สนับสนุนการนำ AI มาใช้ในด้านการศึกษาอย่างคุ้มค่า

สนับสนุนการนำ AI มาใช้ในด้านการศึกษาอย่างคุ้มค่า

• โนอาห์ ยาร์โรว์

• ไมเคิล ทรูคาโน

• เจมมา โรดอน

• มาร์ติน อี. เดอ ซิโมน

• เอควา นูอามา เบนทิล

4 สิงหาคม 2569

ภาพ: โนนี เรเยส / ธนาคารโลก

การนำ AI มาใช้ในการศึกษานั้นมีความคล้ายคลึงกับความท้าทายก่อนหน้านี้ในการบูรณาการเทคโนโลยีการศึกษา และในขณะเดียวกันก็แตกต่างกันมาก ความคล้ายคลึงกันคือ ข้อจำกัดด้านโครงสร้างพื้นฐานที่มีต้นทุนสูงจำกัดการเข้าถึง และจำเป็นต้องมีการยกระดับทักษะและการฝึกอบรมเพื่อการนำไปใช้อย่างมีประสิทธิภาพในวงกว้าง สิ่งที่แตกต่างอย่างเห็นได้ชัดเกี่ยวกับ AI คือความเร็วในการพัฒนาและการนำไปใช้ FOMO (ความกลัวที่จะพลาดโอกาส) เป็นแรงผลักดันที่น่าเสียดายแต่เป็นเรื่องจริงของความพยายามมากมายที่จะนำ AI มาใช้ในการศึกษาอย่างรวดเร็วก่อนที่จะรู้แน่ชัดว่าควรทำอย่างไร ใครได้รับประโยชน์และใครไม่ได้รับประโยชน์ สภาพแวดล้อมที่เอื้อต่อความสำเร็จเป็นอย่างไร และค่าใช้จ่ายทั้งหมดเป็นเท่าใด การเคลื่อนไหวอย่างรวดเร็วอาจทำให้เกิดความผิดพลาดได้ แต่การไม่ทำอะไรเลยอาจทำให้ประเทศและชุมชนที่อยู่ฝั่งที่เสียเปรียบในด้านความเหลื่อมล้ำทางดิจิทัลยิ่งล้าหลังกว่าประเทศอื่นๆ

เอกสารวิจัยฉบับใหม่จากธนาคารโลก เรื่อง "การประเมินต้นทุนการใช้ AI ในการศึกษาในประเทศที่มีรายได้ต่ำและปานกลาง" ระบุแนวทางในการจัดทำงบประมาณและการจัดหาเงินทุนที่กระทรวงศึกษาธิการจะต้องพิจารณาเพื่อสนับสนุนครูและผู้เรียนในการใช้ AI ด้วยข้อจำกัดด้านทรัพยากรและช่องว่างด้านโครงสร้างพื้นฐาน กลยุทธ์ที่คุ้มค่าควรให้ความสำคัญกับแนวทางที่ลดการลงทุนล่วงหน้า จัดการต้นทุนที่เกิดขึ้นซ้ำ และสร้างหลักฐานที่เกี่ยวข้องกับนโยบาย

แทนที่จะเริ่มต้นด้วยการใช้งานในวงกว้างทั่วทั้งระบบ ประเทศต่างๆ สามารถเริ่มต้นด้วยแอปพลิเคชันที่กำหนดเป้าหมายซึ่งแก้ไขข้อจำกัดที่สำคัญต่อการสอนและการเรียนรู้ ในขณะเดียวกันก็สร้างขีดความสามารถของสถาบัน

