การประยุกต์ใช้ Generative AI ในการเขียนโปรแกรมที่ส่งเสริมการคิดวิเคราะห์

Application of Generative AI in Programming that Promotes Critical Thinking

ผู้แต่ง

  • ธนากร แสงกุดเลาะ สาขาวิชาเทคโนโลยีและสื่อสารการศึกษา คณะศึกษาศาสตร์ มหาวิทยาลัยนเรศวร พิษณุโลก
  • ภาสกร เรืองรอง สาขาวิชาเทคโนโลยีและสื่อสารการศึกษา คณะศึกษาศาสตร์ มหาวิทยาลัยนเรศวร พิษณุโลก
  • เอกสิทธิ์ เทียมแก้ว สาขาวิชาวิทยาการคอมพิวเตอร์และเทคโนโลยีสารสนเทศ คณะวิทยาศาสตร์ มหาวิทยาลัยนเรศวร พิษณุโลก

คำสำคัญ:

การคิดวิเคราะห์, การเขียนโปรแกรม, เจนเนอร์เรทีฟเอไอ

บทคัดย่อ

          การคิดวิเคราะห์เป็นทักษะสำคัญในการเขียนโปรแกรมที่ช่วยให้นักพัฒนาสามารถสร้างซอฟต์แวร์ที่มีคุณภาพและตอบโจทย์การใช้งานจริง อย่างไรก็ตาม ในบริบทประเทศไทยยังมีปัญหาหลายประการ เช่น ระบบการเรียนการสอนที่เน้นการท่องจำ ข้อจำกัดด้านทรัพยากรในสถานศึกษา การพึ่งพาเครื่องมืออัตโนมัติอย่าง Generative AI มากเกินไป และการขาดหลักสูตรที่สอดคล้องกับตลาดแรงงาน ในช่วง 10 ปีที่ผ่านมา ประเทศไทยตระหนักถึงปัญหาการคิดวิเคราะห์ของผู้เรียนที่อยู่ในระดับต่ำ จึงได้ดำเนินโครงการและส่งเสริมการเรียนรู้รูปแบบใหม่ เช่น ลดเวลาเรียน เพิ่มเวลารู้ รวมถึงการใช้ Active Learning, STEM และ PLC เพื่อพัฒนาทักษะดังกล่าว ในช่วงโควิด-19 การเรียนออนไลน์ด้วยสื่อดิจิทัลและเทคโนโลยีช่วยสนับสนุนการคิดวิเคราะห์อย่างต่อเนื่อง ขณะเดียวกันก็มีการเตรียมปรับหลักสูตรสู่หลักสูตรฐานสมรรถนะ ที่เน้นการคิดวิเคราะห์ผ่านการเรียนรู้จากปรากฏการณ์จริงเพื่อเสริมสร้างความพร้อมของผู้เรียนในอนาคต

          จากข้อมูลระดับสากลพบว่า 98.5% ของนายจ้าง เห็นว่าทักษะการคิดวิเคราะห์ (critical thinking) เป็นทักษะที่สำคัญที่สุดในการจ้างงาน แต่มีเพียง 55.8% เท่านั้นที่ประเมินว่านักศึกษาจบใหม่มีความเชี่ยวชาญในทักษะนี้ ซึ่งสะท้อนถึงช่องว่างอย่างมีนัยสำคัญ [1] ขณะเดียวกัน 69.6% ของนายจ้าง ระบุว่าทักษะการคิดเชิงวิพากษ์เป็นปัจจัยสำคัญที่ส่งผลต่อความสำเร็จในการทำงาน [2] นอกจากนี้ รายงานจาก Forbes ยังระบุว่าองค์กรกว่า 60% ให้ความสำคัญเป็นพิเศษกับผู้สมัครที่มีความสามารถด้านนี้ [3] ข้อมูลเชิงสถิติเหล่านี้จึงเน้นย้ำว่า ความสามารถในการคิดวิเคราะห์อย่างมีเหตุผลเป็นความสามารถที่ควรเร่งพัฒนา โดยเฉพาะในระบบการศึกษาและการฝึกอบรม เพื่อเตรียมคนรุ่นใหม่ให้พร้อมสำหรับการเปลี่ยนแปลงในโลกยุคดิจิทัลและเศรษฐกิจความรู้

