แนวทางการประยุกต์ใช้ปัญญาประดิษฐ์เพื่อส่งเสริมการเรียนรู้ด้วยตนเองของนักศึกษา ในยุคดิจิทัล

สิตา  ทัพมงคล; อรณิชชา  ทศตา

ผู้แต่ง

สิตา ทัพมงคล คณะบริหารธุรกิจและเทคโนโลยีสารสนเทศ วิทยาลัยนครราชสีมา
อรณิชชา ทศตา คณะศึกษาศาสตร์ วิทยาลัยนครราชสีมา

คำสำคัญ:

การใช้ปัญญาประดิษฐ์, การส่งเสริมการเรียนรู้ด้วยตนเอง, นักศึกษาในยุคดิจิทัล

บทคัดย่อ

วัตถุประสงค์การวิจัยครั้งนี้เพื่อ 1) ศึกษาสภาพการใช้เทคโนโลยี AI ในการเรียนรู้ด้วยตนเองของนักศึกษา 2) ศึกษาผลกระทบของการใช้เทคโนโลยี AI ต่อสมรรถนะด้านการเรียนรู้ด้วยตนเอง 3) ศึกษาแนวทางการประยุกต์ใช้ AI เพื่อส่งเสริมสมรรถนะการเรียนรู้ด้วยตนเองของนักศึกษาให้เหมาะสมกับบริบทในยุคดิจิทัล กลุ่มตัวอย่างเป็นนักศึกษาระดับอุดมศึกษา จำนวน 420 คน ได้มาโดยการสุ่มแบบหลายขั้นตอน (Multi-stage Sampling) และอาจารย์ผู้สอนที่มีประสบการณ์ใช้ AI ประกอบการจัดการเรียนรู้ จำนวน 15 คน สำหรับการสัมภาษณ์เชิงลึก เครื่องมือที่ใช้ในการวิจัยประกอบด้วย 1) แบบสอบถามการใช้เทคโนโลยี AI และการเรียนรู้ด้วยตนเองของนักศึกษา 2) แบบสัมภาษณ์เชิงลึกจากอาจารย์ วิเคราะห์ข้อมูลด้วย สถิติเชิงพรรณนา ผลการวิจัยพบว่า 1) นักศึกษาส่วนใหญ่มีประสบการณ์ใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) เพื่อการเรียนรู้ด้วยตนเอง โดยนิยมใช้แชทบอทอัจฉริยะมากที่สุด แม้ความถี่ในการใช้งานยังอยู่ในระดับต่ำ นักศึกษาใช้ AI เพื่ออธิบายแนวคิดซับซ้อน ทำการบ้าน และฝึกทักษะภาษา โดยมักขอให้ AI สร้างแบบฝึกหัด แก้ไขงานเขียน และตอบคำถาม พร้อมใช้กลยุทธ์ต่าง ๆ เพื่อให้ได้คำตอบที่มีคุณภาพ เช่น ขอคำอธิบายแบบ มีตัวอย่างหรือแบบเป็นขั้นตอน 2) AI ส่งผลเชิงบวกในระดับมากต่อสมรรถนะการเรียนรู้ด้วยตนเอง ทั้งด้านผลสัมฤทธิ์ แรงจูงใจ การวางแผน และกระบวนการคิด โดยเฉพาะการประยุกต์ใช้ความรู้ การกำหนดเป้าหมายที่ชัดเจน และการเรียนรู้ตามวิธีของตนเอง 3) แนวทางการประยุกต์ใช้ AI เช่น การเรียนรู้แบบรายบุคคลการส่งเสริมการคิดวิเคราะห์ การพัฒนาทักษะเรียนรู้ตลอดชีวิต การสร้างสื่อความรู้ การบูรณาการ AI เข้ากับการจัดการเรียนรู้ การอบรมความรู้เท่าทัน AI การประเมินจากกระบวนการเรียนรู้ และการสร้างสภาพแวดล้อมดิจิทัลที่ส่งเสริมการเรียนรู้ด้วยตนเอง

