ปัจจัยการยอมรับเทคโนโลยีปัญญาประดิษฐ์ (AI) ที่มีอิทธิพลต่อความตั้งใจใช้งานของนักศึกษามหาวิทยาลัยราชภัฏเชียงราย
คำสำคัญ:
การยอมรับเทคโนโลยี, ปัญญาประดิษฐ์ (AI), แบบจำลองการยอมรับเทคโนโลยี (TAM), ความตั้งใจใช้งานบทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ (1) ศึกษาระดับการรับรู้ความง่ายต่อการใช้งาน การรับรู้ประโยชน์ ทัศนคติต่อการใช้งาน และความตั้งใจใช้งานเทคโนโลยีปัญญาประดิษฐ์ (AI) ของนักศึกษามหาวิทยาลัยราชภัฏเชียงราย (2) เพื่อศึกษาความสัมพันธ์ระหว่างการรับรู้ความง่ายต่อการใช้งาน การรับรู้ประโยชน์ และทัศนคติต่อการใช้งาน กับความตั้งใจใช้งานเทคโนโลยีปัญญาประดิษฐ์ (AI) ของนักศึกษามหาวิทยาลัยราชภัฏเชียงราย และ (3) เพื่อวิเคราะห์อิทธิพลของการรับรู้ความง่ายต่อการใช้งาน การรับรู้ประโยชน์ และทัศนคติต่อการใช้งาน ที่มีต่อความตั้งใจใช้งานเทคโนโลยีปัญญาประดิษฐ์ (AI) ของนักศึกษามหาวิทยาลัยราชภัฏเชียงราย งานวิจัยเป็นการวิจัยเชิงปริมาณ โดยใช้แบบสอบถามออนไลน์เป็นเครื่องมือเก็บข้อมูล กลุ่มตัวอย่างคือ นักศึกษาระดับปริญญาตรีจำนวน 400 คน วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา สัมประสิทธิ์สหสัมพันธ์เพียร์สัน และการถดถอยพหุคูณ
ผลการวิจัยพบว่า นักศึกษาส่วนใหญ่มีทัศนคติและการรับรู้เชิงบวกต่อเทคโนโลยีปัญญาประดิษฐ์ โดยเครื่องมือ AI ที่นักศึกษาใช้มากที่สุดคือ ChatGPT (ร้อยละ 86.75) รองลงมาคือ Canva (ร้อยละ 85.25) และ Google Gemini (ร้อยละ 56.0) ทั้งนี้ นักศึกษามีการรับรู้ประโยชน์ (ค่าเฉลี่ย 4.27) ทัศนคติต่อการใช้งาน (ค่าเฉลี่ย 4.20) ความตั้งใจใช้งาน (ค่าเฉลี่ย 4.17) และการรับรู้ความง่ายต่อการใช้งาน (ค่าเฉลี่ย 4.01) อยู่ในระดับสูงถึงสูงมาก นอกจากนี้ การวิเคราะห์สหสัมพันธ์พบว่าตัวแปรทุกคู่ มีความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญทางสถิติที่ระดับ .001 โดยเฉพาะทัศนคติต่อการใช้งานมีความสัมพันธ์สูงสุดกับความตั้งใจใช้งาน (r = .673) ผลการวิเคราะห์การถดถอยพหุคูณแสดงให้เห็นว่าตัวแปรอิสระทั้งสาม ได้แก่ การรับรู้ความง่ายต่อการใช้งาน การรับรู้ประโยชน์ และทัศนคติต่อการใช้งานมีอิทธิพลเชิงบวกต่อความตั้งใจใช้งานเทคโนโลยีปัญญาประดิษฐ์ (R² = 0.766, p < .001) โดยมีลำดับอิทธิพลจากมากไปน้อยคือ ทัศนคติต่อการใช้งาน (β = .531, p < .001) การรับรู้ประโยชน์ (β = .191, p < .001) และการรับรู้ความง่ายต่อการใช้งาน (β = .178, p < .001) ผลการวิจัยสะท้อนว่า ทัศนคติในเชิงบวกเป็นปัจจัยสำคัญที่สุดที่ผลักดันให้นักศึกษามีความตั้งใจใช้งานเทคโนโลยี AI ซึ่งผลลัพธ์นี้สามารถใช้เป็นแนวทางในการพัฒนาหลักสูตร การเรียนการสอน และนโยบายส่งเสริมการใช้เทคโนโลยีปัญญาประดิษฐ์ในสถาบันอุดมศึกษาอย่างยั่งยืน
เอกสารอ้างอิง
มหาวิทยาลัยราชภัฏเชียงราย. (2568). รายงานข้อมูลจำนวนนักศึกษาระดับปริญญาตรี ภาคการศึกษา 1 ปีการศึกษา 2568. สำนักงานทะเบียนและประมวลผล มหาวิทยาลัยราชภัฏเชียงราย.
สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์. (2566). รายงานประจำปี พ.ศ. 2566: ยุทธศาสตร์ AI แห่งชาติ (Thailand National AI Strategy and Action Plan พ.ศ. 2565 – 2570). กรุงเทพมหานคร: สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์. สืบค้นจาก https://ai.in.th/wp-content/uploads/2024/06/AI-Thailand-Annual-Report-2023.pdf
สำนักงานส่งเสริมเศรษฐกิจดิจิทัล. (2565). รายงานแผนพัฒนากำลังคนด้านดิจิทัล พ.ศ. 2565 – 2570. กรุงเทพมหานคร: สำนักงานส่งเสริมเศรษฐกิจดิจิทัล. สืบค้นจาก https://www.depa.or.th/th/article-view/digital-workforce-development-plan
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.
Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, phone, mail, and mixed-mode surveys: The tailored design method (4th ed.). Hoboken, NJ: John Wiley & Sons.
ETDA. (2023). Thailand Internet user behavior 2023 report. Electronic Transactions Development Agency (ETDA).
Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention, and behavior: An introduction to theory and research. Reading, MA: Addison-Wesley.
IBM. (2024). What is artificial intelligence (AI)? Retrieved October 29, 2025, from https://www.ibm.com/think/topics/artificial-intelligence
Kamalov, F., Calong, R., & Gurrib, I. (2023). Ethical implications of AI in higher education. https://arxiv.org/abs/2305.18303
Latif, S., Qadir, J., Qayyum, A., et al. (2023). Artificial general intelligence: Key concepts and future directions. https://arxiv.org/abs/2304.12479
Luckin, R. (2018). Machine learning and human intelligence: The future of education for the 21st century. London: UCL Institute of Education Press.
McKinsey & Company. (2021). The state of AI in 2021. ttps://www.mckinsey.com/capabilities/ quantumblack/our-insights/the-state-of-ai-in-2021
Ministry of Digital Economy and Society. (2021). Thailand artificial intelligence (AI) ethics guidelines. Bangkok: MDES.
Nunnally, J. C. (1978). Psychometric theory (2nd ed.). New York: McGraw-Hill.
Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273–315.
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204.
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478.
Yamane, T. (1973). Statistics: An introductory analysis (3rd ed.). New York, NY: Harper & Row.
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – Where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 1–27. doi:10.1186/s41239-019-0171-0
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2025 มหาวิทยาลัยราชภัฏเชียงราย
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ต้นฉบับที่ได้รับการตีพิมพ์ในวารสารบัญชีปริทัศน์ มหาวิทยาลัยราชภัฏเชียงราย ถือเป็นกรรมสิทธิ์ของมหาวิทยาลัยราชภัฏเชียงราย ไม่อนุญาตให้นำข้อความทั้งหมดหรือบางส่วนไปพิมพ์ซ้ำ เว้นเสียแต่ว่าจะได้รับอนุญาตจากมหาวิทยาลัยราชภัฏเชียงราย เป็นลายลักษณ์อักษร
