Vol. 9 No. 2 (2025): May-August | Pages:393 - 408

The Acceptance of Artificial Intelligence Technology Affecting the Work Efficiency of Government Agencies in Surin Province

Misstemsiri Wanluan
Faculty of Management Technology, Rajamangala University of Technology Isan, Surin Campus, Thailand., Thailand
Poranee Loatong
Faculty of Management Technology, Rajamangala University of Technology Isan, Surin Campus, Thailand., Thailand
Surakiat Parichatnon
Faculty of Management Technology, Rajamangala University of Technology Isan, Surin Campus, Thailand., Thailand
Chinjirat Charunsiripaisa
Faculty of Management Technology, Rajamangala University of Technology Isan, Surin Campus, Thailand., Thailand
Keywords: Technology Acceptance, Artificial Intelligence Technology, Operational Efficiency, Government Agencies in Surin Province
Published: Aug 26, 2025

Abstract

          Artificial Intelligence (AI) technology is increasingly driving organizations worldwide toward a new paradigm of agile and precise operations. Government agencies have also begun to adopt AI to enhance operational efficiency, reduce redundancy, and improve responsiveness to the public. However, the sustainability of this digital transformation largely depends on the level of "acceptance" among personnel within the organizations.


          This study aimed to examine the relationship between the acceptance of artificial intelligence technology and the work efficiency of government agencies in Surin Province. The specific objectives were: (1) to investigate the level of AI technology acceptance in government agencies in Surin Province; (2) to assess the level of work efficiency in these agencies; and (3) to explore how AI technology acceptance influences organizational work efficiency. The research was guided by the Technology Acceptance Model (TAM) and the Unified Theory of Acceptance and Use of Technology (UTAUT) frameworks. This quantitative research employed a questionnaire as the primary data collection tool, targeting a sample of 261 government officials from seven provincial-level agencies under the Ministry of Interior in Surin Province. The sample was selected using systematic sampling. The research instrument was validated by five experts, achieving a high reliability coefficient (Cronbach's Alpha = 0.972). Data analysis included descriptive statistics, correlation analysis, and multiple regression analysis.


          The findings revealed that government personnel exhibited a high level of AI technology acceptance (mean = 3.99) and also reported a high level of work efficiency (mean = 4.13). Among the factors influencing acceptance, individual attitude was identified as the most significant predictor, followed by perceived usefulness, perceived ease of use, executive support, user capability, and organizational policy, respectively.


          The insights from this research provide practical implications for developing and promoting AI technology acceptance in the public sector. They are particularly valuable for policy formulation and strategic planning aimed at advancing digital transformation in government agencies. Organizations can utilize these findings to enhance personnel capabilities, foster positive attitudes toward technology, and restructure management systems to support the sustainable integration of innovation in public service delivery.

Downloads

Download data is not yet available.

Article Details

How to Cite

Wanluan, M., Loatong, P., Parichatnon, S., & Charunsiripaisa, C. (2025). The Acceptance of Artificial Intelligence Technology Affecting the Work Efficiency of Government Agencies in Surin Province. Journal of Local Governance and Innovation, 9(2), 393–408. https://doi.org/10.14456/jlgisrru.2025.44

Section

Research Articles

Categories

References

กรวิกา มีสามเสน. (2564). การวิเคราะห์การถดถอยพหุคูณ. วารสารวิจัยและพัฒนามหาวิทยาลัยราชภัฏบุรีรัมย์, 16(2), 45–58.

กัตตกมล พิศแลงาม, และ สุรีรัตน์ อินทร์หม้อ. (2566). ปัจจัยการยอมรับเทคโนโลยีในการใช้โปรแกรมปัญญาประดิษฐ์แชทบริการด้านการเงินผู้สูงอายุในจังหวัดปทุมธานี. วารสารบริหารธุรกิจอุตสาหกรรม, 5(2), 16–31.

ชำนาญ ชินศิริ. (2566). การพัฒนาระบบราชการในยุคดิจิทัล. วารสารการบริหารท้องถิ่น, 15(3), 1–15.

ณัฐพล มนต์เสรีวงศ์. (2566). การประยุกต์ใช้ Machine Learning ในการวิเคราะห์ข้อมูลการจัดซื้อจัดจ้างภาครัฐ. วารสารการจัดการภาครัฐและภาคเอกชน, 28(2), 67–86.

ทักษพร วสุธารัตน์, วอนชนก ไชยสุนทร, และ สิงหะ ฉวีสุข. (2564). ปัจจัยที่มีอิทธิพลต่อการยอมรับการใช้บริการทางการเงินผ่านเทคโนโลยีปัญญาประดิษฐ์แชทบอทของธนาคารพาณิชย์ไทยในภาคกลาง. วารสารบริหารธุรกิจ, 11(1), 39–51.

ธนพล พุกเส็ง. (2564). การยอมรับเทคโนโลยีในองค์กร: แนวคิดและทฤษฎี. วารสารวิชาการมหาวิทยาลัยธนบุรี, 15(2), 123–135.

