ทักษะการคิดของคนรุ่นต่อไป

คณาจารย์กลัวอะไร

ทุกภาคการศึกษาใหม่ คณาจารย์ในมหาวิทยาลัยต้องเผชิญกับคำถามเดิมๆ ซ้ำแล้วซ้ำเล่า นั่นคือ นักศึกษาได้เรียนรู้จริงๆ หรือแค่เรียนให้จบปริญญาไปวันๆ? ปีนี้คำถามนั้นมีบริบทใหม่ การสำรวจในเดือนพฤศจิกายน 2025 โดยสมาคมวิทยาลัยและมหาวิทยาลัยแห่งอเมริกาและมหาวิทยาลัยอีลอน ซึ่งสำรวจคณาจารย์ 1,057 คน พบว่า 90% เชื่อว่า AI แบบสร้างสรรค์จะลดทักษะการคิดเชิงวิพากษ์ของนักศึกษา 83% เชื่อว่ามันจะทำให้สมาธิของพวกเขาสั้นลง และ 95% คาดว่ามันจะทำให้พวกเขาพึ่งพาเครื่องมือเหล่านั้นมากเกินไป เกือบสามในสี่ หรือ 73% เคยประสบปัญหาด้านความซื่อสัตย์ทางวิชาการที่เกี่ยวข้องกับ AI มาแล้ว นี่ไม่ใช่ความกังวลเล็กๆ น้อยๆ จากกลุ่มคนส่วนน้อยที่ต่อต้าน แต่เป็นมุมมองของคนส่วนใหญ่ในวิชาชีพ และเป็นมุมมองที่เฉพาะเจาะจง ไม่ใช่ "AI ก่อให้เกิดการเปลี่ยนแปลงอย่างฉับพลัน" ในเชิงนามธรรม แต่เป็นความรู้สึกร่วมกันว่ามีบางสิ่งบางอย่างที่วัดได้เกิดขึ้นกับวิธีคิดของนักศึกษา

สิ่งที่นักเรียนกำลังทำอยู่แล้ว

นักเรียนเองก็ไม่ได้ปิดบังเรื่องนี้เช่นกัน ผลสำรวจ AI สร้างสรรค์สำหรับนักเรียนปี 2026 ของ HEPI ซึ่งสำรวจนักศึกษาระดับปริญญาตรีในสหราชอาณาจักร 1,054 คน พบว่า 95% ใช้ AI ในรูปแบบใดรูปแบบหนึ่ง และ 94% ใช้ AI สำหรับงานประเมินผล มีเพียง 12% เท่านั้นที่ยอมรับว่าส่งงานที่สร้างโดย AI โดยตรง แม้ว่าตัวเลขนี้จะเพิ่มขึ้นถึงสี่เท่าตั้งแต่ปี 2024 ซึ่งอยู่ที่ 3% ซึ่งบ่งชี้ว่าขอบเขตระหว่าง "การใช้ AI เพื่อช่วย" และ "การปล่อยให้ AI ทำงานเอง" กำลังเปลี่ยนแปลงไปอย่างรวดเร็ว การนำคำพูดสองประโยคจากแบบสำรวจมาเปรียบเทียบกันก็บอกเล่าเรื่องราวได้เอง นักเรียนคนหนึ่งอธิบายว่าใช้ AI เพื่อสรุปเนื้อหาการอ่านที่ซับซ้อน เพื่อให้พวกเขาสามารถ "มุ่งเน้นไปที่การวิเคราะห์เชิงวิพากษ์และความเข้าใจที่ลึกซึ้งยิ่งขึ้น" อีกคนหนึ่งเขียนสั้นๆ ว่า "ฉันไม่ได้ใช้สมองเลย" เครื่องมือเดียวกัน คำศัพท์เดียวกัน ประสบการณ์การเรียนรู้ที่แตกต่างกันอย่างสิ้นเชิง และแบบสำรวจไม่ได้บ่งชี้ว่านักเรียนคนใดคนหนึ่งกำลังทำอะไรที่ผิดปกติ

