เผยแพร่ บทความงานวิจัย เรื่อง การศึกษาปัจจัยที่ส่งผลต่อความสำเร็จในการใช้ Generative AI เพื่อพัฒนางานวิจัยในชั้นเรียนของครูผู้สอนรายวิชาวิทยาคำนวณ
บทความงานวิจัย เรื่อง การศึกษาปัจจัยที่ส่งผลต่อความสำเร็จในการใช้ Generative AI เพื่อพัฒนางานวิจัยในชั้นเรียนของครูผู้สอนรายวิชาวิทยาคำนวณ โรงเรียนเอกชนในระบบ ประเภทสามัญ
สำนักงานศึกษาธิการจังหวัดลำปาง
ผู้วิจัย นายวสันต์ แปงจิตต์
ศึกษานิเทศก์ กลุ่มนิเทศ ติดตามและประเมินผล
สำนักงานศึกษาธิการจังหวัดลำปาง
บทนำ
ในยุคแห่งการเปลี่ยนแปลงทางเทคโนโลยีอย่างรวดเร็ว การศึกษาได้รับผลกระทบและการปรับเปลี่ยนอย่างมีนัยสำคัญ โดยเฉพาะอย่างยิ่งในด้านการพัฒนาคุณภาพการเรียนการสอนและการวิจัยในชั้นเรียน ซึ่งถือเป็นหัวใจสำคัญของการยกระดับคุณภาพการศึกษา (สำนักงานเลขาธิการสภาการศึกษา, 2564) การวิจัยในชั้นเรียนเป็นเครื่องมือสำคัญที่ช่วยให้ครูสามารถพัฒนาการเรียนการสอนได้อย่างมีประสิทธิภาพ โดยอาศัยกระบวนการวิจัยเพื่อแก้ปัญหาและพัฒนาผู้เรียนอย่างเป็นระบบ (วิจารณ์ พานิช, 2563)
ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยีปัญญาประดิษฐ์ (AI) โดยเฉพาะอย่างยิ่ง Generative AI ได้เข้ามามีบทบาทสำคัญในวงการการศึกษาและการวิจัย Generative AI มีศักยภาพในการช่วยเหลือครูในกระบวนการวิจัยในชั้นเรียนได้หลากหลายด้าน (สุรศักดิ์ ปาเฮ, 2565) ตั้งแต่การช่วยในการวิเคราะห์ข้อมูล การสร้างเครื่องมือวิจัย ไปจนถึงการเขียนรายงานการวิจัย ซึ่งสามารถช่วยลดภาระและเพิ่มประสิทธิภาพในการทำวิจัยของครูได้อย่างมาก
อย่างไรก็ตาม การนำ Generative AI มาใช้ในการวิจัยในชั้นเรียนยังเป็นเรื่องใหม่สำหรับครูหลายคน และยังมีปัจจัยหลายประการที่อาจส่งผลต่อความสำเร็จในการนำมาใช้ การศึกษาปัจจัยเหล่านี้จึงมีความสำคัญอย่างยิ่งต่อการวางแผนและส่งเสริมการใช้ Generative AI ในการพัฒนางานวิจัยในชั้นเรียนอย่างมีประสิทธิภาพ
วัตถุประสงค์การวิจัย
- เพื่อศึกษาระดับความสำเร็จในการใช้ Generative AI เพื่อพัฒนางานวิจัยในชั้นเรียนของครูผู้สอนรายวิชาวิทยาคำนวณ
- เพื่อวิเคราะห์ปัจจัยที่ส่งผลต่อความสำเร็จในการใช้ Generative AI เพื่อพัฒนางานวิจัยในชั้นเรียน
- เพื่อศึกษาระดับความพึงพอใจของครูผู้สอนต่อการใช้ Generative AI ในการพัฒนางานวิจัยในชั้นเรียน
วิธีดำเนินการวิจัย
การวิจัยครั้งนี้เป็นการวิจัยแบบผสมผสาน (Mixed Method Research) โดยมีรายละเอียดดังนี้
