คอร์สเรียน
Coding Thailand
2025
4.37 คะแนนเฉลี่ย | 21 คอร์ส | 174 รีวิว
เรียน

Basic AI และ Code.org

Code.org และหลักสูตร Basic AI มุ่งเน้นการแนะนำแนวคิดพื้นฐานด้านปัญญาประดิษฐ์ (AI) ให้กับผู้เริ่มต้น โดยเฉพาะกลุ่มนักเรียน แต่มีรายละเอียดและจุดเน้นที่แตกต่างกันดังนี้

 

คอร์สที่เกี่ยวข้อง

Basic AI and Code.org (บังคับ)

แผนการสอนวิชา Basic AI & Gen AI Code.org ระยะเวลา 6 ชั่วโมง
ออกแบบมาเพื่อให้ผู้เรียนเข้าใจพื้นฐานเกี่ยวกับปัญญาประดิษฐ์ (AI) ตั้งแต่ความหมาย ประโยชน์ การใช้งาน จริยธรรม ไปจนถึงการสร้างปัญญาประดิษฐ์เชิงสร้างสรรค์ โดยใช้กิจกรรมเชิงโต้ตอบและตัวอย่างจากชีวิตประจำวัน เพื่อให้ผู้เรียนสามารถเข้าใจหลักการและประยุกต์ใช้ได้จริง
วัตถุประสงค์
1. เพื่อให้ผู้เรียนเข้าใจความหมายและประโยชน์ของ AI
2. เพื่อให้ผู้เรียนรู้จักการใช้งาน Prompt และสามารถใช้เบื้องต้นได้
3. เพื่อให้ผู้เรียนเข้าใจหลักจริยธรรมในการใช้ AI
4. เพื่อให้ผู้เรียนตระหนักถึง AI ที่เกี่ยวข้องในชีวิตประจำวัน
5. เพื่อให้ผู้เรียนเรียนรู้กระบวนการสร้าง AI เบื้องต้น
6. เพื่อให้ผู้เรียนเข้าใจความสำคัญของข้อมูล (Training Data) และผลกระทบจากข้อมูลที่มีความเอนเอียง (Bias)
7. เพื่อให้ผู้เรียนรู้จักและทดลองใช้งาน AI เชิงสร้างสรรค์ (Generative AI)
 
ชั่วโมงที่ 1 : ความหมายของ AI
เนื้อหา
  • AI (ปัญญาประดิษฐ์) คือ เทคโนโลยีที่ทำให้คอมพิวเตอร์หรือเครื่องจักรสามารถเลียนแบบความฉลาดของมนุษย์ เช่น
    • การเรียนรู้ (Learning)
    • การให้เหตุผล (Reasoning)
    • การแก้ปัญหา (Problem Solving)
    • การตัดสินใจ (Decision Making)
  • จุดเด่นของ AI คือ สามารถเรียนรู้จากข้อมูล (Data) และปรับปรุงความสามารถของตนเองได้โดยไม่ต้องเขียนโปรแกรมใหม่ทุกครั้ง
ประเภทของ AI
  1. Narrow AI (AI เฉพาะด้าน)
  • ทำงานได้ดีในงานเฉพาะเจาะจง แต่ไม่สามารถทำงานอื่นนอกเหนือจากที่กำหนดได้
  • ตัวอย่าง:
    • ระบบแนะนำหนัง/สินค้า (Recommendation System เช่น Netflix, Lazada, Shopee)
    • ผู้ช่วยอัจฉริยะ (Virtual Assistant เช่น Siri, Alexa, Google Assistant)
    • โปรแกรมแปลภาษา (Google Translate)
  1. General AI (AI อเนกประสงค์)
  • มีความสามารถใกล้เคียงมนุษย์ สามารถเรียนรู้และปรับตัวได้ในหลายบริบท
  • ยังอยู่ในขั้นตอนการวิจัยและพัฒนา ยังไม่เกิดขึ้นจริง
  • ตัวอย่างในอนาคต: หุ่นยนต์ที่สามารถคิดและทำงานได้เหมือนมนุษย์ (เช่น ดูแลผู้สูงอายุ, ทำงานแทนมนุษย์ในหลายสาขา)
จุดกำเนิดและพัฒนาการของ AI
  • ยุคเริ่มต้น (1950s): นักวิทยาศาสตร์เช่น Alan Turing เสนอแนวคิด “เครื่องจักรสามารถคิดได้หรือไม่?” → เกิดแบบทดสอบ Turing Test
  • ยุคการเขียนโปรแกรมกฎ (Rules-based AI): ใช้ชุดกฎ (If-Then Rules) เพื่อให้เครื่องจักรตอบสนอง แต่จำกัดความสามารถ
  • ยุค Machine Learning (1980s-2000s): ใช้อัลกอริทึมและข้อมูลจำนวนมาก เพื่อให้เครื่องจักรเรียนรู้จากประสบการณ์
  • ยุค Deep Learning (ปัจจุบัน): ใช้โครงข่ายประสาทเทียม (Neural Networks) หลายชั้น → ทำให้ AI สามารถรู้จำภาพ เสียง และภาษาธรรมชาติได้แม่นยำ
ตัวอย่าง AI ที่อยู่ใกล้ตัว
  • ระบบตรวจจับใบหน้า (Face Recognition) ในโทรศัพท์
  • ระบบช่วยนำทาง (Google Maps) ที่คาดการณ์การจราจร
  • การจดจำเสียง (Speech Recognition) เช่น การสั่งงานด้วยเสียง
  • ระบบ Chatbot ตอบคำถามลูกค้าอัตโนมัติ
กิจกรรมการเรียนรู้
1. ครูนำเสนอวิดีโอ/สไลด์อธิบายความหมายของ AI
2. นักเรียนอภิปรายว่าสิ่งที่ใช้อยู่รอบตัว เช่น Google Maps หรือ Siri เป็น AI หรือไม่
 
