คุณลักษณะของบัณฑิตครูที่พึงประสงค์ในยุคปัญญาประดิษฐ์ (AI): การปรับตัวของวิชาชีพครูเพื่อการศึกษาขั้นพื้นฐาน ในบริบทการเปลี่ยนแปลง
Article Sidebar
Main Article Content
บทคัดย่อ
ความก้าวหน้าอย่างรวดเร็วของปัญญาประดิษฐ์ (AI) ได้ก่อให้เกิดความท้าทายสำคัญต่อการศึกษาขั้นพื้นฐานและการผลิตครูในศตวรรษที่ 21 การศึกษานี้มีวัตถุประสงค์เพื่อระบุและสังเคราะห์คุณลักษณะที่พึงประสงค์ของบัณฑิตครูในยุค AI โดยอาศัยวรรณกรรมที่เกี่ยวข้องกับสมรรถนะในศตวรรษที่ 21 การจัดการเรียนการสอนที่สนับสนุนด้วย AI และการผลิตครู การวิจัยนี้ใช้ระเบียบวิธีวิจัยเอกสาร โดยประยุกต์ใช้การทบทวนวรรณกรรมเชิงวิเคราะห์ตามแนวทางของ Snyder (2019) งานวิจัยนี้ทบทวนบทความที่ตีพิมพ์ระหว่าง ค.ศ. 2020 ถึง 2025 จำนวน 37 บทความ และคัดเลือกบทความจำนวน 28 บทความสำหรับการวิเคราะห์
เชิงลึก โดยพิจารณาจากความเกี่ยวข้องและความเหมาะสมกับประเด็นการศึกษา ผลการสังเคราะห์พบว่า คุณลักษณะที่พึงประสงค์ของบัณฑิตครูประกอบด้วย
5 โดเมนสำคัญ ได้แก่ (1) ทักษะด้านเทคโนโลยีดิจิทัลและการเรียนรู้ตลอดชีวิต
(2) ความยืดหยุ่นและความพากเพียร (3) การออกแบบการเรียนรู้เพื่อความเท่าเทียมและนวัตกรรม (4) คุณธรรม จริยธรรม และความเข้าใจบริบทของผู้เรียน และ (5) ภาวะผู้นำการเรียนรู้เชิงสร้างสรรค์ โดเมนเหล่านี้ชี้ให้เห็นว่า บัณฑิตครูจำเป็นต้องมีคุณลักษณะทางวิชาชีพแบบบูรณาการ ซึ่งช่วยให้สามารถใช้ AI อย่างมีวิจารณญาณ ปรับตัวต่อสภาพการศึกษาที่เปลี่ยนแปลง ออกแบบประสบการณ์
การเรียนรู้ที่ครอบคลุมผู้เรียนทุกกลุ่ม ปฏิบัติอย่างมีจริยธรรม เข้าใจบริบทของผู้เรียน และนำการเรียนรู้ด้วยความคิดสร้างสรรค์และความรับผิดชอบทางวิชาชีพ ผลการศึกษานี้สามารถนำมาใช้เป็นข้อมูลประกอบการพัฒนาหลักสูตรผลิตครู
การพัฒนาวิชาชีพครู และการอภิปรายเชิงนโยบายเกี่ยวกับการผลิตครูสำหรับการศึกษาขั้นพื้นฐานในยุค AI
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสารมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยอุบลราชธานี
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับมหาวิทยาลัยอุบลราชธานี และคณาจารย์ท่านอื่นๆในมหาวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
เอกสารอ้างอิง
Bai, J. (2025). Overview and summary of AI competency framework for teachers. Global Medical Education, 2(1), 47–51. https://doi.org/ 10.1515/gme-2024-0029
Çilek, A., Çoban, F. N., & Çetin, E. (2023). Examining the lifelong learning competencies of teachers. Journal of Teacher Education and Lifelong Learning, 5(1), 439–447. https://doi.org/10.51535/tell.1312486
Dellermann, D., Ebel, P., Söllner, M. & Leimeister, J. M. (2019). Hybrid intelligence. Business & Information Systems Engineering, 61(5), 637–643. https://doi.org/10.1007/s12599-019-00595-2
Gabriel, S. (2024). Generative AI and educational (in)equity. Proceedings of the 4th International Conference on AI Research, ICAIR 2024, 4(1), 133–142. https://doi.org/10.34190/icair.4.1.3153
Ha, K., & Rodrigo, R. (2024). Resilient teaching in the northeast of Thailand: Emotional dynamics and performance in private education. Humanities, Arts and Social Sciences Studies, 24(3), 726–740. https://doi.org/10.69598/hasss.24.3.271955
Hava, K., & Babayiğit, Ö. (2024). Exploring the relationship between teachers' competencies in AI-TPACK and digital proficiency. Education and Information Technologies, 30, 3491–3508. https://doi.org/10.1007/s10639-024-12939-x
