การออกแบบการจัดการเรียนรู้และการวัดประเมินผลการเรียนรู้ โดยเน้นการใช้ AI เพื่อลดภาระครูและเพิ่มประสิทธิภาพในการสอน

การออกแบบการจัดการเรียนรู้และการวัดประเมินผลการเรียนรู้ โดยเน้นการใช้ AI เพื่อลดภาระครูและเพิ่มประสิทธิภาพในการสอน

แหล่งเรียนรู้และเว็บไซต์สำคัญ:

• มีการแนะนำเว็บไซต์หลักสูตร “CURRI 68” (สามารถค้นหาใน Google ได้) ซึ่งเป็นแหล่งรวมข้อมูลสำคัญสำหรับหลักสูตรนี้
• ในเว็บไซต์ประกอบด้วย:
  • คู่มือการจัดการเรียนรู้ การวัดประเมินผล การบริหารจัดการหลักสูตร และตัวหลักสูตร
  • คู่มือพัฒนาครูและบุคลากรทางการศึกษา
  • สื่อส่งเสริมการอ่าน
  • PowerPoint การบรรยายของวิทยากร
  • เอกสารประกอบการประชุมฉบับล่าสุด (อัปเดตตลอดเวลา)
  • การตรวจสอบรายชื่อ
  • เอกสารและ Prompt สำหรับการประยุกต์ใช้ AI กับหลักสูตรปี 2568
  • ส่วน Q&A สำหรับคำถามคาใจ

นโยบายและแนวคิดเกี่ยวกับการใช้ AI ในการศึกษา:

• กระทรวงศึกษาธิการและกระทรวง อว. ได้ร่วมมือกันขับเคลื่อนการใช้ AI ในการจัดการเรียนการสอน โดยมี AI Guideline และ AI Guidance ที่เน้นย้ำการใช้งาน AI อย่างรู้จัก เข้าใจ ใช้เป็น และรู้เท่าทัน สำหรับเด็ก ครู ผู้ปกครอง และโรงเรียน
• AI ไม่ได้มีไว้ให้ทำความเข้าใจผิด หรือใช้ในการทำการบ้านโดยตรง แต่ใช้ในการเป็น Coaching, Mentoring และลดภาระครู
• สพฐ. มีแนวทางขับเคลื่อน 2 แบบ:
  • Teaching with AI (ลดภาระครู): นำ AI มาออกแบบการสอน ช่วยทำหลักสูตร (โมดูลนี้เน้นที่ส่วนนี้)
  • Learning to Earn (สอนเด็กสร้าง AI): สอนเด็กให้สร้าง AI ได้ (มีบางวิชาเพิ่มเติมที่มีแหล่งเรียนรู้ออนไลน์)
• คู่มือการใช้ AI สำหรับกิจการทางการศึกษาฉบับที่ 18 ของหน่วยงานภาครัฐทางการศึกษาของโลก สามารถดาวน์โหลดมาศึกษาได้ เพื่อทำความเข้าใจประโยชน์ ความเสี่ยง จริยธรรม และความซื่อสัตย์ทางวิชาการ
• เชื่อว่าครูที่ใช้ AI จะมีคุณภาพงานและคุณภาพชีวิตที่ดีขึ้น เนื่องจาก AI เป็นเครื่องมือที่มีประสิทธิภาพ ช่วยให้มีเวลาเตรียมการสอน ดูแลนักเรียน Coaching และ Mentoring นักเรียนมากขึ้น
• การใช้ AI ที่มีคุณภาพขึ้นอยู่กับการตั้ง Prompt ที่ดี และการตรวจสอบผลลัพธ์ด้วยวิชาครูของเราเอง

ความรู้พื้นฐานเกี่ยวกับ AI:

• AI คืออะไร: ความสามารถของคอมพิวเตอร์หรือระบบที่สามารถทำงานได้เหมือนมนุษย์หรือฉลาดเหมือนมนุษย์ โดยผ่านการเทรนจากข้อมูลหลากหลาย (หนังสือ ฐานข้อมูล คนเทรน)
• ความแตกต่างของ AI และสิ่งที่ไม่ใช่ AI:
  • เครื่องคิดเลข (ไม่ใช่ AI): ต้องกดคำสั่งจึงจะทำงาน (เช่น 1+1=)
  • โปรแกรมนำทาง (AI): สามารถปรับเส้นทางอัตโนมัติเมื่อเลี้ยวผิด
  • เครื่องซักผ้าแบบเก่า (ไม่ใช่ AI): ต้องกดเอง
  • เครื่องซักผ้าแบบใหม่ (AI): สแกนเนื้อผ้า แนะนำการซัก
  • สัญญาณไฟจราจรแบบตั้งเวลา (ไม่ใช่ AI): ไม่ว่าจะมีการจราจรหนาแน่นหรือไม่ก็ยังคงตามเวลาที่ตั้งไว้
  • สัญญาณไฟจราจรแบบมีกล้อง (AI): คำนวณจำนวนรถ และปรับเปลี่ยนเวลาไฟเขียวอัตโนมัติ
• Generative AI: เป็น Subset ของ AI ที่สามารถสร้างบางอย่างเพิ่มเติมจากข้อมูลที่มีอยู่ได้ (เช่น แอปแต่งภาพที่เติมคิ้ว เติมปาก) ตัวอย่าง Generative AI เช่น Deep Seek, Gemini, ChatGPT
• AI ทำงานอย่างไร (Machine Learning):
  • Supervised Learning: มนุษย์เป็นคนสอน AI ในช่วงแรก (เช่น สอนว่านี่คือกล้วย นี่คือ Apple)
  • Unsupervised Learning: AI เรียนรู้ด้วยตัวเองหลังจากที่ถูกสอนมาในระดับหนึ่ง (เช่น แยกกล้วยกับ Apple ได้เอง)
  • AI เรียนรู้ได้รวดเร็ว (เช่น เทรน AI ให้เล่นหมากล้อมได้หมื่นกระดานใน 1 ชั่วโมง)
• ข้อจำกัดและความผิดพลาดของ AI:
  • AI อาจมีข้อมูลไม่เพียงพอ หรือมีความเข้าใจผิด อคติ (bias) เช่น รูปคนส่วนใหญ่ที่ AI เทรนมาไม่ได้ใส่แว่น ทำให้ถ้าไม่ระบุใน Prompt ว่าต้องการคนใส่แว่น AI จะไม่สร้างรูปคนใส่แว่น
  • AI ไม่ถูกต้อง 100% เสมอไป
  • Hallucination of AI (การหลอนของ AI): AI สร้างข้อมูลที่ไม่ถูกต้อง ค้านกับความเป็นจริง ซึ่งอาจทำให้ผู้ที่มีความรู้ในเรื่องนั้นน้อยเข้าใจผิด (มี พรบ. คอมพิวเตอร์รองรับ)

การเขียน Prompt ที่ดี (การสั่งงาน AI):

การเขียน Prompt ที่ดีจะช่วยให้ AI ทำงานได้ตรงตามวัตถุประสงค์และมีคุณภาพ โดยมี 4 องค์ประกอบหลัก:

1. กำหนดตัวตน (Persona): กำหนดบทบาทให้ AI (เช่น คุณเป็นผู้เชี่ยวชาญด้านการศึกษา) เพื่อให้ AI เลือกข้อมูลที่เกี่ยวข้องมาวิเคราะห์
2. กำหนดงาน (Task): ระบุให้ชัดเจนว่าต้องการให้ AI ทำอะไร (เช่น เขียนแผนการสอน)
3. กำหนดบริบท (Context): เพิ่มเติมข้อมูลเกี่ยวกับงานให้ชัดเจน (เช่น ระดับชั้น วิชาวงจรน้ำ) ยิ่งให้รายละเอียดมาก ผลลัพธ์ยิ่งเจาะจง
4. กำหนดรูปแบบ (Format): บอกผลลัพธ์ของงานที่ต้องการ (เช่น เป็นตาราง เป็นโปรแกรม Python เป็นรูปภาพ)