ชั่วโมงที่ 2 : ประโยชน์ของ AI
เนื้อหา
ด้านการแพทย์ (Medical)
  • AI ช่วยในการวินิจฉัยโรคอย่างรวดเร็วและแม่นยำ เช่น การใช้ Deep Learning วิเคราะห์ภาพเอกซเรย์ CT Scan หรือ MRI
  • สามารถตรวจพบโรคตั้งแต่ระยะเริ่มต้น เช่น มะเร็งปอด มะเร็งผิวหนัง
  • มีระบบ AI Chatbot ให้คำแนะนำด้านสุขภาพเบื้องต้น
  • ตัวอย่าง: Google DeepMind พัฒนา AI ตรวจหาโรคตาจากภาพถ่าย Retina ได้แม่นยำกว่าแพทย์บางคน
ด้านการศึกษา (Education)
  • ใช้เป็น ติวเตอร์ออนไลน์ (AI Tutor) ที่สามารถปรับบทเรียนตามระดับความรู้ของผู้เรียน (Personalized Learning)
  • มีระบบ ตรวจข้อสอบอัตโนมัติ และให้ข้อเสนอแนะทันที
  • ใช้ใน แพลตฟอร์มการเรียนออนไลน์ เช่น Khan Academy, Duolingo ที่ใช้ AI วิเคราะห์การเรียนรู้และปรับเนื้อหา
  • ช่วยครูประหยัดเวลาในการจัดการงานเอกสาร → เพิ่มเวลาในการสอนจริง
ด้านการคมนาคม (Transportation)
  • รถยนต์ไร้คนขับ (Self-driving Cars) ใช้ AI ในการตรวจจับวัตถุรอบข้าง คาดการณ์การเคลื่อนที่ และตัดสินใจขับขี่
  • ระบบนำทาง (Navigation Systems) เช่น Google Maps ใช้ AI วิเคราะห์การจราจรแบบเรียลไทม์และหาทางที่เร็วที่สุด
  • ใช้ในระบบ ขนส่งอัจฉริยะ (Smart Transportation Systems) เช่น การควบคุมสัญญาณไฟจราจรอัตโนมัติ
ด้านธุรกิจ (Business)
  • การตลาด (Marketing): AI วิเคราะห์พฤติกรรมผู้บริโภคและแนะนำสินค้าที่เหมาะสม เช่น ระบบของ Shopee, Lazada, Netflix
  • การบริการลูกค้า (Customer Service): ใช้ Chatbot ตอบคำถามลูกค้าได้ตลอด 24 ชั่วโมง
  • การจัดการคลังสินค้า: AI ช่วยทำนายยอดขายและวางแผนการสต็อกสินค้า → ลดของเสียและเพิ่มกำไร
  • การเงิน (Finance): ใช้ตรวจจับธุรกรรมผิดปกติ ป้องกันการทุจริต
ด้านการเกษตร (Agriculture)
  • ใช้ โดรน (Drone) บินถ่ายภาพและใช้ AI วิเคราะห์ความชื้นในดินและสุขภาพของพืช
  • ใช้หุ่นยนต์ AI เก็บเกี่ยวผลผลิต เช่น ม番 tomato robot ที่ใช้กล้อง AI แยกมะเขือเทศสุก-ดิบ
  • ระบบ AI ช่วย พยากรณ์อากาศและโรคพืช → เกษตรกรสามารถวางแผนเพาะปลูกได้อย่างแม่นยำ
  • เพิ่มผลผลิต ลดต้นทุน และใช้ทรัพยากรอย่างคุ้มค่า
ประโยชน์โดยรวมของ AI
  • เพิ่มประสิทธิภาพ → ทำงานได้เร็วขึ้นและแม่นยำขึ้น
  • ลดเวลาและค่าใช้จ่าย → งานที่ใช้เวลานานสามารถทำเสร็จในไม่กี่วินาที
  • สร้างนวัตกรรมใหม่ → เปิดโอกาสให้เกิดเทคโนโลยีใหม่ ๆ เช่น หุ่นยนต์ผ่าตัด, ผู้ช่วยดิจิทัล, Smart Home
  • ขยายโอกาส → นำไปใช้ได้ในทุกสาขาอาชีพ ตั้งแต่การแพทย์จนถึงศิลปะ
กิจกรรมการเรียนรู้
1. ครูแจกกรณีศึกษา (Case Study) ของ AI ในแต่ละอุตสาหกรรม
2. นักเรียนแบ่งกลุ่มและนำเสนอผลลัพธ์
 
