AI Literacy กับการศึกษาระดับมหาวิทยาลัยในเอเชีย
ทักษะความรู้และความเข้าใจด้านปัญญาประดิษฐ์ (AI Literacy) กำลังกลายเป็นประเด็นสำคัญอย่างมากในระบบการศึกษาระดับอุดมศึกษาของเอเชีย การเกิดขึ้นของ Generative AI หรือ AI ที่สามารถสร้างเนื้อหาใหม่ได้ เช่น ChatGPT, Gemini และ Copilot ได้เปลี่ยนวิธีที่นักศึกษาเรียน เขียนงาน ทำวิจัย และเตรียมตัวเข้าสู่โลกการทำงาน
ด้วยเหตุนี้ มหาวิทยาลัยจึงกำลังก้าวออกจากแนวคิดเดิมที่มองว่าเรื่อง AI เป็นความรู้เฉพาะสำหรับนักศึกษาด้านคอมพิวเตอร์หรือวิศวกรรมศาสตร์เท่านั้น ปัจจุบันมหาวิทยาลัยจำนวนมากเริ่มนำ AI Literacy มาใช้กับนักศึกษาทุกสาขา ไม่ว่าจะเป็นศึกษาศาสตร์ บริหารธุรกิจ มนุษยศาสตร์ สังคมศาสตร์ กฎหมาย การแพทย์และสุขภาพ รวมถึงศิลปะ
AI Literacy คืออะไร?
AI Literacy ไม่ได้หมายถึงเพียง “การใช้เครื่องมือ AI เป็น” เท่านั้น แต่หมายถึงความสามารถในการเข้าใจว่า AI ทำงานอย่างไร สามารถประเมินความถูกต้องและอคติของคำตอบจาก AI รู้จักปกป้องข้อมูลส่วนบุคคล ใช้ AI อย่างมีจริยธรรม และสามารถประยุกต์ใช้ AI อย่างสร้างสรรค์กับปัญหาในสาขาวิชาหรือวิชาชีพของตนเอง
ตามกรอบสมรรถนะของ UNESCO นักศึกษาควรพัฒนา 4 ด้านสำคัญ ได้แก่
- แนวคิดที่ยึดมนุษย์เป็นศูนย์กลาง (Human-centred mindset)
- จริยธรรมด้าน AI (AI Ethics)
- ความรู้เกี่ยวกับเทคนิคและการประยุกต์ใช้ AI (AI Techniques and Applications)
- การออกแบบระบบ AI (AI System Design)
สำหรับอาจารย์ ยังควรมีความรู้เพิ่มเติมด้าน การจัดการเรียนการสอนด้วย AI (AI Pedagogy) และการพัฒนาวิชาชีพโดยใช้ AI สนับสนุน
ทำไม AI Literacy จึงกลายเป็นเรื่องสำคัญ?
การเติบโตของ AI Literacy ในมหาวิทยาลัยเอเชียเกิดจากแรงกดดันสำคัญ 3 ประการ ได้แก่
- การแพร่หลายอย่างรวดเร็วของ Generative AI
- ความกังวลเกี่ยวกับการทุจริตทางวิชาการ
- ความต้องการบัณฑิตที่สามารถทำงานร่วมกับ AI ได้อย่างมีประสิทธิภาพ
อย่างไรก็ตาม การนำ AI Literacy มาใช้ยังไม่เท่าเทียมกัน ประเทศหรือระบบการศึกษาที่มีทรัพยากรและเทคโนโลยีพร้อม เช่น สิงคโปร์ ญี่ปุ่น เกาหลีใต้ ฮ่องกง และไต้หวัน กำลังพัฒนาโครงการ AI Literacy ในระดับมหาวิทยาลัย ขณะที่มหาวิทยาลัยในบริบทที่มีทรัพยากรจำกัดยังต้องเผชิญกับปัญหาด้านโครงสร้างพื้นฐาน บุคลากร ภาษา และการเข้าถึงเทคโนโลยีอย่างเท่าเทียม
จาก “ห้ามใช้ AI” สู่ “สอนให้ใช้ AI อย่างรับผิดชอบ”
หลังจาก ChatGPT เปิดตัวในช่วงปลายปี 2022 มหาวิทยาลัยจำนวนมากเริ่มตั้งคำถามว่า “การศึกษาในมหาวิทยาลัยควรเปลี่ยนไปอย่างไรเมื่อ AI เข้ามามีบทบาท?”