• ไม่จำเป็นต้องมีครบทั้ง 4 อย่างก็ได้ แต่มี 2-3 อย่างก็จะทำให้คำตอบมีประสิทธิภาพมากขึ้น
• การสนทนากับ AI เหมือนกับการแชทกับ Line
• สามารถใช้ AI หลายตัวสลับกันได้ (เช่น ChatGPT, Deep Seek, Gemini)

ตัวอย่างการใช้ AI ในการออกแบบการจัดการเรียนรู้:

1. Prompt เนื้อหาสาระ:
   • ใช้สำหรับกำหนด Persona ของ AI และหัวข้อหลักของการสอน
   • ตัวอย่าง: “คุณเป็นผู้เชี่ยวชาญด้านการศึกษา ช่วยร่างเนื้อหาสาระสำหรับวิชาวิทยาศาสตร์ เรื่องวัฏจักรน้ำ สำหรับนักเรียนชั้นประถมศึกษาปีที่ 1 ระยะเวลา 50 นาที โดยแผนการสอนควรประกอบด้วยกิจกรรมนำเข้าสู่บทเรียน กิจกรรมหลัก กิจกรรมสรุปพร้อมคำถามกระตุ้นการคิดวิเคราะห์และการประเมินผล”
   • เคล็ดลับ: การถามยาวจะทำให้ AI ตอบสั้นและคุณภาพด้อยลง ควรใช้ Prompt แรกนี้เพื่อกำหนดบทบาทของ AI เท่านั้น (AI จะจำบทบาทนี้ไปตลอดการสนทนาใน Chat นั้น)
   • การให้รายละเอียดเพิ่มเติมเกี่ยวกับผู้เรียน (เช่น พื้นฐานความรู้เดิม ความสนใจ ความต้องการพิเศษ) มาตรฐานการเรียนรู้ หรือตัวชี้วัด จะทำให้เนื้อหาสาระเฉพาะเจาะจงมากขึ้น
2. Prompt จุดประสงค์การเรียนรู้:
   • ตัวอย่าง: “ช่วยกำหนดจุดประสงค์การเรียนรู้ทั้งด้านความรู้ ทักษะ และเจตคติ โดยแยกด้านละ 1 ข้อให้ชัดเจน”
   • เคล็ดลับ: กำหนดจำนวนข้อที่ต้องการ เพื่อไม่ให้ AI สร้างจุดประสงค์มากเกินไป (เช่น 1 ข้อต่อด้าน) ควรระวังการเขียนเจตคติไม่ให้เป็นการวัดคุณลักษณะที่ต้องใช้เวลาบ่มเพาะนาน
3. Prompt ความคิดรวบยอด (The Big Idea):
   • ตัวอย่าง: “เขียนความคิดรวบยอดของการสอนครั้งนี้ให้ด้วย”
   • ต้องใช้วิชาครูและตำราเรียนที่น่าเชื่อถือในการตรวจสอบความถูกต้อง
4. Prompt การนำเข้าสู่บทเรียน (Active Learning):
   • ตัวอย่าง: “เมื่อเริ่มต้นการสอนขั้นนำเข้าสู่บทเรียน จะนำเข้าสู่บทเรียนอย่างไรให้สนุก ตื่นเต้น หรือทำให้นักเรียนอยากจะเรียนรู้ในเรื่องนี้ ขอสัก 3 แนวทาง”
   • ให้เลือกแนวทางที่เหมาะสมกับลักษณะการเรียนรู้ของนักเรียน (เช่น การเคลื่อนไหว การฟังเพลง)
5. Prompt กิจกรรมการเรียนรู้ (Active Learning):
   • ตัวอย่าง: “ช่วยออกแบบการจัดการเรียนรู้ที่ต้องการสอนแบบ Active Learning ที่เน้นให้นักเรียนมีส่วนร่วมในกิจกรรมการเรียนรู้ ทำให้นักเรียนสนุกกับการเรียนการสอนครั้งนี้ด้วย และขอให้มีกำหนดเวลาของแต่ละกิจกรรมให้ด้วย มีเวลาทำกิจกรรมรวม 30 นาที”
   • สามารถปรับเวลาหรือเพิ่มโมเดลการสอนของตนเองเข้าไปได้
6. Prompt การวัดและประเมินผล:
   • ตัวอย่าง: “เมื่อสอนแบบนี้จะวัดและประเมินผลอย่างไรให้สอดคล้องกับจุดประสงค์การเรียนรู้ โดยช่วยบอกวิธีวัด เครื่องมือที่ใช้วัดและเกณฑ์ในการวัดประเมินผลในรูปแบบตารางด้วย”
   • เคลล็ดลับ:
     • เพิ่มวัตถุประสงค์การเรียนรู้ลงไปใน Prompt โดยตรง: หากต้องการให้ AI สร้างวิธีการวัด เครื่องมือ และเกณฑ์การวัดประเมินผลที่แม่นยำยิ่งขึ้น ควรนำวัตถุประสงค์การเรียนรู้ที่ออกแบบไว้ (จาก Prompt จุดประสงค์การเรียนรู้) มาใส่ใน Prompt นี้แทนที่คำว่า “จุดประสงค์การเรียนรู้” (สีแดง) โดยระบุเป็นข้อๆ เช่น ข้อ 1 คืออะไร ข้อ 2 คืออะไร
     • ระบุจำนวนวิธีการวัดที่ต้องการ: หากต้องการให้ AI นำเสนอวิธีการวัดหลายรูปแบบ สามารถระบุจำนวนที่ต้องการได้ (เช่น “ขอสัก 3 วิธีการวัด”)
     • ปรับให้เหมาะสมกับผู้เรียน: ควรพิจารณาวิธีการวัดที่ AI แนะนำให้เหมาะสมกับระดับชั้นและความสามารถของผู้เรียน เช่น เด็กเล็กอาจวัดผ่านการลงมือทำได้มากกว่าการอ่านหรือเขียน

