เผยแพร่ บทความงานวิจัย เรื่อง การศึกษาปัจจัยที่ส่งผลต่อความสำเร็จในการใช้ Generative AI เพื่อพัฒนางานวิจัยในชั้นเรียนของครูผู้สอนรายวิชาวิทยาคำนวณ
บทความงานวิจัย เรื่อง การศึกษาปัจจัยที่ส่งผลต่อความสำเร็จในการใช้ Generative AI เพื่อพัฒนางานวิจัยในชั้นเรียนของครูผู้สอนรายวิชาวิทยาคำนวณ โรงเรียนเอกชนในระบบ ประเภทสามัญ
สำนักงานศึกษาธิการจังหวัดลำปาง
ผู้วิจัย นายวสันต์ แปงจิตต์
ศึกษานิเทศก์ กลุ่มนิเทศ ติดตามและประเมินผล
สำนักงานศึกษาธิการจังหวัดลำปาง
บทนำ
ในยุคแห่งการเปลี่ยนแปลงทางเทคโนโลยีอย่างรวดเร็ว การศึกษาได้รับผลกระทบและการปรับเปลี่ยนอย่างมีนัยสำคัญ โดยเฉพาะอย่างยิ่งในด้านการพัฒนาคุณภาพการเรียนการสอนและการวิจัยในชั้นเรียน ซึ่งถือเป็นหัวใจสำคัญของการยกระดับคุณภาพการศึกษา (สำนักงานเลขาธิการสภาการศึกษา, 2564) การวิจัยในชั้นเรียนเป็นเครื่องมือสำคัญที่ช่วยให้ครูสามารถพัฒนาการเรียนการสอนได้อย่างมีประสิทธิภาพ โดยอาศัยกระบวนการวิจัยเพื่อแก้ปัญหาและพัฒนาผู้เรียนอย่างเป็นระบบ (วิจารณ์ พานิช, 2563)
ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยีปัญญาประดิษฐ์ (AI) โดยเฉพาะอย่างยิ่ง Generative AI ได้เข้ามามีบทบาทสำคัญในวงการการศึกษาและการวิจัย Generative AI มีศักยภาพในการช่วยเหลือครูในกระบวนการวิจัยในชั้นเรียนได้หลากหลายด้าน (สุรศักดิ์ ปาเฮ, 2565) ตั้งแต่การช่วยในการวิเคราะห์ข้อมูล การสร้างเครื่องมือวิจัย ไปจนถึงการเขียนรายงานการวิจัย ซึ่งสามารถช่วยลดภาระและเพิ่มประสิทธิภาพในการทำวิจัยของครูได้อย่างมาก
อย่างไรก็ตาม การนำ Generative AI มาใช้ในการวิจัยในชั้นเรียนยังเป็นเรื่องใหม่สำหรับครูหลายคน และยังมีปัจจัยหลายประการที่อาจส่งผลต่อความสำเร็จในการนำมาใช้ การศึกษาปัจจัยเหล่านี้จึงมีความสำคัญอย่างยิ่งต่อการวางแผนและส่งเสริมการใช้ Generative AI ในการพัฒนางานวิจัยในชั้นเรียนอย่างมีประสิทธิภาพ
วัตถุประสงค์การวิจัย
เพื่อศึกษาระดับความสำเร็จในการใช้ Generative AI เพื่อพัฒนางานวิจัยในชั้นเรียนของครูผู้สอนรายวิชาวิทยาคำนวณ
เพื่อวิเคราะห์ปัจจัยที่ส่งผลต่อความสำเร็จในการใช้ Generative AI เพื่อพัฒนางานวิจัยในชั้นเรียน
เพื่อศึกษาระดับความพึงพอใจของครูผู้สอนต่อการใช้ Generative AI ในการพัฒนางานวิจัยในชั้นเรียน
วิธีดำเนินการวิจัย
การวิจัยครั้งนี้เป็นการวิจัยแบบผสมผสาน (Mixed Method Research) โดยมีรายละเอียดดังนี้
