ความสัมพันธ์ระหว่างสถานภาพส่วนบุคคลกับความฉลาดรู้ด้านปัญญาประดิษฐ์ของครูกลุ่มสาระการเรียนรู้วิทยาศาสตร์และเทคโนโลยี: กรณีศึกษาโรงเรียนสุรศักดิ์มนตรี
Article Sidebar
Main Article Content
บทคัดย่อ
บทความนี้มีวัตถุประสงค์ 1) เพื่อศึกษาระดับความฉลาดรู้ด้านปัญญาประดิษฐ์ของครูกลุ่มสาระการเรียนรู้วิทยาศาสตร์และเทคโนโลยี โรงเรียนสุรศักดิ์มนตรี 2) เพื่อเปรียบเทียบระดับความฉลาดรู้ด้านปัญญาประดิษฐ์ของครูฯ จำแนกตามสถานภาพส่วนบุคคล (ได้แก่ เจเนอเรชัน วิทยฐานะ และรายวิชาที่ทำการสอน) และ 3) เพื่อศึกษาความสัมพันธ์ระหว่างสถานภาพส่วนบุคคลกับระดับความฉลาดรู้ด้านปัญญาประดิษฐ์ของครูฯ รูปแบบการวิจัยเป็นการวิจัยเชิงปริมาณ ใช้แนวคิดของ Long and Magerko (2020) เป็นกรอบการวิจัย พื้นที่วิจัยคือโรงเรียนสุรศักดิ์มนตรี ประชากรคือครูกลุ่มสาระการเรียนรู้วิทยาศาสตร์และเทคโนโลยี จำนวน 32 คน ใช้วิธีเลือกแบบเจาะจง เครื่องมือที่ใช้ในการวิจัยคือแบบทดสอบความฉลาดรู้ด้านปัญญาประดิษฐ์ที่ดัดแปลงจากงานวิจัยของ Hornberger et al. (2023) วิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณา ได้แก่ ค่าความถี่ ค่าร้อยละ ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐานและสถิติเชิงอนุมาน ได้แก่ Pearson's Correlation Coefficient ผลการวิจัยพบว่า 1) ครูมีระดับความฉลาดรู้ด้านปัญญาประดิษฐ์อยู่ในระดับปานกลาง (ค่าเฉลี่ย 38.2) 2) ครูที่สอนวิชาคอมพิวเตอร์มีค่าเฉลี่ยคะแนนสูงสุด (45.5) และ 3) รายวิชาที่สอนมีความสัมพันธ์ทางบวกในระดับสูงกับความฉลาดรู้ ด้านปัญญาประดิษฐ์อย่างมีนัยสำคัญทางสถิติ (r = .516, p < .01) องค์ความรู้จากงานวิจัยนี้สามารถนำไปใช้ในการพัฒนาหลักสูตรฝึกอบรมเฉพาะทางด้านปัญญาประดิษฐ์สำหรับครูในแต่ละรายวิชา
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Al Darayseh, A. (2023). Acceptance of artificial intelligence in teaching science: Science teachers' perspective. Computers and Education: Artificial Intelligence, 4, 100132. https://doi.org/10.1016/j.caeai.2023.100132
Cardon, P., Fleischmann, A. C., Aritz, J., Logemann, M., & Heidewald, J. (2023). The challenges and opportunities of AI-assisted writing: Developing AI literacy for the AI age. Business and Professional Communication Quarterly, 86(2), 232–949. https://doi.org/10.1177/232949 06231176517
Du, X., Alghowinem, S., Taylor, M., Darling, K., & Breazeal, C. (2023). Innovating AI leadership education [Conference presentation]. 2023 IEEE Frontiers in Education Conference. https://doi.org/10.1109/FIE58773.2023.10343238
Fakhar, H., Lamrabet, M., Echantoufi, N., El khattabi, K., & Ajana, L. (2024). Towards a new artificial intelligence-based framework for teachers' online continuous professional development programs: Systematic review. International Journal of Advanced Computer Science and Applications, 15(4), 480–493.
Faruqe, F., Watkins, R., & Medsker, L. (2021). Competency model approach to AI literacy: Research-based path from initial framework to model [Unpublished manuscript]. https://arxiv.org/abs/2108.05809v1
Flogie, A., & Vicic Krabonja, M. (2023). Artificial intelligence in education: Developing competencies and supporting teachers in implementing AI in school learning environments [Paper presentation]. 12th Mediterranean Conference on Embedded Computing, Budva, Montenegro.
Hornberger, M., Bewersdorff, A., & Nerdel, C. (2023). What do university students know about artificial intelligence? Development and validation of an AI literacy test. Computers and Education: Artificial Intelligence, 5, 100165. https://doi.org/10.1016/j.caeai.2023.100165
Khan Academy. (n.d.). Khanmigo for teachers. Retrieved September 5, 2024, from https://www.khanmigo.ai/teachers
Kreinsen, M., & Schulz, S. (2023). Towards the triad of digital literacy, data literacy, and AI literacy in teacher education: A discussion in light of the accessibility of novel generative AI [Unpublished manuscript]. https://doi.org/10.35542/osf.io/xguzk
Laupichler, M. C., Aster, A., & Raupach, T. (2023). Development of the "Scale for the assessment of non-experts' AI literacy"—An exploratory factor analysis. Computers in Human Behavior Reports, 12, 100338.
Lérias, E., Guerra, C., & Ferreira, P. (2024). Literacy in artificial intelligence as a challenge for teaching in higher education: A case study at Portalegre Polytechnic University. Information, 15(4), 205. https://doi.org/10.3390/info15040205
Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. In Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1-16). ACM. https://doi.org/10.1145/3313831.3376727
Maneekong, S. (2022). Factors related to effective communication of students in the Faculty of Education and Development Sciences, Kasetsart University [Master's thesis, Kasetsart University].
Ministry of Digital Economy and Society. (2020). Thailand artificial intelligence ethics guidelines. Electronic Transactions Development Agency. https://www.etda.or.th/getattachment/9d370f25-f37a-4b7c-b661-48d2d730651d/Digital-Thailand-AI-Ethics-Principle-and-Guideline.pdf. aspx?lang=th-TH
Ministry of Higher Education, Science, Research and Innovation, & Ministry of Digital Economy and Society. (2022). National artificial intelligence action plan for Thailand's development (2022–2027). National Science and Technology Development Agency. http://pub.nstda.or.th/gov-dx/wp-content/uploads/2022/12/20220726-AI.pdf
Ng, D. T. K., Leung, J. K. L., Sum, K. W. R., & Chu, S. K. W. (2021). Conceptualizing AI literacy: An exploratory review. Computers and Education: Artificial Intelligence, 2, 100041. https://doi.org/10.1016/j.caeai.2021.100041
Organization for Economic Co-operation and Development. (2020). ICT resources in school education: What do we know from OECD work?. https://one.oecd.org/document/EDU/EDPC/SR/ RD(2020)2/en/pdf
Shiohira, K. (2021). Understanding the impact of artificial intelligence on skills development. UNESCO and UNESCO-UNEVOC. https://unesdoc.unesco.org/ark:/48223/pf0000379112.locale=en
Wang, B., & Rau, P. L. P. (2022). Measuring user competence in using artificial intelligence: Validity and reliability of artificial intelligence literacy scale. Behaviour & Information Technology, 42(5), 1324–1337.
Yetisensoy, O., & Rapoport, A. (2023). Artificial intelligence literacy teaching in social studies education. Journal of Pedagogical Research, 7(3), 100–110. https://doi.org/10.33902/JPR.202320866
