បញ្ហា (The Problem)៖ ប្រព័ន្ធអប់រំនៅឥណ្ឌា ជាពិសេសកម្មវិធី MBA កំពុងប្រឈមមុខនឹងគម្លាតជំនាញ និងការប្រើប្រាស់បញ្ញាសិប្បនិម្មិត (Generative AI) ក្នុងផ្លូវខុសដើម្បីចម្លងកិច្ចការសាលា ដែលធ្វើឱ្យប៉ះពាល់យ៉ាងធ្ងន់ធ្ងរដល់ការអភិវឌ្ឍការយល់ដឹង និងក្រមសីលធម៌របស់និស្សិត។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្រស្រាវជ្រាវបែបគុណវុឌ្ឍិ (Qualitative Case Study) តាមរយៈការវិភាគករណីសិក្សានៅក្នុងថ្នាក់រៀន ដើម្បីផ្លាស់ប្តូរទម្លាប់សិស្ស និងរៀបចំកម្មវិធីសិក្សាឡើងវិញ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Traditional Output-Focused Assessment ការវាយតម្លៃផ្អែកលើលទ្ធផលចុងក្រោយជាប្រពៃណី |
ងាយស្រួលក្នុងការដាក់ពិន្ទុ និងអាចអនុវត្តបានសម្រាប់ថ្នាក់រៀនដែលមានសិស្សច្រើន។ | ងាយរងគ្រោះដោយការលួចចម្លងតាមរយៈ AI ដែលបណ្តាលឱ្យមានការថយចុះនៃការយល់ដឹង និងជំនាញការគិតស៊ីជម្រៅ។ | អត្រាខ្ពស់នៃការប្រើប្រាស់ AI ខុសគោលដៅ ដើម្បីគ្រាន់តែបំពេញកិច្ចការសាលាដោយគ្មានក្រមសីលធម៌។ |
| AI-Assisted Workflow & Process-Based Assessment លំហូរការងារដោយមានជំនួយពី AI និងការវាយតម្លៃផ្អែកលើដំណើរការ |
ជួយពង្រឹងការគិតកម្រិតខ្ពស់ ទប់ស្កាត់ការលួចចម្លងពី AI តាមរយៈការរចនាបញ្ហាផ្ទាល់ខ្លួនរបស់សិស្ស និងជំរុញភាពស្មោះត្រង់។ | ត្រូវការចំណាយពេលវេលា និងធនធានច្រើនពីគ្រូបង្រៀនសម្រាប់ថ្នាក់រៀនធំៗ ហើយទាមទារឱ្យមានសមធម៌ក្នុងការទទួលបានឧបករណ៍ AI។ | ការគិតកម្រិតខ្ពស់ (Higher-order thinking) ត្រូវបានកែលម្អពី ៣០ ទៅ ៤០% ដោយផ្អែកលើរបាយការណ៍សង្កេតជាក់ស្តែង។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្ត្រនេះទាមទារឱ្យមានការវិនិយោគពេលវេលាច្រើនពីសំណាក់គ្រូបង្រៀន និងលទ្ធភាពទទួលបានបច្ចេកវិទ្យាស្មើៗគ្នាសម្រាប់សិស្ស។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងថ្នាក់រៀនថ្នាក់អនុបណ្ឌិតគ្រប់គ្រងពាណិជ្ជកម្ម (MBA) នៅប្រទេសឥណ្ឌា ដែលមានបរិបទវប្បធម៌ និងការបែងចែកវណ្ណៈសង្គមជាក់លាក់។ ទិន្នន័យនេះភាគច្រើនពឹងផ្អែកលើការសង្កេតផ្ទាល់ខ្លួនរបស់គ្រូបង្រៀនជាលក្ខណៈបរិមាណតិចតួច។ ទោះជាយ៉ាងណា វាមានសារៈសំខាន់ខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ដោយសារប្រព័ន្ធឧត្តមសិក្សារបស់យើងក៏កំពុងជួបប្រទះបញ្ហានៃការប្រើប្រាស់ AI ដើម្បីលួចចម្លង និងបញ្ហាគម្លាតជំនាញ (Skills gap) រវាងសាលានិងទីផ្សារការងារដូចគ្នា។
