แรงจูงใจในการใช้ปัญญาประดิษฐ์ของนิสิตครูและข้อเสนอแนะเพื่อการพัฒนา Preservice Teachers’ Motivation to Use Artificial Intelligence and Suggestions for Development
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาระดับแรงจูงใจในการใช้ปัญญาประดิษฐ์ของนิสิตครู
2) เปรียบเทียบแรงจูงใจจำแนกตามเพศ และ 3) นำเสนอข้อเสนอแนะเพื่อการพัฒนาแรงจูงใจในการใช้ปัญญาประดิษฐ์ของนิสิตครู” กลุ่มตัวอย่างเป็นนิสิตครูระดับปริญญาตรี สังกัดวิทยาลัยการศึกษา จำนวน 518 คน โดยใช้วิธีการสุ่มอย่างง่าย และผู้ทรงคุณวุฒิ จำนวน 3 คน เครื่องมือที่ใช้ในการวิจัย คือ แบบสอบถามแรงจูงใจในการใช้ปัญญาประดิษฐ์ และแบบสอบความคิดเห็นของผู้ทรงคุณวุฒิในการให้ข้อเสนอแนะ วิเคราะห์ข้อมูลด้วยสถิติพื้นฐาน คือ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน การทดสอบทีแบบเป็นอิสระต่อกัน และการวิเคราะห์เนื้อหาจากแบบสอบความคิดเห็นของผู้ทรงคุณวุฒิจำนวน 3 ท่าน วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา การทดสอบค่าที (Independent Samples t-test) และการวิเคราะห์เนื้อหา (Content Analysis) ผลการวิจัยมีดังนี้
- ผลการศึกษาแรงจูงใจในการใช้ปัญญาประดิษฐ์ของนิสิตครู ปรากฏว่า นิสิตมีความเห็นว่าตนเองมีแรงจูงใจในการใช้ปัญญาประดิษฐ์ในภาพรวมอยู่ในระดับมาก ( =3.78, S.D. = 0.66) เมื่อพิจารณาในแต่ละองค์ประกอบพบว่า ปัจจัยประโยชน์ใช้สอยเป็นด้านที่นิสิตมีแรงจูงใจในการใช้ปัญญาประดิษฐ์มากที่สุด
( =3.93, S.D. = 0.74) รองลงมาคือด้านปัจจัยความสำเร็จ ( =3.82, S.D. = 0.72) ด้านปัจจัยค่านิยมภายใน/ความสนใจ ( =3.80, S.D. = 0.77) ด้านปัจจัยต้นทุน ( =3.72, S.D. = 0.78) และด้านความคาดหวัง ( =3.65, S.D. = 0.73) ตามลำดับ - ผลการเปรียบเทียบแรงจูงใจในการใช้ปัญญาประดิษฐ์ของนิสิตครูจำแนกตามเพศ พบว่า นิสิตชายและนิสิตหญิงมีแรงจูงใจในการใช้ปัญญาประดิษฐ์ไม่แตกต่างกันอย่างมีนัยสำคัญทางสถิติ
- การพัฒนาแรงจูงใจในการใช้ปัญญาประดิษฐ์ควรมุ่งเสริมสร้างความเชื่อมั่นในความสามารถตนเองผ่านประสบการณ์ความสำเร็จ การเรียนรู้จากตัวแบบ และกิจกรรมที่มีระดับความท้าทายเหมาะสม ควรส่งเสริมการเห็นคุณค่าและบทบาทของปัญญาประดิษฐ์ในฐานะเครื่องมือเสริมศักยภาพครู โดยบูรณาการ AI เข้ากับการเรียนรู้ การฝึกประสบการณ์วิชาชีพ และการพัฒนาทักษะด้านจริยธรรมดิจิทัล ควรลดอุปสรรคในการใช้งานทั้งด้านความกังวล ทักษะ และจริยธรรม ผ่านนโยบายสนับสนุนแนวทางการใช้ AI ที่ชัดเจน และการสร้างชุมชนการเรียนรู้เพื่อการใช้ AI อย่างสร้างสรรค์และยั่งยืน
Downloads
Article Details
บทความที่ได้รับการตีพิมพ์ลิขสิทธิ์เป็นของวารสารครุศาสตร์ มหาวิทยาลัยราชภัฏบุรีรัมย์ อนุญาตให้เผยแพร่เพื่อการศึกษาและวิจัย ในวงการวิชาการ ไม่อนุญาตการใช้ประโยชน์เพื่อการแสวงหากำไร
ข้อความที่ปรากฏในบทความเป็นความคิดเห็นส่วนตัวของผู้แต่ง ซึ่งวารสารครุศาสตร์ มหาวิทยาลัยราชภัฏบุรีรัมย์ ได้ประเมินคุณภาพตามหลักวิชาการ ผลกระทบอันเกิดจากความคิดเห็นของผู้แต่งเป็นความรับผิดชอบของผู้แต่งเอง
เอกสารอ้างอิง
ครรชิต ทรรศนะวิเทศ. (2562). แรงจูงใจในการทำงานกับผลประกอบการ. วารสารรัชต์ภาคย์, 13(28), 124-133.