1. เริ่มต้นที่ครู ไม่ใช่ที่นักเรียน การแทรกแซงที่สนับสนุนครูผ่านการวางแผนบทเรียน การให้ข้อเสนอแนะ การฝึกสอน หรือความช่วยเหลือด้านการบริหาร มักจะคุ้มค่ากว่าเครื่องมือที่ใช้กับนักเรียนโดยตรง โดยเฉพาะอย่างยิ่งในระยะเริ่มต้น พวกมันต้องการอุปกรณ์น้อยลง สามารถใช้งานได้จริงแม้ในพื้นที่ที่การเข้าถึงของนักเรียนมีจำกัด และปรับปรุงคุณภาพการเรียนการสอนด้วยต้นทุนทางการเงินที่ต่ำกว่าต่อนักเรียนหนึ่งคน — ในขณะเดียวกันก็สร้างหลักฐานเกี่ยวกับการลงทุนเพิ่มเติมที่อาจจำเป็นเพื่อสนับสนุนการใช้ AI ในวงกว้างมากขึ้นสำหรับนักเรียน

2. ชั่งน้ำหนักต้นทุนของ AI เทียบกับต้นทุนที่สูงของสถานการณ์ปัจจุบัน ประมาณการความยากจนทางการเรียนรู้ทั่วโลก — สัดส่วนของเด็กอายุ 10 ปีที่ไม่สามารถอ่านและเข้าใจข้อความสั้นๆ ได้ — อยู่ที่ 70 เปอร์เซ็นต์ การขยายการให้บริการแบบดั้งเดิมโดยครูนั้นต้องใช้เงินทุนจำนวนมาก ในแอฟริกาใต้สะฮาราเพียงแห่งเดียว การบรรลุเป้าหมายการพัฒนาที่ยั่งยืนข้อที่ 4 จะต้องใช้เงินเพิ่มเติมปีละ 6.4 พันล้านดอลลาร์สหรัฐสำหรับครูระดับประถมศึกษา และ 38.7 พันล้านดอลลาร์สหรัฐสำหรับครูระดับมัธยมศึกษาภายในปี 2030 ต้นทุนที่เกี่ยวข้องกับ AI ควรได้รับการประเมินเทียบกับฐานนี้ ไม่ใช่ประเมินแยกต่างหาก

3. สร้างบนโครงสร้างพื้นฐานที่มีอยู่แล้ว การใช้ประโยชน์จากฮาร์ดแวร์ที่มีอยู่ เช่น อุปกรณ์โรงเรียนที่ใช้ร่วมกันและเครือข่ายมือถือในปัจจุบัน ช่วยลดความจำเป็นในการลงทุนด้านทุนจำนวนมหาศาล สิ่งนี้จะเปลี่ยนจุดสนใจจากการจัดซื้อฮาร์ดแวร์ราคาแพงไปเป็นการใช้งานซอฟต์แวร์ที่ราคาไม่แพงและปรับขนาดได้ ซึ่งจะช่วยปลดปล่อยทรัพยากรสำหรับการฝึกอบรมครูและเนื้อหาดิจิทัลที่เกี่ยวข้องกับท้องถิ่น

4. ทบทวนการจัดหาเงินทุนและการจัดซื้อจัดจ้าง รูปแบบดั้งเดิมอาจต้องได้รับการปรับปรุงใหม่ กระทรวงศึกษาธิการสามารถปรับใช้แหล่งเงินทุนที่มีอยู่ เช่น กองทุนบริการสากลแห่งชาติ (USFs) เพื่ออุดหนุนค่าใช้จ่ายด้านคลาวด์คอมพิวติ้ง การทำสัญญาตามผลลัพธ์และรูปแบบการใช้งานแบบยืดหยุ่นจ่ายตามการใช้งานจะช่วยลดความเสี่ยงทางการเงินที่เกี่ยวข้องกับเครื่องมือ AI ที่พัฒนาอย่างรวดเร็วและหลีกเลี่ยงการล็อกระบบไว้กับเทคโนโลยีที่ล้าสมัย ความร่วมมือระหว่างภาครัฐและเอกชนสามารถรวมการกำกับดูแลของภาครัฐเข้ากับเงินทุนและความเชี่ยวชาญของภาคเอกชน การแยกชั้น AI พื้นฐานออกจากชั้นแอปพลิเคชันที่ผู้ใช้ใช้งานจะช่วยให้กระทรวงศึกษาธิการสามารถเปลี่ยนโมเดล AI ได้เมื่อมีรุ่นใหม่กว่า ราคาถูกกว่า หรือมีประสิทธิภาพมากกว่าเกิดขึ้น

