กลยุทธ์ลดงาน: สร้าง AI Hack Life อัตโนมัติ ด้วย Agentic AI เพื่อส่งเสริมการรู้สารสนเทศ
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษานี้มีวัตถุประสงค์เพื่อพัฒนาต้นแบบระบบอัตโนมัติสำหรับการสร้างและจัดการเนื้อหารายการ AI Hack Life โดยประยุกต์ใช้เทคโนโลยี Agentic AI ร่วมกับแพลตฟอร์ม n8n เพื่อเพิ่มประสิทธิภาพและลดภาระงานของบุคลากร และเพื่อใช้รายการดังกล่าวเป็นแหล่งเรียนรู้ตามอัธยาศัยสำหรับส่งเสริมการรู้สารสนเทศด้านปัญญาประดิษฐ์ การศึกษาใช้การเปรียบเทียบระดับกระบวนการภายใต้กรอบแนวคิด Lean Thinking และ Time and Motion Study โดยใช้ข้อมูลเวลาจากการปฏิบัติงานจริงของกระบวนการแบบดั้งเดิมเป็นค่าฐาน (Baseline) เปรียบเทียบกับค่าเฉลี่ยเวลาจากการทดลองกระบวนการภายใต้ระบบต้นแบบที่พัฒนาขึ้น โดยทีมพัฒนาระบบ จำนวน 2 คน ปฏิบัติงานร่วมกันและทดลอง จำนวน 10 ครั้ง ในแต่ละกระบวนงาน ครอบคลุม 5 กระบวนงาน ได้แก่ การเตรียมเนื้อหา การบันทึกหรือสังเคราะห์เสียง การตัดต่อและปรับปรุงเสียง การสร้างภาพปก และการเผยแพร่ข้ามแพลตฟอร์ม
ผลการศึกษา พบว่า กระบวนการภายใต้ระบบต้นแบบที่พัฒนาขึ้นช่วยลดเวลานำรวมของกระบวนการผลิตจาก 360 นาที เหลือ 39 นาที คิดเป็นร้อยละ 89.17 สะท้อนศักยภาพของ Agentic AI และเวิร์กโฟลว์อัตโนมัติในการเพิ่มประสิทธิภาพของกระบวนการ ลดงานซ้ำซ้อน การรอคอย และภาระงานเชิงเทคนิคของบุคลากร อย่างไรก็ตาม ระบบยังมีข้อจำกัดด้านความเป็นธรรมชาติของเสียงสังเคราะห์จาก Text-to-Speech โดยเฉพาะการถ่ายทอดอารมณ์ การออกเสียง และจังหวะการพูด รวมถึงความเสี่ยงต่อความคลาดเคลื่อนของเนื้อหาที่สร้างด้วย Generative AI นอกจากนี้ สำนักหอสมุดสามารถผลิตและเผยแพร่รายการ AI Hack Life ในรูปแบบพอดแคสต์และบทความ จำนวน 18 ตอน และมีจำนวนการเข้าชมรวม 2,471 ครั้งภายในระยะเวลาไม่ถึง 2 เดือน สะท้อนการเข้าถึงและความสนใจเบื้องต้นของผู้ใช้ต่อเนื้อหาด้านปัญญาประดิษฐ์ ทั้งนี้ จำนวนการเข้าชมไม่สามารถใช้ยืนยันการเพิ่มขึ้นของความรู้หรือการรู้สารสนเทศด้านปัญญาประดิษฐ์ได้โดยตรง
โดยสรุป การประยุกต์ใช้ Agentic AI ร่วมกับแพลตฟอร์ม n8n สามารถสนับสนุนการเพิ่มประสิทธิภาพกระบวนการผลิตสื่อและลดภาระงานเชิงเทคนิค โดยการเปรียบเทียบในการศึกษานี้มุ่งสะท้อนประสิทธิภาพในระดับกระบวนการ มิใช่ประสิทธิภาพรายบุคคล รูปแบบการดำเนินงานที่เหมาะสมจึงควรเป็นความร่วมมือระหว่างมนุษย์และ AI โดยให้ AI สนับสนุนงานเชิงเทคนิคและงานที่เป็นระบบ ขณะที่บุคลากรยังคงมีบทบาทสำคัญในการตรวจสอบข้อเท็จจริง กลั่นกรองเนื้อหา กำกับคุณภาพ ออกแบบประสบการณ์การเรียนรู้ และรักษาอัตลักษณ์ขององค์กร เพื่อให้การพัฒนานวัตกรรมบริการสารสนเทศมีประสิทธิภาพ ความน่าเชื่อถือ และความยั่งยืนควบคู่กันไป
Downloads
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม. (16 ตุลาคม 2568). ประกาศกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม เรื่อง แนวปฏิบัติเกี่ยวกับการจัดการเรียนการสอนด้านปัญญาประดิษฐ์ในหลักสูตรการศึกษาของสถาบันอุดมศึกษา พ.ศ. 2568. https://www.ops.go.th/th/content_page/item/13535-E-office_policy
จีระนันท์ มูลมาตร, ธาริณี ใจสอาด, นงเยาว์ เรืองบุญส่ง, ภานุวัฒน์ สุวรรณมาโจ, รวิวรรณ สิทธิสุวรรณ, ธีรังกูร วรบำรุงกุล, เริงวิชญ์ นิลโคตร, วัยวุฒิ บุญลอย, และอรุณเกียรติ จันทร์ส่งแสง. (2564). การใช้เทคโนโลยีสารสนเทศเพื่อการบริหารของสถานศึกษาในยุคดิจิทัลทรานฟอร์เมชั่น. Quality of Life and Law Journal, 17(2), 21–32. https://so05.tci-thaijo.org/index.php/QLLJ/article/view/256758
มหาวิทยาลัยขอนแก่น. (2568). แผนยุทธศาสตร์การบริหาร มหาวิทยาลัยขอนแก่น พ.ศ. 2569–2572. กองยุทธศาสตร์ สำนักงานอธิการบดี. https://strategy.kku.ac.th/docs/strategicplan2569-2572/
สำนักงานคณะกรรมการพัฒนาการเศรษฐกิจและสังคมแห่งชาติ. (2561). ยุทธศาสตร์ชาติ พ.ศ. 2561–2580. https://www.nesdc.go.th/info/national-strategy/
สำนักหอสมุด มหาวิทยาลัยขอนแก่น. (2568). แผนปฏิบัติการและการถ่ายทอด OKR/KRL ประจำปี 2568.