เอกสารอ้างอิง

ปัณญาพัฒน์ ขันทอง และ ราตรี สุภาเฮือง. (2566). การพัฒนาสื่อการเรียนรู้ในรูปแบบ Motion Graphic On Demand รายวิชานวัตกรรมและเทคโนโลยีสารสนเทศเพื่อการสื่อสารการศึกษาและการเรียนรู้สำหรับนักศึกษาสาขาการศึกษาปฐมวัย คณะครุศาสตร์ มหาวิทยาลัยราชภัฏมหาสารคาม. วารสารวิชาการและวิจัยมหาวิทยาลัยภาคตะวันออกเฉียงเหนือ, 13(3), 130–141. https://so04.tci-thaijo.org/index.php/neuarj/article/view/266135

Bergdahl, N., Nouri, J. and Fors, U. (2020). Disrupted digital learning: Impacts of COVID-19 on learning, technology, and mental health. Education and Information Technologies, 25(6), 4531–4550. https://doi.org/10.1007/s10639-020-10290-3.

Chan, K. C., Lee, J. W. and Yu, C. H. (2022). AI literacy and its implications for digital education. Educational Technology Research and Development, 70(4), 1083–1101. https://doi.org/10.1007/s11423-022-10099-3

Chen, X., Xie, H. and Hwang, G. J. (2020). A multi-perspective study on AI in education: Benefits, challenges and policy implications. Computers & Education, 146, 103751. https://doi.org/10.1016/j.compedu.2019.103751

Chiu, T. K. F., Lin, T. J. and Chai, C. S. (2023). Digital competence and the critical use of ChatGPT among university students. Computers & Education: Artificial Intelligence, 4, 100158. https://doi.org/10.1016/j.caeai.2023.100158

Garrison, D. R. (1997). Self-directed learning: Toward a comprehensive model. Adult Education Quarterly, 48(1), 18–33. https://doi.org/10.1177/074171369704800103

Gureckis, T. M. and Markant, D. B. (2012). Self-directed learning: A cognitive and computational perspective. Perspectives on Psychological Science, 7(5), 464–481. https://doi.org/10.1177/1745691612454304

Holstein, K., McLaren, B. M. and Aleven, V. (2020). Co-designing a real-time classroom orchestration tool to support teacher–AI complementarity. Journal of Learning Analytics, 7(2), 57–73. https://doi.org/10.18608/jla.2020.72.4

Huang, R. H., Spector, J. M. and Yang, J. F. (2023). Artificial intelligence in education: Promises and implications for teaching and learning. Springer. https://doi.org/10.1007/978-981-19-9408-1

Hwang, G. J. and Tu, Y. F. (2021). Roles and research trends of artificial intelligence in education: A bibliometric mapping analysis and systematic review. Computers & Education: Artificial Intelligence, 2, 100021. https://doi.org/10.1016/j.caeai.2021.100021

Knowles, M. S. (1975). Self-directed learning: A guide for learners and teachers. Association Press.

Lee, M. K. and Lin, H. C. K. (2022). Facilitating self-directed learning through AI-supported personalized learning systems. Interactive Learning Environments, 30(2), 287-305. https://doi.org/10.1080/10494820.2020.1736050

Luckin, R. (2018). Machine Learning and Human Intelligence: The Future of Education for the 21st Century. UCL IOE Press.

Luckin, R., Holmes, W., Griffiths, M. and Forcier, L. B. (2016). Intelligence Unleashed: An argument for AI in education. Pearson.

Popenici, S. A. D. and Kerr, S. (2017). Exploring the impact of artificial intelligence on teaching and learning in higher education. Research and Practice in Technology Enhanced Learning, 12(1), 22. https://doi.org/10.1186/s41039-017-0062-8

Schmid, U., Göbel, S. Reiss, K. (2021). AI in education: Bridging research and practice. International Journal of Artificial Intelligence in Education, 31(3), 395–405. https://doi.org/10.1007/s40593-021-00230-w

Tang, Y., Zhang, W. and Liu, E. (2021). Effects of artificial intelligence on self-directed learning in online environments. Interactive Learning Environments, 29(3), 359–374. https://doi.org/10.1080/10494820.2019.1681465

Yamane, T. (1973). Statistics: An introductory analysis. Harper & Row.

Zawacki-Richter, O., Marín, V. I., Bond, M. and Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – Where are the educators?. International Journal of Educational Technology in Higher Education, 16(1), 1–27. https://doi.org/10.1186/s41239-019-0171-0