องค์ประกอบเชิงโครงสร้างของระบบนิเวศการเรียนรู้เพื่อสร้างเสริมสมรรถนะด้านปัญญาประดิษฐ์รังสรรค์ในการจัดการเรียนรู้สำหรับครูสังกัดอาชีวศึกษา
Article Sidebar
Main Article Content
บทคัดย่อ
บทความวิจัยนี้มีวัตถุประสงค์ เพื่อ 1) ศึกษาองค์ประกอบ และ 2) ยืนยันและนำเสนอรูปแบบระบบนิเวศ การเรียนรู้เพื่อสร้างเสริมสมรรถนะด้าน GenAI ในการจัดการเรียนรู้สำหรับครูสังกัดอาชีวศึกษา การวิจัยในครั้งนี้เป็นการวิจัยและพัฒนา แบ่งออกเป็น 2 ระยะ คือ ระยะที่ 1 สัมภาษณ์ผู้ทรงคุณวุฒิ 9 คน โดยใช้แบบสัมภาษณ์ และสอบถามความคิดเห็นโดยใช้แบบสอบถาม จำนวน 58 ข้อคำถาม ผ่านระบบออนไลน์ ประชากรที่ใช้ในการวิจัย คือ ครูสังกัดอาชีวศึกษาภาคเหนือ จำนวน 938 คน กลุ่มตัวอย่างที่ได้จากการสุ่มอย่างง่าย จำนวน 410 คน ด้วยการวิเคราะห์องค์ประกอบเชิงสำรวจ ระยะที่ 2 ตรวจสอบความตรงเชิงโครงสร้างของรูปแบบองค์ประกอบที่ได้จากระยะที่ 1 ด้วยการวิเคราะห์องค์ประกอบเชิงยืนยัน โดยใช้แบบสอบถาม จำนวน 58 ข้อคำถาม ผ่านระบบออนไลน์ ประชากรที่ใช้ในการวิจัย คือ ครูสังกัดอาชีวศึกษาภาคเหนือ จำนวน 938 คน กลุ่มตัวอย่างที่ได้จากการสุ่มอย่างง่าย จำนวน 423 คน
ด้วยการวิเคราะห์องค์ประกอบเชิงยืนยัน
ผลการวิจัยพบว่า องค์ประกอบของระบบนิเวศการเรียนรู้เพื่อสร้างเสริมสมรรถนะด้าน GenAI ในการจัดการเรียนรู้สำหรับครูสังกัดอาชีวศึกษา มี 6 องค์ประกอบ 58 ตัวบ่งชี้ ได้แก่ 1) ด้านการจัดระบบนิเวศการเรียนรู้ที่มีประสิทธิภาพ มี 9 ตัวบ่งชี้ 2) ด้านการจัดระบบนิเวศการเรียนรู้ที่ขับเคลื่อนด้วย AI มี 11 ตัวบ่งชี้ 3) ด้านสมรรถนะของ GenAI มี 6 ตัวบ่งชี้ 4) ด้านการใช้ GenAI ในการจัดการศึกษาและการเรียนรู้ มี 8 ตัวบ่งชี้ 5) ด้านการประยุกต์ใช้ GenAI เพื่อพัฒนาการเรียนรู้ มี 12 ตัวบ่งชี้ และ 6) ด้านสมรรถนะ
ในการจัดการเรียนรู้ของครูอาชีวศึกษามี 12 ตัวบ่งชี้ ผลการตรวจสอบโมเดลด้วยการวิเคราะห์องค์ประกอบเชิงยืนยัน พบว่า โมเดลองค์ประกอบทั้ง 6 องค์ประกอบ มีความสอดคล้องกับข้อมูลเชิงประจักษ์
อย่างมีนัยสำคัญทางสถิติที่ระดับ .01 สะท้อนว่า การพัฒนาสมรรถนะด้าน GenAI สำหรับครูอาชีวศึกษา
ไม่ควรมุ่งเฉพาะทักษะการใช้เครื่องมือ AI แต่ต้องออกแบบระบบนิเวศการเรียนรู้ที่ครอบคลุมทั้งโครงสร้างพื้นฐาน เทคโนโลยีเพื่อการจัดการเรียนรู้ จริยธรรมข้อมูล การจัดทรัพยากรและการเรียนรู้ และสมรรถนะวิชาชีพสำหรับครูอาชีวศึกษา สามารถนำไปจัดระบบนิเวศการเรียนรู้เพื่อสร้างเสริมสมรรถนะด้าน GenAI ในการจัดการเรียนรู้สำหรับครูสังกัดอาชีวศึกษาได้จริง
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
กฤติน ขันละ. (2569). ปรากฏการณ์ปัญญาประดิษฐ์ในระบบการศึกษาไทย: บทสังเคราะห์เชิงวิภาษวิธี
พ.ศ. 2566-2568. วารสารวิจัยสังคมและปริทัศน์, 49(1). https://so04.tci-thaijo.org/ index.php/socialresearchjournal/article/view/284751/191844
จิติมา วรรณศรี. (2564). การบริหารจัดการศึกษายุคดิจิทัล. รัตนสุวรรณการพิมพ์.