งานทะเบียนและสถิตินิสิต มหาวิทยาลัยพะเยา. (2568). ข้อมูลจำนวนนิสิตระดับปริญญาตรี วิทยาลัยการศึกษา มหาวิทยาลัยพะเยา [เอกสารข้อมูลภายใน]. ฝ่ายวิชาการ วิทยาลัยการศึกษา มหาวิทยาลัยพะเยา.
พิทยาภรณ์ พุ่มพวง, สุธีรา ดีวิท, สุรินทร์ พิทักษ์สิกุล, ธัญพร ฟุ้งเฟื่อง, และ นันทิกา สุเตนัน. (2025). ปัจจัยการยอมรับเทคโนโลยีปัญญาประดิษฐ์ (AI) ที่มีอิทธิพลต่อความตั้งใจใช้งานของนักศึกษามหาวิทยาลัยราชภัฏเชียงราย. วารสารบัญชีปริทัศน์ มหาวิทยาลัยราชภัฏเชียงราย, 10(2), 163–180.
วิลาวัลย์ โพธิ์ทอง. (2568). การยอมรับและการใช้ปัญญาประดิษฐ์เพิ่มพูน(Generative AI) เพื่อการศึกษาของนิสิตครู: ความแตกต่างทางเพศ. วารสารครุศาสตร์ คณะครุศาสตร์ มหาวิทยาลัยราชภัฏนครสวรรค์, 8(4), 327-339.
อาภา กำวิจิตรรัตนโยธา. (2563). ผลของเป้าหมายการกำกับต่อความมุ่งมั่นในตนเอง: การเปรียบเทียบระหว่างวัยรุ่นและวัยผู้ใหญ่ตอนต้น. (วิทยานิพนธ์ปริญญามหาบัณฑิต สาขาวิชาจิตวิทยา). กรุงเทพมหานคร: จุฬาลงกรณ์มหาวิทยาลัย.
Best, J. W. (1981). Research in education (4th ed.). Prentice-Hall.
Bozer Özsaraç, E. N., & Ergin, E. (2025). What drives teachers’ use of AI in preschool education? A motivational perspective based on Expectancy-Value Theory. International Journal of Current Education Studies, 4(2), 1-29. https://doi.org/10.46328/ijces.191
Chiu, T. K. F., Moorhouse, B. L., Chai, C. S., & Ismailov, M. (2023). Teacher support and student motivation to learn with artificial intelligence (AI) based chatbot. Interactive Learning Environments, 32(7), 3240–3256.
Cronbach, L. J. (1990). Essentials of psychological testing (5th ed.). New York: Harper Collins.
Diao, Y., Li, Z., Zhou, J., Gao, W., & Gong, X. (2024). A meta-analysis of college students’ intention to use generative artificial intelligence. arXiv:2409.06712, 1-15. https://doi.org/10.48550/arXiv.2409.06712
Draxler, F., Buschek, D., Tavast, M., Hämäläinen, P., Schmidt, A., Kulshrestha, J., & Welsch, R. (2023). Gender, age, and technology education influence the adoption and appropriation of LLMs. arXiv:2310.06556, 1-15. https://arxiv.org/abs/2310.06556
Eccles, J. S., & Wigfield, A. (2002). Motivational beliefs, values, and goals. Annual Review of Psychology, 53, 109–132.
