បញ្ហា (The Problem)៖ ឯកសារនេះស៊ើបអង្កេតថាតើម៉ូដែលភាសាធំៗ (LLMs) អាចត្រូវបានប្រើប្រាស់ដើម្បីវាយតម្លៃយ៉ាងត្រឹមត្រូវនូវការតម្រឹមបែបស្ថាបនា (Constructive Alignment) រវាងលទ្ធផលសិក្សាដែលបានរំពឹងទុក និងសកម្មភាពសិក្សានៅក្នុងបរិយាកាសសិក្សាពីចម្ងាយ និងអាចបត់បែនបាន (ODFL) ដែរឬទេ។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានសាកល្បងឧបករណ៍ AI ផ្ទៃក្នុងដែលមានឈ្មោះថា Course-o-Matic 3000 ដោយប្រើប្រាស់យុទ្ធសាស្ត្រនៃការបញ្ជា (Prompting Strategies) ចំនួនបីផ្សេងគ្នា ដើម្បីវាយតម្លៃឯកសារវគ្គសិក្សាឆ្លងកាត់មុខវិជ្ជាចំនួនបី (វិស្វកម្ម សេវាកម្មហិរញ្ញវត្ថុ និងការតុបតែងលម្អខាងក្នុង)។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Context and goal-oriented prompting ការបញ្ជាដោយផ្តល់បរិបទ និងគោលដៅច្បាស់លាស់ |
មានភាពច្បាស់លាស់ ងាយស្រួលយល់ និងរៀបចំទម្រង់ចម្លើយបានល្អ (ឧទាហរណ៍៖ ទម្រង់ Markdown)។ | ជារឿយៗមានទំនោរសរសើរហួសហេតុពេក (Overly positive) និងមិនសូវរំលេចពីចំណុចខ្វះខាតប្រសិនបើមិនមានសំណួរជជីកបន្ថែម។ | ផ្តល់នូវសេចក្តីសង្ខេបដ៏មានប្រយោជន៍ជាបឋម ប៉ុន្តែត្រូវការការត្រួតពិនិត្យបន្ថែមដើម្បីរកឱ្យឃើញការតម្រឹមខុសឆ្គង។ |
| Eccentric prompt (Detective persona) ការបញ្ជាដោយប្រើតួអង្គអ្នកស៊ើបអង្កេត |
ជំរុញឱ្យម៉ូដែល AI ផ្តោតការវិភាគស៊ីជម្រៅទៅលើការស្វែងរកចំណុចដែលមិនស៊ីចង្វាក់គ្នា និងកំហុសឆ្គង។ | អាចផ្តល់អនុសាសន៍ដែលហួសព្រំដែន ឬមិនអាចអនុវត្តបាន ដូចជាការស្នើឱ្យកែប្រែឯកសារគោល (Course descriptor)។ | បង្កើតបានការវិភាគដែលផ្តោតលើគោលដៅជាងមុន និងរកឃើញចំណុចខ្វះចន្លោះបានល្អប្រសើរជាងយុទ្ធសាស្ត្រធម្មតា។ |
| AI-generated prompt (based on Biggs's theory) ការបង្កើតការបញ្ជាដោយ AI ផ្អែកលើទ្រឹស្តី Biggs |
ផ្សារភ្ជាប់ការវិភាគទៅនឹងទ្រឹស្តីអប់រំ និងគោលការណ៍រចនាការសិក្សាបានយ៉ាងត្រឹមត្រូវតាមស្តង់ដារ។ | ទាមទារដំណើរការសាកល្បងកែច្នៃច្រើនដង (Iterative process) និងពិបាកឱ្យ AI យល់ពីបរិបទសិក្សាពីចម្ងាយ (ODFL) ទាំងស្រុង។ | ជោគជ័យក្នុងការផ្តល់អនុសាសន៍ស្របតាមទ្រឹស្តី ប៉ុន្តែ AI ច្រើនតែច្រឡំស្នើឱ្យប្រើវិធីសាស្ត្របង្រៀនទល់មុខ (Face-to-face) ជំនួសវិញ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តប្រព័ន្ធនេះទាមទារនូវកម្មវិធី AI ដែលអាចរក្សាសុវត្ថិភាពទិន្នន័យ និងកិច្ចសហការពីអ្នកជំនាញ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅវិទ្យាស្ថាន Open Polytechnic នៃប្រទេសនូវែលសេឡង់ ដោយប្រើប្រាស់ទិន្នន័យមុខវិជ្ជាវិស្វកម្ម ហិរញ្ញវត្ថុ និងការតុបតែង ដែលសុទ្ធសឹងតែជាវគ្គសិក្សាពីចម្ងាយ (ODFL) ១០០% អសមកាល។ សម្រាប់ប្រទេសកម្ពុជា ចំណុចនេះជារឿងគួរពិចារណា ព្រោះ AI ច្រើនមានទិន្នន័យបណ្តុះបណ្តាលផ្អែកលើការសិក្សាទល់មុខ (Face-to-face) ដែលធ្វើឱ្យវាអាចផ្តល់អនុសាសន៍មិនស៊ីសង្វាក់នឹងបរិបទ E-learning ពិតប្រាកដ។
វិធីសាស្ត្រនេះមានសក្តានុពលខ្ពស់ក្នុងការយកមកអនុវត្តនៅកម្ពុជា ដើម្បីពន្លឿនការវាយតម្លៃ និងការរចនាកម្មវិធីសិក្សាថ្នាក់ឧត្តមសិក្សា។