Bharsakade, R. S., Acharya, P., Ganapathy, L., & Tiwari, M. K. (2021). A lean approach to healthcare management using multi criteria decision making. OPSEARCH, 58(3), 610–635. https://doi.org/10.1007/s12597-020-00490-5
Desmedt, C. P., Budts, W., De Vos, M., & Moons, P. (2025). Artificial intelligence-generated podcasts open new doors to make science accessible: A mixed-method evaluation of quality and the potential for science communication. European Journal of Cardiovascular Nursing, 24(6), 885–895. https://doi.org/10.1093/eurjcn/zvaf074
Do, T. D., Bin Shafqat, U., Ling, E., & Sarda, N. (2025). PAIGE: Examining learning outcomes and experiences with personalized AI-generated educational podcasts. In Proceedings of the CHI Conference on Human Factors in Computing Systems (CHI ’25) (Article 896, pp. 1–12). Association for Computing Machinery. https://doi.org/10.1145/3706598.3713460
Gonzalez, G. R., Habel, J., & Hunter, G. K. (2026). AI agents, agentic AI, and the future of sales. Journal of Business Research, 202, 115799. https://doi.org/10.1016/j.jbusres.2025.115799
Gu, Q. C., Hickey, D., & Ryokai, K. (2025). When AI tells their story: Researchers’ reactions to AI-generated podcasts as a tool for communicating research. In Extended Abstracts of the CHI Conference on Human Factors in Computing Systems (CHI EA ’25) (Article 597, pp. 1–6). Association for Computing Machinery. https://doi.org/10.1145/3706599.3719971
Meng, Q., Li, D., & Wang, Q. (2023). A workflow orchestration method for NFV integration deployment. In 2023 IEEE 3rd International Conference on Computer Communication and Artificial Intelligence (CCAI) (pp. 399–404). IEEE. https://doi.org/10.1109/CCAI57533.2023.10201267
Mysore, A. N., Rao, S. M., Pramath, M., & Laxmi, V. (2026). A framework for autonomous podcast generation. In 2026 International Conference on Intelligent and Innovative Technologies in Computing, Electrical and Electronics (IITCEE) (pp. 1–5). IEEE. https://doi.org/10.1109/IITCEE67948.2026.11394302
Neamtu, I.-A., Chambel, T., & Vatavu, R.-D. (2026). Beyond the microphone: A targeted literature review of generative AI in podcasting. In Proceedings of the 2026 ACM International Conference on Interactive Media Experiences (IMX ’26) (pp. 469–473). Association for Computing Machinery. https://doi.org/10.1145/3788851.3815027
Prakash, C., Rao, B. P., Shetty, D. V., & Vaibhava, S. (2020). Application of time and motion study to increase the productivity and efficiency. Journal of Physics: Conference Series, 1706(1), 012126. https://doi.org/10.1088/1742-6596/1706/1/012126
Qurtubi, Haswika, Purnomo, H., & Kien, P. T. (2026). Integrating lean warehousing and systematic analysis to minimize waste in finished product storage: A case study and generalizable improvement framework. Advance Sustainable Science, Engineering and Technology, 8(1), 02601011-01–02601011-011. https://doi.org/10.26877/asset.v8i1.2765
Salimi, W. K., Kusumasari, T. F., & Suakanto, S. (2025). Leveraging N8N agent platform and AI for automated job candidate screening. In 2025 12th International Conference on Advanced Informatics: Concept, Theory and Application (ICAICTA). IEEE. https://doi.org/10.1109/ICAICTA67604.2025.11335111
Tennant, L. (2026). Augment, not replace: Utilising AI tools for documentary podcast production. International Journal of Creative Media Research, 13, 1–9. https://doi.org/10.24135/ijcmr.v13iApril.167
Wali, M., Nasir, N., & Iqbal, T. (2025). Implementing workflow automation with N8N to enhance operational efficiency and performance in the Sharia Cooperative of Bank Indonesia, Aceh Province. Journal Digital Technology Trend, 4(1), 36–47. https://doi.org/10.56347/jdtt.v4i1.341
Xiao, Y., He, L., Guo, H., Xie, F., & Lee, T. (2025). PodAgent: A comprehensive framework for podcast generation. In W. Che, J. Nabende, E. Shutova, & M. T. Pilehvar (Eds.), Findings of the Association for Computational Linguistics: ACL 2025 (pp. 23923–23937). Association for Computational Linguistics. https://doi.org/10.18653/v1/2025.findings-acl.1226
