ความเหลื่อมล้ำทางปัญญาประดิษฐ์: ความฉลาดที่เกินจ่ายไหว

Pichai Ngamboonanant; Tanawut Soontorndacha; Chumpol Simthamnimit

Authors

Pichai Ngamboonanant Independent Scholar
Tanawut Soontorndacha Independent Scholar
Chumpol Simthamnimit Independent Scholar

Keywords:

AI Inequality, Intelligence Beyond Affordability, AI Geopolitics, Sadharanabhogita

Abstract

This academic article presents the concepts and theories of Green Human Resource Development and analyzes the role of human resource development in driving organizations toward a low-carbon economy and the Sustainable Development Goals (SDGs), particularly in the context of Thai organizations facing increasing pressures from environmental regulations and international Environmental, Social, and Governance (ESG) standards. The article primarily employs the Green Human Resource Management (GHRM) framework, examining both human resource management processes including recruitment, training, performance appraisal, rewards, and organizational culture and psychological mechanisms based on the Ability–Motivation–Opportunity (AMO) framework. Green Psychological Climate theory and the Sustainable Human Resource Management framework are also incorporated as complementary perspectives. The analysis indicates that human resource development should not be viewed merely as a temporary training program but rather as a strategic transformation of the entire human resource management system, with a green psychological climate serving as a mediating factor influencing successful implementation. However, Thai organizations continue to face five major challenges: shortages of environmental skills, organizational cultures that are not conducive to sustainability, insufficient investment, gaps between policy and actual implementation, and the absence of systematic performance measurement mechanisms. Accordingly, the article proposes five areas of development aligned with human resource management processes and presents comparative case studies between large organizations that have successfully integrated these approaches and achieved tangible outcomes and small and medium-sized enterprises (SMEs) that undertake such development primarily to meet the minimum requirements of their business partners. The article concludes that effective Green Human Resource Development requires integration at the individual and organizational levels, together with broader societal collaboration among the private sector, government agencies, and educational institutions, in order to prepare human resources for a sustainable transition.

References

กิตติธัช อ่ำพันธ์. (2569). สมรรถนะครูกับความท้าทายในการจัดการศึกษาในยุคปัญญาประดิษฐ์. วารสารสังคมศาสตร์ ลวะศรี, 8(1), 227-242.

ฐาปนี เพ็งสุข และคณะ. (2569). ปัจจัยเชิงสาเหตุของความฉลาดรู้ทางปัญญาประดิษฐ์และผลต่อประสิทธิภาพการเรียนรู้ของนักศึกษาระดับอุดมศึกษา. วารสาร มจร สังคมศาสตร์ปริทรรศน์, 15(2), 148-162.

ดุษฎี วรธรรมดุษฎี. (2569). บทวิจารณ์หนังสือ: ปรัชญาการเมืองของปัญญาประดิษฐ์: ความรู้เบื้องต้น. วารสารสถาบันพระปกเกล้า, 24(1), 194-212.

พงศ์เทพ โคตรประทุม และคณะ. (2569). การศึกษาช่องว่างและแนวโน้มของงานวิจัยด้าน AI Literacy ในระดับอุดมศึกษาตามบริบทภูมิภาคและประเทศ: การวิเคราะห์เชิงบรรณมิติจากฐานข้อมูล Scopus พ.ศ.2563-2568. วารสารวิจัยและพัฒนาอนุภูมิภาคลุ่มน้ำโขง, 5(1), 52-63.

พระครูกาญจนกิจโสภณ. (2569). พุทธจริยธรรมกับความรับผิดชอบ และการกำกับดูแลปัญญาประดิษฐ์. วารสาร มจร กาญจนปริทรรศน์, 6(1), 144-153.

พระพรหมคุณาภรณ์ (ป.อ. ปยุตฺโต). (2559). พจนานุกรมพุทธศาสตร์ ฉบับประมวลธรรม (พิมพ์ครั้งที่ 34). กรุงเทพฯ: มูลนิธิการศึกษาเพื่อสันติภาพ พระธรรมปิฎก (ป.อ. ปยุตฺโต).