การสร้างข้อสอบปรนัย (Multiple Choice Questions):

การสร้างข้อสอบปรนัยตามแนวทาง Bloom’s Taxonomy ควรทำ 2 รอบเพื่อให้ได้ผลลัพธ์ที่มีประสิทธิภาพ:

1. Prompt ที่ 1 (กำหนด Persona ระยะไกล):
   • ตัวอย่าง: “รู้จัก Bloom’s Taxonomy ไหม”
   • จุดประสงค์: เพื่อให้ AI ทำความเข้าใจและจดจำแนวทาง Bloom’s Taxonomy ในการสร้างข้อสอบ ทำให้การสร้างข้อสอบใน Prompt ถัดไปมีขั้นตาม Taxonomy ที่ถูกต้อง
   • เคล็ดลับ: คำตอบของ AI ในขั้นตอนนี้อาจจะสั้นๆ แต่มีความสำคัญมากในการกำหนด “Persona” หรือบทบาทของ AI สำหรับการสนทนาในหัวข้อนี้
2. Prompt ที่ 2 (กำหนดรายละเอียดข้อสอบ):
   • ตัวอย่าง: “ขอให้ช่วยออกแบบข้อสอบปรนัยแบบเลือกตอบ 4 ตัวเลือก ในระดับการประยุกต์ใช้ จำนวน 5 ข้อ พร้อมทั้งเฉลยและอธิบายให้ด้วย”
   • จุดประสงค์: ระบุรายละเอียดของข้อสอบที่ต้องการอย่างชัดเจน
   • เคล็ดลับ:
     • ระบุจำนวนข้อที่ต้องการ: เพื่อป้องกันไม่ให้ AI สร้างข้อสอบจำนวนมากเกินไปและลดคุณภาพของคำตอบ
     • ระบุระดับตาม Bloom’s Taxonomy: เช่น ระดับความจำ ความเข้าใจ การประยุกต์ใช้ การวิเคราะห์ การสังเคราะห์ การประเมินค่า หรือการสร้างสรรค์
     • ระบุจำนวนตัวเลือก: เช่น 4 ตัวเลือก
     • ระบุรูปแบบผลลัพธ์ที่ต้องการ: เช่น พร้อมเฉลยและคำอธิบาย
   • การตรวจสอบ: แม้ AI จะสามารถสร้างข้อสอบพร้อมเฉลยและคำอธิบายได้ แต่สิ่งสำคัญที่สุดคือการที่ครูผู้สอนซึ่งมีความรู้ในศาสตร์นั้นๆ ต้องใช้วิจารณญาณในการตรวจสอบความถูกต้องและความน่าเชื่อถือของข้อสอบและเฉลยที่ AI สร้างขึ้น

