การใช้ปัญญาประดิษฐ์ในการจัดการเรียนรู้วิชาภาษาไทย
คำสำคัญ:
ปัญญาประดิษฐ์เพื่อการศึกษา, การจัดการเรียนรู้ภาษาไทย, การรู้เท่าทันปัญญาประดิษฐ์ , แบบจำลอง SAMR, เทคโนโลยีปัญญาประดิษฐ์บทคัดย่อ
บทความนี้มีวัตถุประสงค์เพื่อ 1) นำเสนอแนวคิดพื้นฐานในการประยุกต์ใช้ปัญญาประดิษฐ์ในการจัดการเรียนรู้วิชาภาษาไทย 2) นำเสนอแนวทางเชิงปฏิบัติในการจัดการเรียนรู้วิชาภาษาไทย และ3) เสนอแนวทางการประเมินผลการเรียนรู้ในบริบทการจัดการเรียนรู้วิชาภาษาไทยด้วยปัญญาประดิษฐ์ โดยมุ่งเน้นการใช้ปัญญาประดิษฐ์เพื่อสนับสนุนการเรียนรู้ มากกว่าการทดแทนกระบวนการคิดของผู้เรียนผลการวิเคราะห์และสังเคราะห์สาระสำคัญพบว่า การจัดการเรียนรู้วิชาภาษาไทยด้วยปัญญาประดิษฐ์ควรตั้งอยู่บนฐานแนวคิดการรู้เท่าทันปัญญาประดิษฐ์ การบูรณาการความรู้ด้านเนื้อหา วิธีสอน และเทคโนโลยีปัญญาประดิษฐ์ รวมทั้งแบบจำลอง SAMR เพื่อใช้เป็นกรอบในการออกแบบกิจกรรมการเรียนรู้และสะท้อนผลการเรียนรู้ นอกจากนี้แนวทางเชิงปฏิบัติ การจัดการเรียนรู้วิชาภาษาไทยในระดับประถมศึกษา มัธยมศึกษา และอุดมศึกษา สามารถใช้ปัญญาประดิษฐ์เป็นเครื่องมือสนับสนุนการคิดขั้นสูงผ่านกิจกรรมที่ครอบคลุมทั้งสาระการอ่าน การเขียน การฟัง การดู และการพูด หลักการใช้ภาษา และวรรณคดีและวรรณกรรม โดยเปลี่ยนบทบาทจากเครื่องมือผลิตเนื้อหาไปสู่เครื่องมือ กระตุ้นการคิดเชิงวิพากษ์ และด้านการประเมินผลควรบูรณาการการประเมินเพื่อการเรียนรู้ การประเมินในฐานะการเรียนรู้ และการประเมินผลการเรียนรู้ ร่วมกับการใช้เกณฑ์รูบริกส์ที่ประเมินสมรรถนะการรู้เท่าทันปัญญาประดิษฐ์ ข้อจำกัดและการกำกับจริยธรรม เพื่อส่งเสริมความซื่อสัตย์ทางวิชาการและการใช้ปัญญาประดิษฐ์อย่างเหมาะสมในการจัดการเรียนรู้ภาษาไทย
เอกสารอ้างอิง
กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม. (2561). แผนพัฒนาดิจิทัลเพื่อเศรษฐกิจและสังคม. https://ict.moph.go.th/th/extension/718
กระทรวงศึกษาธิการ. (2566). นโยบายและจุดเน้นการจัดการศึกษาของกระทรวงศึกษาธิการ ปีงบประมาณ พ.ศ. 2566. https://www.moe.go.th/360policy-and-focus-moe-2023/
กิตติพงศ์ มะโน. (2567). การพัฒนารูปแบบการสอนภาษาโดยใช้ภาระงานเป็นฐานร่วมกับการให้ข้อมูลป้อนกลับด้วยปัญญาประดิษฐ์แบบรู้สร้างเพื่อพัฒนาทักษะการเขียนเชิงวิพากษ์และการมีส่วนร่วมของนักเรียน [วิทยานิพนธ์ปริญญาดุษฎีบัณฑิต, จุฬาลงกรณ์มหาวิทยาลัย]. Chula Digital Collections. https://digital.car.chula.ac.th/cgi/viewcontent.cgi?article=76410&context=chulaetd
จักรพงษ์ จันทวงศ์. (2566). การใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) เพื่อพัฒนาทักษะการอ่านของผู้เรียน. วารสารศิลปศาสตร์และอุตสาหกรรมบริการ, 6(1), 744–755.
สำนักงานเลขาธิการสภาการศึกษา. (2566). แนวทางการจัดการศึกษาเพื่อพัฒนาทักษะแห่งอนาคตของผู้เรียนไทย. สำนักงานเลขาธิการสภาการศึกษา.
Black, P., & Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy & Practice, 5(1), 7–74. https://doi.org/10.1080/0969595980050102
Chan, C. K. Y. (2023). A comprehensive AI policy education framework for university teaching and learning. International Journal of Educational Technology in Higher Education, 20(38), 1-25. https://doi.org/10.1186/s41239-023-00408-3
Hamilton, E. R., Rosenberg, J. M., & Akcaoglu, M. (2016). The substitution augmentation modification redefinition (SAMR) model: A critical review and suggestions for its use. TechTrends, 60(5), 433–441. https://doi.org/10.1007/s11528-016-0091-y
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.https://www.researchgate.net/publication/332180327_Artificial_Intelligence_in_Education_Promise_and_Implications_for_Teaching_and_Learning
Jurafsky, D., & Martin, J. H. (2023). Speech and language processing (3rd ed.). Pearson.
Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, 1–16. https://doi.org/10.1145/3313831.3376727
Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054.
Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2021). AI literacy: Definition, teaching, evaluation and ethical issues. Proceedings of the Association for Information Science and Technology, 58(1), 504–509. https://doi.org/10.1002/pra2.487
OECD. (2021). OECD digital education outlook 2021: Pushing the frontiers with artificial intelligence, blockchain and robots. OECD Publishing. https://doi.org/10.1787/589b283f-en
Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
Sadler, D. R. (1989). Formative assessment and the design of instructional systems. Instructional Science, 18(2), 119–144. https://doi.org/10.1007/BF00117714
UNESCO. (2021). AI and education: Guidance for policy- makers.UNESCO. https://www.unesco.org/en/articles/ai-and-education-guidance-policy-makers
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 มหาวิทยาลัยสุโขทัยธรรมาธิราช
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
1. ทรรศนะและข้อคิดเห็นใด ๆ ที่ปรากฏอยู่ในวารสาร ECT Education and Communication Technology Journal เป็นของผู้เขียนโดยเฉพาะ สำนักเทคโนโลยีการศึกษา มหาวิทยาลัยสุโขทัยธรรมาธิราช และกองบรรณาธิการไม่จำเป็นต้องเห็นพ้องด้วย
2. กองบรรณาธิการของสงวนลิขสิทธิ์ในการบรรณาธิการข้อเขียนทุกชิ้น เพื่อความเหมาะสมในการจัดพิมพ์เผยแพร่
