การประเมินคุณภาพปัญญาประดิษฐ์หลายรูปแบบในการสร้างสื่ออินโฟกราฟิก เพื่อการเรียนรู้วิชาวิทยาการคำนวณ

บทคัดย่อ

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ประเมินคุณภาพของอินโฟกราฟิกที่สร้างโดยปัญญาประดิษฐ์สำหรับการเรียนรู้วิชาวิทยาการคำนวณในระดับประถมศึกษา และ 2) เปรียบเทียบคุณภาพของอินโฟกราฟิกที่ได้จากปัญญาประดิษฐ์แต่ละโมเดล ได้แก่ GPT, Midjourney, Bing AI, Canva AI, Google AI และ Meta AI โดยใช้ข้อความคำสั่ง Prompt จำนวน 10 ชุด ซึ่งออกแบบให้ครอบคลุมเนื้อหาหลักของวิชาวิทยาการคำนวณระดับประถมศึกษา เครื่องมือที่ใช้ในการวิจัยประกอบด้วยแบบประเมินคุณภาพอินโฟกราฟิก 4 ด้าน ได้แก่ ความถูกต้องของเนื้อหา การออกแบบองค์ประกอบภาพ การสื่อสาร และความน่าสนใจ โดยมีผู้เชี่ยวชาญจำนวน 3 คนประเมินผลงานอินโฟกราฟิกทั้งหมด 60 ชิ้น 10 Prompt × 6 โมเดลปัญญาประดิษฐ์ ผลการวิเคราะห์คุณภาพของเครื่องมือด้วยดัชนีความสอดคล้อง (IOC) อยู่ในช่วง 0.67 – 1.00 แสดงถึงข้อคำถามมีความสอดคล้องกับวัตถุประสงค์ในระดับดี การวิเคราะห์ข้อมูลใช้สถิติเชิงพรรณนา ได้แก่ ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน และใช้สถิติอนุมาน One-way ANOVA เพื่อเปรียบเทียบคะแนนระหว่างโมเดลปัญญาประดิษฐ์

              ผลการวิจัยพบว่า อินโฟกราฟิกที่สร้างโดย GPT มีคะแนนคุณภาพสูงที่สุดอย่างมีนัยสำคัญทางสถิติ ค่าเฉลี่ย = 48.87, S.D. = 1.66 รองลงมาคือ Google AI ค่าเฉลี่ย = 29.63, S.D. = 1.51 และ Canva AI ค่าเฉลี่ย = 25.63, S.D. = 2.45 ขณะที่ Bing AI, Midjourney, Meta AI มีคะแนนเฉลี่ยต่ำกว่ากลุ่มอื่นอย่างชัดเจน จากผลการทดสอบ Tukey HSD สามารถจัดกลุ่มโมเดลปัญญาประดิษฐ์ ตามคุณภาพของอินโฟกราฟิกออกเป็น 4 กลุ่ม คือ กลุ่ม A: GPT, กลุ่ม B: Google AI, กลุ่ม C: Canva AI และกลุ่ม D: Bing AI, Midjourney, Meta AI ซึ่งสะท้อนให้เห็นถึงศักยภาพที่แตกต่างกันของโมเดลปัญญาประดิษฐ์ในการสร้างสื่อการเรียนรู้ ผลการวิจัยชี้ให้เห็นถึงความสำคัญของการออกแบบ Prompt ซึ่งเป็นปัจจัยสำคัญต่อคุณภาพของสื่อที่ปัญญาประดิษฐ์สร้าง