ในช่วงแรก หลายมหาวิทยาลัยตอบสนองด้วยการห้ามหรือจำกัดการใช้ AI รวมถึงออกกฎด้านความซื่อสัตย์ทางวิชาการ แต่เมื่อเวลาผ่านไป มหาวิทยาลัยจำนวนมากตระหนักว่า การห้ามเพียงอย่างเดียวไม่สามารถแก้ปัญหาได้
เพราะนักศึกษาจะต้องพบเจอ AI ทั้งในการเรียนและการทำงานในอนาคต ดังนั้น สิ่งที่มหาวิทยาลัยควรทำคือ สอนให้นักศึกษารู้จักใช้ AI อย่างถูกต้อง โปร่งใส และมีความรับผิดชอบ
ตัวอย่างเช่น
การใช้ AI เพื่อขอคำแนะนำในการปรับปรุงร่างรายงาน อาจช่วยสนับสนุนการเรียนรู้
แต่การส่งเรียงความที่ AI เขียนทั้งหมดโดยอ้างว่าเป็นผลงานของตนเอง อาจทำให้นักศึกษาไม่ได้พัฒนาทักษะการคิดและการเขียนด้วยตนเอง
นักศึกษาจึงต้องเข้าใจว่าเนื้อหาที่ AI สร้างขึ้นอาจ ผิดพลาด มีอคติ ไม่เหมาะสมกับบริบททางวัฒนธรรม หรือมีแหล่งอ้างอิงที่ไม่มีอยู่จริง
AI Literacy กับการเตรียมตัวเข้าสู่โลกการทำงาน
AI Literacy ไม่ได้มีความสำคัญเฉพาะในห้องเรียน แต่เกี่ยวข้องโดยตรงกับ ความสามารถในการหางานและการทำงานในอนาคต
บัณฑิตยุคใหม่มีแนวโน้มที่จะต้องทำงานร่วมกับ AI ในหลายรูปแบบ เช่น
- การค้นคว้าและทำวิจัย
- การวิเคราะห์ข้อมูล
- การแปลภาษา
- การออกแบบ
- การเขียนโปรแกรม
- การสื่อสาร
- การช่วยตัดสินใจ
ดังนั้น หากมหาวิทยาลัยมอง AI Literacy เป็นเพียงทักษะเฉพาะทางสำหรับนักศึกษาบางสาขา นักศึกษาจำนวนมากอาจไม่ได้รับการเตรียมพร้อมสำหรับตลาดแรงงานที่ AI จะเข้ามาเป็นส่วนหนึ่งของการทำงานมากขึ้น
รูปแบบการสอน AI Literacy ที่กำลังเกิดขึ้นในมหาวิทยาลัยเอเชีย
1. วิชา AI พื้นฐานสำหรับนักศึกษาทุกคน
แนวทางแรกคือการกำหนดให้มีวิชาหรือโมดูล AI สำหรับนักศึกษาทุกคน ไม่ว่าจะเรียนสาขาอะไร
ตัวอย่างที่เห็นได้ชัดคือ National University of Singapore (NUS) ซึ่งในปี 2026 ได้ประกาศให้นักศึกษาระดับปริญญาตรีเรียนวิชาพื้นฐานด้าน Generative AI ชื่อ “Applied Generative AI: From Prompting to Evaluation”
จุดสำคัญของวิชานี้ไม่ได้อยู่ที่การเขียน Prompt เพียงอย่างเดียว แต่รวมถึงการประเมินคำตอบของ AI และการเรียนรู้ว่าจะนำ AI ไปใช้ให้เหมาะสมกับแต่ละสาขาวิชาได้อย่างไร
ขณะเดียวกัน Nanyang Technological University (NTU) ก็มีแนวทางให้มีบทเรียน AI Literacy สำหรับนักศึกษาระดับปริญญาตรีทุกคน โดยบูรณาการเข้ากับรายวิชาในชั้นปีแรก เนื้อหาครอบคลุมการใช้งานจริง การตรวจสอบความถูกต้องและอคติของ AI ประเด็นด้านจริยธรรม และการสร้างเครื่องมือที่ใช้ AI สนับสนุน