         ภาครัฐมีบทบาทสำคัญในการส่งเสริมและเตรียมความพร้อมในการประยุกต์ใช้ AI ผ่านนโยบาย ฝึกอบรมครู และสนับสนุนการวิจัย เพื่อให้การศึกษาและแรงงานปรับตัวเข้าสู่ยุคดิจิทัลได้อย่างมีประสิทธิภาพ อย่างไรก็ตาม ยังขาดการส่งเสริมที่เน้นการพัฒนาทักษะคิดวิเคราะห์ควบคู่กับการใช้ AI การแก้ไขปัญหาเหล่านี้จำเป็นต้องเริ่มจากการพัฒนาหลักสูตรที่ส่งเสริมการคิดวิเคราะห์ เช่น Problem-Based Learning (PBL) และ Phenomenon-Based Learning (PhBL) ควบคู่กับการใช้ Generative AI เป็นเครื่องมือสนับสนุนการเรียนรู้ที่กระตุ้นการวิเคราะห์และการแก้ปัญหา  การคิดวิเคราะห์เป็นทักษะสำคัญที่ช่วยให้ผู้เรียนแก้ปัญหาอย่างมีเหตุผลและสร้างสรรค์ รูปแบบการสอน PBL และ PhBL สนับสนุนการพัฒนาทักษะนี้โดยให้ผู้เรียนเผชิญกับปัญหาหรือปรากฏการณ์จริงที่ต้องวางแผน วิเคราะห์ และตัดสินใจอย่างเป็นระบบ จึงช่วยเสริมสร้างความเข้าใจเชิงลึกและความสามารถในการแก้ไขปัญหาในชีวิตจริงได้อย่างมีประสิทธิภาพ

Generative AI มีศักยภาพในการช่วยเพิ่มประสิทธิภาพในการเขียนโปรแกรม เช่น การสร้างชุดคำสั่งอัตโนมัติ การตรวจสอบและปรับปรุงชุดคำสั่ง และการให้คำแนะนำสำหรับผู้เรียน แต่ควรถูกใช้อย่างสมดุลเพื่อลดการพึ่งพาเทคโนโลยีมากเกินไป การสร้างความร่วมมือระหว่างภาครัฐและเอกชนเพื่อพัฒนาทรัพยากร การอบรมครู และการปรับปรุงหลักสูตร จะช่วยให้ประเทศไทยสามารถพัฒนาการคิดวิเคราะห์ในผู้เรียนและนักพัฒนาได้อย่างยั่งยืน การผสานการสอนที่เน้นการคิดวิเคราะห์กับเทคโนโลยี Generative AI ไม่เพียงช่วยพัฒนาความสามารถของบุคลากร แต่ยังเสริมสร้างศักยภาพในการแข่งขันของอุตสาหกรรมซอฟต์แวร์ไทยในระดับโลก

Downloads

Download data is not yet available.

เอกสารอ้างอิง

NACE. Career readiness: Competencies employers weigh - importance versus new grad proficiency. National Association of Colleges and Employers [Internet]. 2023 [cited 2025 Apr 23]. Available from: https://www.naceweb.org/career-readiness/competencies/competencies

-employers-weigh-importance-versus-new-grad-proficiency

World Economic Forum. Critical thinking: What is it and why does it matter? [Internet]. 2016 [cited 2025 Apr 23]. Available from: https://www.weforum.org/stories/2016/11/critical-thinking -what-is-it-and-why-does-it-matter

Wells R. 60% of employers prize candidates with this in-demand skill in 2003. Forbes [Internet]. 2023 Oct 4 [updated 2006 Oct 05; cited 2025 Apr 23]. Available from: https://www.forbes.com/sites/rachelwells/2023/10/ 04/60-of-employers-prize-candidates-with-this-in-demand-skill

Brown T, Mann B, Ryder N, Subbiah M, Kaplan J, Dhariwal P, et al. Language models are few-shot learners [Internet]. 2020 [cited 2025 April 23]. Available from: https://arxiv.org/abs/2005.14165.

