โมเดลเชิงยืนยันสภาพแวดล้อมการเรียนรู้ด้วยปัญญาประดิษฐ์ที่มีต่อผลลัพธ์การเรียนรู้ของนักศึกษาวิชาชีพครู
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้เป็นการวิจัยเชิงปริมาณ มีวัตถุประสงค์เพื่อศึกษา (1) ระดับสภาพแวดล้อมการเรียนรู้ ด้วยปัญญาประดิษฐ์ และผลลัพธ์การเรียนรู้ของนักศึกษาวิชาชีพครู (2) ยืนยันโมเดลการวัดตัวแปรสภาพแวดล้อม การเรียนรู้ด้วยปัญญาประดิษฐ์ และผลลัพธ์การเรียนรู้ของนักศึกษาวิชาชีพครู และ (3) ยืนยันโมเดลสภาพแวดล้อม การเรียนรู้ด้วยปัญญาประดิษฐ์ที่มีต่อผลลัพธ์การเรียนรู้ของนักศึกษาวิชาชีพครู กลุ่มตัวอย่างในงานวิจัยเป็นนักศึกษาวิชาชีพครูในระดับปริญญาตรีในสถาบันอุดมศึกษาที่ตั้งในเขตพื้นที่กรุงเทพมหานครและปริมณฑล จำนวน 528 คน ด้วยการเลือกแบบหลายขั้นตอน มีแบบสอบถามที่มีโครงสร้างเป็นเครื่องมือการวิจัยที่ผ่านการหาคุณภาพ ด้วยดัชนีความสอดคล้องระหว่างคำถามกับวัตถุประสงค์การวิจัย และความเชื่อมั่น ข้อมูลที่รวบรวมได้ผ่านการวิเคราะห์ด้วยสถิติเชิงพรรณนา ได้แก่ ความถี่ ร้อยละ ค่าเฉลี่ย ค่าเบี่ยงเบนมาตรฐาน ความเบ้ และความโด่ง และสถิติเชิงอนุมาน ได้แก่ การวิเคราะห์องค์ประกอบเชิงยืนยัน และการพัฒนาโมเดลสมการเชิงโครงสร้างแบบความแปรปรวนร่วม
ผลการวิจัยพบว่า กลุ่มตัวอย่างส่วนใหญ่เป็นเพศหญิง ที่มีอายุเฉลี่ย 20 ปี ศึกษาอยู่ปี 4 และสาขาประถมศึกษา โดยข้อมูลจากการวิจัย พบว่า (1) นักศึกษามีความเห็นเชิงบวกในระดับมากทั้งต่อสภาพแวดล้อมการเรียนการสอนดิจิทัลพลิกผันและการใช้แพลตฟอร์มปัญญาประดิษฐ์ ในขณะที่ผลลัพธ์การเรียนรู้อยู่ในระดับมากที่สุด ซึ่งแสดงให้เห็นว่านักศึกษาได้รับประโยชน์จากการจัดการเรียนการสอนในรูปแบบดังกล่าว (2) โมเดลการวัดทุกตัวแปรมีความกลมกลืนกับข้อมูลเชิงประจักษ์ (Chi-square/df ≤ 5.00, SRMR ≤ 0.05, RMSEA ≤ 0.08, CFI ≥ 0.90, IFI ≥ 0.90, และ TLI ≥ 0.90) ซึ่งบ่งชี้ว่าตัวแปรสังเกตได้ใช้วัดและอธิบายความสัมพันธ์กับตัวแปรแฝงได้จริงและเหมาะสม และ (3) ผลการวิจัย ได้ยืนยันว่า โมเดลมีความสอดคล้องกับข้อมูลเชิงประจักษ์ (Chi-square/df ≤5.00, SRMR ≤ 0.05, RMSEA ≤ 0.08, CFI ≥ 0.90, IFI ≥ 0.90, และ TLI ≥ 0.90) โดยพบว่า สภาพแวดล้อมการเรียนการสอนดิจิทัลพลิกผัน และ การใช้แพลตฟอร์มปัญญาประดิษฐ์ในแบบผสมผสานมีผลกระทบโดยตรงต่อผลลัพธ์การเรียนรู้
นอกจากนี้ การวิจัยยังพบว่า แพลตฟอร์มปัญญาประดิษฐ์ยังทำหน้าที่เป็นตัวแปรคั่นกลางแบบคู่ขนาน โดยส่งอิทธิพลทางอ้อมจากสภาพแวดล้อมการเรียนการสอนดิจิทัลพลิกผันไปสู่ผลลัพธ์การเรียนรู้ ซึ่งแสดงให้เห็นว่า การใช้แพลตฟอร์มปัญญาประดิษฐ์ช่วยเพิ่มประสิทธิภาพการเรียนรู้ให้กับนักศึกษาได้
