การใช้ปัญญาประดิษฐ์ AI สนับสนุนการเรียนรู้ของนักศึกษาระดับปริญญาตรี ชั้นปีที่ 1 มหาวิทยาลัยนครพนม
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาการใช้ปัญญาประดิษฐ์ (Artificial Intelligence: AI) สนับสนุนการเรียนรู้ของนักศึกษาระดับปริญญาตรี ชั้นปีที่ 1 มหาวิทยาลัยนครพนม รวมทั้งเปรียบเทียบผลสัมฤทธิ์ทางการเรียนก่อนและหลังการใช้ AI และศึกษาความพึงพอใจของนักศึกษาที่มีต่อการใช้ AI เพื่อสนับสนุนการเรียนรู้ ประชากรที่ใช้ในการวิจัย ได้แก่ นักศึกษาระดับปริญญาตรี ชั้นปีที่ 1 มหาวิทยาลัยนครพนม จำนวน 2,500 คน สุ่มกลุ่มตัวอย่างมาจำนวน 345 คน โดยใช้ตารางสำเร็จรูปของ Taro Yamane เครื่องมือที่ใช้ในการวิจัย ได้แก่ แบบสอบถาม สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ความถี่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และการทดสอบค่าที
ผลการวิจัย พบว่า นักศึกษามีการใช้ปัญญาประดิษฐ์สนับสนุนการเรียนรู้โดยภาพรวมอยู่ในระดับมาก ผลสัมฤทธิ์ทางการเรียนของนักศึกษาหลังการใช้ AI สูงกว่าก่อนการใช้ AI อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 และนักศึกษามีความ พึงพอใจต่อการใช้ AI เพื่อสนับสนุนการเรียนรู้ในระดับมากทุกด้าน ผลการวิจัยสะท้อนให้เห็นว่าการนำปัญญาประดิษฐ์มาใช้ในการจัดการเรียนการสอนสามารถช่วยส่งเสริมประสิทธิภาพการเรียนรู้ เพิ่มโอกาสในการเรียนรู้แบบเฉพาะบุคคล และสนับสนุนการพัฒนาการเรียนรู้ของนักศึกษาในระดับอุดมศึกษาได้อย่างเหมาะสม
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
##default.contextSettings.thaijo.licenseTerms##เอกสารอ้างอิง
กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม. (2569). แผนปฏิบัติราชการรายปี พ.ศ. 2569 กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม. https://www.mhesi.go.th/index.php/aboutus/stg-policy/12026-GovernmentAactionplan2569_MHESI.html
สำนักงานเลขาธิการสภาการศึกษา. (2564). แนวโน้มการจัดการศึกษาในยุคดิจิทัล. สกศ.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promise and implications forteaching and learning. Boston, MA: Center for Curriculum Redesign.
Kuh, G. D., Kinzie, J., Buckley, J. A., Bridges, B. K., & Hayek, J. C. (2020). What matters to student success: A review of the literature. National Postsecondary Education Cooperative.
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson.
OECD. (2021). Digital education outlook 2021: Pushing the frontiers with AI, blockchain and robots. Paris:OECD Publishing. https://www.oecd.org/en/publications/oecd-digital-education-outlook-2021_589b283f-en.html
Rovinelli, R. J., & Hambleton, R. K. (1977). On the use of content specialists in the assessment of criterion-referenced test item validity. Dutch Journal of Educational Research, 2, 49–60.
UNESCO. (2023). Guidance for generative AI in education and research.UNESCO. https://shorturl.asia/Hm3F4
Zawacki-Richter , O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators?. https://link.springer.com/content/pdf/10.1186/s41239-019-0171-0%E2%80%8C.pdf
Zawacki-Richter, O., Bond, M., Marin, V. I., & Gouverneur, F. (2021). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 18(1), 1–27. https://www.researchgate.net/publication/336846972_Systematic_review_of_research_on_artificial_intelligence_applications_in_higher_education_-where_are_the_educators