Organisation for Economic Co-operation and Development (OECD). PISA 2015 results: Excellence and equity in education [Internet]. Vol. 1. Paris: OECD Publishing [Internet]. 2016 Dec 6 [cited 2025 Apr 25]. Available from: https://www.oecd.org/en/publications/pisa-2015-results-volume-i_ 9789264266490-en.html

กระทรวงศึกษาธิการ. คู่มือบริหารจัดการเวลาเรียน ตามนโยบาย "ลดเวลาเรียน เพิ่มเวลารู้". กรุงเทพฯ : สำนักวิชาการและมาตรฐานการศึกษา; 2559.

อภิสิทธิ์ ธงไชย. สะเต็มศึกษา (STEM education) [อินเทอร์เน็ต]. [เข้าถึงเมื่อ 7 กรกฎาคม 2568]. กรุงเทพฯ: สถาบันส่งเสริมการสอนวิทยาศาสตร์และเทคโนโลยี (สสวท.); 2560. เข้าถึงได้จาก: http://pichet-pinit.in.th/wp-content/uploads/ 2017/01/XRsj0MSWyD17.pdf

สำนักงานคณะกรรมการการศึกษาขั้นพื้นฐาน (สพฐ.). แนวทางการนิเทศเพื่อพัฒนาการส่งเสริมการจัดการเรียนรู้เชิงลึก (Active learning) [อินเทอร์เน็ต]. กรุงเทพฯ: หน่วยศึกษานิเทศก์ สํานักงานคณะกรรมการการศึกษาขั้นพื้นฐาน; 2562 [เข้าถึงเมื่อ 7 ก.ค. 2568]. เข้าถึงได้จาก: http://academic.obec.go.th/images/ document/1603180137_d_1.pdf

บังอร เสรีรัตน์, สุมาลี เชื้อชัย, เรวณี ชัยเชาวรัตน์, เฉลิมชัย พันธ์เลิศ, กุณฑลี บริรักษ์สันติกุล, นาฎฤดี จิตรรังสรรค์. คู่มือการจัดทำหลักสูตรสถานศึกษาฐานสมรรถนะ [อินเทอร์เน็ต]. กรุงเทพฯ: ธนาคารไทยพาณิชย์ และมูลนิธิสยามกัมมาจล; 2566 [เข้าถึงเมื่อ 7 กรกฎาคม 2568]. เข้าถึงได้จาก: https://www.iccs.ac.th/wp-content/uploads/2024/11/คู่มือการจัดทำหลักสูตรฯ.pdf

Bell S. (2010). Project-based learning for the 21st century: Skills for the future. The Clearing House, 83(2), 39–43. doi: 10.1080/00098650903505415

Dede, C. (2014). The Role of Digital Technologies in Deeper Learning. Students at the Center: Deeper Learning Research Series. Jobs for the Future.

UNESCO. (2023). Artificial Intelligence in education: Challenges and opportunities for sustainable development. United Nations Educational, Scientific and Cultural Organization. [Internet]. 2023 [cited 2025 Apr 23]. Available from: https://unesdoc.unesco.org/ark:/48223/pf0000380455

Brown TB, Mann B, Ryder N, Subbiah M, Kaplan J, Dhariwal P, et al. Language models are few-shot learners. In: 34th Conference on Neural Information Processing Systems [Internet]. NeurIPS 2020; 2020 [cited 2026 Jun 24]. p. 1-25, Vancouver, Canada. Available from: https://proceedings. neurips.cc/paper/2020/file/1457c0d6bfcb4967418bfb8ac142f64a-Paper.pdf

สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์. ปัญญาประดิษฐ์ในการบริการภาครัฐ [อินเทอร์เน็ต]. กรุงเทพฯ: ศูนย์วิเคราะห์ข้อมูล สายยุทธศาสตร์ สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์; 2566. [เข้าถึงเมื่อ 7 ก.ค. 2568]. เข้าถึงได้จาก: https://www.etda.or.th/getattachment/bb938d1a-6dd4-4407-bd87-d026773eda89/AI-in-Government-Services.aspx

Paul R, Elder L. Critical thinking: Tools for taking charge of your

learning and your life. 2nd ed. Upper Saddle River, NJ: Pearson; 2014.

