ปัจจัยที่มีอิทธิพลต่อการยอมรับเทคโนโลยีปัญญาประดิษฐ์ของบุคลากรห้องสมุดสถาบันอุดมศึกษาในประเทศไทย: แนวทางพัฒนาเชิงกลยุทธ์
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้ศึกษาปัจจัยที่มีอิทธิพลต่อการยอมรับการใช้เทคโนโลยีปัญญาประดิษฐ์ของบุคลากรห้องสมุดสถาบันอุดมศึกษาในประเทศไทย ผู้วิจัยใช้กรอบแนวคิดด้านเทคโนโลยี องค์กรและสภาพแวดล้อมของ Tornatzky & Fleischer (1990) ร่วมกับแบบจำลองการยอมรับเทคโนโลยีของ Davis (1989) และปัจจัยด้านทักษะความเข้าใจและใช้เทคโนโลยีปัญญาประดิษฐ์มาใช้ในการศึกษา เก็บข้อมูลผ่านแบบสอบถามจากกลุ่มตัวอย่างจำนวน 151 คน นำข้อมูลมาวิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา ค่าสัมประสิทธิ์สหสัมพันธ์ และสมการถดถอยพหุคูณ ผลการวิจัยพบว่าปัจจัยด้านทักษะความเข้าใจและใช้เทคโนโลยีปัญญาประดิษฐ์ เป็นปัจจัยที่สำคัญที่สุดที่มีอิทธิพลเชิงบวกต่อปัจจัยการรับรู้ประโยชน์และปัจจัยการรับรู้ความง่ายในการใช้งาน ในขณะที่ปัจจัยตามกรอบแนวคิดด้านเทคโนโลยี องค์กรและสภาพแวดล้อม พบว่า บริบทสภาพแวดล้อมอิทธิพลเชิงบวกต่อปัจจัยการรับรู้ประโยชน์ของเทคโนโลยีปัญญาประดิษฐ์ และบริบทเทคโนโลยีส่งผลเชิงบวกต่อปัจจัยการรับรู้ความง่ายในการใช้งานเท่านั้น ในขณะที่ปัจจัยตามแบบจำลองการยอมรับเทคโนโลยี ยืนยันว่าปัจจัยการรับรู้ประโยชน์และปัจจัยการรับรู้ความง่ายในการใช้งานมีอิทธิพลเชิงบวกต่อความตั้งใจใช้เทคโนโลยีปัญญาประดิษฐ์ ผลการวิจัยสามารถเสนอแนวทางพัฒนาเชิงกลยุทธ์สำหรับห้องสมุดสถาบันอุดมศึกษา ได้แก่ การออกแบบแผนพัฒนาความรู้และทักษะในการใช้เทคโนโลยีปัญญาประดิษฐ์ การกำหนดนโยบายและสร้างสภาพแวดล้อมที่เหมาะสมต่อการบูรณาการเทคโนโลยี และการส่งเสริมการใช้เทคโนโลยีให้เกิดประสิทธิภาพอย่างยั่งยืน
Downloads
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
ณิชารีย์ กิตติคุณศิริ. (2562). ปัจจัยที่ส่งผลต่อการยอมรับเทคโนโลยีปัญญาประดิษฐ์แชทบอท [วิทยาศาสตรมหาบัณฑิต,
มหาวิทยาลัยธรรมศาสตร์]. TU Digital Collections. https://digital.library.tu.ac.th/tu_dc/frontend/Info/item/dc:169106
แพรวพัชร จิระเดชะ. (2566). ปัจจัยการยอมรับเทคโนโลยีปัญญาประดิษฐ์ Generative AI มาใช้ในองค์กร: กรณีศึกษาพนักงานที่ทำงานในนิคมอุตสาหกรรมมาบตาพุด จังหวัดระยอง [วิทยาศาสตรมหาบัณฑิต, มหาวิทยาลัยธรรมศาสตร์]. TU Digital Collections. https://digital.library.tu.ac.th/tu_dc/frontend/Info/item/dc:313549
พีระพงษ์ แสวงศรี. (2566). การศึกษาการยอมรับและใช้งานเทคโนโลยีปัญญาประดิษฐ์กับระบบการศึกษาของนักเรียนระดับมัธยมศึกษาตอนปลาย [ปริญญาการจัดการมหาบัณฑิต, มหาวิทยาลัยมหิดล]. CMMU Digital Archive. https://archive.cm.mahidol.ac.th/handle/123456789/5299
อัยย์ญาดา โรจวิสิฐภัทร์. (2565). ปัจจัยองค์กร เทคโนโลยี สิ่งแวดล้อม และสมรรถนะทางการบัญชีที่มีผลต่อการยอมรับการใช้งาน RPA Software ของพนักงานบัญชีและการเงิน กรณีศึกษา อุตสาหกรรมยานยนต์และชิ้นส่วน จังหวัดชลบุรีและระยอง[วิทยาศาสตรมหาบัณฑิต, มหาวิทยาลัยธรรมศาสตร์]. TU Digital Collections. https://digital.library.tu.ac.th/tu_dc/frontend/Info/item/dc:311509
อภิสรา คชรัฐแก้วฟ้า. (2566). การศึกษาผลกระทบจากการยอมรับใช้งานเทคโนโลยีปัญญาประดิษฐ์ (AI) ด้านความพึงพอใจในการทำงานของพนักงานออฟฟิศในประเทศไทย [ปริญญาการจัดการมหาบัณฑิต, มหาวิทยาลัยมหิดล]. CMMU Digital Archive. https://archive.cm.mahidol.ac.th/handle/123456789/5260
