ความตระหนักรู้ การยอมรับ และทัศนคติในการประยุกต์ใช้ปัญญาประดิษฐ์ ของนักศึกษาระดับปริญญาตรี: กรณีศึกษา สาขาวิชาเทคโนโลยีดิจิทัลมีเดีย คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครราชสีมา
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาระดับความตระหนักรู้ในการใช้ปัญญาประดิษฐ์ของนักศึกษา และ 2) ศึกษาปัจจัยที่มีผลต่อการยอมรับ และทัศนคติในการประยุกต์ใช้ปัญญาประดิษฐ์ของนักศึกษา กลุ่มตัวอย่างคือ นักศึกษาระดับปริญญาตรี สาขาวิชาเทคโนโลยีดิจิทัลมีเดีย คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัย
ราชภัฏนครราชสีมา จำนวน 83 คน คำนวณโดยใช้สูตรของ Cochran ร่วมกับค่าปรับแก้ประชากรอันตะ (Finite Population Correction) ณ ระดับความเชื่อมั่น 95% และใช้การเลือกกลุ่มตัวอย่างแบบอาสาสมัคร (Voluntary Sampling) ผ่านการตอบแบบสอบถามออนไลน์ เครื่องมือที่ใช้ได้แก่ คือ แบบสอบถามความตระหนักรู้ การยอมรับ และทัศนคติในการประยุกต์ใช้ปัญญาประดิษฐ์ ของนักศึกษา สถิติที่ใช้ได้แก่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน สัมประสิทธิ์สหสัมพันธ์เพียร์สัน และการวิเคราะห์การถดถอยพหุ
ผลการวิจัยพบว่า 1) นักศึกษาส่วนใหญ่มีประสบการณ์การใช้งานปัญญาประดิษฐ์มากกว่า 1 ปี และใช้งานเป็นประจำทุกสัปดาห์ แหล่งข้อมูลที่ทำให้นักศึกษารู้จักปัญญาประดิษฐ์ มาจากสื่อสังคมออนไลน์ เครื่องมือที่ใช้มากที่สุดคือ เครื่องมือสนทนาเชิงปัญญาประดิษฐ์ เช่น ChatGPT หรือ Gemini โดยการค้นคว้าข้อมูลเป็นกิจกรรมที่ใช้ปัญญาประดิษฐ์มากที่สุด ทั้งนี้ยิ่งนักศึกษาใช้งานปัญญาประดิษฐ์นานก็มีแนวโน้มจะใช้งานบ่อยขึ้น ขณะที่ระยะเวลาการใช้งานปัญญาประดิษฐ์ไม่มีความแตกต่างระหว่างนักศึกษาแต่ละชั้นปี 2) นักศึกษามีทัศนคติในเชิงบวกต่อการใช้งานปัญญาประดิษฐ์ ( = 4.18) แสดงว่า ยอมรับในการใช้ปัญญาประดิษฐ์ ปัจจัยที่มีอิทธิพลสูงสุดคือ การรับรู้ถึงประโยชน์ของการใช้ปัญญาประดิษฐ์ (
= 4.29) แต่ก็มีความกังวลเกี่ยวกับผลกระทบทางลบของปัญญาประดิษฐ์ เช่น ความน่าเชื่อถือ และการลอกเลียนผลงาน และ 3) นักศึกษามีแนวโน้มเชิงบวกต่อการใช้งานปัญญาประดิษฐ์ในอนาคต (
= 4.07) แสดงให้เห็นถึงความตั้งใจและความคาดหวังในการใช้ปัญญาประดิษฐ์อย่างต่อเนื่อง โดยมีความต้องการเรียนเกี่ยวกับเครื่องปัญญาประดิษฐ์ใหม่ ๆ และการใช้ปัญญาประดิษฐ์อย่างเหมาะสม ทั้งนี้ปัจจัยที่มีอิทธิพลต่อความตั้งใจในการใช้งานปัญญาประดิษฐ์สูงสุดคือ อิทธิพลทางสังคม
Article Details
เอกสารอ้างอิง
Ministry of Higher Education, Science, Research and Innovation and Ministry of Digital Economy and Society, “Thailand national AI strategy and action plan (2022 – 2027),” 2022. [Online]. Available: https://www.ai.in.th/wp-content/uploads/2022/12/20220726-AI.pdf. (in Thai)
Department of International Trade Promotion, Ministry of Commerce, “AI tools: The new key to Thai business growth on the global stage,” THINK TRADE, vol. 14, no. 102, p. 5, 2025. [Online]. Available: https://thinktradethinkditp.com (in Thai)
