ระบบติดตามและประเมินผลโครงการผลิตบัณฑิตพันธุ์ใหม่

ข่าวประชาสัมพันธ์

การประชุมสัมมนาเพื่อชี้แจงแนวทางการดำเนินโครงการผลิต บัณฑิตพันธ์ใหม่ (15 พย.65)

@3 พ.ย. 64 17:15

ชม วีดีโอย้อนหลัง การประชุมสัมมนาเพื่อชี้แจงแนวทางการดำเนินโครงการผลิต บัณฑิตพันธ์ใหม่ (15 พย.65)การชี้แจงแนวทางการดำเนินโครงการผลิตบัณฑิตพันธุ์ใหม่ ปี พ.ศ. 2565เปิดการประชุมสัมมนาและมอบนโยบาย เรื่อง โบัณฑิตพันธุ์ใหม่กับการผลิตกำลังคนหลังวิกฤตการณ์โควิด-19โ

หัวข้อทั้งหมด

การดำเนินกิจกรรมโครงการ

การประยุกต์ใช้เทคโนโลยีอัจฉริยะเพื่อพัฒนาสื่อการเรียนการสอนดิจิทัล: บูรณาการ IoT และ AI สำหรับนวัตกรรมการศึกษา
การอบรม Module 4 - การประเมินผลและการนำเสนอผลลัพธ์ : ผลผลิต (Output) สิ่งที่ได้รับทันทีหลังสิ้นสุดการอบรม: - รายงานผลงานวิชาชีพ: ชิ้นงานการออกแบบรายงานที่ผ่านการวิเคราะห์และจัดทำขึ้นโดยผู้เข้าอบรม - ข้อเสนอแนะจากผู้เชี่ยวชาญ: ข้อมูลป้อนกลับ (Feedback) เชิงวิชาการจากผู้ทรงคุณวุฒิ 3 ท่าน เพื่อนำไปพัฒนาต่อยอด - บุคลากรที่ผ่านการอบรม: ผู้เข้าร่วมได้รับประกาศนียบัตรรับรองความรู้ความสามารถในด้านการประเมินและตรวจสอบผลลัพธ์การเรียนรู้ ผลลัพธ์ (Outcome) ประโยชน์หรือการเปลี่ยนแปลงที่เกิดขึ้นในระยะยาว: - ทักษะการบูรณาการเทคโนโลยี: ผู้เข้าอบรมสามารถประยุกต์ใช้ IoT และ AI ในการพัฒนานวัตกรรมทางการศึกษาและสื่อการสอนดิจิทัลได้อย่างเป็นรูปธรรม - มาตรฐานการประเมินผล: เกิดระบบการตรวจสอบผลลัพธ์การเรียนรู้ที่มีประสิทธิภาพและเป็นมาตรฐานสากลตามกรอบโครงการผลิตบัณฑิตพันธุ์ใหม่ - คุณภาพการศึกษา: บัณฑิตและบุคลากรมีสมรรถนะที่ตอบโจทย์ความต้องการของอุตสาหกรรมหรือตลาดแรงงานสมัยใหม่@03 ก.พ. 69 13:53
การประยุกต์ใช้เทคโนโลยีอัจฉริยะเพื่อพัฒนาสื่อการเรียนการสอนดิจิทัล: บูรณาการ IoT และ AI สำหรับนวัตกรรมการศึกษา
การอบรม Module 4 - การประเมินผลและการนำเสนอผลลัพธ์ : ผลผลิตที่ได้จากการอบรม (Outputs) - รายงานสรุปผล (Executive Summary Report): รายงานความยาว 1-2 หน้าที่สรุปเนื้อหาสำคัญจากข้อมูลจำนวนมากได้อย่างครบถ้วน - ชุดสารสนเทศกราฟิก (Visual Dashboard/Graphs): แผนภูมิหรือกราฟที่แสดงผลลัพธ์จากการสอนหรือการวิจัย ซึ่งสร้างขึ้นโดย AI - สไลด์นำเสนอเชิงข้อมูล (Data-Driven Presentation): สไลด์ที่เน้นการใช้ภาพและกราฟสื่อความหมาย แทนการใช้ข้อความจำนวนมาก ผลลัพธ์ที่ได้ (Outcomes) - Decision Making: ผู้บริหารหรือผู้ที่เกี่ยวข้องสามารถตัดสินใจได้รวดเร็วขึ้นจากรายงานสรุปและกราฟที่ดูง่าย - Data Literacy & AI Skills: ครูมีทักษะในการจัดการข้อมูล (Data Management) และการใช้เทคโนโลยี AI เพื่อทุ่นแรงในการทำเอกสารธุรการและงานวิชาการ - Accuracy & Insight: ลดข้อผิดพลาดในการสรุปข้อมูลด้วยตนเอง และได้มุมมองใหม่ๆ (Insights) จากการที่ AI ช่วยวิเคราะห์แนวโน้มของข้อมูล@03 ก.พ. 69 13:39