- ประชากรและกลุ่มตัวอย่าง
ประชากรคือครูผู้สอนรายวิชาวิทยาคำนวณในโรงเรียนเอกชนในระบบ ประเภทสามัญ สังกัดสำนักงานศึกษาธิการจังหวัดลำปาง จำนวน 31 คน โดยใช้ประชากรทั้งหมดเป็นกลุ่มตัวอย่าง - เครื่องมือที่ใช้ในการวิจัย
– แบบสอบถาม แบ่งเป็น 5 ส่วน ได้แก่ ข้อมูลทั่วไป ปัจจัยด้านองค์กร ปัจจัยด้านเทคโนโลยี ปัจจัยด้านการอบรมและพัฒนา และความสำเร็จและความพึงพอใจในการใช้ Generative AI
– แบบสัมภาษณ์กึ่งโครงสร้าง - การเก็บรวบรวมข้อมูล
ผู้วิจัยดำเนินการเก็บข้อมูลด้วยตนเอง โดยใช้แบบสอบถามกับครูทุกคน และสัมภาษณ์เชิงลึกกับครูที่มีประสบการณ์ในการใช้ Generative AI จำนวน 10 คน - การวิเคราะห์ข้อมูล
– วิเคราะห์ข้อมูลเชิงปริมาณโดยใช้สถิติเชิงพรรณนา และการวิเคราะห์ถดถอยพหุคูณ
– วิเคราะห์ข้อมูลเชิงคุณภาพโดยใช้การวิเคราะห์เนื้อหา
ผลการวิจัย
- ระดับความสำเร็จในการใช้ Generative AI
ผลการวิจัยพบว่า ระดับความสำเร็จในการใช้ Generative AI เพื่อพัฒนางานวิจัยในชั้นเรียนโดยรวมอยู่ในระดับมาก (x̄ = 4.02, S.D. = 0.80) โดยประเด็นที่มีค่าเฉลี่ยสูงสุดคือ ความพึงพอใจในการใช้ Generative AI เพื่อพัฒนางานวิจัย (x̄ = 4.13, S.D. = 0.76) - ปัจจัยที่ส่งผลต่อความสำเร็จในการใช้ Generative AI
จากการวิเคราะห์ถดถอยพหุคูณ พบว่า ปัจจัยที่ส่งผลต่อความสำเร็จในการใช้ Generative AI อย่างมีนัยสำคัญทางสถิติ ได้แก่:
– ปัจจัยด้านเทคโนโลยี (β = 0.442, p < 0.01)
– ปัจจัยด้านองค์กร (β = 0.273, p < 0.05)
– ปัจจัยด้านการอบรมและพัฒนา (β = 0.213, p < 0.05)
โดยปัจจัยทั้งสามสามารถร่วมกันอธิบายความแปรปรวนของความสำเร็จในการใช้ Generative AI ได้ร้อยละ 61.0 (R² = 0.610) - ระดับความพึงพอใจต่อการใช้ Generative AI
ผลการวิจัยพบว่า ระดับความพึงพอใจต่อการใช้ Generative AI ในการพัฒนางานวิจัยในชั้นเรียนอยู่ในระดับมาก (x̄ = 4.13, S.D. = 0.76) - ผลการวิเคราะห์ข้อมูลเชิงคุณภาพ
จากการสัมภาษณ์เชิงลึก พบประเด็นสำคัญดังนี้:
– ประโยชน์ของ Generative AI: ช่วยประหยัดเวลา เพิ่มประสิทธิภาพในการวิเคราะห์ข้อมูล และสร้างเครื่องมือวิจัยที่มีคุณภาพ
– ความท้าทาย: ความน่าเชื่อถือของข้อมูล การปรับใช้ให้เหมาะกับบริบท และประเด็นด้านจริยธรรม
– ปัจจัยแห่งความสำเร็จ: การสนับสนุนจากผู้บริหาร ความพร้อมของโครงสร้างพื้นฐาน และการพัฒนาทักษะอย่างต่อเนื่อง
อภิปรายผล