นริศรา ใจคง และสิริกานต์ แก้วคงทอง. (2564). นิเวศการเรียนรู้: เรื่องเก่าบนวิถีใหม่. วารสารการศึกษาไทย, 18(3), 64-69.
พรรัตน์ จันทร์คำ. (2566). การพัฒนาระบบนิเวศการเรียนรู้เพื่อส่งเสริมทักษะอาชีพของโรงเรียนราชประชานุเคราะห์ 22 จังหวัดแม่ฮ่องสอน. วารสารนวัตกรรมการจัดการศึกษาและการวิจัย, 5(4), 885-896. https://so02.tci-thaijo.org/index.php/jemri/article/ view/262108/177120
พิทักษ์ กันทา และณัฐิยา ตันตรานนท์. (2567). การศึกษาและพัฒนาสมรรถนะครูด้านดิจิทัล: กรณีศึกษาศูนย์พัฒนาคุณภาพการศึกษาตําบลปิงโค้ง สํานักงานเขตพื้นที่การศึกษาประถมศึกษาเชียงใหม่เขต 3. วารสารบริหารการศึกษาบัวบัณฑิต, 24(2), 120-131. https://so06.tci-thaijo.org/index.php/BUAJEAD/article/view/274536/185418
ศศินันท์ เศรษฐวัฒน์บดี, กันต์ฤทัย คลังพหล, บุษยา จูงาม, ปาริชาต ผดุงศิลป์ และอภิชญา สวัสดี. (2566). การศึกษาระบบนิเวศการเรียนรู้ของสถานศึกษาในจังหวัดปทุมธานี. วารสารคณะครุศาสตร์ มหาวิทยาลัยราชภัฎนครสวรรค์, 6(1), 102-113. https://so02.tci-thaijo.org/index.php/ edunsrujo/article/download/258633/175712/1020009
สมพร นามอินทร์ และขวัญใจ ทวนดํา. (2568). การใช้เทคโนโลยีปัญญาประดิษฐ์ AI (Chat GPT) เพื่อส่งเสริมทักษะการ สอนวิชาศิลปะ. วารสารสันตยาภิวัฒน์ วัดหนองนกกด, 3(1), 229-244. https://so16.tci-thaijo.org/index.php/jswn/article/view/1283
สำนักงานคณะกรรมการข้าราชการครูและบุคลากรทางการศึกษา. (2564). คู่มือการดำเนินการตามหลักเกณฑ์และวิธีการประเมินตำแหน่งและวิทยฐานะข้าราชการครูฯ ตำแหน่งครู. สำนักงาน ก.ค.ศ.กระทรวงศึกษาธิการ.
สำนักงานเลขาธิการสภาการศึกษา. (2563). สภาวะการศึกษาไทย 2561/2562 การปฏิรูปการศึกษาในยุคดิจิทัล. สำนักงานเลขาธิการสภาการศึกษา กระทรวงศึกษาธิการ.