Sommerville I. Software engineering. 10th ed. Boston: Pearson; 2015.

Sebesta RW. Concepts of programming languages. 12th ed. Boston:

Pearson; 2019.

Matthes E. Python crash course: A hands-on, project-based introduction

to programming. 2nd ed. San Francisco: No Starch Press; 2019.

Goodfellow I, Pouget-Abadie J, Mirza M, Xu B, Warde-Farley D, Ozair S, et al. Generative adversarial nets. Adv Neural Inf Process Syst.

;27:2672-2680. doi: 10.5555/2969033.2969125

Bender EM, Gebru T, McMillan-Major A, Shmitchell S. On the dangers of

stochastic parrots: Can language models be too big?. In: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency. FAccT '21; 2021; New York, NY: Association for Computing Machinery; 2021, p. 610–623. doi: 10.1145/3442188.3445922

GitHub Copilot. Your AI pair programmer [Internet]. 2026 [cited 2025 Apr 23]. Available from: https://github.com/features/copilot

หทัยรัตน์ บัณฑิตยารักษ์, ทรงธรรม เจริญจันทร์. รายงานการวิจัย: ทักษะการคิดวิเคราะห์ของนักศึกษาชั้นปีที่ 3 สาขาวิชาเทคโนโลยีโลจิสติกส์ และการจัดการระบบขนส่ง คณะมนุษย์ศาสตร์และสังคมศาสตร์ มหาวิทยาลัยเทคโนโลยีภาคตะวันออก. นครราชสีมา: มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก; 2553.

ราชบัณฑิตยสถาน. พจนานุกรมฉบับราชบัณฑิตยสถาน พ.ศ. 2544.

กรุงเทพฯ: ราชบัณฑิตยสถาน; 2544.

เกรียงศักดิ์ เจริญวงศ์ศักดิ์. การคิดวิเคราะห์เพื่อความสำเร็จในชีวิตและการทำงาน.

กรุงเทพฯ: สำนักพิมพ์มหาวิทยาลัยธรรมศาสตร์; 2553.

Krathwohl DR, Bloom BS, Masia BB. Taxonomy of educational objectives, the classification of educational goals, handbook II: Affective domain. New York: David McKay Co., Inc; 1964.

Ausubel DP. The psychology of meaningful verbal learning. New York:

Grune & Stratton; 1963.

Piaget J. Development and learning. In: Ripple RE, Rockcastle V, editors.

Piaget rediscovered [Internet]. Ithaca: Cornell University; 1964 [cited 2026 Jun 24]. p. 7-20. Available from: https://s3.amazonaws.com/files. commons .gc.cuny.edu/wp-content/blogs.dir/2030/files/2014/10/Piaget-Development-and-Learning.pdf

สุวิทย์ มูลคำ. กลยุทธ์การสอนคิดวิเคราะห์. กรุงเทพฯ: ภาพพิมพ์; 2547.

สุวิทย์ มูลคำ, สนันทา สุนทรประเสริฐ. การพัฒนาผลงานทางวิชาการสู่--การเลื่อน วิทยฐานะ. กรุงเทพฯ: อี เค บุ๊คส์; 2550.

Ramesh A, Pavlov M, Goh G, Gray S, Voss C, Radford A, et al. Zero-

shot text-to-image generation [Internet]. 2021 Feb [cited 2025 Apr 25]. Available from: https://arxiv.org/abs/2102.12092

ดาวน์โหลด

เผยแพร่แล้ว

2026-07-13

รูปแบบการอ้างอิง

1.
แสงกุดเลาะ ธ, เรืองรอง ภ, เทียมแก้ว เ. การประยุกต์ใช้ Generative AI ในการเขียนโปรแกรมที่ส่งเสริมการคิดวิเคราะห์: Application of Generative AI in Programming that Promotes Critical Thinking. AdvSciJ [อินเทอร์เน็ต]. 13 กรกฎาคม 2026 [อ้างถึง 22 กรกฎาคม 2026];26(2):19-46. available at: https://li02.tci-thaijo.org/index.php/adscij/article/view/1174

ฉบับ

ประเภทบทความ

บทความวิชาการ