การสร้างอนาคตของการเรียนรู้: บทบาทของ AI ในยุคการศึกษา 4.0

การสร้างอนาคตของการเรียนรู้: บทบาทของ AI ในยุคการศึกษา 4.0

29 สิงหาคม 2567
ภาพโดย Janko Ferlic 

เทคโนโลยีที่มีอยู่ในปัจจุบันมีความก้าวหน้าเป็นไปอย่างก้าวกระโดด ระบบการศึกษาทั่วโลกเผชิญกับความท้าทายอย่างที่ไม่เคยมีมาก่อน รายงานของ World Economic Forum (WEF) ประจำปี 2024 เรื่อง “การสร้างอนาคตของการเรียนรู้: บทบาทของปัญญาประดิษฐ์ในยุคการศึกษา 4.0” ได้สำรวจศักยภาพของเทคโนโลยีใหม่ ๆ โดยเฉพาะอย่างยิ่งในเรื่องการนำเอาปัญญาประดิษฐ์มาจัดการและพัฒนาในด้านการศึกษา  

การศึกษา 4.0 คืออะไร 

การศึกษา 4.0 เป็นกรอบการทำงานที่ครอบคลุมถึงการเปลี่ยนแปลงที่สำคัญและจำเป็นต่อการศึกษาในวัยเด็ก ส่งเสริมให้ได้ผลลัพธ์ทางการศึกษาที่ดีขึ้นอันเป็นพื้นฐานสำคัญต่อความต้องการของแรงงานในอนาคตตามรายงาน World Economic Forum’s Future of Jobs Report 2023 [1]  

ภาพที่ 1 กรอบการทำงานของการศึกษา 4.0 

ในรายงานได้ระบุถึงประเด็นความท้าทายสำคัญ ๆ 3 ประเด็นใหญ่ อันได้แก่  

  • การขาดแคลนอาจารย์ทั่วโลก โดยองค์การสหประชาชาติคาดการไว้ว่าทั่วโลกจำเป็นต้องมีอาจารย์มากถึง 44 ล้านคนภายในปี 2030 (พ.ศ. 2573) เพื่อบรรลุวัตถุประสงค์เป้าหมายการพัฒนาที่ยั่งยืน (SDG) และความต้องการนี้มีแนวโน้มที่จะเติบโตขึ้นเรื่อย ๆ เนื่องจากตลาดแรงงานทั่วโลกกำลังเผชิญกับการเปลี่ยนแปลง และความต้องการในการฝึกฝนทักษะใหม่ ยกระดับทักษะ และการศึกษาตลอดชีวิตก็เพิ่มมากขึ้นเช่นกัน 
  • ความไม่มีประสิทธิภาพในกระบวนการบริหารและการประเมินผล เนื่องจากอาจารย์ใช้เวลากับงานบริหารในสัดส่วนมากเกินความจำเป็น ทำให้ประสิทธิภาพมุ่งเน้นต่อการเรียนและความเอาใจใส่นักเรียนลดลง 
  • ุคคลากรทางการศึกษายังขาดทักษะดิจิทัลและมีแนวโน้มที่ช่องว่างของทักษะด้านนี้จะกว้างขึ้น และยังไม่มีแผนที่ชัดเจนในการลดช่องว่างของทักษะทางด้านดิจิทัลนี้ 

ซึ่งประเด็นหลักทั้ง 3 นี้ถือได้ว่าเป็นปัญหาคุกคามที่ทำให้นักเรียนไม่พร้อมรับมือกับความต้องการของตลาดแรงงานในอนาคตได้ 

ศักยภาพของ AI ที่เข้ามาบทบาทให้เกิดประโยชน์ในการศึกษา 4.0 

จากงานวิจัยของ WEF ซึ่งจัดทำขึ้นโดยร่วมมือกับ Accenture พบว่า 40% ของภาระงานอาจารย์ทั้งหมดที่ใช้ไปกับงานบริหาร โดยจากการสำรวจพบว่าภาระงาน เช่น การวางแผนการสอนหรือประเมินนักเรียนมีสัดส่วนอยู่ที่ 8%-20% ของภาระงานทั้งหมด ซึ่งงานอัตโนมัติหรืองานทำซ้ำเหล่านี้ สามารถนำโมเดลภาษาขนาดใหญ่ (LLM) เข้ามาใช้งานแทนได้ เช่น การใช้โมเดลภาษาขนาดใหญ่ในการรวบรวมรายชื่อหนังสือ วารสาร บทความ และสื่อโสตทัศน์ในหัวข้อที่เฉพาะเจาะจง และช่วยออกแบบการเรียนการสอน มุ่งเน้นไปที่งานสร้างสรรค์ หรือใช้เวลาร่วมกับนักเรียนได้มากยิ่งขึ้น 