ชั่วโมงที่ 3 : Prompt และการใช้งานเบื้องต้น
เนื้อหา
1. ความหมายของ Prompt
  • Prompt คือ คำสั่ง ข้อความ หรือคำถามที่ผู้ใช้ป้อนเข้าสู่ระบบ AI เพื่อให้ AI ทำงานตามที่เราต้องการ
  • Prompt ทำหน้าที่เป็น “สะพานเชื่อม” ระหว่างผู้ใช้กับ AI → ยิ่งเขียนชัดเจน AI ยิ่งตอบใกล้เคียงกับที่คาดหวัง
  • ในยุค Generative AI เช่น ChatGPT, DALL·E, MidJourney คำว่า Prompt หมายรวมถึงข้อความ คำสั่ง หรือแม้แต่รูปภาพที่ใช้กระตุ้นให้ AI สร้างผลงานใหม่ ๆ (ข้อความ, ภาพ, เพลง, วิดีโอ ฯลฯ)
2. หลักการเขียน Prompt ที่ดี
  1. ชัดเจน (Clear)
    • ใช้ถ้อยคำที่ไม่กำกวม เพื่อป้องกัน AI เข้าใจผิด
    • ตัวอย่าง: แทนที่จะพิมพ์ “อธิบาย AI” → ควรพิมพ์ “อธิบายความหมายและประเภทของ AI สำหรับนักเรียนมัธยม”
  2. เจาะจง (Specific)
    • ระบุรายละเอียดที่ต้องการ เช่น ความยาว สไตล์ ภาษา
    • ตัวอย่าง: “ช่วยเขียนบทความ 200 คำ เรื่องประโยชน์ของ AI ในการศึกษา”
  3. มีบริบท (Context)
    • ให้ข้อมูลพื้นฐานหรือเงื่อนไข เพื่อให้คำตอบตรงกับสถานการณ์
    • ตัวอย่าง: “อธิบายการทำงานของหุ่นยนต์ mBot2 สำหรับเด็กประถม โดยใช้ภาษาง่าย ๆ”
3. ตัวอย่างการเขียน Prompt
  • ไม่ดี: “ข่าววันนี้” → กว้างเกินไป AI อาจสรุปข่าวใดก็ได้
  • ดี: “ช่วยสรุปข่าวเศรษฐกิจวันนี้จากหนังสือพิมพ์ไทยรัฐ ให้สั้นและเข้าใจง่าย ใน 5 ประโยค”
  • ไม่ดี: “เขียนเรื่อง AI”
  • ดี: “ช่วยเขียนเรียงความ 3 ย่อหน้า อธิบายความหมายของ AI ประโยชน์ และตัวอย่างการใช้งานในชีวิตประจำวัน”
4. ความสำคัญของการเขียน Prompt
  • การเขียน Prompt เปรียบเหมือนการตั้งคำถาม → ถ้าตั้งคำถามไม่ดี คำตอบก็ไม่ตรงใจ
  • Prompt ที่ดีช่วย:
    • ได้คำตอบเร็วขึ้น ตรงกับความต้องการ
    • ลดเวลาในการแก้ไขหรือถามซ้ำ
    • พัฒนาทักษะการสื่อสารและการคิดเชิงตรรกะของผู้ใช้
5. การประยุกต์ใช้ Prompt
  • การศึกษา: สร้างแบบฝึกหัด, อธิบายเนื้อหา, สรุปบทเรียน
  • การทำงาน: เขียนอีเมล, สรุปรายงาน, วิเคราะห์ข้อมูล
  • ความคิดสร้างสรรค์: แต่งนิทาน, เขียนบทกวี, สร้างภาพด้วยคำบรรยาย
กิจกรรมการเรียนรู้
1. ครูสาธิตการใช้ AI เช่น ChatGPT โดยให้ตัวอย่าง Prompt ดีและไม่ดี
2. นักเรียนฝึกเขียน Prompt และทดลองใช้จริง
ชั่วโมงที่ 4 : จริยธรรมในการใช้ AI