ข้อคิดเพิ่มเติม:

• การปรับใช้สำหรับหลักสูตร 2568: หากเป็นหลักสูตร 2568 สามารถปรับ Prompt โดยเปลี่ยน “มาตรฐานการเรียนรู้ ตัวชี้วัด” เป็น “ความสามารถของผู้เรียน” เพื่อให้สอดคล้องกับหลักสูตรปัจจุบัน
• การใช้ AI หลายตัว: ไม่จำเป็นต้องยึดติดกับ AI ตัวใดตัวหนึ่ง สามารถทดลองใช้ AI หลายแพลตฟอร์ม (เช่น ChatGPT, Deep Seek, Gemini) และเลือกใช้ตัวที่ให้ผลลัพธ์ตรงใจและมีประสิทธิภาพที่สุด
• การตั้ง Prompt ที่ดีคือหัวใจ: การตั้ง Prompt ที่ชัดเจน เจาะจง และมีองค์ประกอบครบถ้วน (Persona, Task, Context, Format) จะช่วยให้ AI สร้างผลลัพธ์ที่มีคุณภาพและตรงตามความต้องการมากที่สุด
• AI คือเครื่องมือ: AI เป็นเครื่องมือที่ช่วยลดภาระและเพิ่มประสิทธิภาพในการทำงานของครู แต่ครูยังคงมีบทบาทสำคัญในการตรวจสอบ วิเคราะห์ และปรับใช้ผลลัพธ์จาก AI ด้วย “วิชาครู” และความเชี่ยวชาญในศาสตร์นั้นๆ เพื่อให้เกิดประโยชน์สูงสุดต่อการจัดการเรียนรู้และผู้เรียน

โดยสรุปแล้ว โมดูลนี้มุ่งเน้นการเสริมสร้างทักษะการใช้ AI สำหรับครู เพื่อนำไปออกแบบและจัดการเรียนรู้ รวมถึงการวัดและประเมินผลการเรียนรู้ได้อย่างมีประสิทธิภาพและสอดคล้องกับบริบทปัจจุบัน โดยเน้นย้ำว่า AI คือผู้ช่วยที่ดี แต่ครูยังคงเป็นผู้ขับเคลื่อนหลักในการสร้างคุณภาพทางการศึกษา

ที่มา: Module 3 การใช้ AI ออกแบบการจัดการเรียนรู้และการวัด และประเมินผลการเรียนรู้ โดย ผอ.เอกสิทธิ์ ปิยะแสงทอง ผู้อำนวยการกลุ่มพัฒนาการศึกษาสำหรับผู้มีความสามารถพิเศษ สำนักวิชาการและมาตรฐานการศึกษา

Comments

comments

Powered by Facebook Comments