ประชากรและกลุ่มตัวอย่าง
ประชากรคือครูผู้สอนรายวิชาวิทยาคำนวณในโรงเรียนเอกชนในระบบ ประเภทสามัญ สังกัดสำนักงานศึกษาธิการจังหวัดลำปาง จำนวน 31 คน โดยใช้ประชากรทั้งหมดเป็นกลุ่มตัวอย่าง
เครื่องมือที่ใช้ในการวิจัย
- แบบสอบถาม แบ่งเป็น 5 ส่วน ได้แก่ ข้อมูลทั่วไป ปัจจัยด้านองค์กร ปัจจัยด้านเทคโนโลยี ปัจจัยด้านการอบรมและพัฒนา และความสำเร็จและความพึงพอใจในการใช้ Generative AI
- แบบสัมภาษณ์กึ่งโครงสร้าง
การเก็บรวบรวมข้อมูล
ผู้วิจัยดำเนินการเก็บข้อมูลด้วยตนเอง โดยใช้แบบสอบถามกับครูทุกคน และสัมภาษณ์เชิงลึกกับครูที่มีประสบการณ์ในการใช้ Generative AI จำนวน 10 คน
การวิเคราะห์ข้อมูล
- วิเคราะห์ข้อมูลเชิงปริมาณโดยใช้สถิติเชิงพรรณนา และการวิเคราะห์ถดถอยพหุคูณ
- วิเคราะห์ข้อมูลเชิงคุณภาพโดยใช้การวิเคราะห์เนื้อหา
ผลการวิจัย
ระดับความสำเร็จในการใช้ Generative AI
ผลการวิจัยพบว่า ระดับความสำเร็จในการใช้ Generative AI เพื่อพัฒนางานวิจัยในชั้นเรียนโดยรวมอยู่ในระดับมาก (x̄ = 4.02, S.D. = 0.80) โดยประเด็นที่มีค่าเฉลี่ยสูงสุดคือ ความพึงพอใจในการใช้ Generative AI เพื่อพัฒนางานวิจัย (x̄ = 4.13, S.D. = 0.76)
ปัจจัยที่ส่งผลต่อความสำเร็จในการใช้ Generative AI
จากการวิเคราะห์ถดถอยพหุคูณ พบว่า ปัจจัยที่ส่งผลต่อความสำเร็จในการใช้ Generative AI อย่างมีนัยสำคัญทางสถิติ ได้แก่:
- ปัจจัยด้านเทคโนโลยี (β = 0.442, p < 0.01)
- ปัจจัยด้านองค์กร (β = 0.273, p < 0.05)
- ปัจจัยด้านการอบรมและพัฒนา (β = 0.213, p < 0.05)
โดยปัจจัยทั้งสามสามารถร่วมกันอธิบายความแปรปรวนของความสำเร็จในการใช้ Generative AI ได้ร้อยละ 61.0 (R² = 0.610)
ระดับความพึงพอใจต่อการใช้ Generative AI
ผลการวิจัยพบว่า ระดับความพึงพอใจต่อการใช้ Generative AI ในการพัฒนางานวิจัยในชั้นเรียนอยู่ในระดับมาก (x̄ = 4.13, S.D. = 0.76)
ผลการวิเคราะห์ข้อมูลเชิงคุณภาพ
จากการสัมภาษณ์เชิงลึก พบประเด็นสำคัญดังนี้:
- ประโยชน์ของ Generative AI: ช่วยประหยัดเวลา เพิ่มประสิทธิภาพในการวิเคราะห์ข้อมูล และสร้างเครื่องมือวิจัยที่มีคุณภาพ
- ความท้าทาย: ความน่าเชื่อถือของข้อมูล การปรับใช้ให้เหมาะกับบริบท และประเด็นด้านจริยธรรม
- ปัจจัยแห่งความสำเร็จ: การสนับสนุนจากผู้บริหาร ความพร้อมของโครงสร้างพื้นฐาน และการพัฒนาทักษะอย่างต่อเนื่อง
อภิปรายผล