Jain, N. (2025). AI as a catalyst for educational equity: Addressing global teacher shortages and learning disparities. International Journal of Scientific Research in Computer Science, Engineering and Information Technology, 11(1), 69–76. https://doi.org/10.32628/CSEIT25111200
Jarupongputtana, C., Mangkhang, C., Dibyamandala, J. & Manokarn, M. (2022). Interdisciplinary community based learning to enhance competence of digital citizenship of social studies pre-service teacher’s in Thai context: Pedagogical approaches perspective. Journal of Curriculum and Teaching, 11(4), 171–183. https://doi.org/10.5430/jct.v11n4p171
Järvelä, S., Zhao, G., Nguyen, A., & Chen, H. (2025). Hybrid intelligence: Human-AI coevolution and learning. British Journal of Educational Technology, 56, 455–468. https://doi.org/10.1111/ bjet.13560
Kayima, F. (2022). Teaching graduate attributes along with subject content: Perspectives from science teacher educators. Nordic Studies in Science Education, 18(3), 290–304. https://doi.org/ 10.5617/nordina.8982
Khaewphuang, P. & Nuangchalerm, P. (2025). Components and indicators of instructional design competence for Thai pre-service teachers. Journal of Practical Studies in Education, 6(2), 14–22. https://doi.org/10.46809/jpse.v6i2.97
Li, C., Mokhtar, M. M. & Mohd Ayub, A. F. (2024). The 5P funnel framework: An AI-integrated instructional design for enhancing teacher professional development. Journal of Public Administration and Governance, 14(2S), 78–96. https://doi.org/ 10.5296/jpag.v14i2S.22590
Li, R., & Fu, D. (2024). Exploring the path of teacher dominance in the age of artificial intelligence. International Journal of Learning and Teaching, 10(5), 626–630. https://doi.org/10.18178/ijlt.10.5.626-630
Mangkhang, C., Kaewpanya, N., Jansiri, P., Nuansawan, P., Srichana, M., Anukul, P. & Saaardluan, S. (2022). Advancing transformative learning to develop competency in teaching social studies online of pre-service teacher students in Chiang Mai education sandbox. Journal of Curriculum and Teaching, 11(5), 128–137. https://doi.org/10.5430/jct.v11n5p128
Mezirow, J. D. (1978). Perspective transformation. Adult Education, 28(2), 100–110. https://doi.org/10.1177/074171367802800202
Mnguni, L., Nuangchalerm, P., El Islami, R. A. Z., Sibanda, D., Sari, I. J., & Ramulumo, M. (2024). The behavioural intentions for integrating artificial intelligence in science teaching among pre-service science teachers in South Africa and Thailand. Computers and Education: Artificial Intelligence, 7, Article 100334. https://doi.org/10.1016/j.caeai.2024.100334
Paiwithayasiritham, C., & Yanprechaset, Y. (2023). Life and career skills of student teachers in Thailand: A factor analysis. Kasetsart Journal of Social Sciences, 44(1), 181–186. https://doi.org/10.34044/j.kjss.2023.44.1.20
Park, S. (2025). Prospective nutrition teachers’ perceptions of AI ethics: Focusing on A graduate school of education. The Journal of Yeolin Education, 33(2), 255–275. https://doi.org/10.18230/ tjye.2025.33.2.255