វិធីសាស្ត្រនេះមានសក្តានុពលខ្ពស់ និងអាចកែច្នៃយកមកអនុវត្តបានយ៉ាងល្អនៅតាមគ្រឹះស្ថានឧត្តមសិក្សានៅកម្ពុជា ដើម្បីផ្លាស់ប្តូរ AI ពីការគំរាមកំហែងទៅជាឧបករណ៍ជំនួយ។
ជារួម ការផ្លាស់ប្តូរពីការវាយតម្លៃលើ "លទ្ធផលសម្រេច" ទៅកាន់ការវាយតម្លៃលើ "ដំណើរការគិត" នឹងជួយសាកលវិទ្យាល័យនៅកម្ពុជាបណ្តុះបណ្តាលធនធានមនុស្សដែលមានសមត្ថភាពត្រិះរិះពិចារណា និងមានក្រមសីលធម៌វិជ្ជាជីវៈពិតប្រាកដ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Generative AI | ប្រព័ន្ធបញ្ញាសិប្បនិម្មិតដែលអាចបង្កើតមាតិកាថ្មីៗ ដូចជាអត្ថបទ រូបភាព ឬកូដ ដោយស្វ័យប្រវត្តិផ្អែកលើការរៀនសូត្រពីសំណុំទិន្នន័យដ៏ធំ។ នៅក្នុងបរិបទអប់រំ វាសំដៅលើឧបករណ៍ដូចជា ChatGPT ដែលសិស្សជារឿយៗប្រើដើម្បីធ្វើកិច្ចការ។ | ដូចជាម៉ាស៊ីនចម្លងនិងច្នៃប្រឌិតស្វ័យប្រវត្តិ ដែលអាចសរសេរអត្ថបទ ឬគិតរកគំនិតថ្មីៗតាមការបញ្ជារបស់យើង។ |
| Process-Based Assessment | វិធីសាស្ត្រវាយតម្លៃសិស្សដែលផ្តោតសំខាន់ទៅលើ "ដំណើរការ" ឬជំហាននៃការធ្វើការងាររបស់ពួកគេ ជាជាងគ្រាន់តែមើលទៅលើ "លទ្ធផលសម្រេចចុងក្រោយ"។ វាទាមទារឱ្យសិស្សបង្ហាញពីរបៀបដែលពួកគេស្រាវជ្រាវ ការកែតម្រូវកំហុស និងការប្រើប្រាស់ឧបករណ៍ជំនួយ។ | ដូចជាការដាក់ពិន្ទុចុងភៅដោយការតាមដានមើលពីរបៀបដែលគាត់រៀបចំគ្រឿងផ្សំនិងចម្អិន ជាជាងគ្រាន់តែភ្លក់ម្ហូបដែលឆ្អិនស្រេច។ |
| Relational Pedagogy | វិធីសាស្ត្របង្រៀនដែលផ្តោតលើការកសាងទំនាក់ទំនងល្អ ការជឿទុកចិត្ត និងការយកចិត្តទុកដាក់រវាងគ្រូនិងសិស្ស ដែលជួយឱ្យសិស្សមានអារម្មណ៍សុវត្ថិភាព ហ៊ានទទួលកំហុស និងខិតខំរៀនសូត្រដោយស្មោះត្រង់ជាងការដាក់វិន័យតឹងរ៉ឹង។ | ដូចជាការអប់រំតាមបែបគ្រួសារ ដែលឪពុកម្តាយប្រើក្តីស្រលាញ់ ការណែនាំ និងការជឿទុកចិត្ត ដើម្បីឱ្យកូនកែប្រែកំហុសដោយខ្លួនឯង។ |
