื่อนแนวนอน

ใบรับรอง HTTPS

ข้อนี้วัดง่ายที่สุดและแก้ง่ายที่สุด ระบบตรวจได้ว่าเว็บบังคับเปลี่ยนไป HTTPS หรือไม่ ใบรับรองเหลืออายุกี่วัน ออกโดยผู้ให้บริการที่เบราว์เซอร์ยอมรับหรือเปล่า และเวอร์ชันของโปรโตคอลที่รองรับยังทันสมัยไหม ใบรับรองหมดอายุคือปัญหาที่ผู้ใช้เจอทันทีในรูปหน้าจอเตือนสีแดง และเป็นสาเหตุหนึ่งที่ทำให้ประชาชนแยกไม่ออกระหว่างเว็บของจริงกับเว็บปลอมที่แอบอ้างเป็นหน่วยงานรัฐ

สัดส่วนลิงก์ตาย

วัดโดยไล่ลิงก์ภายในและลิงก์ออกจากหน้าเว็บ แล้วดูรหัสสถานะที่เซิร์ฟเวอร์ตอบกลับ ลิงก์ที่ให้ 404 หรือ 5xx คือหลักฐานตรงไปตรงมาว่าเนื้อหาถูกย้ายหรือถูกลบโดยไม่มีการทำ redirect ประเด็นนี้กระทบหนักเป็นพิเศษกับหน้าที่เป็นแบบฟอร์ม ประกาศ และไฟล์เอกสารที่หน่วยงานอื่นหรือสื่ออ้างอิงไว้

ระดับการเข้าถึงตาม WCAG

ข้อนี้ต้องพูดให้ตรง เครื่องตรวจอัตโนมัติจับได้เพียงส่วนหนึ่งของเกณฑ์ WCAG ทั้งหมด สิ่งที่ตรวจได้แน่นอนคือรูปภาพที่ไม่มีข้อความทดแทน ช่องกรอกข้อมูลที่ไม่มี label กำกับ ค่าคอนทราสต์ระหว่างตัวอักษรกับพื้นหลัง การระบุภาษาของหน้าเว็บ และลำดับหัวข้อที่ข้ามระดับ ส่วนเกณฑ์ที่ต้องใช้วิจารณญาณ เช่น ข้อความทดแทนนั้นสื่อความหมายถูกต้องหรือไม่ ยังต้องอาศัยการตรวจด้วยมือ รายงานที่ซื่อสัตย์จึงต้องแยกให้ชัดว่าคะแนนที่ได้มาจากการตรวจอัตโนมัติ ไม่ใช่การรับรองว่าผ่านมาตรฐานทั้งฉบับ

ต้นแบบจากประเทศที่ทำมาก่อน

สหรัฐอเมริกาเดินเรื่องนี้มานานแล้วผ่านโครงการ Site Scanning ของ General Services Administration แกนกลางของโครงการคือ Federal Website Index ซึ่งเป็นบัญชีรายชื่อเว็บไซต์ .gov ของรัฐบาลกลางจำแนกตามหน่วยงาน ระบบสแกนเว็บไซต์ .gov และ .mil ราว 26,000 แห่งทุกวัน สร้างข้อมูลกว่า 1.5 ล้านฟิลด์ และเปิดให้ดึงผ่าน API หรือดาวน์โหลดเป็นไฟล์ CSV และ JSON ได้โดยไม่ต้องขออนุญาต จุดที่น่าเรียนแบบไม่ใช่เทคโนโลยี แต่คือการยอมเปิดข้อมูลดิบให้คนนอกตรวจทานวิธีวัดของตัวเองได้

ฝั่งสหภาพยุโรปใช้อีกโมเดลหนึ่ง Web Accessibility Directive กำหนดให้ประเทศสมาชิกตั้งหน่วยงานติดตามผล ใช้วิธีผสมระหว่างการตรวจอัตโนมัติกับการสุ่มตรวจด้วยมือตามระเบียบวิธีที่ประกาศไว้ล่วงหน้า และรายงานผลต่อคณะกรรมาธิการยุโรปทุกสามปี พร้อมกำหนดให้แต่ละเว็บต้องมีคำแถลงการเข้าถึงและช่องทางให้ผู้ใช้แจ้งปัญหา บทเรียนที่เกิดขึ้นจริงคือหลายหน่วยงานปฏิบัติต่อข้อกำหนดนี้เป็นงานเอกสาร คือประกาศคำแถลงแล้วจบ ซึ่งเป็นเหตุผลว่าทำไมการวัดจากภายนอกจึงยังจำเป็นแม้จะมีกฎหมายบังคับอยู่แล้ว