ข้อดีของแนวทางนี้ คือทำให้ AI Literacy ไม่ได้จำกัดอยู่เฉพาะนักศึกษาสาย STEM และทำให้นักศึกษาทุกคนมีพื้นฐานความรู้เกี่ยวกับ AI ในระดับใกล้เคียงกัน
2. บูรณาการ AI เข้าไปในทุกสาขาวิชา
อีกแนวทางหนึ่งคือ ไม่สร้างวิชา AI แยกออกมา แต่ให้นักศึกษาเรียนรู้ AI ผ่านรายวิชาที่เรียนอยู่แล้ว
ตัวอย่างเช่น Ngee Ann Polytechnic ในสิงคโปร์ ซึ่งกำหนดให้นักศึกษาได้เรียนรู้ Generative AI อย่างน้อยหนึ่งโมดูลในแต่ละปี โดยใช้แนวคิด PAIR: Problem – AI – Interaction – Reflection
นักศึกษาจะต้อง
กำหนดปัญหา → เลือกและใช้ AI → ทดสอบคำตอบ → สะท้อนผลกระทบของ AI ต่อการคิดและการตัดสินใจของตนเอง
แนวทางนี้สำคัญเพราะการใช้ AI ในแต่ละสาขาวิชาไม่เหมือนกัน
ตัวอย่างเช่น
- นักศึกษาครูอาจใช้ AI ช่วยสร้างกิจกรรมการเรียนรู้ แล้วตรวจสอบว่ากิจกรรมนั้นเหมาะสมกับวัฒนธรรมและผู้เรียนที่มีความต้องการแตกต่างกันหรือไม่
- นักศึกษาบริหารธุรกิจอาจวิเคราะห์อคติของ AI ในกระบวนการคัดเลือกพนักงาน
- นักศึกษากฎหมายอาจตรวจสอบความน่าเชื่อถือของเหตุผลทางกฎหมายที่ AI สร้างขึ้น
ดังนั้น นักศึกษาไม่ได้เรียนเพียง “วิธีใช้ AI” แต่เรียนรู้ “วิธีคิดและตัดสินใจเมื่อใช้ AI” ด้วย
3. ระบบการเรียนรู้แบบเป็นระดับในญี่ปุ่น
ญี่ปุ่นให้ความสำคัญกับ คณิตศาสตร์ วิทยาศาสตร์ข้อมูล และ AI ในระดับปริญญาตรีมากขึ้น
ตัวอย่างเช่น Osaka University มีแนวทางแบบ 2 ระดับ คือ
ระดับที่ 1: ความรู้พื้นฐานด้าน AI สำหรับนักศึกษาทุกคน
ระดับที่ 2: รายวิชา AI ที่ประยุกต์ใช้กับแต่ละสาขาวิชา
แนวทางนี้เหมาะกับมหาวิทยาลัยเพราะนักศึกษาแต่ละคนมีพื้นฐานด้านเทคโนโลยีไม่เท่ากัน ทุกคนจึงควรได้รับความรู้พื้นฐานก่อน จากนั้นผู้ที่ต้องการพัฒนาความเชี่ยวชาญเพิ่มเติมจึงสามารถเรียนในระดับที่สูงขึ้นได้
4. AI ในวิชาศึกษาทั่วไปของเกาหลีใต้
มหาวิทยาลัยในเกาหลีใต้กำลังมุ่งสู่การให้ความรู้ด้าน AI แก่นักศึกษาทุกคนเช่นกัน โดยบางหลักสูตรผสมผสาน AI + จริยธรรม + การคิดเชิงวิพากษ์
นักศึกษาอาจเรียนวิชา AI ในลักษณะวิชาศึกษาทั่วไปในปีแรก แล้วจึงเรียนต่อว่า AI สามารถนำมาใช้ในสาขาของตนเองอย่างไร
แนวทางนี้ทำให้ AI Literacy ไม่ได้เป็นเพียงการเตรียมทักษะสำหรับตลาดแรงงาน แต่กลายเป็นส่วนหนึ่งของ การศึกษาสำหรับการเป็นพลเมืองที่มีคุณภาพในสังคมดิจิทัล
ทักษะ AI Literacy ที่นักศึกษาควรมี
หลักสูตร AI Literacy ที่มีประสิทธิภาพควรประกอบด้วยอย่างน้อย 5 ด้านสำคัญ