เนื้อหา
1. ความสำคัญของจริยธรรมในการใช้ AI
  • AI มีบทบาทในชีวิตประจำวันมากขึ้น ไม่ว่าจะเป็นการศึกษา การแพทย์ ธุรกิจ หรือการสื่อสาร
  • หากใช้โดยขาดจริยธรรม อาจก่อให้เกิด ผลกระทบเชิงลบ เช่น การละเมิดสิทธิส่วนบุคคล ความไม่เท่าเทียม หรือการใช้ในทางที่ผิด
  • ดังนั้น จริยธรรม (Ethics) จึงเป็นหลักการที่ต้องคำนึงถึงในการออกแบบ พัฒนา และใช้งาน AI
2. ประเด็นด้านจริยธรรมหลัก ๆ
  1. ความเป็นส่วนตัวของข้อมูล (Data Privacy)
  • AI มักต้องใช้ข้อมูลจำนวนมาก เช่น ข้อมูลผู้ใช้ ข้อมูลสุขภาพ หรือข้อมูลพฤติกรรม
  • หากไม่มีการปกป้องที่ดี ข้อมูลส่วนบุคคลอาจถูกนำไปใช้ในทางที่ผิด
  • ตัวอย่าง: แอปพลิเคชันที่เก็บข้อมูลผู้ใช้งานโดยไม่ได้รับอนุญาต
  1. ความโปร่งใสในการทำงาน (Transparency)
  • การตัดสินใจของ AI ควรอธิบายได้ (Explainable AI)
  • ผู้ใช้ควรเข้าใจว่า AI ตัดสินใจบนพื้นฐานของอะไร ไม่ใช่เพียง “กล่องดำ” ที่ไม่สามารถตรวจสอบได้
  1. การไม่เลือกปฏิบัติ (Fairness)
  • AI ควรมีความยุติธรรม ไม่เลือกปฏิบัติบนพื้นฐานของเพศ เชื้อชาติ อายุ หรือสถานะทางเศรษฐกิจ
  • หากข้อมูลที่ใช้ฝึกสอนมีความเอนเอียง (Bias) → AI จะสะท้อนอคติออกมา
3. ตัวอย่างปัญหาที่เกิดขึ้นจริง
  • การสรรหาพนักงาน (Recruitment AI):
    หากข้อมูลผู้สมัครที่ใช้ฝึกโมเดลส่วนใหญ่เป็นเพศชาย → AI อาจเลือกปฏิเสธผู้สมัครเพศหญิงบ่อยกว่า แม้คุณสมบัติเหมือนกัน
  • การวิเคราะห์เครดิต (Credit Scoring):
    หากระบบให้คะแนนเครดิตจากรหัสไปรษณีย์ → ผู้ที่อาศัยในพื้นที่ยากจนจะเสียเปรียบแม้มีประวัติการเงินดี
4. หลักการที่ควรยึดถือ
  • รับผิดชอบ (Responsibility): นักพัฒนาและผู้ใช้งานต้องรับผิดชอบต่อผลลัพธ์ที่เกิดขึ้นจากการใช้ AI
  • โปร่งใส (Transparency): ระบบควรอธิบายได้ และเปิดเผยวิธีการทำงานที่สำคัญ
  • เป็นธรรม (Fairness): ลดการเลือกปฏิบัติและพยายามออกแบบระบบให้ครอบคลุมทุกกลุ่ม
  • ไม่สร้างความเสียหาย (Do No Harm): หลีกเลี่ยงการใช้ AI ในทางที่ผิด เช่น Deepfake เพื่อหลอกลวง
5. การปลูกฝังจริยธรรมให้ผู้เรียน
  • ครูควรสอนให้นักเรียน คิดถึงผลกระทบ ก่อนใช้งาน AI เช่น “AI ที่ฉันสร้างจะกระทบใคร?”
  • ส่งเสริมการอภิปรายเชิงจริยธรรม เช่น “ถ้า AI ใช้ข้อมูลสุขภาพโดยไม่ได้รับอนุญาต จะยอมรับได้หรือไม่?”
