ทักษะของผู้บริหารสถานศึกษาในยุคปัญญาประดิษฐ์
Article Sidebar
Main Article Content
บทคัดย่อ
บทความวิชาการนี้มุ่งนำเสนอทักษะสำคัญที่ผู้บริหารสถานศึกษาจำเป็นต้องมีในยุคปัญญาประดิษฐ์ ท่ามกลางการเปลี่ยนแปลงทางเทคโนโลยีอย่างรวดเร็ว ผู้บริหารสถานศึกษาต้องปรับตัวและพัฒนาทักษะ เพื่อนำการศึกษาให้อยู่รอดและเติบโตได้ จากการทบทวนวรรณกรรมเชิงวิชาการที่เกี่ยวข้องและการวิเคราะห์เชิงเนื้อหา พบว่า ทักษะหลักที่ผู้บริหารสถานศึกษาต้องมีในยุคปัญญาประดิษฐ์ ได้แก่ 1) ทักษะด้านเทคนิค 2) ทักษะด้านการบริหารจัดการ และ 3) ทักษะด้านมนุษย์ ตลอดจนเสนอแนวทางการพัฒนาทักษะทั้งสามมิติเพื่อเสริมสร้างศักยภาพผู้บริหารสถานศึกษา บทความนี้อภิปรายถึงความสำคัญของแต่ละทักษะ แนวทางการพัฒนา และกรณีศึกษาที่ประสบความสำเร็จในการปรับตัวสู่ยุคปัญญาประดิษฐ์ ข้อค้นพบนี้มีประโยชน์ต่อผู้บริหารสถานศึกษาที่ต้องเตรียมพร้อมรับมือกับการเปลี่ยนแปลงทางเทคโนโลยีและนำปัญญาประดิษฐ์มาใช้ให้เกิดประโยชน์ต่อการบริหารการศึกษาได้อย่างมีประสิทธิภาพ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
1. เนื้อหาและข้อมูลในบทความที่ลงพิมพ์กับวารสารวิจยวิชาการ ถือเป็นข้อคิดเห็น และความรับผิดชอบของผู้เขียนบทความโดยตรงซึ่งกองบรรณาธิการวารสารไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
2. บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวิจยวิชาการ ถือเป็นลิขสิทธิ์ของวารสารวิจยวิชาการ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่ง ส่วนใดไปเผยแพร่ต่อหรือเพื่อการกระทำการใด ๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารวิจยวิชาการก่อนเท่านั้น
เอกสารอ้างอิง
นฤดล จันทร์เพ็ชร และอุบลวรรณ ส่งเสริม, (2567). ปัญญาประดิษฐ์ (AI) : การประยุกต์ใช้ทางการศึกษา. คุรุสภาวิทยาจารย์, 6(1), 1-13.
เนตรชนก ตรีรยาภิวัฒน์, วัตสาตรี ดิถียนต์ และสุกานดา จงเสริมตระกูล. (2567). การประยุกต์ใช้และผลกระทบของปัญญาประดิษฐ์แบบรู้สร้างสำหรับการเรียนการสอนในระดับอุดมศึกษา: การทบทวนอย่างเป็นระบบ. วารสารศึกษาศาสตร์และนวัตกรรม, 26(4), 489-505.
ศรัณย์ศิริ คัมภิรานนท์. (2562). AI เทคโนโลยีอนาคตของประเทศไทย. เข้าถึงได้จาก https:// www.senate.go.th/view/1/article_detail/เอกสารวิชาการสำนักวิชาการ/6304/TH-TH
สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์. (2564). AI กับเศรษฐกิจดิจิทัลในอนาคต. เข้าถึงได้จาก https://www.etda.or.th/th/Useful-Resource/Knowledge-Sharing/Articles/AI-in-Government-Services.aspx
สำนักงานราชบัณฑิตยสภา. (2562). พจนานุกรมศัพท์วิทยาศาสตร์และเทคโนโลยี. เข้าถึงได้จาก https://www.royin.go.th
สำนักงานเลขาธิการสภาการศึกษา. (2563). รายงานยุทธศาสตร์การศึกษาแห่งชาติ. กรุงเทพฯ : กระทรวงศึกษาธิการ.