1. พื้นฐานด้าน AI
เข้าใจแนวคิดพื้นฐาน เช่น Machine Learning, ข้อมูลสำหรับการฝึก AI, Algorithm, Large Language Models และ Generative AI
2. การคิดและตรวจสอบอย่างมีวิจารณญาณ
นักศึกษาต้องตรวจสอบข้อมูลที่ AI สร้างขึ้น รู้จัก Hallucination ตรวจสอบคุณภาพของแหล่งข้อมูล และเข้าใจข้อจำกัดของการให้เหตุผลโดย AI
3. จริยธรรมและความรับผิดชอบ
ควรเข้าใจเรื่องความเป็นธรรม ความเป็นส่วนตัว ความรับผิดชอบ ลิขสิทธิ์ อคติทางวัฒนธรรม ผลกระทบต่อสิ่งแวดล้อม และบทบาทของมนุษย์ในการตัดสินใจ
4. การประยุกต์ใช้จริง
สามารถใช้ AI ในงาน เช่น การระดมความคิด การวิเคราะห์ข้อมูล การเขียนโปรแกรม การแปลภาษา การให้ Feedback การจำลองสถานการณ์ และการสร้างสรรค์ผลงาน
5. การสะท้อนคิดและการตัดสินใจตามสาขาวิชา
นักศึกษาควรสามารถอธิบายได้ว่า ทำไมจึงเลือกใช้ AI ใช้แล้วงานดีขึ้นหรือไม่ และส่วนใดของงานยังจำเป็นต้องใช้ความรู้และวิจารณญาณของมนุษย์
ประโยชน์และความท้าทาย
AI Literacy สามารถช่วยให้นักศึกษาเป็นผู้เรียนที่มีความเป็นอิสระมากขึ้น เพราะ AI สามารถให้คำอธิบาย Feedback และโอกาสในการฝึกฝนได้ทันที นอกจากนี้ยังสามารถช่วยด้านการเขียน การสร้างไอเดีย การเขียนโปรแกรม และการแก้ปัญหาแบบข้ามศาสตร์
AI ยังสามารถช่วยลดอุปสรรคในการเรียนรู้ เช่น นักศึกษาที่เรียนด้วยภาษาที่ไม่ใช่ภาษาแม่อาจใช้ AI ช่วยด้านภาษาและการแก้ไขงาน ขณะที่นักศึกษาที่มีความต้องการเฉพาะสามารถใช้ระบบแปลงเสียง การแปล การสรุป และระบบที่ปรับให้เหมาะกับผู้ใช้ได้
แต่ AI Literacy ก็มีความท้าทายเช่นกัน
ความท้าทายที่ 1: ความเหลื่อมล้ำในการเข้าถึง
นักศึกษาแต่ละคนมีอินเทอร์เน็ต อุปกรณ์ และสิทธิ์เข้าถึงเครื่องมือ AI แบบเสียเงินไม่เท่ากัน หากมหาวิทยาลัยสมมติว่านักศึกษาทุกคนสามารถใช้ AI แบบ Premium ได้ อาจยิ่งทำให้ความเหลื่อมล้ำทางการศึกษาเพิ่มขึ้น
ความท้าทายที่ 2: ความพร้อมของอาจารย์
อาจารย์เองก็ต้องได้รับการพัฒนาทักษะด้าน AI โดยเฉพาะ AI Pedagogy การออกแบบการประเมินผล การคุ้มครองข้อมูล และการประยุกต์ใช้ AI ในแต่ละสาขาวิชา
ความท้าทายที่ 3: การประเมินผลการเรียน
งาน Essay และงานที่ทำที่บ้านอาจตรวจสอบได้ยากขึ้นเมื่อมี Generative AI เข้ามาช่วย มหาวิทยาลัยจึงเริ่มให้ความสำคัญกับการสอบปากเปล่า การสาธิตผลงาน การประเมินโดยเพื่อน Portfolio และงานที่ต้องอธิบายความคิดเห็นหรือกระบวนการคิดของตนเอง
มหาวิทยาลัยเอเชียควรเตรียมตัวอย่างไร?
