โมเดลความสัมพันธ์เชิงสาเหตุการใช้ปัญญาประดิษฐ์ในการบริหารงานวิชาการของสถานศึกษา สังกัดสำนักงานเขตพื้นที่การศึกษามัธยมศึกษากรุงเทพมหานคร เขต 1

เกวลิน  บัวทิพยเนตร

doi:10.60027/iarj.2025.283698

ผู้แต่ง

เกวลิน บัวทิพยเนตร สาขาวิชาบริหารการศึกษา มหาวิทยาลัยศรีปทุม https://orcid.org/0009-0006-7975-4826

DOI:

https://doi.org/10.60027/iarj.2025.283698

คำสำคัญ:

ปัญญาประดิษฐ์, การบริหารงานวิชาการ, โมเดลความสัมพันธ์เชิงสาเหตุ, การรับรู้, ทักษะการใช้ปัญญาประดิษฐ์

บทคัดย่อ

ภูมิหลังและวัตถุประสงค์: การนำปัญญาประดิษฐ์ (AI) มาใช้ในงานบริหารวิชาการเพื่อจัดการงานซ้ำๆ โดยอัตโนมัติจะช่วยเพิ่มประสิทธิภาพการทำงานและทำให้ผู้สอนมีสมาธิกับการวิจัยและการสอนได้มากขึ้น นอกจากนี้ AI ยังช่วยให้สร้างประสบการณ์การเรียนรู้แบบรายบุคคลได้ง่ายขึ้น ซึ่งช่วยปรับปรุงผลสัมฤทธิ์ทางการศึกษาโดยรวมด้วยการปรับแต่งเนื้อหาการสอนให้ตรงตามความต้องการของนักเรียนแต่ละคน ดังนั้นการวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) วิเคราะห์องค์ประกอบการใช้ปัญญาประดิษฐ์ในการบริหารงานวิชาการ 2) วิเคราะห์องค์ประกอบการรับรู้การใช้ปัญญาประดิษฐ์ในการบริหารงานวิชาการ 3) วิเคราะห์องค์ประกอบของทักษะการใช้ปัญญาประดิษฐ์ในการบริหารงานวิชาการ และ 4) วิเคราะห์โมเดลความสัมพันธ์เชิงสาเหตุการใช้ปัญญาประดิษฐ์ในการบริหารงานวิชาการของสถานศึกษา สังกัดสำนักงานเขตพื้นที่การศึกษามัธยมศึกษากรุงเทพมหานคร เขต 1

ระเบียบวิธีการวิจัย: กลุ่มตัวอย่างที่ใช้ในการวิจัย ได้แก่ ผู้บริหารสถานศึกษาและครูในสังกัดสำนักงานเขตพื้นที่การศึกษามัธยมศึกษากรุงเทพมหานคร เขต 1 จำนวน 200 คน โดยใช้วิธีการสุ่มตัวอย่างแบบหลายขั้นตอน Multi stage Random sampling เครื่องมือที่ใช้ในการวิจัยเป็นแบบสอบถาม วิเคราะห์ข้อมูลด้วยการวิเคราะห์องค์ประกอบเชิงยืนยันและการวิเคราะห์โมเดลสมการโครงสร้าง

ผลการวิจัย: ผลการศึกษาพบว่า 1) การวิเคราะห์องค์ประกอบการใช้ปัญญาประดิษฐ์ในการบริหารงานวิชาการของสถานศึกษา ประกอบด้วย 3 องค์ประกอบหลัก ได้แก่ ด้านการพัฒนาหลักสูตร ด้านการจัดการเรียนการสอน และด้านการประเมินผล มีค่าเฉลี่ยรวมอยู่ในระดับมากที่สุด 2) การวิเคราะห์องค์ประกอบการรับรู้การใช้ปัญญาประดิษฐ์ในการบริหารงานวิชาการ ประกอบด้วย 3 องค์ประกอบ ได้แก่ การรับรู้ประโยชน์ ความง่ายในการใช้งาน และทัศนคติต่อการใช้งาน มีค่าเฉลี่ยรวมอยู่ในระดับมากที่สุด 3) การวิเคราะห์องค์ประกอบของทักษะการใช้ปัญญาประดิษฐ์ในการบริหารงานวิชาการ ประกอบด้วย 3 องค์ประกอบ ได้แก่ ด้านความรู้พื้นฐาน ด้านการประยุกต์ใช้ และด้านการแก้ปัญหา 4) การวิเคราะห์โมเดลความสัมพันธ์เชิงสาเหตุ พบว่า 1. โมเดลมีความสอดคล้องกับข้อมูลเชิงประจักษ์ 2. องค์ประกอบส่วนใหญ่มีค่าน้ำหนักระหว่าง 0.837-0.853 และมีค่าความเชื่อมั่นสูง 3. ตัวแปรทุกตัวมีความสัมพันธ์กันในทิศทางบวก โดยมีค่าสัมประสิทธิ์สหสัมพันธ์ระหว่าง .007-.195 อย่างมีนัยสำคัญทางสถิติที่ระดับ .01