  • ฝึกให้ผู้เรียนมีความรับผิดชอบในการใช้ AI เพื่อประโยชน์ต่อสังคมโดยรวม
กิจกรรมการเรียนรู้
1. ครูตั้งคำถามเชิงสถานการณ์ เช่น “ถ้า AI ใช้ข้อมูลส่วนตัวของนักเรียนโดยไม่ได้รับอนุญาตจะเป็นปัญหาไหม?”
2. นักเรียนอภิปรายกลุ่ม
ชั่วโมงที่ 5 : AI ในชีวิตประจำวัน และการสร้าง AI
เนื้อหา
1. AI ในชีวิตประจำวัน
AI แทรกซึมอยู่ในชีวิตประจำวันของเราหลายด้าน โดยที่บางครั้งเราอาจไม่รู้ตัว ตัวอย่างเช่น:
  • การแปลภาษา (Google Translate):
    ใช้ AI ประมวลผลภาษาธรรมชาติ (Natural Language Processing – NLP) เพื่อแปลภาษาทันที ทำให้สื่อสารระหว่างคนต่างภาษาง่ายขึ้น
  • ระบบแนะนำ (Recommendation Systems):
    YouTube, Netflix, TikTok ใช้ AI วิเคราะห์พฤติกรรมการรับชม และแนะนำวิดีโอหรือคอนเทนต์ที่ตรงความสนใจของผู้ใช้ → ช่วยให้ผู้ใช้พบสิ่งที่อยากดูได้เร็วขึ้น
  • การจดจำใบหน้า (Face Recognition):
    ใช้ AI ตรวจสอบและยืนยันตัวตน เช่น การปลดล็อกหน้าจอโทรศัพท์ หรือระบบกล้องวงจรปิดในสนามบิน
  • ผู้ช่วยอัจฉริยะ (Virtual Assistants):
    Siri, Alexa, Google Assistant ใช้ AI ในการจดจำเสียง คำสั่ง และตอบสนองด้วยข้อมูลหรือการสั่งงานอุปกรณ์ IoT
2. การสร้าง AI เบื้องต้น
กระบวนการสร้าง AI มีขั้นตอนดังนี้:
  1. กำหนดปัญหา (Define the Problem):
    ระบุสิ่งที่ต้องการแก้ เช่น “อยากสร้าง AI ที่สามารถทำนายอุณหภูมิพรุ่งนี้”
  2. เก็บข้อมูล (Collect Data):
    หาข้อมูลที่เกี่ยวข้อง เช่น ข้อมูลสภาพอากาศย้อนหลัง 10 ปี
  3. สร้างโมเดล (Build Model):
    เลือกอัลกอริทึมที่เหมาะสม เช่น Decision Tree, Neural Networks
  4. ฝึกสอน (Training):
    ป้อนข้อมูลให้โมเดลเรียนรู้ เช่น ให้ AI ดูภาพแมวและสุนัขจำนวนมากเพื่อแยกประเภท
  5. ทดสอบ (Testing):
    ใช้ข้อมูลใหม่ที่ไม่เคยฝึก เพื่อดูว่า AI ทำนายหรือจำแนกได้ถูกต้องหรือไม่
  6. ปรับปรุง (Improvement):
    หากผลลัพธ์ยังไม่แม่นยำ → เพิ่มข้อมูล, ปรับอัลกอริทึม, หรือปรับพารามิเตอร์ของโมเดล
3. เครื่องมือที่ใช้ในการสร้าง AI
  • Code.org → เหมาะสำหรับผู้เริ่มต้น ใช้บล็อกโปรแกรมเรียนรู้พื้นฐาน AI และการเขียนโค้ด