สำนักงานเลขาธิการสภาการศึกษา. (2569). รายงานผลการศึกษา การใช้ปัญญาประดิษฐ์แบบอัตโนมัติโดยไม่ต้องอาศัยมนุษย์ (Generative AI) เพื่อการศึกษาในโลกที่ผันผวนตามแนวคิดขององค์การสหประชาชาติที่เหมาะสมกับประเทศไทย. สำนักงานเลขาธิการสภาการศึกษา กระทรวงศึกษาธิการ. https://backoffice.onec.go.th/uploads/Book/2185-file.pdf
สำนักติดตามและประเมินผลการอาชีวศึกษา. (2567). รายงานสภาพปัญหาและข้อจำกัดของสถานศึกษาในการขับเคลื่อนการจัดการอาชีวศึกษา ปีงบประมาณ พ.ศ. 2567. กลุ่มติดตามและรายงานผล สำนักงานคณะกรรมการการอาชีวศึกษา.
สุธน วงค์แดง. (2568). ระบบนิเวศการเรียนรู้สู่การเรียนรู้ตลอดชีวิต. สักทอง : วารสารมนุษยศาสตร์และสังคมศาสตร์, 31(3), 1-17.
สุรพล บุญลือ. (2567). แนวทางการใช้ปัญญาประดิษฐ์รังสรรค์สำหรับการศึกษาและวิจัย. วารสารครุศาสตร์อุตสาหกรรม, 23(2), B1-B12. https://doi.org/10.55003/JIE.23202
โสภนา สุดสมบูรณ์. (2567). แนวทางการเสริมสร้างระบบนิเวศการเรียนรู้ของโรงเรียนระดับประถมศึกษาในพื้นที่ ชายแดนทางภาคเหนือตอนบนของประเทศไทย. วารสารวิชาการการจัดการภาครัฐและเอกชน, 6(2), 251-264. https://so02.tci-thaijo.org/index.php/appm/article/view/ 265525
Ahmad, S. F., Alam, M. M., Rahmat, M. K., Mubarik, M. S., & Hyder, S. I. (2022). Academic and administrative role of artificial intelligence in education. Sustainability, 14(3), 1101. https://doi.org/10.3390/su14031101
Comrey, A. L., & Lee, H. B. (2013). A first course in factor analysis. Psychology press.
European Parliament. (2015). Innovative schools: teaching & learning in the digital era. European Parliament.
Fabrigar, L. R., & Wegener, D. T. (2012). Exploratory factor analysis. Oxford University Press.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Upper Saddle River, NJ: Prentice Hall.
Grimm, L. G., & Yarnold, P. R. (Eds.). (1995). Reading and understanding multivariate statistics. American Psychological Association.
MacCallum, R. C., Widaman, K. F., Zhang, S., & Hong, S. (1999). Sample size in factor analysis. Psychological Methods, 4(1), 84–99. https://doi.org/10.1037/1082-989X.4.1.84
Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. United Nations Educational, Scientific and Cultural Organization.
Nguyen, L. T., Kanjug, I., Lowatcharin, G., Manakul, T., Poonpon, K., Sarakorn, W., Somabut, A., Srisawasdi, N., & Traiyarach, S. (2023). Digital learning ecosystem for classroom teaching in Thailand high schools. SAGE Open, 13(1), 1–14. https://doi.org/10.1177/21582440231158303
OECD & European Commission. (2025). Empowering learners for the age of AI: An AI literacy framework for primary and secondary education. OECD.
Tabachnick, B. G., & Fidell, L. S. (2007). Using multivariate statistics (5th ed.). Allyn & Bacon/Pearson Education.
UNESCO. (2021a). AI and education: Guidance for policy-makers. UNESCO Publishing.
UNESCO. (2021b). AI in education: opportunities and challenges. UNESCO Publishing.
UNESCO. (2023). Guidance for generative AI in education and research. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org/ ark:/48223/pf0000386693
UNESCO. (2024). AI Competency Framework for Teachers. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org/ark:/48223/ pf0000387224
Yanis, Afrida. (2025). Innovation in teaching and learning education in the digital era. Education Journal, 1(2), 11-21.
