ปัญญาประดิษฐ์กับการพัฒนาวงการวิทยาศาสตร์การกีฬาไทย: โอกาสและความท้าทาย
คำสำคัญ:
ปัญญาประดิษฐ์, วิทยาศาสตร์การกีฬา, วิศวกรรมการกีฬา, เทคโนโลยีทางการกีฬา, นวัตกรรมบทคัดย่อ
ปัญญาประดิษฐ์กำลังเปลี่ยนแปลงวงการวิทยาศาสตร์การกีฬาในระดับสากล แต่การประยุกต์ใช้ในประเทศไทยยังคงอยู่ในระยะเริ่มต้นและเผชิญข้อจำกัดหลายประการ บทความนี้มีวัตถุประสงค์เพื่อประเมินสถานการณ์ปัจจุบันของการใช้งานปัญญาประดิษฐ์ในประเทศไทย วิเคราะห์โอกาสและความท้าทาย และเสนอแนวทางการพัฒนาอย่างยั่งยืน โดยอาศัยการทบทวนวรรณกรรมเชิงระบบ ผลการศึกษาพบว่า แม้การนำปัญญาประดิษฐ์มาใช้ในกีฬาอาชีพ เช่น ฟุตบอลไทยลีก เทนนิส และวอลเลย์บอล จะเริ่มต้นขึ้นแล้ว แต่พบว่ายังขาดการบูรณาการเชิงลึก ขณะที่การนำไปใช้ในกีฬาไทย เช่น มวยไทยและเซปักตะกร้อ ยังไม่ได้รับการสนับสนุนที่เพียงพอ โดยความท้าทายหลักประกอบด้วยข้อจำกัดด้านโครงสร้างพื้นฐาน เทคโนโลยี บุคลากร และงบประมาณ อย่างไรก็ตาม มีโอกาสในการพัฒนาผ่านการเสริมสร้างระบบนิเวศด้านเทคโนโลยีกีฬา การพัฒนาหลักสูตรฝึกอบรมบุคลากรที่บูรณาการ AI กับวิทยาศาสตร์การกีฬา และการสร้างความร่วมมือระหว่างภาครัฐ เอกชน และสถาบันการศึกษา ด้วยแนวทางเชิงนโยบายเหล่านี้จะช่วยลดช่องว่างทางเทคโนโลยีและยกระดับวงการกีฬาไทยในอนาคตให้สามารถแข่งขันในระดับสากลได้อย่างยั่งยืน
References
Chantra, D. (2023). An innovative video analyzing volleyball hitting skills of young athletes using artificial intelligence. Journal of Education Thaksin University, 23(2), 139–148. https://so02.tci-thaijo.org/index.php/eduthu/article/view/261058/178213
Chupthaisong, J. & Varothai, V. (2024a). Developing Athletes in the Digital Era: The Role of Human Resourcesin Enhancing Athletic Capabilities. Journal of MCU Kanchana Review, 4(3), 512–525. https://so05.tci-thaijo.org/index.php/Kanchana-editor/article/view/273471/184480
Chupthaisong, J., & Varothai, V. (2024b). Analysis of the Impact and Challenges of Technology Application in Sports Development. Dusit Thani College Journal, 18(2), 192–203. https://so01.tci-thaijo.org/index.php/journaldtc/article/view/274569/177802
Espinosa, H., Mears, A., Stamm, A., Ohgi, Y., & Coniglio, C. (2025). Wearable sensor technology in sports monitoring. Sports Engineering, 28(1), 1-3. https://doi.org/10.1177/1941738115616917
Felice, F., & Ley, C. (2025). Predicting handball matches with machine learning and statistically estimated team strengths. Journal of Sports Analytics, 11, 22150218251313937. https://doi.org/10.1177/22150218251313937
Huang, M., & Yongquan, T. (2025). Tech‐driven excellence: A quantitative analysis of cutting‐edge technology impact on professional sports training. Journal of Computer Assisted Learning, 41(1), e13082. https://doi.org/10.1111/jcal.13082
Kaur, D., Ahsan, M., & Gill, G. S. (2025). Digital Transformation in the Sports Industry: Driving Circular Economy in Sports Equipment and Infrastructure. In Innovating Sustainability Through Digital Circular Economy (pp. 65-90). IGI Global Scientific Publishing. https://doi.org/10.4018/979-8-3373-0578-3.ch004
Li, Z., Wang, L., & Wu, X. (2025). Artificial intelligence based virtual gaming experience for sports training and simulation of human motion trajectory capture. Entertainment Computing, 52, 100828. https://doi.org/10.1016/j.entcom.2024.100828
Mohammadi, S., Pashaie, S., Ghaffarisadr, S. I., & Rayner, M. (2025). Opportunities and Challenges of Leveraging Artificial Intelligence (AI) in Sport Marketing. Advancing the Marketing Technology (MarTech) Revolution, 233-272. https://doi.org/10.4018/979-8-3693-4361-6.ch009
Navandar, R. K., Hasan, S. H., Jadhav, N., Singh, K. U., Monisha, R., & Venkatram, N. (2025). Modernizing sports an intelligent strategy for entertainment through internet of things in sports. Entertainment Computing, 52, 100804. https://doi.org/10.1016/j.entcom.2024.100804
Piancharoenwong, A., & Sukcharoenpong, S. (2024). Exploring AI Applications in Esports Management: Opportunities for Thailand. Journal of Management Science Nakhon Pathom Rajabhat University, 11(2), 55–65. https://doi.org/10.14456/jmsnpru.2024.27
Rahimi, N., Kamankesh, A., Amiridis, I. G., Daneshgar, S., Sahinis, C., Hatzitaki, V., & Enoka, R. M. (2025). Distinguishing among standing postures with machine learning-based classification algorithms. Experimental Brain Research, 243(1), 1-13. https://doi.org/10.1007/s00221-024-06959-9
Wunderlich, F., Biermann, H., Yang, W., Bassek, M., Raabe, D., Elbert, N., ... & Garnica Caparrós, M. (2025). Assessing machine learning and data imputation approaches to handle the issue of data sparsity in sports forecasting. Machine Learning, 114(2), 1-28. https://doi.org/10.1007/s10994-024-06651-7
Xu, T., & Baghaei, S. (2025). Reshaping the future of sports with artificial intelligence: Challenges and opportunities in performance enhancement, fan engagement, and strategic decision-making. Engineering Applications of Artificial Intelligence, 142, 109912. https://doi.org/10.1016/j.engappai.2024.109912
Yang, J., Zhang, X., & Pei, Y. (2025). Digital transformation of the business models of Chinese sporting goods enterprises in the post-COVID-19 era: a knowledge-management perspective. Journal of Knowledge Management, 29(3), 723-734. https://doi.org/10.1108/JKM-12-2022-0946
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2025 คณะศิลปศาสตร์และวิทยาศาสตร์ มหาวิทยาลัยราชภัฏร้อยเอ็ด
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของคณะศิลปศาสตร์และวิทยาศาสตร์ มหาวิทยาลัยราชภัฏร้อยเอ็ด
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับมหาวิทยาลัยราชภัฎร้อยเอ็ด และคณาจารย์ท่านอื่นๆในมหาวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