พระอานนท์ เปลือกเขียว และคณะ. (2569). เทคโนโลยีปัญญาประดิษฐ์กับการแปลภาษา: การศึกษาผลกระทบต่อการถ่ายทอดความหมายและอัตลักษณ์ทางวัฒนธรรม. วารสาร มจร สุรนารีสาร, 4(1), 185-196.

พันธ์ศักดิ์ พึ่งงาม. (2569). ศักยภาพของ AI ในการสนับสนุนการตัดสินใจของผู้บริหารสถานศึกษา. วารสารวิจัยวิชาการ, 9(3), 337-356.

รวิภา อัครจินดานนท์ และธีรวุฒิ ตันติอธิมงคล. (2569). อิทธิพลของการประยุกต์ใช้ปัญญาประดิษฐ์ต่อการยกระดับประสิทธิภาพการดำเนินงานและความได้เปรียบทางการแข่งขันของธุรกิจออนไลน์รายย่อย. วารสารบริหารธุรกิจราชมงคลสุวรรณภูมิ, 3(1), 57-71.

สิริพัชรีญา ตะวังทัน. (2569). การนำทางสู่การเปลี่ยนผ่านรัฐบาลดิจิทัลในประเทศไทย: กรอบแนวคิดบูรณาการ 5 มิติเพื่อความเป็นเลิศด้านการบริการสาธารณะ. วิทยาการบริหารภาครัฐสมัยใหม่, 3(2), 269-278.

สุกัญญา สุดารารัตน์. (2569). ภาวะผู้นำเชิงปัญญาประดิษฐ์ของผู้บริหารสถานศึกษาเพื่อการพัฒนาการศึกษายุคปัญญาประดิษฐ์. วารสารมหาวิทยาลัยพายัพ, 36(1), 210-229.

สุรพล สุยะพรหม และคณะ. (2567). แนวคิด ทฤษฎีและหลักพุทธธรรมทางการจัดการเชิงพุทธ รัฐศาสตร์และรัฐประศาสนศาสตร์. กรุงเทพฯ: หลักสูตรบัณฑิตศึกษา ภาควิชารัฐศาสตร์ คณะสังคมศาสตร์ มหาวิทยาลัยมหาจุฬาลงกรณราชวิทยาลัย.

เอื้องสุดา แก้วกุลปรีชา. (2569). ความเหลื่อมล้ำทางดิจิทัลกับการนำนโยบายสาธารณะไปปฏิบัติ. วารสาร มจร เพชรบุรีปริทรรศน์, 9(1), 296-306.

Anthropic. (2026). Statement on the US government directive to suspend access to Fable 5 and Mythos 5. Retrieved June 13, 2026, from https://www.anthropic.com/news/fable-mythos-access.

Brynjolfsson, E. (2022). The Turing trap: The promise and peril of human-like artificial intelligence. Dædalus, 151(2), 272-287.

Cui, X. et al. (2022). Can application of artificial intelligence in enterprises promote the corporate governance? Frontiers in Environmental Science, 10, 944467.

Dieterle, E. et al. (2024). The cyclical ethical effects of using artificial intelligence in education. AI & Society, 39(2), 633–643.

Lewicki, K. et al. (2023). Out of context: Investigating the bias and fairness concerns of “artificial intelligence as a service.” In Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems (Article 135, pp. 1–17). New York, NY: ACM.

Liu, J. (2026). China blocks Meta’s acquisition of Chinese-founded AI startup Manus. Retrieved June 13, 2026, from https://edition.cnn.com/2026/04/27/tech/china-blocks-meta-manus-intl-hnk.

Moll, B. et al. (2022). Uneven growth: Automation’s impact on income and wealth inequality. Econometrica, 90(6), 2645-2683.

Morimoto, J. (2022). Intersectionality of social and philosophical frameworks with technology: Could ethical AI restore equality of opportunities in academia? Humanities and Social Sciences Communications, 9, 203.

Noorman, M. et al. (2023). AI and energy justice. Energies, 16(5), 2110.

Wu, Y. (2022). An overview analysis of AI divide: Applications and prospects of AI divide in China’s society. In Proceedings of the 2022 3rd International Conference on Mental Health, Education and Human Development (MHEHD 2022) (pp. 3–9). Paris, France: Atlantis Press.

Yu, P. K. (2020). The algorithmic divide and equality in the age of artificial intelligence. Florida Law Review, 72(2), 331-389.