ความสามารถในการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์สู่การเป็นบัณฑิตยุคดิจิทัล ของสถาบันสารสาสน์เทคโนโลยีแห่งสุวรรณภูมิ
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยเรื่องนี้ มีวัตถุประสงค์ เพื่อศึกษาระดับความสามารถในการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์สู่การเป็นบัณฑิตยุคดิจิทัลของสถาบันสารสาสน์เทคโนโลยีแห่งสุวรรณภูมิ กลุ่มตัวอย่างคือ บัณฑิตระดับปริญญาตรีคณะบริหารธุรกิจ จํานวน 92 คน โดยผู้วิจัย กำหนดกลุ่มตัวอย่างจากตารางเครซี่และมอร์แกน และใช้วิธีการสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) เครื่องมือที่ใช้ในการวิจัย คือ แบบสอบถามที่เป็นแบบมาตราส่วนประมาณค่า (Rating scale) 5 ระดับ สถิติที่ใช้ในการวิเคราะห์ข้อมูลคือ การวิเคราะห์ค่าความถี่ (Frequency) ค่าร้อยละ (Percentage) ค่าเฉลี่ย (Mean) และส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) ผลการวิจัยพบว่า ความสามารถในการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ของบัณฑิตยุคดิจิทัลของสถาบันสารสาสน์เทคโนโลยีแห่งสุวรรณภูมิ โดยภาพรวมมีค่าเฉลี่ยอยู่ในระดับมาก เมื่อพิจารณาเป็นรายด้าน พบว่า ด้านการแก้ปัญหาด้วยเครื่องมือดิจิทัล มีค่าเฉลี่ยสูงสุด รองลงมา คือ ด้านการใช้ดิจิทัล, ด้านการปรับตัวสู่การเปลี่ยนแปลงดิจิทัล และด้านการเข้าใจดิจิทัล ตามลำดับ และผลการศึกษาครั้งนี้เป็นประโยชน์ต่อการปรับปรุงหลักสูตร ให้ทันสมัยและตรงตามความต้องการของตลาดแรงงาน ความรู้ในเรื่องการประยุกต์ใช้ปัญญาประดิษฐ์ในยุคดิจิทัล เพิ่มความรู้ด้านเทคโนโลยี ที่เกี่ยวข้องกับการนำปัญญาประดิษฐ์มาทำงานด้วยการรับข้อมูล วิเคราะห์ข้อมูล และประมวลผลเพื่อตอบกลับมาในรูปแบบต่าง ๆ การบัญชี ซอฟต์แวร์การวิเคราะห์ข้อมูลและระบบคลาวด์ สนับสนุนการปรับใช้เทคโนโลยีอย่างชาญฉลาดร่วมกับการพัฒนาทักษะการทำงาน เพื่อเพิ่มประสิทธิภาพในการดำเนินธุรกิจในยุคดิจิทัลได้อย่างมีประสิทธิผลและเน้นการพัฒนาทักษะทางด้านดิจิทัลนําความสามารถในการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ในการทำงาน มุ่งสร้างบัณฑิตที่ดีและเก่งเพื่อการพัฒนาประเทศชาติสู่ความเป็นเลิศทางเทคโนโลยี
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม. (2562). สรุปผลการสำรวจข้อมูลสถานภาพการรู้เท่าทันสื่อและสารสนเทศของประเทศไทย. กรุงเทพมหานคร: กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัย และนวัตกรรม.
เจริญศักดิ์ แซ่จึง. (2562). การวิเคราะห์ข้อมูลทางธุรกิจในยุคของปัญญาประดิษฐ์. วารสารธุรกิจปริทัศน์, 11(2), 157-177.
ทศพร มะหะหมัด และมนัส สุทธิการ. (2563). ปัญญาประดิษฐ์การจัดการทรัพยากรบุคคลสมัยใหม่ในองค์กร. วารสาร RMUTT Global Business and Economics Review, 5(1), 75-89.
ประสุตา นาดี และคณะ. (2564). สมรรถนะของนักบัญชีในยุคดิจิทัล: ทักษะการปรับตัวในโลกที่เปลี่ยนแปลง. วารสารศิลปศาสตร์และวิทยาการจัดการ, 8(2), 19-32.