จากเนื้อหาต้นฉบับ สามารถสรุปแนวทางสำคัญได้ 8 ข้อ ได้แก่
- มอง AI Literacy เป็น คุณลักษณะที่บัณฑิตทุกคนควรมี
- จัดการเรียนรู้พื้นฐานเกี่ยวกับ AI การใช้อย่างรับผิดชอบ และ Academic Integrity
- บูรณาการกิจกรรม AI เข้ากับแต่ละสาขาวิชา
- พัฒนาอาจารย์อย่างต่อเนื่อง ไม่ใช่อบรมเพียงครั้งเดียว
- ปรับรูปแบบการประเมินให้เน้นงานจริง กระบวนการคิด การอธิบาย และการสะท้อนผล
- สร้างโอกาสให้นักศึกษาทุกคนเข้าถึงเครื่องมือและอุปกรณ์อย่างเท่าเทียม
- มีกฎที่ชัดเจนเกี่ยวกับ Privacy, Copyright, การเปิดเผยการใช้ AI และการใช้ AI ในงานวิจัย
- ประเมินความสำเร็จจาก ผลการเรียนรู้และพัฒนาการด้านการคิดของนักศึกษา ไม่ใช่ดูเพียงจำนวนครั้งที่ใช้ AI
สรุป: นักศึกษายุค AI ต้อง “ใช้ AI เป็น” และ “คิดเป็น”
การเติบโตของ AI Literacy ในมหาวิทยาลัยเอเชียสะท้อนการเปลี่ยนแปลงจากแนวคิดเดิมที่เน้น “ควบคุมและห้ามใช้ AI” ไปสู่แนวคิดใหม่ที่เน้น “เรียนรู้และใช้ AI อย่างรับผิดชอบ”
มหาวิทยาลัยไม่ได้ถามเพียงว่า
“นักศึกษาควรใช้ AI หรือไม่?”
แต่กำลังเปลี่ยนคำถามเป็น
“นักศึกษาควรรู้อะไรเกี่ยวกับ AI?”
“AI ควรถูกนำมาใช้ในการเรียนรู้อย่างไร?”
“ทักษะอะไรของมนุษย์ที่ยังต้องเป็นหัวใจสำคัญ?”
แนวทางที่กำลังเกิดขึ้นในเอเชียจึงมีจุดร่วมสำคัญ คือ การเรียนรู้พื้นฐาน AI สำหรับทุกคน + การประยุกต์ใช้ AI ตามสาขาวิชา
เป้าหมายของ AI Literacy ไม่ใช่การทำให้นักศึกษากลายเป็นผู้เชี่ยวชาญด้านเทคโนโลยีทุกคน แต่คือการทำให้นักศึกษาสามารถ ใช้ AI อย่างมีประสิทธิภาพ คิดอย่างมีวิจารณญาณ ตัดสินใจอย่างมีจริยธรรม และรู้ว่าเมื่อใดควรใช้ AI และเมื่อใดควรใช้ความสามารถของมนุษย์
ท้ายที่สุด มหาวิทยาลัยในเอเชียไม่ได้กำลังแข่งขันกันว่า “ใครใช้ AI ได้มากที่สุด” แต่กำลังเผชิญคำถามที่สำคัญกว่า คือ “เราจะทำอย่างไรให้ AI ช่วยพัฒนาความคิดสร้างสรรค์ ความรับผิดชอบ การเรียนรู้ และศักยภาพของมนุษย์ได้มากที่สุด”
Source : Unesco