การประยุกต์ใช้เทคโนโลยีอัจฉริยะเพื่อพัฒนาสื่อการเรียนการสอนดิจิทัล: บูรณาการ IoT และ AI สำหรับนวัตกรรมการศึกษา
การอบรม Module 4 - การประเมินผลและการนำเสนอผลลัพธ์ : ผลผลิตจากการอบรม (Outputs) สิ่งของหรือชิ้นงานที่ผู้เข้าอบรมสร้างขึ้นได้จริงหลังจบโครงการ: - คลังผลงานที่ผ่านการคัดเลือก: รายการผลงานระดับ "Best Work" ที่สะท้อนศักยภาพสูงสุด - Digital Portfolio: แฟ้มสะสมผลงานในรูปแบบดิจิทัลที่จัดวางองค์ประกอบอย่างเป็นระบบ - Professional e-Portfolio Presentation: รูปแบบการนำเสนอแฟ้มสะสมผลงานที่มีความสวยงามและเป็นมืออาชีพ - Action Plan: แผนการดำเนินงานหรือแนวทางการนำ e-Portfolio ไปใช้ประโยชน์จริงในสายอาชีพหรือการเรียน ผลลัพธ์ที่ได้ (Outcomes) การเปลี่ยนแปลงที่เกิดขึ้นกับผู้เข้าอบรม: - ทักษะดิจิทัล (Digital Literacy): มีทักษะในการใช้เครื่องมือดิจิทัลเพื่อการออกแบบและจัดการข้อมูล - การคิดวิเคราะห์ (Critical Thinking): สามารถวิเคราะห์และคัดเลือกผลงานที่โดดเด่นของตนเองได้อย่างมีหลักการ - ความมั่นใจในการนำเสนอ: มีความพร้อมในการสื่อสารตัวตนและผลงานต่อสาธารณะหรือผู้ว่าจ้าง - วงจรการพัฒนาต่อเนื่อง: เกิดกระบวนการเรียนรู้จากการรับฟังคำติชม (Growth Mindset) และนำไปปรับปรุงงานให้ดีขึ้น@03 ก.พ. 69 13:22
การประยุกต์ใช้เทคโนโลยีอัจฉริยะเพื่อพัฒนาสื่อการเรียนการสอนดิจิทัล: บูรณาการ IoT และ AI สำหรับนวัตกรรมการศึกษา
การอบรม Module 3 - การออกแบบและพัฒนานวัตกรรมการเรียนรู้ด้วย AI และ IoT : ผลผลิตที่ได้ (Output) คือสิ่งที่เกิดขึ้นทันทีหลังจบการอบรม: - โมเดลต้นแบบ (Machine Learning Model): ที่ผ่านการฝึกฝน ทดสอบ และพร้อมสำหรับการปรับใช้งาน (Deploy) - ร่างโครงการนวัตกรรม: แนวคิดหรือโมเดลธุรกิจนวัตกรรมที่ผ่านการระดมสมองและออกแบบตามกระบวนการ - แผนการวัดผล: เกณฑ์การประเมินประสิทธิภาพของโมเดลที่สร้างขึ้น ผลลัพธ์ที่ได้รับ (Outcome) คือผลประโยชน์หรือความสามารถที่ผู้เข้าอบรมได้รับ: - ทักษะการเป็นนักพัฒนาระบบ AI: ผู้เข้าร่วมสามารถเข้าใจและลงมือสร้างโมเดลเรียนรู้ของเครื่องได้ครบวงจร (End-to-End) - ทักษะการคิดเชิงนวัตกรรม: ความสามารถในการเชื่อมโยงเทคโนโลยี AI เข้ากับปัญหาจริงเพื่อสร้างทางออกใหม่ๆ (Innovative Solutions) - เครือข่ายความร่วมมือ: การได้ทำงานร่วมกับวิทยากรผู้เชี่ยวชาญและทีมที่ปรึกษา (Mentor) ในแต่ละกลุ่มย่อย@03 ก.พ. 69 12:04