S. J. Russell and P. Norvig, Artificial Intelligence: A Modern Approach, 4th global ed. Harlow, UK: Pearson, 2021.
D. Gursoy, O. H. Chi, L. Lu, and R. Nunkoo, “Consumers acceptance of artificially intelligent (AI) device use in service delivery,” International Journal of Information Management, vol. 49, pp. 157–169, 2019, doi: 10.1016/j.ijinfomgt.2019.03.008.
E. M. Rogers, Diffusion of Innovations, 5th ed. New York, NY, USA: Free Press, 2003.
F. D. Davis, “Perceived usefulness, perceived ease of use, and user acceptance of information technology,” MIS Quarterly, vol. 13, no. 3, pp. 319–340, 1989, doi: 10.2307/249008.
V. Venkatesh, M. G. Morris, G. B. Davis, and F. D. Davis, “User acceptance of information technology: Toward a unified view,” MIS Quarterly, vol. 27, no. 3, pp. 425–478, 2003, doi: 10.2307/30036540.
M. A. Ayanwale and M. Ndlovu, “Investigating factors of students’ behavioral intentions to adopt chatbot technologies in higher education: Perspective from expanded diffusion theory of innovation,” Computers and Human Behavior Reports, vol. 14, Art. no. 100396, 2024, doi: 10.1016/j.chbr.2024.100396.
M. N. Yakubu, N. David, and N. H. Abubakar, “Students’ behavioural intention to use content generative AI for learning and research: UTAUT theoretical perspective,” Education and Information Technologies, vol. 30, pp. 17969–17994, 2025, doi: 10.1007/s10639-025-13441-8.
S. Lertwisuttipaiboon and A. Sriopas, “Perceptions and needs of students for teaching and learning on artificial intelligence in occupational health and safety: A case study of Sukhothai Thammathirat Open University,” Journal of MCU Buddhapanya Review, vol. 9, no. 2, pp. 212–223, 2024. (in Thai)
N. Ditrod, V. Nuchkhong, and C. Masantiah, “Awareness of the use of artificial intelligence in learning for undergraduate students, Faculty of Education, Ramkhamhaeng University,” Interdisciplinary Academic Research Journal, vol. 4, no. 6, pp. 43–58, 2024, doi: 10.60027/iarj.2024.278038. (in Thai)
A. M. Vieriu and G. Petrea, “The impact of artificial intelligence (AI) on students’ academic development,” Education Sciences, vol. 15, no. 3, Art. no. 343, 2025, doi: 10.3390/educsci15030343.
W. G. Cochran, Sampling Techniques, 3rd ed. New York, NY, USA: John Wiley & Sons, 1977.
G. D. Israel, “Determining sample size,” University of Florida, IFAS Extension, PEOD6, 2012. [Online]. Available: https://www.psycholosphere.com/Determining%20sample%20size%20by%20Glen%20Israel.pdf.
B. Srisa-ard, Introduction to Research, 9th ed. Bangkok, Thailand: Suwiriyasarn, 2013. (in Thai)
P. Panya, Statistics for Research, 3rd ed. Maha Sarakham, Thailand: Taksila Printing, 2022. (in Thai)
J. Cohen, “A power primer,” Psychological Bulletin, vol. 112, no. 1, pp. 155–159, 1992, doi: 10.1037/0033-2909.112.1.155.
DataReportal, “Digital 2025: Thailand,” Feb. 2025. [Online]. Available: https://datareportal.com/reports/digital-2025-thailand.
