បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហាប្រឈមនៃការដាក់បញ្ចូលបញ្ញាសិប្បនិម្មិតបង្កើតមាតិកា (GenAI) ទៅក្នុងប្រព័ន្ធអប់រំ ដែលបច្ចុប្បន្ននៅខ្វះការផ្ទៀងផ្ទាត់ប្រសិទ្ធភាពជាក់ស្តែង និងប្រឈមនឹងហានិភ័យក្រមសីលធម៌ ព្រមទាំងកង្វះទំនុកចិត្តពីអ្នកប្រើប្រាស់។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្រ្តពិនិត្យឡើងវិញជាប្រព័ន្ធ (Systematic Review) ទៅលើឯកសារស្រាវជ្រាវដែលមានស្រាប់ និងការវិភាគប្រៀបធៀបនិន្នាការនៃការអនុវត្តបច្ចេកវិទ្យានេះនៅកម្រិតសកល និងក្នុងប្រទេសឥណ្ឌា។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Systematic Literature Review (Sandhu et al.) ការពិនិត្យឡើងវិញលើឯកសារស្រាវជ្រាវជាប្រព័ន្ធ និងក្របខ័ណ្ឌគំនិត |
ផ្តល់នូវចក្ខុវិស័យទូលំទូលាយសម្រាប់ការអប់រំនៅឆ្នាំ ២០៣០ និងការបែងចែកប្រភេទឧបករណ៍ GenAI ច្បាស់លាស់។ | ជាទ្រឹស្តីសុទ្ធសាធ ខ្វះទិន្នន័យជាក់ស្តែងពីការអនុវត្ត និងគ្មានការវាស់វែងលទ្ធផលសិក្សា។ | កំណត់អត្តសញ្ញាណឧបករណ៍ GenAI សំខាន់ៗសម្រាប់ការរៀនបែបបុគ្គល និងការវាយតម្លៃដោយស្វ័យប្រវត្តិ។ |
| Comparative Case Study (Santos - ChatGPT vs Bing Chat) ការសិក្សាប្រៀបធៀបករណីសិក្សា (រវាង ChatGPT និង Bing Chat) |
មានភាពពាក់ព័ន្ធជាក់ស្តែងក្នុងថ្នាក់រៀន និងបង្ហាញពីរបៀបប្រើប្រាស់ AI ជាជំនួយការក្នុងការគិត។ | ទំហំគំរូ (Sample size) តូចពេក ដែលពិបាកនឹងយកទៅអនុវត្តជាទូទៅលើមុខវិជ្ជាផ្សេងៗ។ | GenAI អាចដើរតួជាភ្នាក់ងារជួយសិស្សក្នុងការដោះស្រាយបញ្ហាគីមីវិទ្យា និងការគិតបែបរិះគិត។ |
| Controlled Experiments (Longoni et al.) ការពិសោធន៍ដែលមានការត្រួតពិនិត្យលើទំនុកចិត្តអ្នកប្រើប្រាស់ |
មានទិន្នន័យជាក់ស្តែង និងមានសុពលភាពតាមបែបស្ថិតិស្តីពីការយល់ឃើញរបស់មនុស្ស។ | ផ្តោតតែលើការយល់ឃើញ (Perception) មិនមែនលើលទ្ធផលនៃការសិក្សា (Learning outcomes) ទេ។ | មនុស្សមានទំនោរជឿជាក់លើព័ត៌មានដែលបង្កើតដោយ AI តិចជាងព័ត៌មានដែលបង្កើតដោយមនុស្ស ទោះបីជាត្រឹមត្រូវដូចគ្នាក៏ដោយ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ឯកសារមិនបានបញ្ជាក់ពីតម្លៃជាទឹកប្រាក់ទេ ប៉ុន្តែការប្រើប្រាស់ទាមទារហេដ្ឋារចនាសម្ព័ន្ធបច្ចេកវិទ្យា និងការតភ្ជាប់អ៊ីនធឺណិតដែលមានស្ថេរភាព។
ការសិក្សានេះបង្ហាញថាការអភិវឌ្ឍន៍ GenAI ភាគច្រើនគ្របដណ្ដប់ដោយសហរដ្ឋអាមេរិក និងចិន ខណៈដែលប្រទេសឥណ្ឌាកំពុងជំរុញម៉ូដែលភាសាក្នុងស្រុក។ សម្រាប់កម្ពុជា នេះជាបញ្ហាប្រឈមព្រោះម៉ូដែលភាគច្រើនត្រូវបានបង្វឹកលើទិន្នន័យភាសាអង់គ្លេស ដែលអាចមានភាពលំអៀងវប្បធម៌ និងភាសា។