  • Scratch AI Extension → ใช้งานง่ายด้วยการลากบล็อก ช่วยให้นักเรียนสร้างโครงการ AI แบบง่าย ๆ เช่น การรู้จำภาพหรือเสียง
  • Python AI Libraries → สำหรับผู้ที่มีพื้นฐานการเขียนโปรแกรม สามารถใช้ไลบรารี เช่น
    • TensorFlow (Google พัฒนา): ใช้สร้างและฝึกโมเดล Deep Learning
    • PyTorch (Facebook พัฒนา): ใช้ง่ายสำหรับงานวิจัยและโปรเจกต์ AI เชิงทดลอง
4. ตัวอย่างโครงงานง่าย ๆ
  • ใช้ Code.org → สร้างเกมตอบคำถามที่ใช้ AI ตรวจจับอารมณ์จากข้อความ
  • ใช้ Scratch AI Extension → เขียนโปรแกรมให้แมว Scratch ทักทายผู้ใช้และตอบโต้ตามเสียงที่ได้ยิน
  • ใช้ Python + TensorFlow → สร้าง AI จำแนกภาพผลไม้ (เช่น มะม่วง vs ส้ม)
กิจกรรมการเรียนรู้
1. ครูนำตัวอย่าง AI ที่นักเรียนใช้อยู่ทุกวันมาอธิบาย
2. นักเรียนออกแบบขั้นตอนสร้าง AI ง่าย ๆ เช่น โปรแกรมทายอารมณ์จากข้อความ
สรุปสาระสำคัญ
นักเรียนเข้าใจการทำงานของ AI ในชีวิตจริง และกระบวนการสร้าง AI เบื้องต้น
การประเมินผล
- ใบงาน: เขียนขั้นตอนการสร้าง AI
- การสังเกตการนำเสนอ
ชั่วโมงที่ 6 : ข้อมูลที่ใช้ฝึกสอน, ข้อมูลที่มีความเอนเอียง และปัญญาประดิษฐ์เชิงสร้างสรรค์
เนื้อหา
1. Training Data (ข้อมูลที่ใช้ฝึกสอน)
  • Training Data คือ ชุดข้อมูลจำนวนมากที่ใช้ในการฝึกสอนโมเดล AI เพื่อให้ AI เรียนรู้และสามารถทำนายหรือทำงานได้อย่างถูกต้อง
  • ตัวอย่าง:
    • หากจะสร้าง AI จำแนกแมวกับสุนัข → ต้องมีรูปภาพแมวและสุนัขจำนวนมากพร้อมป้ายกำกับ (Label)
    • หากจะสร้าง AI แปลภาษา → ต้องมีคู่ประโยคจากภาษาต้นทางและปลายทางจำนวนมหาศาล
  • คุณภาพของข้อมูลมีผลโดยตรงต่อประสิทธิภาพของ AI
    • ข้อมูลที่ครบถ้วนและหลากหลาย → AI จะมีความแม่นยำสูง
    • ข้อมูลที่ผิดพลาดหรือไม่เพียงพอ → AI จะให้ผลลัพธ์ผิดพลาด
2. Bias (ข้อมูลที่มีความเอนเอียง)
  • Bias คือ ความเอนเอียงหรืออคติที่แฝงอยู่ในข้อมูล ทำให้ AI ตัดสินใจไม่เป็นธรรม
  • ตัวอย่าง:
    • หากข้อมูลผู้สมัครงานส่วนใหญ่เป็นเพศชาย → AI อาจเลือกผู้ชายมากกว่า แม้ว่าผู้หญิงจะมีคุณสมบัติเหมือนกัน
    • หากข้อมูลฝึกเสียงส่วนใหญ่มาจากเจ้าของภาษาภาษาอังกฤษ → AI อาจเข้าใจสำเนียงของชาวเอเชียได้ยาก
  • ผลกระทบ:
    • ทำให้ AI ตัดสินใจอย่างไม่ยุติธรรม
    • สร้างผลเสียต่อผู้ที่ถูกเลือกปฏิบัติ
  • วิธีลด Bias:
    • ทำให้ข้อมูลมีความหลากหลายและสมดุล
    • ตรวจสอบโมเดล AI อย่างสม่ำเสมอ
3. Generative AI (ปัญญาประดิษฐ์เชิงสร้างสรรค์)
  • Generative AI คือ AI ที่สามารถ “สร้างสิ่งใหม่” ได้ เช่น ข้อความ รูปภาพ เพลง วิดีโอ หรือแม้แต่โค้ดโปรแกรม
  • หลักการทำงาน: ใช้โมเดล Machine Learning ขนาดใหญ่ (Large Language Models, GANs, Diffusion Models) ที่เรียนรู้จากข้อมูลมหาศาล แล้วสร้างผลงานใหม่ที่มีลักษณะคล้ายกับข้อมูลที่เคยเรียนรู้
  • ตัวอย่างที่ใช้จริง:
    • ChatGPT → สร้างข้อความ บทความ ตอบคำถาม
    • DALL·E, MidJourney → สร้างภาพจากคำบรรยายข้อความ (Text-to-Image)
    • AIVA, Jukebox AI → สร้างเพลงและดนตรี
  • ข้อดี:
    • ช่วยสร้างสรรค์ผลงานใหม่ ๆ ได้อย่างรวดเร็ว
    • ช่วยผู้ใช้ทำงาน เช่น เขียนโค้ด แต่งบทความ ทำภาพประกอบ
  • ข้อควรระวัง:
    • อาจสร้างข้อมูลที่ไม่ถูกต้อง (Hallucination)
    • เสี่ยงต่อการละเมิดลิขสิทธิ์หากนำข้อมูลที่มีเจ้าของมาใช้
    • อาจถูกใช้ในทางที่ผิด เช่น การสร้าง Deepfake
4. ความเชื่อมโยง
  • Training Data → มีผลโดยตรงต่อคุณภาพของ AI
  • Bias → เกิดขึ้นหาก Training Data ไม่สมดุล → นำไปสู่การตัดสินใจที่ไม่ยุติธรรม
  • Generative AI → ใช้ Training Data มหาศาลเพื่อสร้างสิ่งใหม่ แต่ต้องระวัง Bias และจริยธรรมในการใช้งาน
กิจกรรมการเรียนรู้
1. ครูอธิบาย Training Data และ Bias พร้อมยกตัวอย่าง
2. นักเรียนทดลองใช้ Generative AI เพื่อสร้างข้อความ/ภาพง่าย ๆ
3. ใบงาน: วิเคราะห์ผลลัพธ์และอภิปรายความถูกต้อง
 

 

ห้องสนทนา
★
คะแนนเฉพลี่ย
4.37
★
★
★
★
★
5 ดาว
135
4 ดาว
14
3 ดาว
6
2 ดาว
3
1 ดาว
6
กรุณาลงทะเบียนเรียนคอร์สนี้เพื่อใช้งานรีวิว

รีวิวบทเรียน

  • Jomdxxx Buntxxx
    ดีมากครับ
    ★
    ★
    ★
    ★
    ★
  • คมสัxxx พิเศxxx
    ดีมากครับบ
    ★
    ★
    ★
    ★
    ★
  • นาบีxxx เตซาxxx
    ดีมากครับ
    ★
    ★
    ★
    ★
    ★
  • กรวิxxx เมฆรxxx
    ดีมากครับ
    ★
    ★
    ★
    ★
    ★
  • ปุณณxxx พึ่งxxx
    ดีมากครับ
    ★
    ★
    ★
    ★
    ★
ดูรีวิวเพิ่มเติม...
imakethailand © 2023 imakethailand.org All rights reserved. นโยบายคุ้มครองข้อมูลส่วนบุคคล ข้อตกลงผู้ใช้