การปรับตัวของสตูดิโอออกแบบกราฟิกต่อการเข้ามาของเทคโนโลยี Generative AI
คำสำคัญ:
ปัญญาประดิษฐ์เชิงสร้างสรรค์, การออกแบบกราฟิก, อุตสาหกรรมสร้างสรรค์, การปรับตัวขององค์กรบทคัดย่อ
การพัฒนาอย่างรวดเร็วของเทคโนโลยีปัญญาประดิษฐ์เชิงกำเนิด (Generative Artificial Intelligence: Generative AI) ได้ก่อให้เกิดการเปลี่ยนแปลงต่ออุตสาหกรรมสร้างสรรค์อย่างมีนัยสำคัญ โดยเฉพาะในสาขาการออกแบบกราฟิกซึ่งเกี่ยวข้องกับการสร้างสรรค์ภาพ การสื่อสารทางทัศนศิลป์ และการผลิตสื่อดิจิทัล งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษารูปแบบการนำเทคโนโลยี Generative AI มาใช้ในกระบวนการทำงานของสตูดิโอออกแบบกราฟิก และวิเคราะห์การปรับตัวขององค์กรด้านการออกแบบต่อการเปลี่ยนแปลงของเทคโนโลยีดังกล่าว
การวิจัยใช้ระเบียบวิธีวิจัยเชิงคุณภาพ โดยเก็บรวบรวมข้อมูลด้วยแบบสอบถามปลายเปิดที่พัฒนาตามแนวทางการสัมภาษณ์กึ่งโครงสร้าง จากผู้ให้ข้อมูลสำคัญจำนวน 30 คน ซึ่งประกอบด้วยนักออกแบบกราฟิก ผู้กำกับงานสร้างสรรค์ และผู้บริหารในบริษัทโฆษณาและสตูดิโอออกแบบในประเทศไทย การคัดเลือกผู้ให้ข้อมูลใช้วิธีการเลือกแบบเจาะจง โดยเน้นผู้ที่มีประสบการณ์เกี่ยวข้องกับการใช้เครื่องมือ Generative AI ในกระบวนการออกแบบ
ผลการศึกษาพบว่า Generative AI ถูกนำมาใช้ในหลายขั้นตอนของกระบวนการทำงาน ได้แก่ การค้นคว้าข้อมูล การพัฒนาแนวคิด การสร้างภาพตัวอย่าง และการทดลองรูปแบบงานออกแบบ เทคโนโลยีดังกล่าวช่วยลดระยะเวลาในการทำงานและเพิ่มความยืดหยุ่นในการทดลองแนวคิดสร้างสรรค์ อย่างไรก็ตาม ผู้ให้ข้อมูลส่วนใหญ่เห็นว่า AI ยังไม่สามารถทดแทนบทบาทของนักออกแบบได้ทั้งหมด เนื่องจากการออกแบบยังต้องอาศัยการตีความบริบททางสังคม ความเข้าใจในแบรนด์ และการตัดสินใจเชิงสร้างสรรค์ของมนุษย์
ผลการวิจัยสะท้อนให้เห็นว่าองค์กรด้านการออกแบบมีแนวโน้มปรับตัวผ่านการพัฒนาทักษะด้านดิจิทัล การเรียนรู้การใช้เครื่องมือ AI และการปรับรูปแบบการทำงานให้สอดคล้องกับสภาพแวดล้อมทางเทคโนโลยีที่เปลี่ยนแปลงอย่างรวดเร็ว
เอกสารอ้างอิง
Amabile, T. M. (1996). Creativity in context. Westview Press.
Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W. W. Norton & Company.
Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, 96(1), 108–116. https://hbr.org/2018/01/artificial-intelligence-for-the-real-world
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.
https://doi.org/10.2307/249008
Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., Duan, Y., Dwivedi, R., Edwards, J. S., Eirug, A., Galanos, V., Ilavarasan, P. V., Janssen, M., Jones, P., Kar, A. K., Kizgin, H., Kronemann, B., Lal, B., Lucini, B., ... Williams, M. D. (2023). So what if ChatGPT wrote it? Multidisciplinary perspectives on opportunities, challenges, and implications of generative conversational AI. International Journal of Information Management, 71, Article 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642
Elgammal, A., Liu, B., Elhoseiny, M., & Mazzone, M. (2017). CAN: Creative adversarial networks. Proceedings of the AAAI Conference on Artificial Intelligence, 31(1), 123–130. https://doi.org/10.1609/aaai.v31i1.10558
Floridi, L., Chiriatti, M., & Pagallo, U. (2023). AI as a creative collaborator: Opportunities and challenges. Minds and Machines, 33(1), 1–16. https://doi.org/10.1007/s11023-023-09623-6
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press.
Kaplan, A. M., & Haenlein, M. (2019). Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business Horizons, 62(1), 15–25. https://doi.org/10.1016/j.bushor.2018.08.004
Kshetri, N. (2024). Generative AI in advertising, marketing and graphic design: Benefits, challenges, and future trajectories. Journal of Business Strategy, 45(2), 157–165. https://doi.org/10.1108/JBS-06-2023-0115
Rogers, E. M. (2003). Diffusion of innovations (5th ed.). Free Press.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 วารสารการจัดการสมัยใหม่

อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.