การประยุกต์ใช้เทคโนโลยีอัจฉริยะเพื่อพัฒนาสื่อการเรียนการสอนดิจิทัล: บูรณาการ IoT และ AI สำหรับนวัตกรรมการศึกษา
การอบรม Module 3 - การออกแบบและพัฒนานวัตกรรมการเรียนรู้ด้วย AI และ IoT : ผลผลิตที่ได้จากการอบรม (Outputs) คือสิ่งที่ผู้เข้าอบรม "สร้างขึ้นมาได้จริง" หลังจบโครงการ: - Local AI System: ระบบ LLM (Ollama) ที่ติดตั้งและทำงานบนเครื่องคอมพิวเตอร์ส่วนบุคคล - Automation Workflows: ชุดคำสั่งอัตโนมัติบน n8n ที่เชื่อมโยงการทำงานระหว่างเครื่องมือต่างๆ - Knowledge Base: ฐานข้อมูลความรู้แบบ Vector ที่แปลงมาจากเอกสาร PDF หรือคู่มือ (Document-to-Knowledge) - Custom Chat Bot: แชทบอทบน Discord ที่สามารถตอบคำถามโดยอ้างอิงข้อมูลจากฐานความรู้เฉพาะด้านได้อย่างแม่นยำ ผลลัพธ์ที่ได้ (Outcomes) คือ "ประโยชน์หรือทักษะ" ที่เกิดกับผู้เข้าอบรมและองค์กร: - Data Privacy: ความสามารถในการใช้งาน AI ระดับสูงโดยไม่ต้องส่งข้อมูลออกนอกองค์กร (ผ่าน Local LLM) - Operational Efficiency: ลดภาระงานรูทีนด้วยการใช้ Workflow Automation (n8n) - Specialized AI Assistant: มีผู้ช่วยอัจฉริยะที่รอบรู้ในกฎระเบียบหรือข้อมูลเฉพาะของหน่วยงาน ช่วยลดเวลาในการค้นหาข้อมูลในเอกสารหนาๆ - Technical Skill Upgrading: ผู้เข้าอบรมมีทักษะการเป็น AI Developer เบื้องต้นแบบ Low Code ซึ่งสามารถนำไปประยุกต์ต่อยอดในงานอื่นๆ ได้ทันที@03 ก.พ. 69 11:58
การประยุกต์ใช้เทคโนโลยีอัจฉริยะเพื่อพัฒนาสื่อการเรียนการสอนดิจิทัล: บูรณาการ IoT และ AI สำหรับนวัตกรรมการศึกษา
การอบรม Module 3 - การออกแบบและพัฒนานวัตกรรมการเรียนรู้ด้วย AI และ IoT : ผลผลิตจากการอบรม (Outputs) สิ่งที่จะได้รับทันทีหลังจบการอบรม: - Workflow การใช้งาน AI: ขั้นตอนการนำ Model ไปใช้งานจริงที่เป็นรูปธรรม - API Endpoints: ชุดคำสั่ง API ที่ถูกสร้างขึ้นและผ่านการทดสอบด้วย Python หรือ Postman - Vector Database/Index: ข้อมูลจากเอกสาร PDF ที่ถูกแปลงเป็นรูปแบบเวกเตอร์พร้อมสำหรับการค้นหาและตอบคำถาม ผลลัพธ์ที่ได้ (Outcomes) ประโยชน์และทักษะที่ผู้เข้าอบรมจะได้รับ: - ทักษะการบูรณาการ AI: สามารถเชื่อมโยง AI Model เข้ากับระบบงานเดิมผ่าน API ได้อย่างมีประสิทธิภาพ - ความสามารถในการจัดการ Data Pipeline: เข้าใจกระบวนการเปลี่ยนข้อมูลดิบ (PDF) ให้เป็นข้อมูลที่ AI เข้าใจ - การเพิ่มประสิทธิภาพการทำงาน: สามารถใช้เครื่องมือ Low Code เพื่อสร้างโซลูชันด้าน AI ได้รวดเร็วกว่าการเขียน Code แบบดั้งเดิม - ความพร้อมในการแก้ปัญหาจริง: มีทักษะในการวิเคราะห์และตรวจสอบภาพจริงด้วย AI ซึ่งสามารถนำไปต่อยอดในงานสายอุตสาหกรรม การตรวจสอบ หรือการควบคุมคุณภาพได้@03 ก.พ. 69 11:53