THE INFLUENCES OF ARTIFICIAL INTELLIGENCE SKILL ON STUDENTS’ LEARNING OUTCOMES IN SISAKET PROVINCIAL VOCATIONAL EDUCATION
Keywords:
Artificial Intelligence Skill, Students’ Learning OutcomesAbstract
This research aimed to investigate the influence of teachers' Artificial Intelligence (AI) skill on students' learning outcomes in vocational education institutions in Sisaket Province. The study collected data from a sample of 350 administrators and teachers. The research instrument used was a questionnaire, and the results were analyzed using Multiple Regression Analysis.
The findings indicated that the components of AI skill—namely AI Means (understanding of AI), AI Use (application of AI), and AI Work (technical operation of AI)—collectively demonstrated a statistically significant predictive power over students' learning outcomes at the 0.00 level (Sig. < 0.001). The multiple correlation coefficient (R) for these components was 0.75, with a total correlation coefficient of 74.00 percent. The test result was 345.17, and the standard error of the estimate was 0.41. Specifically, the individual components showed varying degrees of influence on learning outcomes The AI Work component exhibited the highest predictive power, with a standardized beta coefficient (β) of 0.43. The AI use component followed with a β of 0.28. The AI means component had a β of 0.22. All components were statistically significant at the 0.00 level. In conclusion, students' learning outcomes are significantly driven by teachers' AI skill. The research suggests prioritizing the development of skills related to AI Work due to its highest weight in the prediction equation, coupled with promoting AI Use and AI Means for a significant increase in learning outcomes. Therefore, the intensive integration of the AI Work component into the vocational education curriculum is crucial for producing technically competent personnel with ethical awareness and social responsibility in the digital age.
Downloads
References
กมลชนก พูลสวัสดิ์, รุ่งนภา วันเพ็ง, ศศธร ห่มซ้าย และพงศ์ประพันธ์ พงษ์โสภณ. (2565). ปัญญาประดิษฐ์กับการจัดการเรียนการสอนวิทยาศาสตร์. วารสารครุศาสตร์อุตสาหกรรม, 21(1), 1-8.
กระทรวงศึกษาธิการ. (2561). ประกาศกระทรวงศึกษาธิการ เรื่อง ให้ใช้มาตรฐานการศึกษา ระดับปฐมวัย ระดับการศึกษาขั้นพื้นฐานและระดับการศึกษาขั้นพื้นฐานศูนย์การศึกษาพิเศษ. สืบค้นจาก https://www.kroobannok.com/85280
ฉัตรพงศ์ ชูแสงนิล. (2562). เกมการเรียนรู้แบบ Unplug (ออนไลน์). สืบค้นจาก https://www.starfishlabz.com/app/บทเรียน/341-cs-unplugged
มติชน. (2567). เทคโนโลยี Generative Al กำหนดทิศทางสัมพันธ์จีน. มติชน, สืบค้นเมื่อวันที่ 27 มกราคม 2567, หน้า 5.
ศักดิ์ชัย ไชยรักษ์ และปณิตา วรรณพิรุณ. (2563). เทคโนโลยีทางปัญญาเพื่อการศึกษาอัจฉริยะ. Panyapiwat Journal, 12(3), 315-328.
สุกัญญา แช่มช้อย. (2561). การบริหารสถานศึกษาในยุคดิจิทัล. กรุงเทพฯ : สำนักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.
สุชาติ เพชรเทียนชัย ศุภวรรณ วงศ์สร้างทรัพย์ และธีรศักดิ์ สร้อยคีรี. (2565). ปัญญาประดิษฐ์ ในพลศึกษาเพื่อการเรียนรู้. วารสารศาสตร์การศึกษาและการพัฒนามนุษย์. 6(2), 47-60.
สุรศักดิ์ ปาเฮ. (2561). การศึกษาออนไลน์ ทฤษฎีและวิธีปฏิบัติ. แพร่: แพร่ไทยอุตสาหการพิมพ์.
Afzal, A. (2020). Collaboration in Secondary School Classroom. Pakistan Review of Social Sciences (PRSS), 1(1), 79–92.
Bahreini, K., Nadolski, R. & Westera, W. (2017). Communication skills training exploiting multimodal emotion recognition. Interactive Learning Environments, 25(8), 1065-1082.
Chiu, T. K. F. (2021). A holistic approach to Artificial Intelligence (AI) curriculum for K- 12 schools. TechTrends, 65(1), 796-807.
Demirel, Y. (2012). Internal Energy and Enthalpy. In: Energy. Green Energy and Technology. Springer, London, 12(1), 99-145.
Ergen, G. (2019). Value Literacy - A New Model for Education of Character and Values. Educational Policy Analysis and Strategic Research, 14(2), 45-75.
Kwet, M. & Prinsloo, P. (2020). The smart classroom: a new frontier in the age of the smart university, Teaching in Higher Education, 25(4), 510-526.
Moneva, J. C., Miralles, R. G. & Rosell, J. Z. (2020). Problem solving attitude and critical thinking ability of students. International Journal of Research - Granthaalayah, 8(1), 138-149.
Ng, D. T. K., Leung, J. K. L., Chu, K. W. S. & Qiao, M. S. (2021). AI literacy: Definition, teaching, evaluation and ethical issues. Proceedings of the Association for Information Science and Technology, 58(1), 504-509.
Romero, M., Usart, M. & Ott, M. (2022). The Role of Learning Outcomes in Competence-Based Education. Education and Information Technologies, 27(2), 1913-1930
Su, J. & Yang, W. (2022). Artificial intelligence in early childhood education: A scoping review. Computers & Education: Artificial Intelligence.
Su, J., Zhong, Y. & Ng, D. T. K. (2022). A meta-review of literature on educational approaches for teaching Al at the K-12 levels in the Asia-Pacific region. Computers in Education: Artificial Intelligence, 3(1), 1-18.
Yang, X. (2019). Accelerated move for Al education in China. ECNU Review of Education, 2(3), 347-352.
Downloads
Published
Issue
Section
License
ประกาศลิขสิทธิ์
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารวิชาการมหาวิทยาลัยการจัดการและเทคโนโลยีอีสเทิร์น ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสารไม่จำเป็นต้องเห็นด้วยหรือร่วมรับผิดชอบใด ๆ
บทความ ข้อมูล เนื้อหาหรือรูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวิชาการมหาวิทยาลัยการจัดการและเทคโนโลยีอีสเทิร์น ถือเป็นลิขสิทธิ์ของวารสารวิชาการมหาวิทยาลัยการจัดการและเทคโนโลยีอีสเทิร์น หากบุคคลหรือหน่วยงานใดต้องการนำข้อมูลทั้งหมดหรือบางส่วนไปเผยแพร่ต่อหรือเพื่อกระทำการใด ๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารวิชาการมหาวิทยาลัยการจัดการและเทคโนโลยีอีสเทิร์นก่อนเท่านั้น