| Metacognition | សមត្ថភាពក្នុងការដឹងនិងយល់ពីដំណើរការនៃការគិតរបស់ខ្លួនឯង។ នៅក្នុងការសិក្សានេះ គឺសំដៅលើការដែលសិស្សអាចឆ្លុះបញ្ចាំងនិងដឹងថា តើពួកគេមានចំណុចខ្វះខាតអ្វី ប្រើ AI យ៉ាងដូចម្តេចទើបត្រូវ និងត្រូវកែតម្រូវរបៀបណា។ | ដូចជាការឆ្លុះកញ្ចក់មើលខួរក្បាលខ្លួនឯង ដើម្បីដឹងថាយើងកំពុងគិតអ្វី និងដឹងថាត្រូវរៀនបន្ថែមចំណុចណាខ្លះ។ |
| Viva Voce | ការប្រឡង ឬការវាយតម្លៃដោយផ្ទាល់មាត់ ដែលសិស្សត្រូវពន្យល់ពីកិច្ចការរបស់ខ្លួន និងឆ្លើយសំណួរតបតជាមួយគ្រូបង្រៀន ដើម្បីការពារអំណះអំណាង និងបញ្ជាក់ថាពួកគេពិតជាយល់ដឹងស៊ីជម្រៅ ដោយមិនមែនគ្រាន់តែចម្លងពី AI។ | ដូចជាការឡើងទៅឆ្លើយបំភ្លឺនៅមុខតុលាការ ដើម្បីការពារភាពត្រឹមត្រូវនៃភស្តុតាងដែលយើងបានរកឃើញដោយខ្លួនឯង។ |
| hallucinations | បាតុភូតដែលបញ្ញាសិប្បនិម្មិត (AI) បង្កើតចេញនូវព័ត៌មានដែលខុសការពិត មិនសមហេតុផល ឬប្រឌិតឡើង ប៉ុន្តែវាសរសេរក្នុងទម្រង់មួយដែលមើលទៅហាក់ដូចជាត្រឹមត្រូវ និងគួរឱ្យជឿជាក់ខ្លាំងណាស់។ | ដូចជាមនុស្សដែលពូកែនិយាយភូតកុហកដោយទឹកមុខស្ងួត ធ្វើឱ្យអ្នកស្តាប់ជឿស៊ុបថារឿងនោះជារឿងពិតទាំងដែលវាគ្មានប្រភពច្បាស់លាស់។ |
| AI as Intern | ទស្សនាទាននៃការប្រើប្រាស់បច្ចេកវិទ្យា ដែលសិស្សចាត់ទុក AI ត្រឹមតែជា "អ្នកកម្មសិក្សា" ឬ "ជំនួយការ" ដែលឆ្លាតតែងាយនឹងធ្វើខុស។ សិស្សមានតួនាទីជាអ្នកគ្រប់គ្រង ដែលត្រូវបញ្ជា ផ្ទៀងផ្ទាត់ និងកែសម្រួលលទ្ធផលរបស់ AI នោះឡើងវិញ។ | ដូចជាប្រធានក្រុមហ៊ុនដែលឱ្យបុគ្គលិកថ្មីសរសេររបាយការណ៍ព្រាង រួចយកមកពិនិត្យកែតម្រូវផ្ទាល់ខ្លួន មុននឹងយកទៅប្រើប្រាស់ជាផ្លូវការ។ |
| Bottlenecked problem design | ការរចនាចំណោទបញ្ហាសិក្សាដែលទាមទារការត្រិះរិះពិចារណាខ្ពស់ មានការកំណត់ធនធានចង្អៀតចង្អល់ ឬមានគោលដៅប្រឆាំងគ្នា ដែលបង្ខំឱ្យសិស្សត្រូវតែប្រើប្រាស់ការវិភាគនិងការកាត់សេចក្តីរបស់មនុស្សផ្ទាល់ ដោយមិនអាចពឹងផ្អែកតែលើចម្លើយទូទៅពី AI បានឡើយ។ | ដូចជាការដោះស្រាយល្បែងផ្គុំរូប (Puzzle) ដ៏ស្មុគស្មាញមួយ ដែលម៉ាស៊ីនគិតលេខមិនអាចជួយបាន ក្រៅពីការពឹងផ្អែកលើការសម្រេចចិត្តដ៏ឆ្លាតវៃរបស់អ្នកលេងផ្ទាល់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