Downloads
Article Details
เอกสารอ้างอิง
คณะกรรมการมาตรฐานการอุดมศึกษา. (2565). ประกาศรายละเอียดผลลัพธ์การเรียนรู้ตามมาตรฐานคุณวุฒิระดับอุดมศึกษา พ.ศ. 2565. ราชกิจจานุเบกษา, เล่ม 139 ตอนพิเศษ 212ง, หน้า 35.
จิรวัฒน์ วงษ์คง. (2563). การวิเคราะห์องค์ประกอบเชิงยืนยันทักษะชีวิตของผู้เรียน สังกัดสำนักงานเขตพื้นที่การศึกษามัธยมศึกษา เขต 25. วารสารบริหารการศึกษา มหาวิทยาลัยขอนแก่น, 16(2), 102–115. https://so02.tci-thaijo.org/index.php/EDMKKU/article/view/241819
จารุพร ตั้งพัฒนกิจ และปาณิก เสนาฤทธิไกร. (2565). บทบาทของการวิเคราะห์องค์ประกอบเชิงยืนยันในแบบจำลองสมการโครงสร้าง. วารสารวิทยาการจัดการ มหาวิทยาลัยเกษตรศาสตร์, 1(2), 99–110. https://kuojs.lib.ku.ac.th/index.php/jmsku/article/view/5185
ผู้จัดการออนไลน์. (2568, มิถุนายน 16). ไทยแห่เรียน Generative AI ปีเดียวจำนวนผู้เรียนพุ่ง 232% แซงหน้าเอเชียและโลก. ผู้จัดการออนไลน์. https://mgronline.com/cyberbiz/detail/9680000056398
บุญชม ศรีสะอาด. (2556). การวิจัยเบื้องต้น (พิมพ์ครั้งที่ 9). สุวีริยาสาส์น.
เพ็ญพร ทองคำสุก, สุภาพร ศรีหามี, ฑิตยา สิทธิโสภาสกุล, ศศิกัญชณา เย็นเอง, สุเมธ พัดเอี่ยม และนิรันดร์ สุธีนิรันดร์. (2565). องค์ประกอบเชิงยืนยันการพัฒนานวัตกรรมการเรียนรู้เพื่อแก้ปัญหาการอ่าน ของนักเรียนในระดับประถมศึกษาขนาดเล็ก. ครุศาสตร์สาร, 16(1),93-103. https://edujournal.bsru.ac.th/publishes/20/articles/404
ศยามน อินสะอาด. (2565). การพัฒนาไมโครเลิร์นนิงแบบเกมเพื่อการเรียนรู้เชิงรุกแบบออนไลน์สำหรับนักศึกษาวิชาชีพครู. วารสารเทคโนโลยีและสื่อสารการศึกษา มหาวิทยาลัยสุโขทัยธรรมาธิราช, 17(23), 44–58. https://so01.tci-thaijo.org/index.php/ectstou/article/view/255146
สุกัญญา พรมอารักษ์, วาโร เพ็งสวัสดิ์ และเอกลักษณ์ เพียสา. (2568). การวิเคราะห์องค์ประกอบเชิงยืนยันของการบริหารคุณภาพทั่วทั้งองค์กรของโรงเรียนสังกัดสำนักงานเขตพื้นที่การศึกษาประถมศึกษาในภาคตะวันออกเฉียงเหนือของประเทศไทย. วารสาร มจร สังคมศาสตร์ปริทรรศน์, 14 (4), 144–158. https://so03.tci-thaijo.org/index.php/jssr/article/view/288529
สุพจน์ อิงอาจ. (2568). รายงานวิจัยเรื่องอิทธิพลของสภาพแวดล้อมการเรียนการสอนแบบดิจิทัลพลิกผันต่อผลลัพธ์การเรียนรู้สำหรับนักศึกษาวิชาชีพครู. มหาวิทยาลัยรามคำแหง.