Abate, Y. A., Ukpabi, D. C., & Karjaluoto, H. (2025). Investigating digital marketing readiness among tourism firms: An emerging economy perspective. Current Issues in Tourism, 28(13), 2153–2172. https://doi.org/10.1080/13683500.2024.2358047
Abdekhoda, M., Dehnad, A., & Zarei, J. (2019). Determinant factors in applying electronic medical records in healthcare. The Eastern Mediterranean Health Journal, 25(1), 24–33. https://doi.org/10.26719/emhj.18.007
Ajani, Y. A., Tella, A., Salawu, K. Y., & Abdullahi, F. (2022). Perspectives of librarians on awareness and readiness of academic libraries to integrate artificial intelligence for library operations and services in Nigeria. Internet Reference Services Quarterly, 26(4), 213–230. https://doi.org/10.1080/10875301.2022.2086196
Akinola, S. (2023). Capabilities and apparent implications of artificial intelligence (AI) adoption in Nigerian academic libraries. University Library at a New Stage of Social Communications Development. Conference Proceedings, 283–289. https://doi.org/10.15802/unilib/2023_293813
Al-Abdullatif, A. M. (2024). Modeling teachers’ acceptance of generative artificial intelligence use in higher education: The role of ai literacy, intelligent TPACK, and perceived trust. Education Sciences, 14(11), 1209. https://doi.org/10.3390/educsci14111209
Chai, C. S., Lin, P.-Y., Jong, M. S.-Y., Dai, Y., Chiu, T. K. F., & Qin, J. (2021). Perceptions of and behavioral intentions towards learning artificial intelligence in primary school students. Educational Technology & Society, 24(3), 89-101. https://www.jstor.org/stable/27032858
Chatterjee, S., Rana, N. P., Dwivedi, Y. K., & Baabdullah, A. M. (2021). Understanding ai adoption in manufacturing and production firms using an integrated TAM-TOE model. Technological Forecasting and Social Change, 170, 120880. https://doi.org/10.1016/j.techfore.2021.120880
Cox, A. M., & Mazumdar, S. (2024). Defining artificial intelligence for librarians. Journal of Librarianship and Information Science, 56(2), 330–340. https://doi.org/10.1177/09610006221142029
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39(2), 175–191. https://doi.org/10.3758/BF03193146
Hussain, A., & Khan, A. (2025). Librarian acceptance of artificial intelligence in academic libraries of Islamabad: An application of the technology acceptance model. Technical Services Quarterly, 42(3–4), 297–317. https://doi.org/10.1080/07317131.2025.2512280
Jalagar, V. Y., Rathod, P. M., & Karkun, S. G. (2025). Artificial Intelligence's (AI) impact on libraries: A new era. International Journal of Research in Library Science, 11(1), 279–282. https://doi.org/10.26761/ijrls.11.1.2025.1847
Katebi, A., Homami, P., & Najmeddin, M. (2022). Acceptance model of precast concrete components in building construction based on technology acceptance model (TAM) and technology, organization, and environment (TOE) framework. Journal of Building Engineering, 45, 103518. https://doi.org/10.1016/j.jobe.2021.103518
