The Influences of Artificial Intelligence Competence and Innovative Teaching on Learning Outcomes
Article Sidebar
Main Article Content
Abstract
The objectives of this research aim to analyze the influences of artificial intelligence competence and innovative teaching on learning outcomes. The research tool used was a questionnaire. The researcher collected 702 respondents of the administrators and teachers before analyzed by multiple regression analysis. The research results found that the components of artificial intelligence competence in terms of pedagogical knowledge, technological content knowledge, technological knowledge, technological pedagogical knowledge and content knowledge are able predict to innovative teaching significantly and simultaneously at R2 = .89, F = 9.34 (Sig .002). Besides, innovative teaching predicted significantly to learning outcome R2 = .89, F = 15.09 (Sig .000). However, the research results concluded that learning outcomes level will be higher because of the influences of artificial intelligence competence on innovative teaching development.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของมหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับมหาวิทยาลัยเทคโนโลยีราชมงคลอีสานและคณาจารย์ท่านอื่นๆในมหาวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
References
กระทรวงศึกษาธิการ. (2561, 6 สิงหาคม). ประกาศกระทรวงศึกษาธิการ เรื่อง ให้ใช้มาตรฐานการศึกษา ระดับปฐมวัย ระดับการศึกษาขั้นพื้นฐาน และระดับการศึกษาขั้นพื้นฐานศูนย์การศึกษาพิเศษ [ประกาศ]. ราชกิจจานุเบกษา, เล่ม 135 ตอนพิเศษ 235 ง, 4-5. https://www.ratchakitcha.soc.go.th/DATA/PDF/2561/E/235/T_0004.PDF
ทิศนา แขมมณี. (2567). รูปแบบการเรียนการสอน: ทางเลือกที่หลากหลาย (พิมพ์ครั้งที่ 11). กรุงเทพฯ: สำนักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.
พรทิพย์ มโนดำรงสัตย์, ประภาพิทย์ อินทรชัย และชาลี อินทรชัย. (2563). ผลกระทบของปัญญาประดิษฐ์ต่อการศึกษา. วารสารวิจัยราชภัฏพระนคร สาขามนุษยศาสตร์และสังคมศาสตร์, 17(2), 318-328. https://so05.tci-thaijo.org/index.php/PNRU_JHSS/article/view/259625/177104
ยืน ภู่วรวรรณ (2564). นวัตกรรมการเรียนรู้เพื่อทักษะในศตวรรษที่ 21. ใน การประชุมวิชาการวิทยาศาสตร์ คณิตศาสตร์ ในโรงเรียน ระดับชาติ ครั้งที่ 24 (วทร.24) รูปแบบออนไลน์. สถาบันส่งเสริมการสอนวิทยาศาสตร์และเทคโนโลยี (สสวท.) มหาวิทยาลัยบูรพา และ สมาคมครูวิทยาศาสตร์ คณิตศาสตร์และเทคโนโลยีแห่งประเทศไทย (สวคท.). 22-23 เมษายน 2564.
ศักดิ์ชัย ไชยรักษ์ และปณิตา วรรณพิรุณ. (2563). เทคโนโลยีทางปัญญาเพื่อการศึกษาอัจฉริยะ. วารสารปัญญาภิวัฒน์, 12(3), 315-328. https://so05.tci-thaijo.org/index.php/pimjournal/article/view/237814/168767
สุชาติ เพชรเทียนชัย, ศุภวรรณ วงศ์สร้างทรัพย์ และธีรศักดิ์ สร้อยคีรี. (2565). ปัญญาประดิษฐ์ในพลศึกษาเพื่อการเรียนรู้. วารสารศาสตร์การศึกษาและการพัฒนามนุษย์, 6(2), 47-60. https://kuojs.lib.ku.ac.th/index.php/jehds/article/view/5023/2427
Adipat, S., Laksana, K., Busayanon, K., Piatanom, P., Mahamarn, Y., Pakapol, P. and Anusawasowan, A. (2022). The World of Technology: Artificial Intelligence in Education. SPECIALUSIS UGDYMAS / SPECIAL EDUCATION, 2(43), 2142-2146. http://sumc.lt/index.php/se/article/view/1702/1276
Divekar, R.R., Drozdal, J., Chabot, S., Zhou, Y., Su, H., Chen, Y., Zhu, H., Hendler, J.A. and Braasch, J. (2021). Foreign Language Acquisition via Artificial Intelligence and Extended Reality: Design and Evaluation. Computer Assisted Language Learning, 35(9), 2332-2360. https://doi.org/10.1080/09588221.2021.1879162
Kexin, L., Yi, Q., Xiaoou, S. and Yan, L. (2020). Future Education Trend Learned from the Covid-19 Pandemic: Take <> Online Course As an Example. In 2020 International Conference on Artificial Intelligence and Education (ICAIE), June 26 2020 to June 28 2020 Tianjin, China (pp. 108-111). https://doi.org/10.1109/ICAIE50891.2020.00032
Markauskaite, L., Marrone, R., Poquet, O., Knight, S., Martinez-Maldonado, R., Howard, S., Tondeur, J., De Laat, M., Buckingham Shum, S., Gašević, D. and Siemens, G. (2022). Rethinking the entwinement between artificial intelligence and human learning: What capabilities do learners need for a world with AI? Computers and Education: Artificial Intelligence, 3, 100056. https://doi.org/10.1016/j.caeai.2022.100056
Southgate, E. (2020). Artificial Intelligence, Ethics, Equity and Higher Education: A ‘Beginning-of-the-Discussion’ Paper [National Centre for Student Equity in Higher Education], Curtin University, and the University of Newcastle.
Sun, J., Ma, H., Zeng ,Y., Han, D. and Jin, Y. (2023). Promoting the Al Teaching Competency of K-12 Computer Science Teachers: A TPACK-Based Professional Development Approach. Education and Information Technologies, 28, 1509-1533. https://doi.org/10.1007/s10639-022-11256-5
Trigwell, K., Ashwin, P. and Millan, E.S. (2013). Evoked Prior Leaming Experience and Approach to Learning as Predictors of Academic Achievement. British Journal of Educational Psychology, 83(3), 363-378. https://doi.org/10.1111/j.2044-8279.2012.02066.x
Xin, A., Chai, C.S., Li, Y., Zhou, Y., Shen, X., Zheng, C. and Chen, M. (2023). Modeling English Teachers' Behavioral Intention to use Artificial Intelligence in Middle Schools. Education and Information Technologies, 28, 5187-5208. https://doi.org/10.1007/s10639-022-11286-z
Zhou, Y.X., Ou, C.Q., Zhao, Z.T., Wan, C.S., Guo, C., Li, L. and Chen, P.Y. (2015). The Impact of Self- Concept and College Involvement on the First-Year Success of Medical Students in China. Advances in Health Sciences Education, 20, 163-179. https://doi.org/10.1007/s10459-014-9515-7
