បញ្ហា (The Problem)៖ ការបណ្តុះបណ្តាលកសិកម្មតាមបែបប្រពៃណីនៅតែប្រើប្រាស់ធនធានច្រើន ប្រើពេលយូរ និងមានកម្រិតភូមិសាស្ត្រ ដែលធ្វើឱ្យពិបាកក្នុងការពង្រីកវិសាលភាព ជាពិសេសសម្រាប់ការគ្រប់គ្រងដំណាំទំពាំងបាយជូរ និងដំណាំឈើហូបផ្លែ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្រតម្រង់ទិសការរចនា (Design-oriented approach) ដោយរួមបញ្ចូលការស្ទង់មតិពីអ្នកពាក់ព័ន្ធ និងការបង្កើតប្រព័ន្ធសាកល្បងនៅក្នុងបរិស្ថានការពិតបន្ថែម។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Traditional Agricultural Training ការបណ្តុះបណ្តាលកសិកម្មតាមបែបប្រពៃណី (ចុះអនុវត្តផ្ទាល់នៅចម្ការ) |
ទទួលបានបទពិសោធន៍ផ្ទាល់ជាមួយបរិស្ថានពិត និងការប៉ះពាល់ផ្ទាល់ជាមួយដំណាំ។ | ចំណាយធនធាននិងពេលវេលាច្រើន អាស្រ័យលើរដូវកាល និងទីតាំងភូមិសាស្ត្រ ដែលកម្រិតដល់លទ្ធភាពនៃការពង្រីកវិសាលភាពអប់រំ។ | មានកម្រិតក្នុងការអនុវត្តសេណារីយ៉ូដែលមានហានិភ័យខ្ពស់ ឬការពិសោធន៍រយៈពេលវែង។ |
| XR-Based Digital Twins with AI NPC ការអប់រំតាមរយៈបច្ចេកវិទ្យា XR និង Digital Twins ជំនួយដោយ AI |
អនុញ្ញាតឱ្យសាកល្បងដោយគ្មានហានិភ័យ អាចចូលប្រើបានគ្រប់ពេល និងផ្តល់ការឆ្លើយតបភ្លាមៗតាមរយៈតួអង្គ AI (Virtual Educator)។ | តម្រូវឱ្យមានឧបករណ៍បច្ចេកវិទ្យាថ្លៃៗ (VR Headsets) និងការតភ្ជាប់អ៊ីនធឺណិតដែលមានល្បឿនលឿនដើម្បីដំណើរការ AI។ | អ្នកចូលរួមមានឆន្ទៈខ្ពស់ក្នុងការប្រើប្រាស់ (ពិន្ទុ ៤.៤៨/៧) និងចាប់អារម្មណ៍លើដំណោះស្រាយឌីជីថល (ពិន្ទុ ៤.៨៥/៧)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តប្រព័ន្ធនេះទាមទារការវិនិយោគបឋមលើផ្នែករឹង និងការអភិវឌ្ឍន៍កម្មវិធី ប៉ុន្តែអាចកាត់បន្ថយចំណាយលើការធ្វើដំណើរនិងសម្ភារៈកសិកម្មជាក់ស្តែងក្នុងរយៈពេលវែង។
ការសិក្សានេះធ្វើឡើងនៅប្រទេសហូឡង់ (Wageningen University) ដោយមានអ្នកចូលរួមឆ្លើយតបតែ ២៦ នាក់ប៉ុណ្ណោះ ដែលភាគច្រើនជាអ្នកជំនាញក្នុងវិស័យទំពាំងបាយជូរនៅអឺរ៉ុប (អេស្ប៉ាញ បារាំង អ៊ីតាលី)។ ទិន្នន័យនេះអាចមិនឆ្លុះបញ្ចាំងពេញលេញពីបរិបទកសិករខ្នាតតូច ឬបញ្ហាបច្ចេកទេសនៅកម្ពុជាឡើយ។
បច្ចេកវិទ្យានេះមានសក្តានុពលខ្ពស់សម្រាប់វិស័យអប់រំកសិកម្មនៅកម្ពុជា ជាពិសេសសម្រាប់ការបណ្តុះបណ្តាលលើដំណាំឈើហូបផ្លែ។
