การพัฒนาปัญญาประดิษฐ์เชิงสนทนาผ่านการเรียนรู้ด้วยสถานการณ์เป็นฐานเพื่อส่งเสริมความสามารถการปฏิบัติการฝ่ายอำนวยการ สำหรับนายทหารนักเรียนหลักสูตรการปฏิบัติการร่วม

Main Article Content

กฤศณัฏฐ์ นาคทอง
ศรินย์พร ชัยวิศิษฎ์

บทคัดย่อ

การวิจัยครั้งนี้มีวัตถุประสงค์หลักเพื่อพัฒนาปัญญาประดิษฐ์เชิงสนทนาร่วมกับการเรียนรู้ด้วยสถานการณ์เป็นฐาน (Situation-Based Learning: SBL) ประกอบด้วย 5 ขั้นตอน เพื่อส่งเสริมความสามารถการปฏิบัติการฝ่ายอำนวยการสำหรับนายทหารนักเรียนหลักสูตรการปฏิบัติการร่วม พร้อมทั้งศึกษาผลสัมฤทธิ์การเรียนรู้เปรียบเทียบระหว่างก่อนและหลังการใช้งานเครื่องมือและวิเคราะห์พัฒนาการความสามารถในการปฏิบัติงานฝ่ายอำนวยการระหว่างการเรียนรู้ การดำเนินการวิจัยใช้รูปแบบการวิจัยกึ่งทดลอง (Quasi-Experimental Research) กับกลุ่มตัวอย่างซึ่งเป็นนายทหารนักเรียนหลักสูตรการปฏิบัติการร่วม ประจำปีงบประมาณ พ.ศ. 2569 จำนวน 30 นาย ที่ได้มาจากการสุ่มแบบเจาะจง (Purposive Sampling) สำหรับเครื่องมือที่ใช้ในการวิจัย ประกอบด้วย ระบบปัญญาประดิษฐ์เชิงสนทนาที่พัฒนาขึ้นบนแพลตฟอร์ม n8n โดยบูรณาการการทำงานของ Gemini AI ร่วมกับเทคโนโลยีการเรียกข้อมูล (Retrieval-Augmented Generation: RAG) เพื่อเพิ่มประสิทธิภาพในการตอบสนองข้อมูลที่แม่นยำ โดยผู้เรียนสามารถเข้าถึงระบบผ่านแอปพลิเคชัน LINE Official Account (LINE OA) นอกจากนี้ยังมีแบบทดสอบวัดผลสัมฤทธิ์ทางการเรียน และแบบวัดความสามารถการปฏิบัติการฝ่ายอำนวยการเป็นเครื่องมือในการเก็บรวบรวมข้อมูล สถิติที่ใช้ในการวิเคราะห์ข้อมูล ประกอบด้วย ค่าเฉลี่ย (M) ส่วนเบี่ยงเบนมาตรฐาน (S.D.) และการทดสอบค่าทีแบบกลุ่มตัวอย่างที่มีความสัมพันธ์กัน (Paired-Samples t-test)
ผลการวิจัยพบว่า 1) ระบบปัญญาประดิษฐ์เชิงสนทนาที่พัฒนาขึ้นตามวงจรการพัฒนาซอฟต์แวร์ SDLC 7 ขั้นตอน มีคุณภาพอยู่ในเกณฑ์ดีมาก โดยเฉพาะด้านประสิทธิภาพการให้ข้อมูลป้อนกลับทันทีและความทันสมัยของสื่อการเรียนรู้ ซึ่งได้รับคะแนนประเมินสูงสุด (M = 5.00) ระบบสามารถให้ข้อมูลที่แม่นยำจากการอ้างอิงตามหลักนิยมทางทหารได้จริงผ่านเทคโนโลยี RAG 2) ผลสัมฤทธิ์ทางการเรียนรู้หลังเรียน (T2 ; M = 20.27) สูงกว่าก่อนเรียน (T1; M = 16.67) อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 เเละ 3) ความสามารถการปฏิบัติการฝ่ายอำนวยการหลังเรียนในสายงานกำลังพล การข่าว และการส่งกำลังบำรุง เพิ่มสูงขึ้นอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 และมีพัฒนาการเพิ่มขึ้นอย่างต่อเนื่องในทั้ง 3 ระยะการทดลอง (X1 + X2 + X3) สรุปได้ว่า การบูรณาการปัญญาประดิษฐ์เชิงสนทนาเข้ากับการเรียนรู้เชิงสถานการณ์สามารถยกระดับขีดความสามารถของนายทหารนักเรียนได้จริง

Article Details

ประเภทบทความ
บทความวิจัย

เอกสารอ้างอิง

จักรพันธุ์ กิตตินรรัตน์. (2568). ระเบียบวิธีวิจัยทางสังคมศาสตร์. มหาวิทยาลัยเกษตรศาสตร์.

ทิศนา แขมมณี. (2552). ศาสตร์การสอน: องค์ความรู้ เพื่อการจัดกระบวนการเรียนรู้ที่มีประสิทธิภาพ. จุฬาลงกรณ์มหาวิทยาลัย.

วิทยาลัยเสนาธิการทหาร. (2567). เอกสารประกอบการบรรยาย วิชา การจัดและการดำเนินงานของฝ่ายอำนวยการ. วิทยาลัยเสนาธิการทหาร สถาบันวิชาการป้องกันประเทศ.

สำนักการศึกษาทหาร. (2567). แบบฟอร์มการจัดทำหลักสูตร 7 ตอน: หลักสูตรการปฏิบัติการร่วม. สำนักการศึกษาทหาร สถาบันวิชาการป้องกันประเทศ.

ศรีนวล ฟองมณี. (2556). การวิเคราะห์และออกแบบระบบ. มหาวิทยาลัยราชภัฏเชียงราย.

Balaguer, A., Vinamra, b., Cunha, R. L. de F., Filho, R.de M. E., Hendry, T., Holstein, D., Jennifer, M., Mecklenburg, N., Malvar, S., Nunes, L. O., Padilha, R., Sharp, M., Silva, B., Sharma, S., Aski, V., & Chandra, R. (2024). RAG vs Fine-tuning: Pipelines, Tradeoffs, and a Case Study on Agriculture. arXiv. https://doi.org/10.48550/arXiv.2401.08406

Beal, S. A., & Christ, R. E. (2017). Simulation-based military training. In Handbook of military and veteran psychology (pp. 1-21). Oxford University Press.

Bennett, N., & Lemoine, G. J. (2014). What a difference a word makes: Understanding threats to performance in a VUCA world. Business Horizons, 57(3), 311-317.

Emran, M. A., & Shaalan, K. (2014). A survey of intelligent language tutoring systems. In 2014 International Conference on Advances in Computing, Communications and Informatics (ICACCI), 393-399.

Gao, Y., Xiong, Y., Gao, X., Jia, K., Pan, J., Bi, Y., Dai, Y., Sun, J., Wang, M., & Wang, H. (2023). Retrievalaugmented generation for large language models: A survey. arXiv. https://doi.org/10.48550/arXiv.2312.10997

Jones, L., & Baeyer, V. C. (1983). Functions of American English: Communication activities for the classroom: Student’s book. Cambridge University Press.

Minaee, S., Mikolov, T., Nikzad, N., Chenaghlu, M., Socher, R., Amatriain, X., & Gao, J. (2024). Large language models: A survey. arXiv preprint. https://doi.org/10.48550/arXiv.2402.06196

Sturtridge, G. (1984). Procedures and techniques. Role-play and simulations. In Johnson, K. and Morrow, K. (Eds.), Communication in the Classroom (pp. 126-130). Longman.