การเปลี่ยนแปลงบทบาทของภาษาอังกฤษในยุคปัญญาประดิษฐ์
Article Sidebar
Main Article Content
บทคัดย่อ
บทความวิชาการนี้มีวัตถุประสงค์เพื่อวิเคราะห์การเปลี่ยนแปลงบทบาทของภาษาอังกฤษในยุคที่เทคโนโลยีปัญญาประดิษฐ์ (AI) เข้ามามีอิทธิพลต่อการเรียนรู้และการใช้ภาษาอังกฤษในระดับโลก เดิมทีภาษาอังกฤษทำหน้าที่เป็นภาษากลาง (lingua franca) และภาษาสากลในการสื่อสารทางธุรกิจ วิชาการ และวัฒนธรรม อย่างไรก็ตาม การพัฒนาของเทคโนโลยีด้านภาษาธรรมชาติ (Natural Language Processing: NLP) การแปลภาษาแบบเรียลไทม์ และเครื่องมือเขียนเชิงวิชาการ เช่น Grammarly Quillbot และ ChatGPT ได้สร้างความเปลี่ยนแปลงเชิงโครงสร้างต่อการเรียนการสอนภาษาอังกฤษ การสื่อสารระหว่างวัฒนธรรม และการทำงานในวิชาชีพ บทความวิชานี้จึงอภิปรายถึงข้อดี ข้อจำกัด และความท้าทายที่เกิดขึ้น ทั้งในด้านจริยธรรม ความเหลื่อมล้ำทางเทคโนโลยี ความน่าเชื่อถือของ AI และการปรับหลักสูตรเพื่อบูรณาการ AI Literacy กับ English Literacy ผลการวิเคราะห์ชี้ว่า ภาษาอังกฤษไม่ได้สูญเสียความสำคัญลง แต่เปลี่ยนสถานะจาก “ภาษาที่จำเป็นต้องใช้” ไปสู่ “ภาษาที่ควรใช้ควบคู่กับ AI” เพื่อเพิ่มประสิทธิภาพ ความน่าเชื่อถือ และการเข้าถึงองค์ความรู้ระดับโลก
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ทุกบทความที่ตีพิมพ์ในวารสารมนุษยศาสตร์และสังคมศาสตร์ร่มพฤกษ์เป็นทัศนะและข้อคิดเห็นของผู้เขียนมิใช่ทัศนะของมหาวิทยาลัยเกริกหรือกองบรรณาธิการ การนำบทความส่วนใดส่วนหนึ่งหรือทั้งหมดไปพิมพ์เผยแพร่ต้องอ้างอิงที่มาให้ชัดเจน
เอกสารอ้างอิง
Abrar-ul-Hassan, S. (2021). Linguistic capital in the university and the hegemony of English: Medieval origins and future directions. SAGE Open Journal, 11(2), 1-11.
Al-khresheh, M. H. (2024). The future of artificial intelligence in English language teaching: Pros and cons of ChatGPT implementation through a systematic review. Language Teaching Research Quarterly, 43(1), 54–80.
Anderson, J., Galpin, A., and Juzek, T. (2025). AI-mediated communication and the redefinition of linguistic norms. Journal of Language and Technology Studies, 18(2), 55–71.
Bender, E. M., Gebru, T., McMillan-Major, A., and Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (pp. 610–623). Association for Computing Machinery.
Bourdieu, P. (1991). Language and symbolic power. Harvard University Press.
Canale, M., and Swain, M. (1980). Theoretical bases of communicative approaches to second language teaching and testing. Applied Linguistics, 1(1), 1–47.
Chalhoub-Deville, M., & Turner, C. E. (2000). What to look for in ESL assessment. TESOL Journal, 9(4), 4–9.
Chiu, T. K. F., Lim, C. P., & Hung, D. (2025). Encouraging human–AI collaboration in interactive learning environments: Teacher transitions from content deliverer to facilitator. Interactive Learning
Environments, 33(2), 921–924.
Coleman, J. A. (2010). English in the other European communities. TESOL Quarterly, 44(3), 507–531.
Cotton, D.R., Cotton, P.A. and Shipway, J.R. (2024) Chatting and Cheating: Ensuring Academic Integrity in the Era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228-239.
Crystal, D. (2003). English as a global language (2nd ed.). Cambridge University Press.
Duolingo. (2023, October 16). Duolingo Max powered by GPT-4: A new way to learn. https://blog.duolingo.com.
Garcia, I., and Pena, M. I. (2021). Neural machine translation and post-editing practices: Efficiency and ethics. Translation and Interpreting Studies, 16(2), 245–262.
Holliday, A. (2006). Native-speakerism. ELT Journal, 60(4), 385–387.
Hu, G. (2002). Potential cultural resistance to pedagogical imports: The case of communicative language teaching in China. Language, Culture and Curriculum, 15(2), 93–105.
Jenkins, J. (2015). Global Englishes: A resource book for students (3rd ed.). Routledge.
Jurafsky, D., and Martin, J. H. (2023). Speech and language processing (3rd ed.). Draft version. Stanford University.
Lee, J., and Warschauer, M. (2022). The role of artificial intelligence in second language learning and teaching. Language Teaching Research, 26(4), 643–662.
Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. In Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1–16). Association for Computing Machinery.
Moder, C. L., and Halleck, G. B. (2009). English in aviation: The role of language in a global industry. World Englishes, 28(3), 305–324.
Montgomery, S. L. (2013). Does science need a global language? English and the future of research. University of Chicago Press.
Ng, W. (2021). Conceptualising digital literacy in the context of educational technology. Springer.
Phillipson, R. (1992). Linguistic imperialism. Oxford University Press.
Richards, J. C., & Rodgers, T. S. (2014). Approaches and methods in language teaching (3rd ed). Cambridge University Press.
UNESCO. (2023). AI and education: Guidance for policy-makers. UNESCO Publishing.
van Dijk, J. (2020). The digital divide. Polity Press.
Wei, L. (2023). Artificial intelligence in language instruction: Impact on English learning achievement, L2 motivation, and self-regulated learning. Frontiers in Psychology, 6(14), 1261955.
Wu, Y., Schuster, M., Chen, Z., et al. (2016, September 26). Google’s neural machine translationsystem: Bridging the gap between human and machine translation. arXiv preprint arXiv:1609.08144.
Yakura, H., Sato, S., & Shibata, T. (2024). Human–AI co-writing and linguistic style transformation. Computers and Composition, 67(2024), 102786.
