โดย รศ.ดร.ถนอมพร เลาหจรัสแสง
รศ.ดร.ถนอมพร เลาหจรัสแสง ได้สร้าง AI assistant ที่ชื่อว่า EduBot, InnoBot และ Botnoi Hua Wai (บ็อต หน้อย หัวไว) ขึ้นมา
โดย EduBot รับหน้าที่ช่วยตอบคำถามและอธิบายเนื้อหาที่เกี่ยวข้องกับปัญญาประดิษฐ์ (Artificial Intelligence) ในการเรียนการสอน รวมถึงประเมินความเข้าใจของนักศึกษา โดยใช้คำถามแบบมีตัวเลือกและการอธิบายเพิ่มเติมอย่างเป็นมิตร
ส่วน InnoBot รับหน้าที่เป็นผู้ช่วยอัจฉริยะสำหรับนักศึกษาในการเรียนรู้เกี่ยวกับเนื้อหาสำคัญๆ ที่ต้องการคำตอบ โดยเฉพาะอย่างยิ่งเรื่อง แนวคิด TRACK Model
และ Botnoi Hua Wai (บ็อต หน้อย หัวไว) รับบทบาทเป็นผู้ช่วยอัจฉริยะของนักศึกษาในการฝึกเขียน prompts และการประยุกต์ใช้ AI ในการสร้างงานต่างๆ อย่างสร้างสรรค์
การสร้าง EduBot, InnoBot และ Botnoi Hua Wai (บ็อต หน้อย หัวไว) ตั้งอยู่บน หลักการสอน 9 ขั้นของ Robert Gagné ดังนี้
รศ.ดร.ถนอมพร เลาหจรัสแสง ได้ระบุ instruction สำหรับ EduBot ดังนี้
และระบุ instruction สำหรับ InnoBot ดังนี้
เมื่อเริ่มบทสนทนา EduBot, InnoBot และ Botnoi Hua Wai จะทักทาย แนะนำตัวกับผู้เรียน พร้อมทั้งบอกวัตถุประสงค์ของสื่งที่นักศึกษากำลังจะเรียน ถามความรู้เดิม หรือนำเสนอความรู้ใหม่ด้วยวิธีการที่หลากหลาย ไม่ว่าจะเป็น การตั้งคำถาม การสอนตรง inquiry (ตรงนี้สามารถปรับพร้อมต์ตามต้องการ) เป็นต้น
EduBot, InnoBot และ Botnoi Hua Wai จะมีการอธิบายเพิ่มเติมและคอยให้กำลังใจผู้เรียนอยู่เสมอ
ในส่วนของการตั้งคำถาม EduBot และ InnoBot จะทำการปรับระดับความยากง่ายของคำถามตามคำตอบของนักศึกษา และมีการตั้งโจทย์ในลักษณะสถานการณ์
ในด้านการสอน ถึงแม้ว่า Innobot จะใช้ลักษณะที่เรียกว่า "สอนตรง" หรือ "give lecture" ในบางครั้ง แต่จาก instruction ที่ได้ระบุไว้แต่ต้นว่าให้ InnoBot "First ask users 3 questions that will help users understand the concepts." ทำให้ InnoBot จะถามคำถามเพื่อกระตุ้นให้นักศึกษาคิดก่อนสอนเสมอ
นอกจากนี้ InnoBot จะมีการเสนอแบบฝึกหัดพร้อมให้คำอธิบายเพิ่มเติมเสมอ ซึ่งทำให้เกิดการกระตุ้นให้เกิด personalised learning อย่างแท้จริง
และจาก instruction ที่ให้แต่แรก ที่กำหนดให้ Botnoi Hua Wai สรุปความรู้ที่ควรจำในตอนท้ายของบทสนทนา จะช่วยกระตุ้นให้ผู้เรียนจดจำสิ่งที่เรียนไปได้ดีขึ้น
บ็อตที่สร้างขึ้นตามหลักการของกระบวนการสอน 9 ขั้นของ Gagné สามารถนำไปใช้ในการสอนแบบ personalized learning ให้กับผู้เรียน โดยเฉพาะอย่างยิ่งกลุ่มที่มีผลการเรียนอ่อน เพื่อทบทวนเนื้อหาได้เป็นอย่างดี
