แบบจำลองการบริหารจัดการศึกษาอัจฉริยะบนฐานปัญญาประดิษฐ์ เพื่อยกระดับสมรรถนะผู้เรียนของโรงเรียนในพื้นที่ระเบียงเศรษฐกิจพิเศษภาคตะวันออก
Article Sidebar
Main Article Content
บทคัดย่อ
บทความวิจัยนี้มีวัตถุประสงค์เพื่อ 1) เพื่อศึกษาสภาพปัจจุบัน ปัญหา ความต้องการจำเป็น และสังเคราะห์ข้อกำหนดเชิงการออกแบบ 2) พัฒนาแบบจำลองฯ 3) ตรวจสอบคุณภาพแบบจำลองฯ และ 4) ทดลองใช้แบบจำลองการบริหารจัดการศึกษาอัจฉริยะบนฐานปัญญาประดิษฐ์ เพื่อยกระดับสมรรถนะผู้เรียนของโรงเรียนในพื้นที่ระเบียงเศรษฐกิจพิเศษภาคตะวันออก ดำเนินการวิจัยและพัฒนา (R&D) กลุ่มตัวอย่าง ประกอบด้วย บุคลากรทางการศึกษา 300 คน จากการสุ่มตัวอย่างแบบหลายขั้นตอน ผู้เชี่ยวชาญ 9 ท่าน และผู้บริหารสถานศึกษา 8 ท่าน จากการเลือกแบบเจาะจงเพื่อสนทนากลุ่ม กลุ่มทดลองใช้แบบจำลองในสถานศึกษานำร่อง 2 แห่ง รวม 60 คน เป็นระยะเวลา 12 สัปดาห์ เครื่องมือวิจัยมีค่าดัชนีความสอดคล้อง (IOC) ระหว่าง 0.80 - 1.00 และค่าความเชื่อมั่นสัมประสิทธิ์แอลฟาของครอนบาคระหว่าง 0.88 - 0.94 โดยวิเคราะห์ข้อมูลด้วยร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน ดัชนีความต้องการจำเป็นปรับปรุง การทดสอบค่าที และขนาดอิทธิพลโคเฮน ผลการวิจัยพบปัญหาสำคัญ คือ การขาดแบบจำลองการบริหารบนฐานข้อมูลและระบบปัญญาประดิษฐ์ที่ใช้งานได้จริง โดยด้านคุณภาพการสอน สมรรถนะบุคลากร และการทำงานร่วมกับปัญญาประดิษฐ์ มีความต้องการจำเป็นสูงสุด นำไปสู่ข้อกำหนดเชิงการออกแบบ แบบจำลองที่พัฒนามี 4 ส่วน ได้แก่ นำเข้า กระบวนการ ผลผลิต และวงจรป้อนกลับ ขับเคลื่อนด้วยความพร้อมทางดิจิทัลและระบบผู้ช่วยอัจฉริยะ ผลการตรวจสอบ พบว่า แบบจำลองมีคุณภาพระดับมากที่สุด ( = 4.49) และผ่านฉันทามติร้อยละ 100 หลังการทดลองใช้ ผู้บริหารและครูมีสมรรถนะการบริหารจัดการศึกษาอัจฉริยะสูงกว่าก่อนทดลองอย่างมีนัยสำคัญทางสถิติระดับ .05 เช่นเดียวกับสมรรถนะผู้เรียนสูงกว่าก่อนทดลองอย่างมีนัยสำคัญทางสถิติระดับ .05 และแบบจำลองมีความเหมาะสม ความเป็นไปได้ และความเป็นประโยชน์ในระดับมากที่สุด (
= 4.52)
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
ธนุ วงษ์จินดา. (2565). ผลิตและพัฒนากำลังคนอาชีวศึกษาสมรรถนะสูง เพื่อการพัฒนาประเทศ. วารสารวิชาการนวัตกรรมและเทคโนโลยี สถาบันการอาชีวศึกษาภาคใต้ 1, 7(2), 3-11.
ยุทธศาสตร์ชาติ พ.ศ. 2561-2580. (2561). ราชกิจจานุเบกษา เล่ม 135 ตอนที่ 82 ก หน้า 1-66 (13 ตุลาคม 2561).
สำนักงานคณะกรรมการนโยบายเขตพัฒนาพิเศษภาคตะวันออก. (2566). แผนภาพรวมเพื่อการพัฒนาเขตพัฒนาพิเศษภาคตะวันออก พ.ศ. 2566 - 2570. เรียกใช้เมื่อ 14 กันยายน 2569 จาก https://www.eeco.or.th/eastern-economic-corridor-eec-comprehensive-development-th/
สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ. (2565). แผนพัฒนาเศรษฐกิจและสังคมแห่งชาติ ฉบับที่ 13 (พ.ศ. 2566-2570). กรุงเทพมหานคร: สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ.
Biesta, G. (2021). World-centred education: A view for the present. New York: Routledge.
Hargreaves, A. & Fullan, M. (2020). Professional capital after the pandemic: Revisiting and revising classic understandings of teachers' work. Journal of Professional Capital and Community, 5(3-4), 327-336.
Holmes, W. et al. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Boston, MA: Center for Curriculum Redesign.
Marrone, R. et al. (2025). Understanding student perceptions of artificial intelligence as a teammate. Technology, Knowledge and Learning, 30, 1847-1869. https://doi.org/10.1007/s10758-024-09780-z
Miao, F. et al. (2021). AI and education: Guidance for policy-makers. Paris, France: UNESCO.
OECD. (2024). Education policy outlook 2024: Reshaping teaching into a thriving profession from ABCs to AI. Paris, France: OECD Publishing.
Reeves, T. (2017). Data literacy for educators: Making it count in teacher preparation and practice. Mid-Western Educational Researcher, 29(1), 84-88.
Richey, R. C. & Klein, J. (2007). Design and development research: Methods, strategies, and issues. Mahwah, NJ: Lawrence Erlbaum Associates.
Sajja, R. et al. (2025). Integrating AI and learning analytics for data-driven pedagogical decisions and personalized interventions in education. Technology, Knowledge and Learning, (31), 12899-1319. https://doi.org/10.1007/s10758-025-09897-9
Sirat, A. W. et al. (2025). Artificial intelligence in educational leadership: Strategic, analytical, interactive, and decision-making applications for the digital age. Jurnal Ilmiah Telsinas Elektro, Sipil dan Teknik Informasi, 8(2), 210-224.
Soeykrathoke, P. et al. (2025). Strategic alignment for AI success: Vocational education in Thailand’s Eastern Economic Corridor. Journal of Education and Learning Reviews, 2(4), 43-62.
Sposato, M. (2025). Artificial intelligence in educational leadership: A comprehensive taxonomy and future directions. International Journal of Educational Technology in Higher Education, 22, 20. https://doi.org/10.1186/s41239-025-00517-1
Wang, Y. (2025). Artificial intelligence in student management systems to enhance academic performance monitoring and intervention. Scientific Reports, 15, 35122. https://doi.org/10.1038/s41598-025-19159-4
Zawacki-Richter, O. et al. (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, 39. https://doi.org/10.1186/s41239-019-0171-0
Zhang, J. & Goyal, S. B. (2024). AI-driven decision support system innovations to empower higher education administration. Journal of Computers, Mechanical and Management, 3(2), 35-41.