ระดับความสำเร็จในการใช้ Generative AI ที่อยู่ในระดับมาก สอดคล้องกับงานวิจัยของ ธนพล แสงสุวรรณ และคณะ (2566) ที่พบว่า การใช้ AI ช่วยเพิ่มประสิทธิภาพในการวิเคราะห์ข้อมูลและการ
ระดับความสำเร็จในการใช้ Generative AI
ผลการวิจัยที่พบว่าระดับความสำเร็จในการใช้ Generative AI อยู่ในระดับมาก สอดคล้องกับงานวิจัยของ ธนพล แสงสุวรรณ และคณะ (2566) ที่พบว่า การใช้ AI ช่วยเพิ่มประสิทธิภาพในการวิเคราะห์ข้อมูลและการสร้างเครื่องมือวิจัยได้อย่างมีนัยสำคัญ ทั้งนี้อาจเนื่องมาจาก Generative AI มีความสามารถในการประมวลผลข้อมูลจำนวนมากได้อย่างรวดเร็วและแม่นยำ ช่วยลดเวลาและแรงงานในการทำวิจัย ทำให้ครูสามารถมุ่งเน้นไปที่การตีความผลและการนำผลวิจัยไปใช้ได้มากขึ้น
ปัจจัยที่ส่งผลต่อความสำเร็จ
3.1ปัจจัยด้านเทคโนโลยี: การที่ปัจจัยด้านเทคโนโลยีมีอิทธิพลมากที่สุด สอดคล้องกับทฤษฎีการยอมรับเทคโนโลยี (TAM) ของ Davis (1989) ที่เน้นความสำคัญของการรับรู้ประโยชน์และความง่ายในการใช้งาน ซึ่งสะท้อนให้เห็นว่า Generative AI ที่ใช้งานง่ายและเห็นประโยชน์ชัดเจนจะได้รับการยอมรับและนำไปสู่ความสำเร็จในการใช้งานมากขึ้น
3.2ปัจจัยด้านองค์กร: การสนับสนุนจากผู้บริหารและนโยบายขององค์กรมีผลต่อความสำเร็จในการใช้ Generative AI สอดคล้องกับงานวิจัยของ สุวิมล ว่องวาณิช (2564) ที่พบว่าการสนับสนุนจากองค์กรเป็นปัจจัยสำคัญในการยอมรับเทคโนโลยี AI ในการสอน ทั้งนี้เพราะการสนับสนุนจากองค์กรช่วยสร้างสภาพแวดล้อมที่เอื้อต่อการใช้เทคโนโลยีและลดอุปสรรคในการนำ AI มาใช้ในการวิจัย
3.3 ปัจจัยด้านการอบรมและพัฒนา: ผลการวิจัยชี้ให้เห็นถึงความสำคัญของการพัฒนาทักษะของครูอย่างต่อเนื่อง สอดคล้องกับแนวคิดของ วิจารณ์ พานิช (2563) ที่เน้นย้ำถึงความสำคัญของการพัฒนาวิชาชีพครูในยุคดิจิทัล การอบรมที่มีคุณภาพและตรงกับความต้องการจะช่วยเพิ่มความมั่นใจและทักษะในการใช้ Generative AI ของครู
ความท้าทายและแนวทางการแก้ไข
ผลการวิจัยเชิงคุณภาพชี้ให้เห็นถึงความท้าทายสำคัญในการใช้ Generative AI เช่น ความน่าเชื่อถือของข้อมูลและประเด็นด้านจริยธรรม สอดคล้องกับงานวิจัยของ ศิริชัย กาญจนวาสี (2565) ที่เน้นย้ำถึงความสำคัญของการใช้ AI อย่างมีจริยธรรมในการวิจัยทางการศึกษา ดังนั้น การพัฒนาแนวปฏิบัติที่ดีและการสร้างความตระหนักด้านจริยธรรมในการใช้ AI จึงเป็นสิ่งสำคัญที่ควรดำเนินการควบคู่ไปกับการส่งเสริมการใช้เทคโนโลยี
แสดงความคิดเห็น