- ระดับความสำเร็จในการใช้ Generative AI ที่อยู่ในระดับมาก สอดคล้องกับงานวิจัยของ ธนพล แสงสุวรรณ และคณะ (2566) ที่พบว่า การใช้ AI ช่วยเพิ่มประสิทธิภาพในการวิเคราะห์ข้อมูลและการ
- ระดับความสำเร็จในการใช้ Generative AI
ผลการวิจัยที่พบว่าระดับความสำเร็จในการใช้ Generative AI อยู่ในระดับมาก สอดคล้องกับงานวิจัยของ ธนพล แสงสุวรรณ และคณะ (2566) ที่พบว่า การใช้ AI ช่วยเพิ่มประสิทธิภาพในการวิเคราะห์ข้อมูลและการสร้างเครื่องมือวิจัยได้อย่างมีนัยสำคัญ ทั้งนี้อาจเนื่องมาจาก Generative AI มีความสามารถในการประมวลผลข้อมูลจำนวนมากได้อย่างรวดเร็วและแม่นยำ ช่วยลดเวลาและแรงงานในการทำวิจัย ทำให้ครูสามารถมุ่งเน้นไปที่การตีความผลและการนำผลวิจัยไปใช้ได้มากขึ้น - ปัจจัยที่ส่งผลต่อความสำเร็จ
3.1ปัจจัยด้านเทคโนโลยี: การที่ปัจจัยด้านเทคโนโลยีมีอิทธิพลมากที่สุด สอดคล้องกับทฤษฎีการยอมรับเทคโนโลยี (TAM) ของ Davis (1989) ที่เน้นความสำคัญของการรับรู้ประโยชน์และความง่ายในการใช้งาน ซึ่งสะท้อนให้เห็นว่า Generative AI ที่ใช้งานง่ายและเห็นประโยชน์ชัดเจนจะได้รับการยอมรับและนำไปสู่ความสำเร็จในการใช้งานมากขึ้น
3.2ปัจจัยด้านองค์กร: การสนับสนุนจากผู้บริหารและนโยบายขององค์กรมีผลต่อความสำเร็จในการใช้ Generative AI สอดคล้องกับงานวิจัยของ สุวิมล ว่องวาณิช (2564) ที่พบว่าการสนับสนุนจากองค์กรเป็นปัจจัยสำคัญในการยอมรับเทคโนโลยี AI ในการสอน ทั้งนี้เพราะการสนับสนุนจากองค์กรช่วยสร้างสภาพแวดล้อมที่เอื้อต่อการใช้เทคโนโลยีและลดอุปสรรคในการนำ AI มาใช้ในการวิจัย
3.3 ปัจจัยด้านการอบรมและพัฒนา: ผลการวิจัยชี้ให้เห็นถึงความสำคัญของการพัฒนาทักษะของครูอย่างต่อเนื่อง สอดคล้องกับแนวคิดของ วิจารณ์ พานิช (2563) ที่เน้นย้ำถึงความสำคัญของการพัฒนาวิชาชีพครูในยุคดิจิทัล การอบรมที่มีคุณภาพและตรงกับความต้องการจะช่วยเพิ่มความมั่นใจและทักษะในการใช้ Generative AI ของครู - ความท้าทายและแนวทางการแก้ไข
ผลการวิจัยเชิงคุณภาพชี้ให้เห็นถึงความท้าทายสำคัญในการใช้ Generative AI เช่น ความน่าเชื่อถือของข้อมูลและประเด็นด้านจริยธรรม สอดคล้องกับงานวิจัยของ ศิริชัย กาญจนวาสี (2565) ที่เน้นย้ำถึงความสำคัญของการใช้ AI อย่างมีจริยธรรมในการวิจัยทางการศึกษา ดังนั้น การพัฒนาแนวปฏิบัติที่ดีและการสร้างความตระหนักด้านจริยธรรมในการใช้ AI จึงเป็นสิ่งสำคัญที่ควรดำเนินการควบคู่ไปกับการส่งเสริมการใช้เทคโนโลยี


