การพัฒนารูปแบบการจัดการเรียนรู้ตามหลักอิทธิบาท 4 ร่วมกับปัญญาประดิษฐ์ (AI) เพื่อส่งเสริมการตระหนักรู้ในตนเองของนักศึกษาระดับปริญญาตรี มหาวิทยาลัยมหามกุฏราชวิทยาลัย วิทยาเขตอีสาน
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้ มีวัตถุประสงค์เพื่อ 1) ศึกษาสภาพปัจจุบันปัญหาและความต้องการเกี่ยวกับการจัดการเรียนรู้ตามหลักอิทธิบาท 4 ร่วมกับปัญญาประดิษฐ์ (AI) เพื่อส่งเสริมการตระหนักรู้ในตนเอง 2) พัฒนาและตรวจสอบคุณภาพของรูปแบบการจัดการเรียนรู้ 3) ทดลองใช้รูปแบบและ 4) ประเมินปรับปรุงและรับรองรูปแบบการวิจัยเป็นการวิจัยและพัฒนาดำเนินการ4ระยะตามกรอบ R1D1R2D2 โดยประยุกต์กระบวนการ ADDIE ผู้ให้ข้อมูลและผู้เข้าร่วมการวิจัยประกอบด้วยอาจารย์ประจำหลักสูตร 5 คน นักศึกษาที่เก็บข้อมูลจากประชากรทั้งหมด 140 คน นักศึกษากลุ่มทดลอง 30 คน และผู้เชี่ยวชาญประเมินรูปแบบ 9 คน เครื่องมือวิจัย ได้แก่ แบบบันทึกการวิเคราะห์เอกสาร แบบสัมภาษณ์กึ่งโครงสร้าง แบบสอบถามสภาพปัจจุบัน ปัญหา และความต้องการจำนวน 30 ข้อ แบบประเมินร่างรูปแบบและรูปแบบฉบับสมบูรณ์ แผนการจัดการเรียนรู้ แบบทดสอบผลสัมฤทธิ์ทางการเรียน แบบประเมินการตระหนักรู้ในตนเอง และแบบสอบถามความพึงพอใจจำนวน 21 ข้อ เครื่องมือผ่านการตรวจสอบความตรงเชิงเนื้อหาและการทดลองใช้ก่อนเก็บข้อมูล วิเคราะห์ข้อมูลด้วยความถี่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน การทดสอบทีสำหรับกลุ่มตัวอย่างที่สัมพันธ์กัน และการวิเคราะห์เนื้อหา ผลการวิจัยพบว่า 1) สภาพปัจจุบันอยู่ในระดับมาก (M = 4.16, S.D. = 0.64) ปัญหาอยู่ในระดับปานกลาง (M = 3.14, S.D. = 0.69) และความต้องการอยู่ในระดับมากที่สุด ที่สุด (M = 4.70, S.D. = 0.51) 2) รูปแบบ IA4-AI Model ประกอบด้วย 6 องค์ประกอบ และมีกระบวนการเรียนรู้ 4 ขั้นตอน ได้แก่ Inspiration (ฉันทะ), Action (วิริยะ), Attention (จิตตะ) และ Assessment (วิมังสา) ร่างรูปแบบได้รับการประเมินอยู่ในระดับมาก (M = 4.35, S.D. = 0.57) 3) คะแนนผลสัมฤทธิ์ทางการเรียนหลังเรียน (M = 31.58, S.D. = 3.91)สูงกว่าก่อนเรียน (M = 15.58, S.D. = 2.03), t(29) = 22.14, p < .001 และคะแนนการตระหนักรู้ในตนเองหลังเรียน (M = 4.33, S.D. = 0.41) สูงกว่าก่อนเรียน (เรียน (M = 3.15, S.D. = 0.51), t(29) = 8.74, p < .001 ขณะที่ความพึงพอใจอยู่ในระดับมากที่สุด (M = 4.63, S.D. = 0.57)และ 4) รูปแบบฉบับสมบูรณ์ได้รับการประเมินอยู่ในระดับมากที่สุด (M = 4.60, S.D. = 0.33) ผลการวิจัยสนับสนุนความเหมาะสมและความเป็นไปได้ของรูปแบบในบริบทที่ศึกษา โดยควรตีความผลการทดลองภายใต้ข้อจำกัดของแบบแผนกลุ่มเดียวก่อนและหลังเรียนคำ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
พระพรหมคุณาภรณ์ (ป. อ. ปยุตฺโต). (2559). พจนานุกรมพุทธศาสตร์ ฉบับประมวลธรรม. กรุงเทพมหานคร: มูลนิธิการศึกษาเพื่อสันติภาพ พระธรรมปิฎก.
Branch, R. M. (2009). Instructional design: The ADDIE approach. Springer. https://doi.org/10.1007/978-0-387-09506-6
Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Plenum.
Duckworth, A. L., Peterson, C., Matthews, M. D., & Kelly, D. R. (2007). Grit: Perseverance and passion for long-term goals. Journal of Personality and Social Psychology, 92(6), 1087-1101. https://doi.org/10.1037/0022-3514. 92.6.1087
Duval, S., & Wicklund, R. A. (1972). A theory of objective self-awareness. Academic Press.
Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive-developmental inquiry. American Psychologist, 34(10), 906-911. https://doi.org/10.1037/0003-066X.34.10.906
Goleman, D. (1995). Emotional intelligence. Bantam Books.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Joyce, B. R., Weil, M., & Calhoun, E. (2014). Models of teaching (9th ed.). Pearson.
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E.,
Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., ... Kasneci, G. (2023). ChatGPT for
good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023. 102274
Lo, C. K. (2023). What is the impact of ChatGPT on education? A rapid review of the literature. Education Sciences, 13(4), 410. https://doi.org/10.3390/ educsci13040410
MacCann, C., Jiang, Y., Brown, L. E. R., Double, K. S., Bucich, M., & Minbashian, A. (2020). Emotional intelligence predicts academic performance: A meta-analysis. Psychological Bulletin, 146(2), 150-186. https://doi.org/10.1037/ bul0000219
Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://www.unesco.org/en/articles/guidance-genera tive-ai-education-and-research
OECD. (2019). OECD Learning Compass 2030. https://www.oecd.org/content/ dam/oecd/en/about/projects/edu/education-2040/concept-notes/OECD _ Learning_Compass_2030_concept_note.pdf
OECD. (2023). OECD digital education outlook 2023: Towards an effective digital education ecosystem. OECD Publishing. https://doi.org/10.1787/c74f03 de-en
Panadero, E. (2017). A review of self-regulated learning: Six models and four directions for research. Frontiers in Psychology, 8, 422. https://doi.org/ 10.3389/fpsyg.2017.00422
Ryan, R. M., & Deci, E. L. (2020). Intrinsic and extrinsic motivation from a self-determination theory perspective: Definitions, theory, practices, and future directions. Contemporary Educational Psychology, 61, 101860. https://doi.org/10.1016/j.cedpsych.2020.101860
Schwab, K. (2016). The fourth industrial revolution. World Economic Forum.
World Economic Forum. (2023). The future of jobs report 2023. https://www. weforum.org/publications/the-future-of-jobs-report-2023/
Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory Into Practice, 41(2), 64-70. https://doi.org/10.1207/S15430421TIP4102_2