สุกัญญา แช่มช้อย. (2562). การบริหารสถานศึกษาในยุคดิจิทัล. (พิมพ์ครั้งที่ 2). กรุงเทพฯ : สํานักพิมพ์จุฬาลงกรณ์มหาวิทยาลัย.
สุวิมล มธุรส. (2564). การจัดการศึกษาในระบบออนไลน์ในยุค NEW NORMAL COVID-19. วารสารรัชต์ภาคย์, 15(40), 33-42.
Bock, L. (2015). Work rules!: Insights from inside Google that will transform how you live and lead. Boston : Twelve.
Caldwell, B. J., & Spinks, J.M. (1988). The Self-Managing School. London : Falmer Press. https://doi.org/10.4324/9780203977330
Copeland, B. J. (2023). Artificial Intelligence. Encyclopedia Britannica. Retrieved from https://www.britannica. com/technology/artificial-intelligence
Edmondson, A. (2011) Strategies for learning from failure. Harvard Business Review, 89(4), 48-55. https://hbr.org/2011/04/strategies-for-learning-from-failure
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V. & Luetge, C. (2018). AI4People—An Ethical Framework for a Good AI Society: Opportunities, Risks, Principles, and Recommendations. Minds and Machines, 28, 689-707.
Goodfellow, I., Bengio, Y. & Courville, A. (2020). Deep learning. Cambridge, MA : MIT Press.
Hagendorff, T. (2020). The ethics of AI ethics: An evaluation of guidelines. Minds and Machines, 30, 99-120.
Harris, A. & Jones, M. (2022). Leading during a Pandemic–What the Evidence tells Us. School Leadership & Management, 42 (2), 105–109. https://doi.org/ 10.1080/13632434.2022.2064626.
Harris, A. & Jones, M. (2023). Compassionate Leadership. School Leadership & Management, 43 (3), 185–188. https://doi.org/10.1080/13632434.2023. 2235540.
Hsu, Y. & Ching, Y. (2023). Generative Artificial Intelligence in Education, Part Two: International Perspectives. TechTrends, 67(6), 885-890.
Jobin, A., Ienca, M. & Vayena, E. (2019). The Global Landscape of AI Ethics Guidelines. Nature Machine Intelligence, 1, 389-399. https://doi.org/10.1038/s42256-019-0088-2
Keating, G. (2013). Netflix: The data-driven decision-making culture. Harvard Business Review. Retrieved from https://store.hbr.org/product/harvard-business-review-january-february-2013/BR1301
Kotter, J. P. (1995). Leading change: Why transformation efforts fail. Harvard Business Review, 73(2), 59–65. https://heeoe.hee.nhs.uk/sites/default/files/leading_ change_why_transformation_efforts_fail.pdf
McAfee, A. & Brynjolfsson, E. (2012) Big Data: The Management Revolution. Harvard Business Review. Retrieved from https://store.hbr.org/product/harvard-business-review-january-february-2012/BR1201
Mittelstadt, B. (2019). Principles alone cannot guarantee ethical AI. Nature Machine Intelligence, 1(11), 501–507. Retrieved from https://www.researchgate.net/ publication/337015694_Principles_alone_cannot_guarantee_ethical_AI
Nadella, S., Shaw, G., Nichols, J. T. & Gates, B. (2017). Hit refresh: the quest to rediscover microsoft's soul and imagine a better future for everyone. New York : Harper Business.
Porter, M.E. & Heppelmann, J.E. (2014) How Smart, Connected Products Are Transforming Competition. Harvard Business Review, 92, 64-88. Retrieved from https://store.hbr.org/product/harvard-business-review-january-febru ary-2014/BR1401
Stone, B. (2013). The Everything Store: Jeff Bezos and the Age of Amazon. Retrieved from https://www.amazon.com/Everything-Store-Jeff-Bezos-Amazon/dp/ 0316219266?asin=B00BWQW73E&revisionId=8945c87e&format=1&depth=1
Yu, H. & Guo, Y. (2023). Generative Artificial Intelligence Empowers Education Reform: Current Status, Issues and Prospects. Frontiers in Education, 8, Article 1183162. Retrieved from https://www.frontiersin.org/articles/10.3389/ feduc.2023.1183162/full https://doi.org/10.3389/feduc.2023.1183162
