ระดับและความสัมพันธ์ของสมรรถนะเทคโนโลยีปัญญาประดิษฐ์และ สมรรถนะการเรียนรู้ตลอดชีวิตในกลุ่มผู้เรียนระดับอุดมศึกษา
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาระดับสมรรถนะเทคโนโลยีปัญญาประดิษฐ์และสมรรถนะการเรียนรู้ตลอดชีวิต และวิเคราะห์ความสัมพันธ์และอิทธิพลเชิงพยากรณ์ระหว่างสมรรถนะเทคโนโลยีปัญญาประดิษฐ์และสมรรถนะการเรียนรู้ตลอดชีวิตของผู้เรียนระดับอุดมศึกษา โดยมีกลุ่มตัวอย่างจำนวน 435 คนจากมหาวิทยาลัยรัฐบาลที่ได้มาจากการสุ่มแบบแบ่งชั้นและสุ่มอย่างง่ายเพื่อตอบแบบสอบถาม วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนาและสถิติเชิงอนุมานสหสัมพันธ์เพียร์สันและการถดถอยเชิงเส้น
ผลการวิจัยพบว่า ผู้เรียนมีสมรรถนะเทคโนโลยีปัญญาประดิษฐ์โดยรวมอยู่ในระดับสูง (x̄ = 3.78) และสมรรถนะการเรียนรู้ตลอดชีวิตอยู่ในระดับสูงเช่นกัน (x̄ = 4.03) โดยเฉพาะด้านจริยธรรมในการใช้เทคโนโลยีปัญญาประดิษฐ์มีค่าเฉลี่ยสูงสุด (x̄ = 4.06) ในขณะที่ด้านความรู้ความเข้าใจพื้นฐานเกี่ยวกับเทคโนโลยีปัญญาประดิษฐ์มีค่าต่ำสุด (x̄ = 3.37) ผลการวิเคราะห์สหสัมพันธ์พบว่า สมรรถนะเทคโนโลยีปัญญาประดิษฐ์มีความสัมพันธ์เชิงบวกกับการเรียนรู้ตลอดชีวิตอย่างมีนัยสำคัญ (r = .44–.68, p < .01) โดยเฉพาะด้านการประเมินและการสร้างสรรค์ด้วยเทคโนโลยีปัญญาประดิษฐ์สัมพันธ์สูงกับการวิเคราะห์และสังเคราะห์ข้อมูลเพื่อการเรียนรู้ (r = .68) การวิเคราะห์การถดถอยพบว่า สมรรถนะเทคโนโลยีปัญญาประดิษฐ์สามารถอธิบายความแปรปรวนของการเรียนรู้ตลอดชีวิตได้ร้อยละ 46 และเพิ่มเป็นร้อยละ 55 เมื่อพิจารณารายมิติ โดยด้านการด้านการประเมินและการสร้างสรรค์ด้วยเทคโนโลยีปัญญามีอิทธิพลสูงสุด (β = .34)
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
1. กองบรรณาธิการสงวนสิทธิ์ในการพิจารณาและตัดสินการตีพิมพ์บทความในวารสาร
2. บทความทุกเรื่องจะได้รับการตรวจสอบทางวิชาการโดยผู้ทรงคุณวุฒิ แต่ข้อความและเนื้อหาในบทความที่ตีพิมพ์เป็นความรับผิดชอบของผู้เขียนแต่เพียงผู้เดียว มิใช่ความคิดเห็นและความรับผิดชอบของมหาวิทยาลัยศรีปทุม
3.การคัดลอกอ้างอิงต้องดำเนินการตามการปฏิบัติในหมู่นักวิชาการโดยทั่วไป และสอดคล้องกับกฎหมายที่เกี่ยวข้อง
เอกสารอ้างอิง
Baker, R. S. (2019). Challenges for the future of educational data mining: The Baker learning analytics prizes. Journal of Educational Data Mining, 11(1), 1-17.
Candy, P.C., (2002). Lifelong learning and information literacy. July 2002, White Paper prepared for UNESCO, the U.S. National Commission on Libraries and Information Science, and the National Forum on Information Literacy, for use at the Information Literacy Meeting of Experts, Prague, The Czech Republic.
Drachsler, H., & Greller, W. (2016). Privacy and analytics: It's a DELICATE issue a checklist for trusted learning analytics. In Proceedings of the sixth international conference on learning analytics & knowledge, 89-98. ACM. https://doi.org/10.1145/2883851.2883893
Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., et al. (2023). So What If ChatGPT Wrote It?” Multidisciplinary Perspectives on Opportunities, Challenges and Implications of Generative Conversational AI for Research, Practice and Policy. International Journal of Information Management, 71, https://doi.org/10.1016/j.ijinfomgt.2023.102642
Facione, P. A. (2011). Critical thinking: What it is and why it counts. Insight Assessment.
Holmes, W., Bialik, M., & Fadel, C. (2022). Artificial intelligence in education. Center for Curriculum Redesign. DOI: 10.58863/20.500.12424/4276068
Jarvis, P. (2007). Globalisation, lifelong learning and the learning society. Routledge.
Jivet, I., Scheffel, M., Schmitz, M., Robbers, S., Specht, M., & Drachsler, H. (2021). From students with love: An empirical study on learner goals, self-regulated learning and sense-making of learning analytics in higher education. The Internet and Higher Education, 50. https://doi.org/10.1016/j.iheduc.2021.100804
Knowles, M. S. (1984). Andragogy in Action. Applying Modern Principles of Adult Education. San Francisco, CA: Jossey Bass.
Ng, D.T.K., Leung, J.K.L., Chu, K.W.S. and Qiao, M.S. (2021), AI Literacy: Definition, Teaching, Evaluation and Ethical Issues. Proceedings of the Association for Information Science and Technology, 58: 504-509. https://doi.org/10.1002/pra2.487
NSTDA. (2022). National AI Strategy. https://www.nstda.or.th/nac/2025/exhibitions/honor01/
Mezirow, J. (1997), Transformative Learning: Theory to Practice. New Directions for Adult and Continuing Education, 1997: 5-12. https://doi.org/10.1002/ace.7401
Ministry of Education [MOE] Thailand. (2024). Announcement from the Ministry of Education on the Ministry of Education's: Educational Policy for the Fiscal Year B.E. 2568-2569. (2024, November 13). Government Gazette. No. 141 Section 309 D, 11–13.
OECD. (2021). The future of education and skills: Education 2030. OECD Publishing.
Phosapim, S. (2025). Integration of AI Technology with Teaching and Learning in Education. Journal of Interdisciplinary Study Education Science, 1(1), 24-33. (in Thai)
Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
Siritharo, P. J. (2025). The Use of AI Technology in Adaptive Learning. Chintasit Academic Journal, 2(3), 208-218. (in Thai)
Thavirath, J. (2025). AI and Education: The Ultimate Intelligent Assistant for Enhancing Learning. Journal of Social Studies Perspectives, 1(2), 98-107. (in Thai)
UNESCO. (2020). Embracing lifelong learning for all. UNESCO.
UNESCO. (2021). AI and education: Guidance for policymakers. UNESCO.
Zawacki-Richter, O., Marín, V.I., Bond, M. et al. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators?. Int J Educ Technol High Educ 16, 39. https://doi.org/10.1186/s41239-019-0171-0
Zimmerman, B. J. (2002). Becoming a Self-Regulated Learner: An Overview. Theory Into Practice, 41(2), 64–70. https://doi.org/10.1207/s15430421tip4102_2