สรุปผล: การศึกษานี้เน้นย้ำถึงบทบาทที่หลากหลายของปัญญาประดิษฐ์ในการบริหารวิชาการ โดยเน้นว่าปัญญาประดิษฐ์มีผลกระทบอย่างมากต่อขั้นตอนการประเมิน การจัดการการเรียนการสอน และการพัฒนาหลักสูตร เพื่อที่จะบูรณาการเทคโนโลยีปัญญาประดิษฐ์เข้ากับสถานศึกษาได้สำเร็จ การศึกษานี้ยังเน้นย้ำถึงความสำคัญของการรับรู้ของผู้มีส่วนได้ส่วนเสีย รวมถึงประโยชน์ที่รับรู้ ความสะดวกในการใช้งาน และทัศนคติที่มีต่อปัญญาประดิษฐ์ ตลอดจนความจำเป็นในการมีทักษะด้านปัญญาประดิษฐ์ เช่น ความรู้พื้นฐาน การประยุกต์ใช้ และการแก้ปัญหา

เอกสารอ้างอิง

กระทรวงศึกษาธิการ. (2554). การพัฒนาการใช้ ICT เพื่อการบริหารจัดการและการจัดการเรียนการสอนของโรงเรียนผู้นํา ICT โรงเรียนในฝัน. กรุงเทพมหานคร: รุ่งโรจน์อินเตอร์กรุ๊ป.

กระทรวงศึกษาธิการ. (2560). แผนการศึกษาแห่งชาติ พ.ศ. 2560-2579. กรุงเทพมหานคร: สํานักงานเลขาธิการสภาการศึกษา.

กระทรวงศึกษาธิการ. (2564). แผนพัฒนาการศึกษาของกระทรวงศึกษาธิการ ฉบับที่ 12 (พ.ศ. 2560-2564). Retrieved September 1, 2024 from: https://www.moe.go.th

จรัส อติวิทยาภรณ์. (2553). หลักการและทฤษฏีทางการบริหาร. สงขลา: มหาวิทยาลัยทักษิณ.

พรรณพิลาศ กุลดิลก, บุหงา ชัยสุวรรณ และชัชญา สกุณา. (2565). สถานการณ์ แนวโน้ม และความต้องการความรู้และทักษะปัญญาประดิษฐ์ทางการสื่อสารเพื่อเพิ่มประสิทธิภาพการทำงานของบุคลากรวัยทำงานในประเทศไทย. วารสารนิเทศศาสตร์และนวัตกรรม นิด้า, 30(1), 110-134.

สำนักงานคณะกรรมการการศึกษาขั้นพื้นฐาน. (2564). ระบบสารสนเทศเพื่อการบริหารการศึกษา. Retrieved September 1, 2024: https://data.bopp-obec.info/emis/.

สุกัญญา แช่มช้อย (2558). ภาวะผู้นำทางเทคโนโลยี: การนำเทคโนโลยีสู่ห้องเรียนและโรงเรียนในศตวรรษที่ 21. Journal of Education and Innovation, 17(4), 216–224. Retrieved from https://so06.tci-thaijo.org/index.php/edujournal_nu/article/view/43757

Bialo, E.R., & Sivin-Kachala, J. (1995). Report on the Effectiveness of Technology in Schools. Washington, D.C.: Software Publishers Assn.

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.

Davis, K., & Newstrom, J.W. (1989). Human Behavior at Work: Organizational Behavior. 7th. ed. New York: McGraw –Hill Book Company.

Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., ... & Schafer, B. (2018). AI4People—An ethical framework for a good AI society: Opportunities, risks, principles, and recommendations. Minds and Machines, 28(4), 689–707. https://doi.org/10.1007/s11023-018-9482-5

Huang, K., Tlili, A., Chang, T. W., & Burgos, D. (2020). Artificial intelligence in education: Promises and implications for supporting sustainable development goals. Sustainability, 12(21), 8854. https://doi.org/10.3390/su12218854

Kaur, S. (2020). Technology integration in teaching: Teachers' perceptions and practices. International Journal of Research and Analytical Reviews, 7(2), 971-977.

Nawaz, N., Munir, F., & Anwar, F. (2020). The role of artificial intelligence in higher education. International Journal of Research in Education and Science, 6(4), 656–667. https://doi.org/10.46328/ijres.v6i4.1112

Rogers, E.M., & Shoemaker, F.F. (1971). Communication of Innovation: A Cross-Cultural Approach. 2nd Edition, The Free Press, New York.

Yingtawee, k., & Cholsaktrakul, P. (2024). THE PROTECTION OF FEMALE LABOUR FORCE: CASE STUDIES ON LEAVE OF WORK DURING THE MENSTRUAL PERIOD. Academic Journal Phranakhon Rajabhat University, 15(2), 189–204. Retrieved from https://so01.tci-thaijo.org/index.php/AJPU/article/view/273417

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? International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0