5. ออกแบบเพื่อรองรับการเชื่อมต่อต่ำและงบประมาณที่จำกัด แอปพลิเคชัน AI ที่ทำงานได้โดยไม่มีการเชื่อมต่อและซิงโครไนซ์เมื่อมีแบนด์วิดท์พร้อมใช้งานจะมีประโยชน์อย่างยิ่งในพื้นที่ชนบทหรือพื้นที่ที่ขาดแคลนบริการ ตัวอย่างเช่น เครื่องมือที่บันทึกและวิเคราะห์การปฏิบัติงานในห้องเรียนและส่งข้อเสนอแนะให้ครูแบบออฟไลน์ โมเดลภาษาขนาดเล็กที่มีน้ำหนักเบา ซึ่งต้องการพลังการประมวลผลน้อยกว่าและมีค่าใช้จ่ายในการใช้งานต่ำกว่า อาจเป็นแนวทางที่ประหยัดและคุ้มค่ากว่าในกรณีที่โครงสร้างพื้นฐานและงบประมาณมีจำกัดมากที่สุด

6. ควรให้ความสำคัญกับการสร้างหลักฐานเชิงประจักษ์เป็นการลงทุนหลัก ไม่ใช่สิ่งที่คิดทีหลัง หลักฐานเกี่ยวกับความคุ้มค่า ความสามารถในการขยายขนาด และการนำ AI ไปใช้ในด้านการศึกษาในประเทศที่มีรายได้ต่ำและปานกลางยังคงมีจำกัดมาก รัฐบาลและพันธมิตรด้านการพัฒนาสามารถให้ทุนสนับสนุนโครงการนำร่องที่ออกแบบมาอย่างดี รวบรวมข้อมูลที่เปรียบเทียบได้เกี่ยวกับต้นทุนรวมในการเป็นเจ้าของและผลลัพธ์ และสร้างวงจรป้อนกลับที่ช่วยให้ระบบสามารถปรับตัวได้ตามเทคโนโลยีและราคาที่เปลี่ยนแปลงไป กระทรวงต่างๆ จะได้รับประโยชน์ร่วมกันจากการแบ่งปันสิ่งที่เรียนรู้กับกระทรวงอื่นๆ หากปราศจากสิ่งนี้ พวกเขามีความเสี่ยงที่จะลงทุนในเทคโนโลยีมูลค่าหลายล้านดอลลาร์ซึ่งอาจไม่ได้ผล ไม่สามารถขยายขนาดได้ และอาจเป็นอันตรายต่อผู้เรียนและระบบนิเวศการเรียนรู้ในวงกว้าง

การตัดสินใจที่จะ "ขยายขนาด" การใช้ AI ในการศึกษาควรอยู่บนพื้นฐานของวิธีการสอนที่ได้รับการพิสูจน์แล้ว มากกว่าการคาดการณ์ที่ไร้หลักฐาน โดยมีต้นทุนที่เข้าใจได้ ราคาไม่แพง และยั่งยืน โดยคำนึงถึงศักยภาพในการสร้างผลกระทบเทียบกับต้นทุนที่จะต้องใช้ในการบรรลุผลกระทบนั้น บทความถัดไปจะสำรวจว่าการเกิดขึ้นของ AI เปลี่ยนแปลงวิธีการที่กระทรวงศึกษาธิการสามารถวางแผนต้นทุนของเทคโนโลยีทางการศึกษาได้อย่างไร