การปรับปรุงการประเมินและการวิเคราะห์ในด้านการศึกษา 

จะเห็นได้ว่า เราสามารถใช้เทคโนโลยีมาปรับให้เป็นการทำงานแบบอัตโนมัติและลดภาระของอาจารย์ออกไปได้ อย่างไรก็ตาม การวิเคราะห์ดังกล่าวหากต้องการนำมาใช้งานให้เกิดประโยชน์ได้สูงสุด อาจารย์สามารถใช้ AI เพื่อมาเป็นผู้ช่วย โดยอาจารย์สามารถให้ตัวอย่างข้อเสนอแนะเพื่อให้ AI ได้เรียนรู้ และออกแบบสื่อการสอน รวมไปถึงการประเมินงาน ซึ่งการเรียนรู้ทั้งหมดจะถูกวิเคราะห์แบบเรียลไทม์ แทนที่จะต้องพึ่งพาการประเมินอย่างเป็นทางการเป็นระยะ ๆ เป็นการส่งเสริมสภาพแวดล้อมการเรียนรู้ที่ปรับเปลี่ยนได้ซึ่งตอบสนองความต้องการที่หลากหลายของนักเรียนได้อีกด้วย 

การสนับสนุนปัญญาประดิษฐ์และความรู้ด้านดิจิทัล 

การพัฒนาทักษะดิจิทัลถือเป็นสิ่งสำคัญในการสร้างภูมิทัศน์ทางเทคโนโลยีในปัจจุบัน และยังเป็นการวางรากฐานสำหรับทั้งปัญญาประดิษฐ์และความรู้ด้านดิจิทัล ความรู้ด้านดิจิทัลและปัญญาประดิษฐ์ไม่ได้จำกัดอยู่แค่ความสามารถในการใช้เครื่องมือและแพลตฟอร์มดิจิทัลเท่านั้น แต่ยังครอบคลุมถึงการคิดวิเคราะห์ การแก้ปัญหา ความคิดสร้างสรรค์ และการตระหนักถึงผลกระทบทางจริยธรรมของปัญญาประดิษฐ์ด้วย 

การนำ AI เข้ามาบูรณาการในระบบการศึกษาไม่เพียงแต่เป็นโอกาสในการใช้เครื่องมือ AI ในการสอนเท่านั้น แต่ยังช่วยให้ผู้เรียนได้เรียนรู้เกี่ยวกับแนวคิดเกี่ยวกับ AI และผลกระทบต่อสังคมในวงกว้าง การนำ AI มาใช้ในระบบการศึกษามิได้หมายถึงผู้เรียนทุกคนจะต้องเป็นผู้เชี่ยวชาญด้าน AI แต่ควรเน้นที่การปลูกฝังความตระหนักรู้ ปลูกฝังความอยากรู้อยากเห็น และสร้างความเข้าใจพื้นฐานให้กับนักเรียน ยิ่งไปกว่านั้น การนำทักษะด้านไซเบอร์พื้นฐานมาผนวกเข้ากับหลักสูตรสามารถช่วยให้นักเรียนเรียนรู้วิธีการสร้างระบบ AI ที่แข็งแกร่งและปลอดภัยได้  

ภาพที่ 2 ผลกระทบการนำ LLMs มาใช้ในงานการศึกษา

การปรับแต่งเนื้อหาและประสบการณ์การเรียนรู้ 

จากการศึกษาวิจัยโดยเบนจามิน บลูม นักจิตวิทยาการศึกษา พบว่าการติวแบบตัวต่อตัว สัมฤทธิ์ผลมากกว่ากลุ่มนักเรียนที่ได้รับการเรียนการสอนแบบกลุ่มอย่างมีนัยสำคัญ แต่อย่างไรก็ตามข้อเสียของระบบการศึกษาแบบตัวต่อตัว ไม่สามารถนำไปประยุกต์ใช้ในวงกว้างได้ เนื่องจากสัดส่วนอาจารย์ต่อนักเรียนยังนับว่าเป็นเรื่องที่ท้าทาย ดังนั้นบทบาทของ AI และเทคโนโลยีที่สามารถนำมาปิดช่องว่างเหล่านี้ได้ เช่น AI สามารถคาดการณ์ในการเรียนรู้ ระบุช่องว่าง และออกแบบการเรียนรู้ส่วนบุคคลโดยวิเคราะห์ข้อมูลแนวโน้ม ประวัติการเรียนรู้ และประสิทธิภาพของนักเรียนได้ ทำให้ได้แบบเรียนที่สอดคล้องกับวัตถุประสงค์ในการเรียนรู้ จึงทำให้เนื้อหาทางการศึกษามีความเกี่ยวข้องมากขึ้นสำหรับผู้เรียนแต่ละคน 

สรุปแล้ว AI มีศักยภาพอย่างมากที่จะปฏิวัติการศึกษา แต่การใช้งานต้องได้รับการพิจารณาอย่างรอบคอบ ด้วยการใช้ AI อย่างมีสติ เราสามารถเพิ่มผลลัพธ์การเรียนรู้ เพิ่มพลังให้กับการศึกษา และเตรียมความพร้อมให้นักเรียนมีทักษะที่จำเป็นในการประสบความสำเร็จในโลกที่เปลี่ยนแปลงอย่างรวดเร็ว รายงานของ WEF ฉบับนี้จึงเป็นการเรียกร้องให้นักการศึกษา ผู้กำหนดนโยบาย และผู้มีส่วนได้ส่วนเสียเข้าร่วมในการสนทนาและความร่วมมืออย่างมีความหมาย เพื่อสร้างระบบการศึกษาที่ตอบสนอง มีส่วนร่วม และพร้อมรับมือกับอนาคตในยุคของ AI 

