การศึกษาองค์ประกอบการใช้ปัญญาประดิษฐ์ เพื่อการจัดการเรียนรู้ของครูประถมศึกษา
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ ศึกษาและตรวจสอบยืนยันองค์ประกอบการใช้ปัญญาประดิษฐ์เพื่อการจัดการเรียนรู้ของครูประถมศึกษา โดยใช้การวิจัยเอกสารร่วมกับการสัมภาษณ์ผู้เชี่ยวชาญ แหล่งข้อมูลประกอบ ด้วยเอกสารทางวิชาการ บทความวิจัย และบทความวิชาการที่เกี่ยวข้อง จำนวน 20 แหล่ง เผยแพร่ระหว่างปี ค.ศ. 2016 - 2024 และผู้เชี่ยวชาญ จำนวน 5 คน คัดเลือกแบบเจาะจงจากผู้มีความรู้ ความเชี่ยวชาญ หรือประสบการณ์ด้านปัญญาประดิษฐ์ เทคโนโลยีดิจิทัล การจัดการเรียนรู้ การพัฒนาครู การวัดและประเมินผลทางการศึกษา เครื่องมือที่ใช้ในการวิจัย ได้แก่ แบบบันทึกการวิเคราะห์เอกสารและแบบสัมภาษณ์กึ่งโครงสร้าง วิเคราะห์ข้อมูลด้วยการวิเคราะห์เนื้อหา การจัดหมวดหมู่ การสังเคราะห์องค์ประกอบ การแจกแจงความถี่ และการตรวจสอบยืนยันจากผู้เชี่ยวชาญ โดยกำหนดเกณฑ์คัดเลือกองค์ประกอบที่มีความถี่ตั้งแต่ 10 แหล่งขึ้นไป หรือร้อยละ 50 ของแหล่งข้อมูลทั้งหมด ผลการวิจัยพบว่า องค์ประกอบการใช้ปัญญาประดิษฐ์เพื่อการจัดการเรียนรู้ของครูประถมศึกษา ประกอบด้วย 5 องค์ประกอบ รวม 25 พฤติกรรมบ่งชี้ ได้แก่ 1) การวางแผนการจัดการเรียนรู้ด้วยปัญญาประดิษฐ์ มีความถี่ 17 แหล่ง คิดเป็นร้อยละ 85 2) การผลิตสื่อและนวัตกรรมการเรียนรู้ด้วยปัญญาประดิษฐ์ มีความถี่ 18 แหล่ง คิดเป็นร้อยละ 90 3) การจัดกิจกรรมการเรียนรู้ด้วยปัญญาประดิษฐ์ มีความถี่ 15 แหล่ง คิดเป็นร้อยละ 75 4) การวัดและประเมินผลการเรียนรู้ด้วยปัญญาประดิษฐ์ มีความถี่ 14 แหล่ง คิดเป็นร้อยละ 70 และ 5) จริยธรรมและความปลอดภัยในการใช้ปัญญาประดิษฐ์ มีความถี่ 17 แหล่ง คิดเป็นร้อยละ 85 โดยองค์ประกอบด้านการผลิตสื่อและนวัตกรรมการเรียนรู้ด้วยปัญญาประดิษฐ์มีความถี่สูงสุด ผลการสัมภาษณ์ผู้เชี่ยวชาญยืนยันว่าองค์ประกอบทั้ง 5 ด้านมีความเหมาะสม ครอบคลุมกระบวนการจัดการเรียนรู้ของครูประถมศึกษา และสามารถนำไปใช้เป็นกรอบในการพัฒนาครูและพัฒนาเครื่องมือวิจัยต่อไปได้
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
European Commission. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators. Luxembourg: Publications Office of the European Union.
Holmes, W. et al. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Boston: Center for Curriculum Redesign.
Holsti, O. R. (1969). Content analysis for the social sciences and humanities. Reading, MA: Addison - Wesley Publishing Company.
Kasneci, E. et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https:// doi.org/10.1016/j.lindif.2023.102274.
Lo, C. K. (2023). What is the impact of ChatGPT on education? A rapid review of the literature. Education Sciences, 13(4), 410. https://doi.org/10.3390/educsci13040410.
Luckin, R. et al. (2016). Intelligence Unleashed: An Argument for AI in Education. London: Pearson.
Miao, F. & Holmes, W. (2023). Guidance for generative AI in education and research. Paris: UNESCO.
OECD. (2021). OECD digital education outlook 2021: Pushing the frontiers with artificial intelligence, blockchain and robots. Paris: OECD Publishing.
Redecker, C. (2017). European framework for the digital competence of educators: DigCompEdu. Luxembourg: Publications Office of the European Union.
Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Cambridge: Polity Press.
UNESCO. (2021). AI and education: Guidance for policy - makers. Paris: UNESCO.
__________. (2024). AI competency framework for teachers. Paris: UNESCO.
UNICEF. (2022). Educators’ digital competence framework. Retrieved July 1, 2026, from https://www.unicef.org/eca/reports/educators-digital-competence-framework
Yan, L. et al. (2024). Practical and ethical challenges of large language models in education: A systematic scoping review. British Journal of Educational Technology, 55(1), 90-112. https://doi.org/10.1111/bjet.13370.
