การประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ เพื่อลดเวลาในการดาเนินงานของบุคลากรสายสนับสนุนสู่ความยั่งยืนในอนาคต

Authors

  • ชิตณัช ธชีพันธ์ ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล Author
  • อภิรมย์ ฉายเพิ่มศักดิ์ ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล Author
  • ฆนัท พูลสวัสดิ์ ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล Author

Keywords:

Generative AI, Chatgpt, Functional Suitability, บุคลากรสายสนับสนุน, การเพิ่มประสิทธิภาพการทางาน

Abstract

การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อประเมินศักยภาพของ Generative AI ได้แก่ ChatGPT, Gemini และ Copilot ในการช่วยลดเวลาและเพิ่มประสิทธิภาพการดาเนินงานของบุคลากรสายสนับสนุนในมหาวิทยาลัย โดยใช้เกณฑ์ Functional Suitability ตามมาตรฐาน ISO/IEC 25010:2023 ซึ่งประกอบด้วย 3 ด้าน ได้แก่ ความครบถ้วน (Functional Completeness) ความถูกต้อง (Functional Correctness) และความเหมาะสม (Functional Appropriateness)
การวิจัยดาเนินการโดยทดสอบ AI ทั้งสามแพลตฟอร์มกับ 4 หัวข้อและ 20 สถานการณ์ปัญหาจริงที่เกี่ยวข้องกับงานสนับสนุน ผลการศึกษาพบว่า Gemini ได้รับคะแนนเฉลี่ยสูงสุดในทุกมิติการประเมิน โดยมีความครบถ้วน 4.2 คะแนน ความถูกต้อง 4.3 คะแนน และความเหมาะสม 4.1 คะแนน ขณะที่ ChatGPT มีคะแนนเฉลี่ยรองลงมา และ Copilot มีคะแนนต่าสุด โดยเฉพาะด้านความเหมาะสม ซึ่งมีค่าเฉลี่ยเพียง 3.3 คะแนน ผลการศึกษาชี้ให้เห็นว่า Generative AI สามารถช่วยลดเวลาการทางานและเพิ่มความถูกต้องของข้อมูลได้อย่างมีนัยสาคัญ
จากผลการศึกษา หน่วยงานควรพิจารณานา Gemini มาใช้เป็นเครื่องมือหลักในการสนับสนุนการทางานของบุคลากร พร้อมทั้งจัดทาแนวทางปฏิบัติและฝึกอบรมการใช้งาน AI อย่างเหมาะสม เพื่อเพิ่มประสิทธิภาพและลดเวลาในการดาเนินงาน โดยงานวิจัยในอนาคตควรขยายกลุ่มตัวอย่าง เพิ่มการศึกษาด้านความพึงพอใจของผู้ใช้งาน และวิเคราะห์ความเหมาะสมของ AI แพลตฟอร์มสาหรับงานประเภทต่าง ๆ เพื่อเพิ่มประสิทธิภาพในการนาไปใช้นาคต และเสนอให้มีการศึกษาต่อเพิ่มเติมเกี่ยวกับ AI อื่นๆ ที่อาจมีประสิทธิภาพสูงขึ้นจากการพัฒนาเทคโนโลยีอย่างต่อเนื่อง

ensd2025_059

Downloads

Published

05-06-2025

Issue

Section

บทความงานวิจัย / Full paper

Categories