ការប្រើប្រាស់ AI ក្នុងការវាយតម្លៃការតម្រឹមវគ្គសិក្សា នឹងជួយកាត់បន្ថយពេលវេលាអ្នកជំនាញកម្ពុជា ប៉ុន្តែទាមទារការពិនិត្យឡើងវិញដោយមនុស្ស ដើម្បីសម្របតាមបរិបទមូលដ្ឋាន។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Constructive alignment | វាគឺជាទ្រឹស្តីរចនាការអប់រំដែលធានាថា អ្វីដែលសិស្សត្រូវរៀន (លទ្ធផលរំពឹងទុក) របៀបដែលពួកគេរៀន (សកម្មភាព) និងរបៀបដែលពួកគេត្រូវបានវាយតម្លៃ (ការប្រឡង) គឺស៊ីចង្វាក់គ្នាយ៉ាងល្អឥតខ្ចោះ។ | ដូចជាការសាងសង់ផ្ទះមួយដែលប្លង់មេ សម្ភារៈសំណង់ និងការត្រួតពិនិត្យគុណភាព សុទ្ធតែផ្តោតលើគោលដៅតែមួយដើម្បីបង្កើតបានផ្ទះដ៏រឹងមាំមួយ។ |
| Large language models (LLMs) | ជាប្រព័ន្ធបញ្ញាសិប្បនិម្មិតកម្រិតខ្ពស់ដែលត្រូវបានបណ្តុះបណ្តាលលើទិន្នន័យអត្ថបទដ៏ច្រើនសន្ធឹកសន្ធាប់ ដើម្បីយល់កូដ បង្កើត និងវិភាគភាសាមនុស្ស ឬឯកសារប្រកបដោយភាពបត់បែន។ | ដូចជាខួរក្បាលកុំព្យូទ័រដ៏ធំមួយដែលបានអានសៀវភៅរាប់លានក្បាល ហើយអាចសន្ទនា និងឆ្លើយសំណួររបស់យើងបានយ៉ាងឆ្លាតវៃ។ |
| Prompting strategies | គឺជាវិធីសាស្ត្រ ឬសិល្បៈនៃការសរសេរពាក្យបញ្ជា ឬសំណួរទៅកាន់ AI ដោយមានរចនាសម្ព័ន្ធច្បាស់លាស់ លក្ខខណ្ឌកម្រិតព្រំដែន ដើម្បីទទួលបានចម្លើយដែលត្រឹមត្រូវនិងចំគោលដៅបំផុត។ | ដូចជាការចេះរបៀបសួរសំណួរទៅកាន់មនុស្សឆ្លាតម្នាក់ ដើម្បីឱ្យគេឆ្លើយចំចំណុចដែលយើងចង់បាន ដោយមិនវង្វេងរឿង។ |
| Eccentric prompt | គឺជាការបញ្ជា AI ដោយប្រើភាសាប្លែកៗ អារម្មណ៍ ឬការកំណត់តួអង្គ (ឧទាហរណ៍៖ ប្រាប់ AI ឱ្យដើរតួជាអ្នកស៊ើបអង្កេត) ដើម្បីជំរុញឱ្យវាគិតនិងវិភាគស៊ីជម្រៅជាងការបញ្ជាទូទៅធម្មតា។ | ដូចជាការលេងល្បែងដើរតួ (Role-play) ជាមួយក្មេង ដើម្បីឱ្យគេយកចិត្តទុកដាក់នឹងការងារអ្វីមួយកាន់តែខ្លាំង។ |
| Open, Distance and Flexible Learning (ODFL) | ជាប្រព័ន្ធនៃការសិក្សាដែលមិនតម្រូវឱ្យសិស្សមកអង្គុយរៀនផ្ទាល់ក្នុងថ្នាក់នោះទេ ដោយផ្តល់ភាពបត់បែនខ្ពស់លើពេលវេលា ទីកន្លែង និងវិធីសាស្ត្ររៀនតាមរយៈប្រព័ន្ធអនឡាញ។ | ដូចជាការមានសាលារៀនផ្ទាល់ខ្លួននៅក្នុងកុំព្យូទ័រ ដែលអ្នកអាចបើករៀននៅពេលណា ឬកន្លែងណាក៏បានតាមចំណូលចិត្ត។ |
| Application Programming Interface (API) | ជាស្ពានតភ្ជាប់ផ្នែកទន់ (Software) ដែលអនុញ្ញាតឱ្យកម្មវិធីពីរផ្សេងគ្នាអាចនិយាយទាក់ទង និងផ្លាស់ប្តូរទិន្នន័យគ្នាទៅវិញទៅមកបានយ៉ាងរលូន (ឧទាហរណ៍៖ កម្មវិធីរបស់សាកលវិទ្យាល័យភ្ជាប់ទៅប្រព័ន្ធ OpenAI)។ | ដូចជាអ្នករត់តុក្នុងភោជនីយដ្ឋាន ដែលទទួលការកុម្ម៉ង់ពីអ្នក ហើយយកទៅប្រាប់ចុងភៅ រួចយកម្ហូបមកឱ្យអ្នកវិញ។ |
| Learning Management System (LMS) | ជាកម្មវិធីកុំព្យូទ័រ ឬគេហទំព័រដែលគ្រឹះស្ថានអប់រំប្រើប្រាស់សម្រាប់ផ្ទុកមេរៀន គ្រប់គ្រងការសិក្សា ដាក់កិច្ចការផ្ទះ និងតាមដានវឌ្ឍនភាពរបស់សិស្សក្នុងប្រព័ន្ធឌីជីថល។ | ដូចជាបណ្ណាល័យ និងថ្នាក់រៀនឌីជីថលរួមបញ្ចូលគ្នា ដែលសិស្សអាចចូលទៅយកសៀវភៅរៀន និងប្រគល់កិច្ចការឱ្យគ្រូបាន។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