ការយកគំរូនេះមកអនុវត្តគឺអាចធ្វើទៅបាន ប៉ុន្តែគួរតែត្រូវបានកែសម្រួលខ្លឹមសារ AI ឱ្យផ្តោតលើដំណាំយុទ្ធសាស្ត្ររបស់កម្ពុជា និងភាសាខ្មែរ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Digital Twins (DTs) | គំរូឌីជីថលដែលចម្លងចេញពីវត្ថុពិត ឬប្រព័ន្ធពិត (ដូចជាចម្ការទំពាំងបាយជូរ) ដោយប្រើប្រាស់ទិន្នន័យជាក់ស្តែងដើម្បីធ្វើការពិសោធន៍ និងព្យាករណ៍ពីលទ្ធផលដោយមិនប៉ះពាល់ដល់របស់ពិត។ | ដូចជាការមានចម្ការនិម្មិតនៅក្នុងកុំព្យូទ័រ ដែលលូតលាស់និងប្រែប្រួលដូចចម្ការខាងក្រៅ ដើម្បីឱ្យអ្នកសាកល្បងដាក់ជី ឬទឹកមើលថាតើវានឹងមានផលប៉ះពាល់យ៉ាងណា។ |
| Extended Reality (XR) | ពាក្យរួមសម្រាប់បច្ចេកវិទ្យាដែលលាយបញ្ចូលពិភពពិត និងពិភពឌីជីថល រួមមាន ការពិតនិម្មិត (VR) ការពិតបន្ថែម (AR) និង ការពិតចម្រុះ (MR) ដើម្បីបង្កើតបរិយាកាសសិក្សាថ្មី។ | ដូចជាការពាក់វ៉ែនតាពិសេសដែលអាចនាំអ្នកចូលទៅក្នុងហ្គេម ឬបង្ហាញរូបភាពហោះនៅចំពោះមុខអ្នកនៅក្នុងបន្ទប់។ |
| Non-Player Character (NPC) | តួអង្គនៅក្នុងបរិស្ថាននិម្មិតដែលមិនត្រូវបានគ្រប់គ្រងដោយមនុស្ស ប៉ុន្តែដំណើរការដោយកុំព្យូទ័រ ឬបញ្ញាសិប្បនិម្មិត (AI) ដើម្បីដើរតួជាគ្រូបង្រៀន ឬអ្នកណែនាំ។ | ប្រៀបដូចជាមនុស្សយន្តនៅក្នុងកុំព្យូទ័រដែលចាំឆ្លើយសំណួរ និងបង្រៀនអ្នកដោយស្វ័យប្រវត្តិ។ |
| Precision Viticulture | ការប្រើប្រាស់បច្ចេកវិទ្យាដើម្បីគ្រប់គ្រងការដាំដុះទំពាំងបាយជូរឱ្យមានភាពច្បាស់លាស់បំផុត ដោយផ្អែកលើតម្រូវការជាក់ស្តែងនៃដើមនីមួយៗ ឬតំបន់ដីជាក់លាក់ ដើម្បីកាត់បន្ថយការចំណាយ និងបង្កើនទិន្នផល។ | ដូចជាការផ្តល់ថ្នាំព្យាបាលឱ្យចំតែកន្លែងដែលឈឺ មិនមែនចាក់ថ្នាំពេញមួយខ្លួននោះទេ។ |
| Gamification | ការយកយន្តការនៃការលេងហ្គេម (ដូចជាការសន្សំពិន្ទុ ការឡើងកម្រិត ឬការប្រកួតប្រជែង) មកអនុវត្តក្នុងការអប់រំ ដើម្បីធ្វើឱ្យសិស្សមានការចាប់អារម្មណ៍និងចង់រៀនសូត្រជាងមុន។ | ធ្វើឱ្យការរៀនសូត្រក្លាយជាការលេងសប្បាយ ដូចជាការលេងហ្គេមដែលទទួលបានរង្វាន់នៅពេលធ្វើលំហាត់ត្រូវ។ |
| Prompt Engineering | បច្ចេកទេសនៃការសរសេរពាក្យបញ្ជា ឬអត្ថបទជាក់លាក់ទៅឱ្យប្រព័ន្ធ AI (ដូចជា Generative AI) ដើម្បីឱ្យវាបង្កើតរូបភាព ឬពិភព 3D តាមតម្រូវការរបស់អ្នកប្រើប្រាស់។ | ដូចជាការចេះប្រើពាក្យសីល្ប៍ដ៏ត្រឹមត្រូវដើម្បីបញ្ជាយក្សឱ្យនិម្មិតរបស់តាមបំណង។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