อรรถกานท์ ทองแดงเจือ และพิมลพรรณ เพชรสมบัติ. (2566). การวิเคราะห์องค์ประกอบเชิงยืนยันของการบริหารโรงเรียนมัธยมศึกษาในยุค นิวนอร์มัล สังกัดสำนักงานเขตพื้นที่การศึกษามัธยมศึกษาปทุมธานี. วารสารวิจยวิชาการ, 6(5), 43–56. https://doi.org/10.14456/jra.2023.102
อภิญญา อิงอาจ. (2565). หลักการ ทฤษฎี และแนวปฏิบัติ การพัฒนาแบบจำลองสมการโครงสร้าง. สำนักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.
อภิญญา อิงอาจ. (2567). แบบจําลองสมการโครงสร้างคุณภาพการสอนในบทบาทของตัวแปรคั่นกลางระหว่างสภาพแวดล้อมการเรียนการสอนกับผลลัพธ์การเรียนรู้ของนักศึกษาระดับอุดมศึกษา. วารสารวิชาการ มทร.สุวรรณภูมิ (มนุษยศาสตร์และสังคมศาสตร์), 9(1), 107-126. https://so05.tci-thaijo.org/index.php/rmutsb-hs/article/view/265764
อัมพร วัจนะ. (2567). อินเทอร์เน็ตในงานธุรกิจดิจิทัล. สำนักพิมพ์เอมพันธ์.
AIPRM. (2024). AI in Education Statistics: The Role of Artificial Intelligence in Learning. https://www.aiprm.com/ai-in-education-statistics/.
Battelle for Kids. (2019). Framework for 21st Century Learning. http://static.battelleforkids.org/documents/p21/P21_Framework_Brief.pdf
Cronbach, L. J. (1990). Essentials of psychological testing (5th ed.) Harper Collins Publishers.
EDUCAUSE. (2021). QuickPoll results: Artificial intelligence use in higher education. https://er.educause.edu/articles/2021/6/educause-quickpoll-results-artificial-intelligence-use-in-higher-education
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson.
LinkedIn. (2024). AI in education 2024 report: Exciting numbers. https://www.linkedin.com/pulse/ai-education-2024-report-exciting-numbers-aristeksystems-t3o3e
Mayer, D. G. (1995). Psychology (4th ed.). Worth Publishers.
Prahowo, H., Ikhsan, B. R., & Yunniarty, Y. (2022). Student performance in online learning education: A preliminary research. Frontiers in Education. https://doi.org/10.3389/feduc.2022.916721
Santrock, J. W. (1997). Psychology. Brown & Benchmark.
SEO Sandwitch. (2024). AI in education technology stats. https://seosandwitch.com/ai-in-education-technology-stats
Schumacker, R.E. and Lomax, R.G. (2010). A Beginners Guide to Structural Equation Modeling. Routledge.
Wilbert, K. (2016). Transforming to 21st Century Learning Environments: Best Practices Revealed through a Study of Exemplar Schools. [Ph. D. Dissertation, University of Brandman].