เพ็ญพรรณ วันเพ็ญ. (2561). การรับรู้และทัศนคติที่มีผลต่อความพร้อมรับมือในการเข้ามาแทนที่ของปัญญาประดิษฐ์กลุ่มจักรกลอัตโนมัติของพนักงานบริษัทเอกชน ในเขตอำเภอเมือง จังหวัดนครราชสีมา. ใน สารนิพนธ์บริหารธุรกิจมหาบัณฑิต สาขาบริหารธุรกิจ. มหาวิทยาลัยรามคำแหง.
ราชิต ไชยรัตน์. (2563). บทบาทนักบัญชีในโลกอนาคตจากนักบัญชีสู่นักบัญชีนวัตกร. เรียกใช้เมื่อ 16 พฤศจิกายน 2567 จาก http://www.tfac.or.th/Article/Detail/126212
ศนิชา ละครพล. (2565). ผลสํารวจแรงงานไทย 45% ขาดทักษะด้านดิจิทัล เสี่ยงถูกแทนที่ด้วยระบบ อัตโนมัติ. เรียกใช้เมื่อ 27 กุมภาพันธ์ 2568 จาก https://shorturl.asia/4vxer
สมอุษา วิไลพันธุ์. (2561). การปฏิรูปกระบวนการทํางานด้วยเทคโนโลยีดิจิทัล ศึกษาเฉพาะกรณีสํานักงานปลัดกระทรวงการพัฒนาสังคมและความมั่นคงของมนุษย์. วารสารรามคำแหงฉบับรัฐประศาสนศาสตรมหาบัณฑิต, 2(2), 1-27.
สำนักงานทะเบียนและวัดผล. (2567). สถาบันสารสาสน์เทคโนโลยีแห่งสุวรรณภูมิ, ข้อมูลนักศึกษาและระเบียบการศึกษา. เรียกใช้เมื่อ 20 ธันวาคม 2567 จาก https://svit.ac.th
สุพรรณี รัตนโรจน์. (2563). ปัจจัยที่ส่งผลต่อการใช้งานเทคโนโลยีดิจิทัลในการบริหารทรัพยากรมนุษย์ของพนักงานธนาคารของรัฐขนาดใหญ่ ABC. ใน สารนิพนธ์บริหารธุรกิจมหาบัณฑิต สาขาบริหารธุรกิจ. มหาวิทยาลัยธรรมศาสตร์.
Cazares, C. (2024). Teacher acceptance of artificial intelligence tools: Examining the role of perceived benefits and concerns in K-12 education. Contemporary Educational Technology, 16(2), 1-18.
Chaib-draa, B. (1995). Industrial applications of distributed AI. Communications of the ACM, 38(11), 49-53.
Cronbach, L. J. (1990). Essentials of psychological testing. (5th ed.). New York: Harper Collins.
Deelertpaiboon, S. et al. (2023). Digital literacy development of professional nurses. Vajira Nursing Journal, 25(1), 70-79.
Kaplan, A. & Haenlein, M. (2023). Rethinking leadership for the age of AI. Journal of Business Strategy, 44(1), 11-18.
Krejcie, R. V. & Morgan, D. W. (1970). Determining sample size for research activities. Educational and Psychological Measurement, 30(3), 607-610.
Na, S. et al. (2023). Artificial intelligence (AI)-based technology adoption in the construction industry: A cross national perspective using the technology acceptance model. Buildings, 13(10), 2518. https://doi.org/10.3390/buildings13102518.
Peres, R. S. et al. (2020). Industrial Artificial Intelligence in Industry 4.0 - Systematic Review, Challenges and Outlook. IEEE Access, 8(2020). https://doi.org/10.1109/ACCESS.2020.3042874.
Ribeiro, J. et al. (2021). Robotic process automation and artificial intelligence in industry 4.0 - A literature review. Procedia Computer Science, 181, 51-58. Doi: https://doi.org/10.1016/j.procs.2021.01.104.
Sajja, R. et al. (2024). Artificial Intelligence-Enabled Intelligent Assistant for Personalized and Adaptive Learning in Higher Education. Information, 15(10), 596. Doi: https://doi.org/10.3390/info15100596.
Sharda, N. (2021). Serving food from the cloud: Financial growth strategy. Toptal. Retrieved November 16, 2019, from https://www.toptal.com/management-consultants/growth-strategy/cloud-kitchen
Sugito. (2024). Implementation of Digital Marketing Strategy in Increasing Company Competitiveness. Ilomata International Journal of Management, 5(1), 178-190.