สถาปัตยกรรมที่ทำได้จริงโดยไม่ต้องมีศูนย์ข้อมูล

งานลักษณะนี้ไม่ได้ต้องการเครื่องแรง แต่ต้องการความสม่ำเสมอ โครงสร้างที่พอเพียงประกอบด้วยสี่ส่วน หนึ่งคือบัญชีรายชื่อโดเมนตั้งต้นที่ประกอบขึ้นจากแหล่งสาธารณะและตรวจสอบย้อนกลับได้ สองคือตัวจับเวลาที่สั่งงานตามรอบ เช่น สแกนเบาทุกสัปดาห์และสแกนเต็มทุกไตรมาส สามคือคิวงานที่กระจายการเรียกหน้าเว็บออกไปอย่างช้าและสุภาพ และสี่คือฐานข้อมูลที่เก็บผลทุกรอบไว้เป็นอนุกรมเวลา ไม่ใช่เก็บแค่ค่าล่าสุด เพราะคุณค่าทั้งหมดของงานนี้อยู่ที่การเปรียบเทียบข้ามปี

ข้อควรระวังทางเทคนิคที่สำคัญกว่าเรื่องความเร็วคือมารยาทของตัว crawler ระบุ user agent ให้ชัดว่าเป็นใครและติดต่อกลับได้ที่ไหน เคารพไฟล์ robots.txt จำกัดอัตราการเรียกต่อโดเมนให้ต่ำจนไม่มีทางถูกเข้าใจผิดว่าเป็นการโจมตี เก็บเฉพาะหน้าที่เปิดสาธารณะ ไม่แตะระบบที่ต้องล็อกอิน และไม่เก็บข้อมูลส่วนบุคคลที่อาจปรากฏบนหน้าเว็บโดยไม่ตั้งใจ ทั้งหมดนี้ไม่ใช่แค่เรื่องกฎหมายคุ้มครองข้อมูลส่วนบุคคล แต่เป็นเงื่อนไขที่ทำให้ผลการวัดถูกยอมรับว่าได้มาโดยชอบ

เส้นแบ่งระหว่างการชี้เพื่อให้แก้กับการชี้เพื่อให้อาย

งานจัดอันดับหน่วยงานมีความเสี่ยงในตัวเอง เพราะตัวเลขที่ถูกตัดออกจากบริบทกลายเป็นพาดหัวได้ง่ายกว่าที่จะกลายเป็นแผนแก้ไข สิ่งที่แยกงานสองแบบนี้ออกจากกันมีอยู่ไม่กี่ข้อ ข้อแรกคือเผยแพร่ระเบียบวิธีก่อนเผยแพร่ผล ให้ทุกคนรู้ว่าวัดกี่หน้าต่อโดเมน วัดจากเครือข่ายแบบไหน และตัดสินว่า "ผ่าน" ด้วยเกณฑ์อะไร ข้อสองคือเปิดข้อมูลดิบให้หน่วยงานตรวจสอบผลของตัวเองได้ พร้อมช่องทางโต้แย้งที่ตอบกลับจริง

ข้อสามคือแยกให้ชัดระหว่างข้อบกพร่องที่เปิดเผยได้กับข้อมูลที่ไม่ควรเปิด ใบรับรองหมดอายุ ลิงก์ตาย และรูปที่ไม่มีข้อความทดแทน เป็นสิ่งที่ผู้ใช้ทุกคนเห็นอยู่แล้วและการเปิดเผยช่วยเร่งการแก้ไข ส่วนร่องรอยที่บ่งชี้ช่องโหว่ด้านความมั่นคงปลอดภัยเป็นคนละประเภท ควรแจ้งหน่วยงานและศูนย์ประสานงานที่เกี่ยวข้องโดยตรง ไม่ใช่ลงในรายงานสาธารณะ

ข้อสุดท้ายคือกรอบการนำเสนอ การจัดกลุ่มหน่วยงานตามระดับความพร้อมพร้อมระบุว่าปัญหาที่พบแก้ได้ด้วยงานกี่ชั่วโมง มีประโยชน์ต่อคนที่ต้องไปแก้จริงมากกว่าการเรียงลำดับที่หนึ่งถึงที่ห้าพัน และเมื่อรายงานฉบับแรกออกไป มันจะกลายเป็นเส้นฐาน คุณค่าที่แท้จริงของโครงการแบบนี้จึงยังไม่เกิดในปีแรก แต่เกิดในปีที่สอง ตอนที่ตัวเลขชุดเดียวกันถูกวัดซ้ำด้วยวิธีเดิม แล้วตอบได้อย่างตรวจสอบได้ว่าอะไรดีขึ้นและอะไรยังอยู่ที่เดิม

บทความที่เกี่ยวข้อง