จากห้องอบรมสู่การพัฒนางานจริง

Empowering STEAM Learning With AI: เมื่อ AI ช่วยเปลี่ยน “ข้อมูลรับสมัคร” ให้เป็น “สารสนเทศเพื่อการตัดสินใจ”

การเข้าร่วม อบรมเชิงปฏิบัติการ Empowering STEAM Learning With AI ทำให้เห็นว่า AI ไม่ได้มีบทบาทเฉพาะการสร้างข้อความหรือรูปภาพเท่านั้น แต่สามารถนำมาใช้เป็น ผู้ช่วยในการคิด วิเคราะห์ ออกแบบ และพัฒนาเครื่องมือดิจิทัล เพื่อแก้ปัญหาจากงานประจำได้อย่างเป็นรูปธรรม

หนึ่งในแนวคิดที่นำมาต่อยอด คือ การประยุกต์ใช้ AI เพื่อช่วยพัฒนา Web Application สำหรับรายงานข้อมูลการรับเข้าศึกษา คณะวิทยาศาสตร์ มหาวิทยาลัยอุบลราชธานี โดยเปลี่ยนข้อมูลจำนวนมากที่เดิมอยู่ในรูปแบบตาราง ให้กลายเป็น Dashboard ที่ดูง่าย ค้นหาได้ และช่วยให้มองเห็นแนวโน้มของข้อมูลได้ชัดเจนยิ่งขึ้น

จาก “ตารางข้อมูล” สู่ “Dashboard ที่ตอบคำถามได้”

งานรับเข้าศึกษามีข้อมูลหลายมิติ เช่น ปีการศึกษา สาขาวิชา วิธีรับ แผนการรับ จำนวนผู้สมัคร ผู้ผ่านการคัดเลือก และผู้เข้าศึกษาจริง การดูตัวเลขแต่ละรายการแยกกันอาจทำให้มองภาพรวมได้ยาก

แนวคิดที่ได้จากการอบรมจึงถูกนำมาประยุกต์เป็นกระบวนการง่าย ๆ คือ

DATA → ANALYZE → VISUALIZE → DECISION
ข้อมูล → วิเคราะห์ → แสดงผล → ใช้ประกอบการตัดสินใจ

AI สามารถเข้ามาช่วยตั้งแต่การออกแบบโครงสร้างข้อมูล การเสนอรูปแบบ Dashboard การช่วยเขียนและตรวจสอบโค้ด ตลอดจนการเสนอแนวทางแสดงผลด้วยกราฟ ตาราง และตัวชี้วัดต่าง ๆ อย่างไรก็ตาม ผู้ปฏิบัติงานยังต้องเป็นผู้ตรวจสอบความถูกต้องของข้อมูล สูตรคำนวณ และความเหมาะสมของผลลัพธ์ก่อนนำไปใช้งานจริง

ตัวอย่างการนำไปใช้

สมมติว่าเราต้องการตอบคำถามว่า

“ในช่วง 5 ปีที่ผ่านมา สาขาวิชาใดมีจำนวนผู้สมัครเพิ่มขึ้นหรือลดลง และวิธีรับใดมีประสิทธิผลมากที่สุด?”

เดิมอาจต้องเปิดข้อมูลหลายปี นำมารวมตาราง คำนวณ และสร้างกราฟใหม่ แต่เมื่อพัฒนาเป็น Web Application ผู้ใช้สามารถเลือก ปีการศึกษา → สาขาวิชา → วิธีรับ ระบบจะแสดงข้อมูลและกราฟเปรียบเทียบให้ทันที

ตัวอย่างตัวชี้วัดที่สามารถนำมาแสดง ได้แก่

แผนการรับ 245 คน → ผู้สมัคร 1,236 คน → ผ่านการคัดเลือก 892 คน → เข้าศึกษาจริง 574 คน

จากนั้นจึงคำนวณตัวชี้วัด เช่น

ร้อยละการรับเข้าเทียบแผน = (จำนวนผู้เข้าศึกษาจริง ÷ แผนการรับ) × 100

สิ่งที่ได้จึงไม่ใช่เพียง “กราฟที่สวยขึ้น” แต่เป็นการทำให้ข้อมูลพร้อมสำหรับการตั้งคำถาม วิเคราะห์ และใช้ประกอบการวางแผนงานรับเข้าศึกษาในปีต่อไป

สิ่งที่ได้เรียนรู้จากการลงมือทำ

การนำ AI มาใช้ครั้งนี้ทำให้เห็นหลักสำคัญว่า AI ไม่ได้เข้ามาแทนผู้ปฏิบัติงาน แต่ช่วยเพิ่มขีดความสามารถของผู้ปฏิบัติงาน โดยเฉพาะคนทำงานที่มีความรู้ในกระบวนงานและข้อมูลของตนเองอยู่แล้ว สามารถใช้ AI ช่วยเปลี่ยนแนวคิดให้กลายเป็นต้นแบบดิจิทัลได้รวดเร็วขึ้น

ขณะเดียวกัน สิ่งที่ต้องระมัดระวังคือ “AI ช่วยเขียนระบบได้ แต่ไม่ได้รับประกันว่าข้อมูลถูกต้อง” ผู้พัฒนาจึงต้องกำหนดนิยามข้อมูลให้ชัดเจน ตรวจสอบข้อมูลต้นทาง ทดสอบสูตรคำนวณ ป้องกันการนับข้อมูลซ้ำ และคำนึงถึงการคุ้มครองข้อมูลส่วนบุคคลก่อนนำระบบไปเผยแพร่

จากการอบรม สู่การสร้างคุณค่าให้กับงาน

ประสบการณ์ครั้งนี้จึงสะท้อนว่า การพัฒนาทักษะ AI จะเกิดประโยชน์สูงสุดเมื่อเราไม่ได้หยุดอยู่ที่คำถามว่า “AI ทำอะไรได้บ้าง?” แต่เปลี่ยนเป็นคำถามว่า

“ปัญหาอะไรในงานของเรา ที่ AI สามารถช่วยให้ทำได้ดีขึ้น?”

สำหรับงานรับเข้าศึกษา คำตอบหนึ่งคือการนำ AI มาช่วยพัฒนา Web Application เพื่อเปลี่ยนข้อมูลจำนวนมากให้เป็นสารสนเทศที่เข้าใจง่าย เห็นแนวโน้ม และนำไปใช้ประกอบการตัดสินใจได้

จากการเรียนรู้ → สู่การลงมือทำ → จาก DATA → สู่ DECISION

นี่คือหนึ่งตัวอย่างของการนำความรู้จาก Empowering STEAM Learning With AI มาต่อยอดจากห้องอบรมสู่การพัฒนางานจริง เพื่อให้งานรับเข้าศึกษาก้าวไปสู่การทำงานที่ใช้ข้อมูลเป็นฐาน หรือ Data-Driven Admissions อย่างเป็นรูปธรรม

“AI จะมีคุณค่า ไม่ใช่เพราะเรารู้จักใช้เครื่องมือ แต่เพราะเราสามารถนำเครื่องมือนั้นมาแก้ปัญหาและสร้างคุณค่าให้กับงานได้จริง”