Patphol, M. (2022). Developing a training curriculum using professional learning community for enhancing teachers’ learning management skills to promote students’ creativity and innovation ability: A case study of Thai teachers. Creativity Studies, 15(1), 199–216. https://doi.org/10.3846/cs.2022.13278
Pimdee, P., & Leekitchwatana, P. (2022). Appropriate internet use behavior (AIUB) of Thai preservice teachers: A hierarchical linear model (HLM) analysis. International Journal of Instruction, 15(1), 489–508. https://doi.org/10.29333/iji.2022.15128a
Rafner, J., Gajdacz, M., Kragh, G., Hjorth, A., Gander, A., Hjorth, A., Palfi, B., Berditchevskaia, A., Grey, F., Gal, K., Segal, A., Walmsley, M., Miller, J. A., Dellermann, D., Haklay, M., Michelucci, P., & Sherson, J. (2022). Mapping citizen science through the lens of human-centered AI. Human Computation, 9(1), 66–95. https://doi.org/10.15346/hc.v9i1.133
Reyna, K. M., & Baguio, E. L. (2025). Reinventing the role of master teachers in the digital age. International Journal of Scientific and Research Publications, 15(3), 1–16. https://doi.org/10.29322/ IJSRP.15.03.2025.p15902
Samngamjan, N., Phettom, P., Sa-ngunsat, K., & Philuek, W. (2024). A survey study on AI literacy of Nakhon Sawan Rajabhat University’s digital technology teacher students in Thailand. Shanlax International Journal of Education, 13(1), 33–40. https://doi.org/10.34293/education.v13i1.8355
Siddiqui, M. T., Mansoori, M. V., Siddiqui, M. A., & Yadav, A. (2025). AI-enabled pedagogy: Advancing education through innovative teaching tools and the AI-TEACH model. Journal of Informatics Education and Research, 5(1), 2526–2537. https://doi.org/10.52783/jier.v5i1.2261
Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research, 104, 333–339. https://doi.org/10.1016/j.jbusres.2019.07.039
Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319–1350. https://doi.org/10.1002/smj.640
Teece, D. J. (2025). Dynamic capabilities and related paradigms. Cambridge University Press. https://doi.org/10.1017/9781009232890
Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509–533. https://doi.org/10.1002/(SICI)1097-0266(199708)18:7%3 C509::AID-SMJ882%3E3.0.CO;2-Z
Walsh, B., Dalton, B., Forsyth, S., & Yeh, T. (2023). Literacy and STEM teachers adapt AI ethics curriculum. Proceedings of the AAAI Conference on Artificial Intelligence, 37(13), 16048–16055. https://doi.org/10.1609/aaai.v37i13.26906
Xue, B., & Talin, R. B. (2024). Educational transformation in the age of AI: A framework and implementation path for AI competency for university instructors. Malaysian Journal of Social Sciences and Humanities, 9(11), Article e003112. https://doi.org/10.47405/ mjssh.v9i11.3112
Yang, W., Su, J., & Li, H. (2024). Empowering young minds: The future of computational thinking and AI education in early childhood. Future in Educational Research, 2(4), 312–317. https://doi.org/ 10.1002/fer3.69
Zhang, S., Diao, J., Ma, X., Tang, X., & Ding, X. (2024). What qualities do teachers need in the era of artificial intelligence: Analysis based on international experience. STEM Education Review, 2(3), 1–9. https://doi.org/10.54844/stemer.2024.0557