ธนพล สมบูรณ์, และ วิชิต อู่อ้น. (2565). การยอมรับเทคโนโลยีปัญญาประดิษฐ์ในงานบริการภาครัฐของประเทศไทย. วารสารบริหารธุรกิจมหาวิทยาลัยธรรมศาสตร์, 45(175), 22–38.

ธนวัฒน์ สุวรรณศรี. (2567). ระบบความปลอดภัยทางไซเบอร์ในหน่วยงานภาครัฐ. วารสารวิชาการความมั่นคงปลอดภัยไซเบอร์, 5(1), 45–62.

ธนิตา เจริญรัตน์, และ พิชญ์ พงษ์สวัสดิ์. (2566). ปัจจัยที่ส่งผลต่อการยอมรับเทคโนโลยีปัญญาประดิษฐ์ในระบบราชการไทย: กรณีศึกษากระทรวงการพัฒนาสังคมและความมั่นคงของมนุษย์. วารสารการบริหารภาครัฐ, 16(2), 145–168.

นภดล ร่มโพธิ์, และ วรรณวิมล อัมรินทร์. (2566). การประยุกต์ใช้ปัญญาประดิษฐ์เพื่อเพิ่มประสิทธิภาพการให้บริการในหน่วยงานภาครัฐ. วารสารการจัดการภาครัฐและภาคเอกชน, 30(1), 1–20.

บุญชม ศรีสะอาด. (2560). การวิจัยเบื้องต้น (พิมพ์ครั้งที่ 10). สุวีริยาสาส์น.

ศศิพร เหมือนศรีชัย. (2563). การยอมรับเทคโนโลยีดิจิทัลในองค์กรภาครัฐ. วารสารวิชาการมหาวิทยาลัยธนบุรี, 14(3), 56–69.

ศิริพงษ์ วิทยวิโรจน์. (2565). การประยุกต์ใช้ปัญญาประดิษฐ์ในงานภาครัฐ. วารสารการจัดการสมัยใหม่, 20(1), 45–58.

สำนักงาน ก.พ. (2566). แผนยุทธศาสตร์การพัฒนาทรัพยากรบุคคลภาครัฐ พ.ศ. 2566–2570. สำนักงาน ก.พ.

สำนักงานพัฒนารัฐบาลดิจิทัล. (2563). นโยบายและแผนระดับชาติว่าด้วยการพัฒนาดิจิทัลเพื่อเศรษฐกิจและสังคม พ.ศ. 2561–2580. สำนักงานพัฒนารัฐบาลดิจิทัล.

สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ. (2567). แผนพัฒนาเศรษฐกิจและสังคมแห่งชาติ ฉบับที่ 13 (พ.ศ. 2566–2570). สำนักงานฯ.

สุวิมล จึงเจริญศิลป์, และคณะ. (2565). เทคโนโลยีดิจิทัลกับการเปลี่ยนแปลงองค์กรภาครัฐ. วารสารพัฒนาสังคม, 24(1), 145–160.

สถาบันส่งเสริมการบริหารกิจการบ้านเมืองที่ดี. (2567). รายงานการศึกษาเรื่องการพัฒนาประสิทธิภาพการทำงานของหน่วยงานภาครัฐด้วยเทคโนโลยีดิจิทัล. สถาบันส่งเสริมการบริหารกิจการบ้านเมืองที่ดี.

Kohnke, L., Moorhouse, B. L., & Zou, D. (2023). ChatGPT for language teaching and learning. RELC Journal. https://doi.org/xxxx

Martinez, F., & Garcia, R. (2024). Digital health solutions for public administration: AI applications in the Moroccan healthcare sector. Journal of Public Health Informatics, 16(2), 112–120.

Noy, S., & Zhang, W. (2023). The effects of generative AI on initial language teacher education. Computers & Education, 195, 104678.

Park, J., Lee, H., & Choi, M. (2024). Implementing AI in the public sector: Challenges and strategies. Public Management Review, 26(1), 45–60.

Park, S., & Kim, D. (2022). The multi-dimensional paradox of AI adoption in the public sector: A Korean experience. ACM Digital Government Research, 2022, 1–12.

Taylor, L., Floridi, L., & van der Sloot, B. (2023). Democratizing AI in public administration: Improving equity through human-centric approaches. AI & Society, 38(3), 345–359.

Thompson, M., & Brown, A. (2023). Public sector leadership in the age of AI: A framework for ethical governance. International Journal of Public Leadership, 19(2), 89–105.

Vinuesa, R., Azizpour, H., Leite, I., Balaam, M., Dignum, V., Domisch, S., ... & Nerini, F. F. (2020). The role of artificial intelligence in achieving the Sustainable Development Goals. Nature Communications, 11(1), 233.

Wilson, C., & van der Velden, M. (2022). Sustainable AI: An integrated model to guide public sector decision-making. Technology in Society, 68, 101926.