ปัญญาประดิษฐ์ในการศึกษาวิทยาศาสตร์และเทคโนโลยี: ศักยภาพ จริยธรรม และสมรรถนะผู้สอนในศตวรรษที่ 21
Article Sidebar
Main Article Content
บทคัดย่อ
บทความนี้มุ่งศึกษาบทบาทและศักยภาพของปัญญาประดิษฐ์ (Artificial Intelligence: AI) ในการยกระดับคุณภาพการศึกษาวิทยาศาสตร์และเทคโนโลยี โดยมีวัตถุประสงค์หลัก 4 ประการ ได้แก่ การวิเคราะห์กลไกที่ปัญญาประดิษฐ์สร้างประสบการณ์การเรียนรู้เฉพาะบุคคล การประเมินประสิทธิผลของระบบวิเคราะห์ข้อมูลการเรียนรู้ (Learning analytics) ในการติดตามพัฒนาการของผู้เรียน การสำรวจความท้าทายเชิงจริยธรรมที่เกิดขึ้นจากการนำเทคโนโลยีมาประยุกต์ใช้ในบริบทการศึกษา และการกำหนดข้อเสนอแนะเชิงนโยบายสำหรับผู้บริหารสถาบันและผู้กำหนดนโยบายที่เกี่ยวข้อง การศึกษาอาศัยการทบทวนวรรณกรรมอย่างเป็นระบบ (Systematic review) จากงานวิจัยในช่วงทศวรรษที่ผ่านมา ผนวกกับการวิเคราะห์กรณีศึกษาจากสถาบันการศึกษาชั้นนำทั้งในระดับนานาชาติและในบริบทของประเทศไทย ผลการศึกษาชี้ให้เห็นว่าปัญญาประดิษฐ์มีขนาดผลเชิงบวกในระดับปานกลางถึงสูงต่อประสิทธิผลการเรียนรู้ โดยเฉพาะในการสนับสนุนการเรียนรู้ที่ตอบสนองความต้องการรายบุคคลและการให้ข้อมูลป้อนกลับแบบทันที อย่างไรก็ตาม ความสำเร็จดังกล่าวมีความสัมพันธ์อย่างมีนัยสำคัญกับสมรรถนะด้านดิจิทัลของผู้สอน ซึ่งงานวิจัยที่เกี่ยวข้องระบุตรงกันว่าเป็นปัจจัยที่ขาดไม่ได้ในการขับเคลื่อนการเปลี่ยนแปลงด้านดิจิทัลในชั้นเรียน นอกจากนี้แม้ปัญญาประดิษฐ์จะมีศักยภาพในการลดความเหลื่อมล้ำทางการศึกษา แต่ในทางปฏิบัติเทคโนโลยีเหล่านี้ยังคงกระจุกตัวอยู่ในสถาบันที่มีทรัพยากรสูง พร้อมกับก่อให้เกิดข้อกังวลด้านการคุ้มครองข้อมูลส่วนบุคคล ของผู้เรียนและความลำเอียงของระบบการประมวลผลอัตโนมัติ ซึ่งต้องการการจัดการเชิงนโยบาย
อย่างเป็นระบบและต่อเนื่อง
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
##default.contextSettings.thaijo.licenseTerms##เอกสารอ้างอิง
Baidoo-Anu, D., & Ansah, L. O. (2023). Education in the era of generative artificial intelligence (AI): Understanding the potential benefits of ChatGPT in promoting teaching and learning. Journal of AI, 7(1), 52–62.
Chen, X., Xie, H., Zou, D., & Hwang, G. J. (2020). Application and theory gaps during the rise of artificial intelligence in education. Computers and Education: Artificial Intelligence, 1, 100002.
Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20, 22.
Dabbagh, N., Fake, H., & Zhang, Z. (2019). Student perspectives of technology use for learning in higher education. RIED Revista Iberoamericana de Educación a Distancia, 22(1), 127–152.
Holmes, W., Porayska-Pomsta, K., Holstein, K., Sutherland, E., Baker, T., Shum, S. B., Santos, O. C., Rodrigo, M. T., Cukurova, M., Bittencourt, I. I., & Koedinger, K. R. (2022). Ethics of AI in education: Towards a community-wide framework. International Journal of Artificial Intelligence in Education, 32, 504–526.
Imjai, N., Aujirapongpan, S., Jutidharabongse, J., & Usman, B. (2024). Impacts of digital connectivity on Thailand's Generation Z undergraduates' social skills and emotional intelligence. Contemporary Educational Technology, 16(1), Article ep487.
Miao, F., Holmes, W., Huang, R., & Zhang, H. (2021). AI and education: Guidance for policy-makers. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000376709
Mishra, P. (2019). Considering contextual knowledge: The TPACK diagram gets an upgrade. Journal of Digital Learning in Teacher Education, 35(2), 76–78.
Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record: The Voice of Scholarship in Education, 108(6), 1017–1054.
Ouyang, F., & Jiao, P. (2021). Artificial intelligence in education: The three paradigms. Computers and Education: Artificial Intelligence, 2, Article 100020.
Prensky, M. (2010). Teaching digital natives: Partnering for real learning. Corwin Press.
Redecker, C. (2017). European framework for the digital competence of educators: DigCompEdu. Publications Office of the European Union.
Schwieger, D., & Ladwig, C. (2018). Reaching and retaining the next generation: Adapting to the expectations of Gen Z in the classroom. Information Systems Education Journal, 16(3), 45–54.
Seemiller, C., & Grace, M. (2018). Generation Z: A century in the making. Routledge.
Tondeur, J., Scherer, R., Siddiq, F., & Baran, E. (2020). Enhancing pre-service teachers' technological pedagogical content knowledge (TPACK): A mixed-method study. Educational Technology Research and Development, 68, 319–343.
UNESCO. (2022). K-12 AI curricula: A mapping of government-endorsed AI curricula.
UNESCO. (2023). Technology in education: A tool on whose terms? Global education monitoring report.
Williamson, B., & Hogan, A. (2020). Commercialisation and privatisation in/of education in the context of Covid-19. Education International. https://www.ei-ie.org/en/item/25251:commercialisation-and-privatisation-inof-education-in-the-context-of-covid-19
World Economic Forum. (2023). Future of jobs report 2023. https://www.weforum.org/reports/the-future-of-jobs-report-2023
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education - Where are the educators?. International Journal of Educational Technology in Higher Education, 16, 39.
Živković, A., Adamek, A., & Brkić, A. (2025). Generation Z and the future of work: Expectations of a healthy workplace. Proceedings of the International Academic Conference on Management and Economics, 3, 1–16.