Li, D. (2024). Adoption of artificial intelligence in public and private libraries of china: Determinants, challenges, and perceived benefits. Profesional de la información, 33(4), 1-12. https://doi.org/10.3145/epi.2024.ene.0416
Maheshwari, G. (2023). Factors influencing students' intention to adopt and use ChatGPT in higher education: A study in the Vietnamese context. Education and Information Technologies, 29(10), 12167–12195. https://doi.org/10.1007/s10639-023-12333-z
Masinde, J. M., Mugambi, F., & Wambiri, D. M. (2024). Exploring the current landscape of artificial intelligence adoption in Kenyan academic libraries. In ICEGOV ’24: Proceedings of the 17th International Conference on Theory and Practice of Electronic Governance (pp. 403–408). Association for Computing Machinery. https://doi.org/10.1145/3680127.3680156
Mercuri, F., Quaglieri, L., Ramírez-Hurtado, J. M., & Quattrociocchi, B. (2025). Technological, organizational and environmental determinants influencing the intention to adopt GEN-AI of public sector organizations: a cross-country comparative analysis. European Journal of Innovation Management, 1–26. https://doi.org/10.1108/ejim-03-2025-0359
Na, S., Heo, S., Han, S., Shin, Y., & Roh, Y. (2022). Acceptance model of artificial intelligence (AI)-based technologies in construction firms: Applying the technology acceptance model (TAM) in combination with the technology–organisation–environment (TOE) framework. Buildings, 12(2), 90. https://doi.org/10.3390/buildings12020090
Ning, Y., Zhang, W., Yao, D., Fang, B., Xu, B., & Wijaya, T. T. (2025). Development and validation of the artificial intelligence literacy scale for teachers (AILST). Education and Information Technologies, 30(12), 17769–17803. https://doi.org/10.1007/s10639-025-13347-5
Schiavo, G., Businaro, S., & Zancanaro, M. (2024). Comprehension, apprehension, and acceptance: understanding the influence of literacy and anxiety on acceptance of artificial Intelligence. Technology in Society, 77, 102537. https://doi.org/10.1016/j.techsoc.2024.102537
Statista. (2023). Artificial intelligence (AI) and publishing in the United States. Statista. https://www.statista.com/study/135757/ai-in-publishing/
Statista. (2024). Artificial Intelligence: in-depth market analysis. Statista. https://www.statista.com/study/50485/in-depth-report-artificial-intelligence/
Wang, B., Rau, P.-L., & Yuan, T. (2022). Measuring user competence in using artificial intelligence: validity and reliability of artificial intelligence literacy scale. Behaviour & information technology, 42, 1-14. https://doi.org/10.1080/0144929X.2022.2072768
Zhang, S. (2024). How AI literacy affects the intention to use AIGC: An empirical TAM-based study. Journal of Big Data and Computing, 2(3), 169. https://doi.org/10.62517/jbdc.202401326