บทความโดย  ประภาพรรณ วิภาตวิทย์

ตรวจทานและปรับปรุงโดย นววิทย์ พงศ์อนันต์ 

เอกสารอ้างอิง 

[1] World Economic Forum’s Future of Jobs Report 2023 

Research and Innovation Manager at Big Data Institute (Public Organization), BDI

แบ่งปันบทความ

กลุ่มเนื้อหา

แท็กยอดนิยม

แจ้งเรื่องที่อยากอ่าน

คุณสามารถแจ้งเรื่องที่อยากอ่านให้เราทราบได้ !
และเราจะนำไปพัฒนาบทความให้มีเนื้อหาที่น่าสนใจมากขึ้น

ไอคอน PDPA

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ “นโยบายคุ้กกี้” และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ “ตั้งค่า”

ตั้งค่าความเป็นส่วนตัว

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

ยอมรับทั้งหมด
จัดการความเป็นส่วนตัว
  • คุกกี้ที่มีความจำเป็น (Strictly Necessary Cookies)
    เปิดใช้งานตลอด

    คุกกี้ประเภทนี้มีความจำเป็นต่อการให้บริการเว็บไซต์ของ สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล เพื่อให้ท่านสามารถเข้าใช้งานในส่วนต่าง ๆ ของเว็บไซต์ได้ รวมถึงช่วยจดจำข้อมูลที่ท่านเคยให้ไว้ผ่านเว็บไซต์ การปิดการใช้งานคุกกี้ประเภทนี้จะส่งผลให้ท่านไม่สามารถใช้บริการในสาระสำคัญของ สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล ซึ่งจำเป็นต้องเรียกใช้คุกกี้ได้
    รายละเอียดคุกกี้

  • คุกกี้เพื่อการวิเคราะห์และประเมินผลการใช้งาน (Performance Cookies)

    คุกกี้ประเภทนี้ช่วยให้ BDI ทราบถึงการปฏิสัมพันธ์ของผู้ใช้งานในการใช้บริการเว็บไซต์ของ BDI รวมถึงหน้าเพจหรือพื้นที่ใดของเว็บไซต์ที่ได้รับความนิยม ตลอดจนการวิเคราะห์ข้อมูลด้านอื่น ๆ BDI ยังใช้ข้อมูลนี้เพื่อการปรับปรุงการทำงานของเว็บไซต์ และเพื่อเข้าใจพฤติกรรมของผู้ใช้งานมากขึ้น ถึงแม้ว่า ข้อมูลที่คุกกี้นี้เก็บรวบรวมจะเป็นข้อมูลที่ไม่สามารถระบุตัวตนได้ และนำมาใช้วิเคราะห์ทางสถิติเท่านั้น การปิดการใช้งานคุกกี้ประเภทนี้จะส่งผลให้ BDI ไม่สามารถทราบปริมาณผู้เข้าเยี่ยมชมเว็บไซต์ และไม่สามารถประเมินคุณภาพการให้บริการได้

  • คุกกี้เพื่อการใช้งานเว็บไซต์ (Functional Cookies)

    คุกกี้ประเภทนี้จะช่วยให้เว็บไซต์ของ BDI จดจำตัวเลือกต่าง ๆ ที่ท่านได้ตั้งค่าไว้และช่วยให้เว็บไซต์ส่งมอบคุณสมบัติและเนื้อหาเพิ่มเติมให้ตรงกับการใช้งานของท่านได้ เช่น ช่วยจดจำชื่อบัญชีผู้ใช้งานของท่าน หรือจดจำการเปลี่ยนแปลงการตั้งค่าขนาดฟอนต์หรือการตั้งค่าต่าง ๆ ของหน้าเพจซึ่งท่านสามารถปรับแต่งได้ การปิดการใช้งานคุกกี้ประเภทนี้อาจส่งผลให้เว็บไซต์ไม่สามารถทำงานได้อย่างสมบูรณ์

  • คุกกี้เพื่อการโฆษณาไปยังกลุ่มเป้าหมาย (Targeting Cookies)

    คุกกี้ประเภทนี้เป็นคุกกี้ที่เกิดจากการเชื่อมโยงเว็บไซต์ของบุคคลที่สาม ซึ่งเก็บข้อมูลการเข้าใช้งานและเว็บไซต์ที่ท่านได้เข้าเยี่ยมชม เพื่อนำเสนอสินค้าหรือบริการบนเว็บไซต์อื่นที่ไม่ใช่เว็บไซต์ของ BDI ทั้งนี้ หากท่านปิดการใช้งานคุกกี้ประเภทนี้จะไม่ส่งผลต่อการใช้งานเว็บไซต์ของ BDI แต่จะส่งผลให้การนำเสนอสินค้าหรือบริการบนเว็บไซต์อื่น ๆ ไม่สอดคล้องกับความสนใจของท่าน

บันทึกการตั้งค่า
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.