ក្របខ័ណ្ឌនេះមានសារៈសំខាន់ណាស់សម្រាប់ការធ្វើទំនើបកម្មវិស័យអប់រំនៅកម្ពុជា ជាពិសេសក្នុងការកាត់បន្ថយគម្លាតធនធានគ្រូបង្រៀន។
ដើម្បីអនុវត្តប្រកបដោយប្រសិទ្ធភាព កម្ពុជាត្រូវបង្កើតគោលការណ៍ណែនាំស្តីពី 'ទំនុកចិត្ត និងសីលធម៌' (Trust and Ethics) ជាមុនសិន មុននឹងដាក់ឱ្យប្រើប្រាស់យ៉ាងទូលំទូលាយ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Generative Artificial Intelligence (GenAI) | បច្ចេកវិទ្យា AI ដែលមានសមត្ថភាពបង្កើតមាតិកាថ្មីៗដូចជា អត្ថបទ រូបភាព ឬសំឡេង ដោយរៀនពីគំរូទិន្នន័យដែលមានស្រាប់ មិនមែនគ្រាន់តែវិភាគទិន្នន័យនោះទេ។ | ដូចជាវិចិត្រករម្នាក់ដែលរៀនពីគំនូររាប់ពាន់ ហើយអាចគូររូបថ្មីមួយដោយខ្លួនឯង ដោយមិនមែនជាការថតចម្លង។ |
| Large Language Models (LLMs) | ជាប្រព័ន្ធ AI ដ៏ធំដែលត្រូវបានបង្វឹកជាមួយអត្ថបទរាប់លានកម្រិត ដើម្បីឱ្យវាចេះប្រើប្រាស់ភាសា ការសន្ទនា ការសរសេរកូដ និងការវិភាគអត្ថបទដូចមនុស្ស។ | ដូចជាបណ្ណាល័យដែលមានជីវិត ដែលបានអានសៀវភៅរាប់លានក្បាល ហើយអាចឆ្លើយសំណួរបានគ្រប់បែបយ៉ាងដោយផ្អែកលើអ្វីដែលបានអាន។ |
| Intelligent Tutoring Systems | ប្រព័ន្ធកុំព្យូទ័រដែលអាចបង្រៀន និងផ្តល់មតិត្រឡប់ (Feedback) ដល់សិស្សភ្លាមៗ ដោយមិនចាំបាច់មានគ្រូនៅក្បែរ ដោយវាអាចប្ដូរវិធីបង្រៀនទៅតាមសមត្ថភាពសិស្ស។ | ដូចជាមានគ្រូឯកទេសផ្ទាល់ខ្លួនម្នាក់នៅចាំជួយពន្យល់មេរៀន និងកែលំហាត់គ្រប់ពេលវេលា (២៤ម៉ោង)។ |
| Multimodal Models | គំរូ AI ដែលអាចយល់ និងបង្កើតទិន្នន័យបានច្រើនទម្រង់ក្នុងពេលតែមួយ ដូចជាអត្ថបទ រូបភាព និងសំឡេង ដើម្បីដោះស្រាយបញ្ហាស្មុគស្មាញ។ | ដូចជាមនុស្សម្នាក់ដែលអាចទាំងអានសៀវភៅ មើលរូបភាព និងស្តាប់សំឡេងដើម្បីយល់ពីអ្វីមួយ មិនមែនចេះតែអានអក្សរនោះទេ។ |
| Algorithmic Bias | កំហុសដែលកើតឡើងនៅក្នុងប្រព័ន្ធ AI ដោយសារទិន្នន័យដែលយកមកបង្វឹកមានភាពលំអៀង ឬមិនគ្រប់គ្រាន់ ដែលធ្វើឱ្យ AI ផ្តល់ចម្លើយមិនយុត្តិធម៌ ឬរើសអើងក្រុមណាមួយ។ | ដូចជាចៅក្រមម្នាក់ដែលរៀនច្បាប់តែពីតំបន់មួយ ហើយយកទៅកាត់ក្តីនៅតំបន់មួយផ្សេងទៀតដោយមិនយល់ពីបរិបទ និងវប្បធម៌។ |
| Adaptive Assessment | ការវាយតម្លៃ ឬការប្រឡងដែលចេះកែប្រែសំណួរដោយស្វ័យប្រវត្តិទៅតាមកម្រិតសមត្ថភាពរបស់សិស្សក្នុងពេលកំពុងប្រឡង ដើម្បីវាស់វែងចំណេះដឹងឱ្យបានច្បាស់លាស់។ | ដូចជារបារលោតកម្ពស់កីឡា ដែលបន្ថយកម្ពស់ចុះបើអ្នកលោតមិនរួច និងដំឡើងកម្ពស់បើអ្នកលោតរួច ដើម្បីរកកម្រិតពិតប្រាកដរបស់អ្នក។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
