กลยุทธ์การจัดการงานอีเว้นท์กีฬาอย่างยั่งยืนด้วยปัญญาประดิษฐ์จากมุมมองการรับรู้และการยอมรับของผู้เข้าร่วม กรณีซีเกมส์ ครั้งที่ 33
คำสำคัญ:
ปัญญาประดิษฐ์, การรับรู้และการยอมรับ, ความยั่งยืน, งานอีเว้นท์กีฬาบทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาศักยภาพการประยุกต์ใช้ปัญญาประดิษฐ์ในการจัดการงานอีเว้นท์กีฬา โดยพิจารณาการรับรู้และการยอมรับของผู้เข้าร่วมงาน 2) วิเคราะห์ปัจจัยด้านสังคม วัฒนธรรม และความยั่งยืนที่มีอิทธิพลต่อทัศนคติและพฤติกรรมการมีส่วนร่วมในงาน
อีเว้นท์กีฬา และ3) พัฒนากลยุทธ์การจัดการงานอีเว้นท์กีฬาอย่างยั่งยืนที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ในบริบทของงานกีฬาขนาดใหญ่ โดยใช้กรณีศึกษาการแข่งขันซีเกมส์ ครั้งที่ 33 ในพื้นที่กรุงเทพมหานคร งานวิจัยใช้ระเบียบวิธีวิจัยแบบผสมผสาน เก็บข้อมูลเชิงปริมาณจากแบบสอบถามผู้เข้าร่วมงานจำนวน 400 คน และข้อมูลเชิงคุณภาพจากการสัมภาษณ์เชิงลึกผู้เชี่ยวชาญด้านการจัดการงานกีฬา เทคโนโลยีดิจิทัล และความยั่งยืน จำนวน 15 คน วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา การวิเคราะห์ถดถอยพหุคูณ และการวิเคราะห์เชิงเนื้อหา
ผลการวิจัยสรุปตามวัตถุประสงค์ ดังนี้ 1) ผู้เข้าร่วมงานมีการรับรู้และทัศนคติต่อการประยุกต์ใช้ปัญญาประดิษฐ์ในการจัดการงานอีเว้นท์กีฬาอย่างยั่งยืนอยู่ในระดับมากทุกมิติ โดยเฉพาะด้านการรับรู้ประโยชน์ ทัศนคติ และเจตนาพฤติกรรมในการมีส่วนร่วม สะท้อนถึงความพร้อมในการยอมรับการจัดการงานกีฬาที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ 2) ปัจจัยที่มีอิทธิพลต่อการยอมรับอย่างมีนัยสำคัญ ได้แก่ การรับรู้ประโยชน์ ความเชื่อมั่นและความปลอดภัยของข้อมูล ความง่ายในการใช้งาน รวมถึงผลกระทบด้านสิ่งแวดล้อมและมิติสังคม และ3) จากการบูรณาการผลการวิจัยเชิงปริมาณและเชิงคุณภาพ สามารถพัฒนากลยุทธ์การจัดการงานอีเว้นท์กีฬาอย่างยั่งยืนที่ขับเคลื่อนด้วยปัญญาประดิษฐ์จำนวน 5 กลยุทธ์ ซึ่งสามารถนำไปประยุกต์ใช้ในการจัดงานกีฬาขนาดใหญ่และกิจกรรมระดับนานาชาติในอนาคตได้อย่างเป็นรูปธรรม
เอกสารอ้างอิง
การกีฬาแห่งประเทศไทย. (2568). สรุปผลการดำเนินงานและจำนวนผู้เข้าชมการแข่งขันกีฬาซีเกมส์ ครั้งที่ 33 ณ กรุงเทพมหานคร ชลบุรี และสงขลา. เรียกใช้เมื่อ 18 ธันวาคม 2568 จาก https://www.sat.or.th
Al-Buenain, A., Al-Ali, A., & Al-Emadi, A. (2024). Machine learning–based attendance forecasting for mega sporting events: Evidence from FIFA World Cup Qatar 2022. Journal of Sport Management, 38(2), 123–139.
Buhalis, D., & Sinarta, Y. (2019). Real-time co-creation and nowness service: Lessons from tourism and hospitality. Journal of Travel & Tourism Marketing, 36(5), 563–582.
Getz, D., & Page, S. J. (2019). Event studies: Theory, research and policy for planned events (3rd ed.). London: Routledge.
Gössling, S., Scott, D., & Hall, C. M. (2025). Artificial intelligence, digitalization and sustainability transformations in tourism and events. Tourism Management, 98, 104832.
Gretzel, U., Fesenmaier, D. R., Formica, S., & O’Leary, J. T. (2020). Searching for the future: Challenges faced by destination marketing organizations. Journal of Travel Research, 59(7), 1223–1237.
International Organization for Standardization. (2024). ISO 20121:2024 Event sustainability management systems — Requirements with guidance for use. Geneva: ISO.
Kumar, D., & Ratten, V. (2025). Artificial intelligence in event management: A systematic literature review. Event Management, 29(1), 1–18.
Raj, R., & Musgrave, J. (2020). Event management and sustainability. Wallingford: CABI.
United Nations Environment Programme. (2022). Sports for nature framework. Nairobi: UNEP.
United Nations World Tourism Organization. (2023). Artificial intelligence and tourism: Opportunities and challenges. Madrid: UNWTO.
Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157–178.
Yamashita, K., Shibata, T., & Koyama, S. (2022). Predicting spectator attendance at professional football matches using machine learning techniques. Journal of Sports Analytics, 8(4), 241–255.
Zhang, Y. (2023). Artificial intelligence carbon neutrality strategy in sports event management based on STIRPAT-GRU and transfer learning. Frontiers in Ecology and Evolution, 11, 1275703.