Habibi, A., Muhaimin, M., Danibao, B. K., Wibowo, Y. G., Wahyuni, S., & Octavia, A. (2023). ChatGPT in higher education learning: Acceptance and use. Computers and Education: Artificial Intelligence, 5, 100190. https://doi.org/10.1016/j.caeai.2023.100190
Jo, H. (2022). Continuance intention to use artificial intelligence personal assistant: Type, gender, and use experience. Heliyon, 8(9), e10662. 1-13. https://doi.org/10.1016/j.heliyon.2022.e10662
Kabalisa, R., & Altmann, J. (2021). AI Technologies and Motives for AI Adoption by Countries and Firms: A Systematic Literature Review. In K. Tserpes et al. (Eds.), Economics of grids, clouds, systems, and services (pp. 41-55). Cham, Switzerland: Springer. https://doi.org/10.1007/978-3-030-92916-9_4
Krejcie, R. V., & Morgan, D. W. (1970). Determining sample size for research activities. Educational and Psychological Measurement, 30(3), 607–610.
Lii, Y., Harris, M., Lawanna, T., & Dawod, A. Y. (2025). Key factors influencing preservice Chinese teachers’ willingness for implementing AI applications in higher education. IEEE Access, 13, 90572-90590.
Lin, P. Y., Chai, C. S., Jong, M. S. Y., Dai, Y., Guo, Y., & Qin, J. (2021). Modeling the structural relationship among primary students’ motivation to learn artificial intelligence. Computers and Education: Artificial Intelligence, 2, 100006. https://doi.org/10.1016/j.caeai.2020.100006
Pei-Yi Lin, Ching-Sing Chai, Morris Siu-Yung Jong, Yun Dai, Yanmei Guo, and Jianjun Qin. (2021). Modeling the structural relationship among primary students’ motivation to learn artificial intelligence. Computers and Education: Artificial Intelligence, Volume 2. https://doi.org/10.1016/j.caeai.2020.100006.
Ryan, R. M., & Deci, E. L. (2000). Intrinsic and extrinsic motivations: Classic definitions and new directions. Contemporary Educational Psychology, 25(1), 54-67. https://doi.org/10.1006/ceps.1999.1020
Sahar, F., & Hassan, Z. (2025). Big five personality traits and university students’ motivation to use AI applications: Evidence from Pakistan. International Journal of Academic Research for Humanities, 5(4), 77–90.
Taber, K. S. (2018). The use of Cronbach’s alpha when developing and reporting research instruments in science education. Research in Science Education, 48(6), 1273-1296.
Uerpairojkit, T. (2025). The invisible costs of education reform: Understanding teacher deprofessionalisation in Thailand. British Educational Research Journal, 00, 1–24. https://doi.org/10.1002/berj.70033
UNESCO. (2024). AI competency framework for teachers. https://doi.org/10.54675/ZJTE2084
Wang, F., King, R. B., Chai, C. S., & Zhou, Y. (2023). University students’ intentions to learn artificial intelligence: The roles of supportive environments and expectancy-value beliefs. International Journal of Educational Technology in Higher Education, 20, Article 51. https://doi.org/10.1186/s41239-023-00417-2
Yurt, E., & Kasarci, I. (2024). A questionnaire of artificial intelligence use motives: A contribution to investigating the connection between AI and motivation. International Journal of Technology in Education, 7(2), 308-325. https://doi.org/10.46328/ijte.725
Yurt, E., & Kaşarcı, İ. (2025). Exploring prospective teachers’ intentions for artificial intelligence integration in education: The role of motivation. AERA Open, 11. https://doi.org/10.1177/233285842514039
Zhang, C., Schießl, J., Plößl, L., Hofmannet, F., & Gläser-Zikuda, M. (2023). Acceptance of artificial intelligence among pre-service teachers: A multigroup analysis. International Journal of Educational Technology in Higher Education, 20, Article 49. https://doi.org/10.1186/s41239-023-00420-7