เหตุใดกลไกจึงยังไม่เปลี่ยนแปลง

สิ่งที่แยกนักเรียนสองคนนั้นออกจากกันไม่ใช่เครื่องมือ แต่เป็นสิ่งที่ห้องเรียนต้องการจากพวกเขาหลังจากที่ได้ใช้เครื่องมือแล้ว AI สามารถตอบคำถาม "อะไร" ได้เร็วกว่าการบรรยายใดๆ เร็วกว่าตำราเรียนใดๆ เร็วกว่าเวลาให้คำปรึกษา แต่สิ่งที่ AI ทำไม่ได้คือการทำหน้าที่แทนนักเรียนในขณะที่พวกเขาถูกขอให้คาดการณ์ผลลัพธ์ ปกป้องทางเลือก หรืออธิบายบางสิ่งบางอย่างกลับมาด้วยคำพูดของตนเอง เพราะช่วงเวลาเหล่านั้นจะใช้ได้ผลก็ต่อเมื่อนักเรียนเป็นผู้ดึงข้อมูลออกมาเอง นี่คือแนวคิดเก่าแก่ที่อยู่เบื้องหลังทั้งหมดนี้: การฝึกฝนการดึงข้อมูล หรือบางครั้งเรียกว่าผลของการทดสอบ ซึ่งเป็นสิ่งที่ได้รับการพิสูจน์แล้วว่า การดึงข้อมูลออกจากความทรงจำอย่างกระตือรือร้นจะสร้างความเข้าใจที่แข็งแกร่งและยั่งยืนกว่าการได้รับข้อมูลนั้นซ้ำอีกครั้ง มันไม่ใช่เรื่องใหม่ และมันไม่ได้เกี่ยวกับ AI เพียงแต่ AI ทำให้การข้ามขั้นตอนนี้เป็นเรื่องง่ายอย่างผิดปกติ

งานวิจัยจากมหาวิทยาลัยเดร็กเซลในปี 2025 ได้ระบุตัวเลขของช่องว่างนั้นไว้ นักวิจัยได้ให้คำถามฝึกฝนการเรียกคืนข้อมูลที่สร้างโดย AI แก่นักศึกษาด้านวิทยาศาสตร์ข้อมูลในช่วงพักการบรรยาย ซึ่งเป็นคำถามที่ไม่กดดันมากนัก แต่บังคับให้นักศึกษาต้องระลึกและนำสิ่งที่เพิ่งเรียนไปประยุกต์ใช้ และเปรียบเทียบผลการสอบย่อยในภายหลังกับกลุ่มควบคุมที่ไม่ได้รับการฝึกฝนดังกล่าว กลุ่มที่ได้รับการฝึกฝนได้คะแนน 89% ในขณะที่กลุ่มควบคุมได้คะแนน 73% ความแตกต่าง 16 คะแนนนี้ นักวิจัยระบุว่ามีความสำคัญทั้งในเชิงสถิติและในทางปฏิบัติ โดยไม่ได้เปลี่ยนแปลงเนื้อหาใดๆ เลย เพียงแค่เปลี่ยนว่านักศึกษาได้รับการกระตุ้นให้เรียกคืนข้อมูลหรือไม่ ผลการค้นพบนี้ยังคงไม่เปลี่ยนแปลงแม้ว่าจะมี AI แล้วก็ตาม หากจะมีอะไรเปลี่ยนแปลงไป ก็คือการอธิบายสิ่งที่สำคัญอย่างแท้จริง นั่นคือ กลไกที่ก่อให้เกิดการเรียนรู้ที่แท้จริงยังคงทำงานโดยอาศัยความพยายามในการเรียกคืนข้อมูล และประโยชน์ของ AI สำหรับนักศึกษาขึ้นอยู่กับว่ามันถูกใช้เพื่อกระตุ้นความพยายามนั้น หรือใช้เพื่อทดแทนความพยายามนั้นทั้งหมด

เมื่อนโยบายหมดลง

นี่คือเหตุผลว่าทำไมเทคนิคการตั้งคำถาม ไม่ใช่นโยบายเกี่ยวกับ AI อาจกลายเป็นเครื่องมือที่ถูกใช้ประโยชน์น้อยที่สุดในระดับอุดมศึกษา จากการสำรวจของ AAC&U อาจารย์ 87% กล่าวว่าพวกเขาได้เขียนนโยบายการใช้ AI อย่างชัดเจนแล้ว แต่ 59% ยังคงกล่าวว่าสถาบันของพวกเขาไม่ได้เตรียมพร้อมที่จะช่วยให้นักเรียนรับมือกับสิ่งที่กำลังจะเกิดขึ้น นโยบายมีความจำเป็น แต่เป็นเพียงการควบคุมสิ่งที่นักเรียนส่งหลังจากนั้น มันแทบไม่มีผลอะไรเลยในช่วง 90 นาทีก่อนที่พวกเขาจะส่งงาน ในห้องบรรยายหรือห้องสัมมนาเอง ซึ่งเป็นช่วงเวลาที่การคิดเกิดขึ้นหรือไม่เกิดขึ้น และเป็นช่วงเวลาที่เอกสารนโยบายใดๆ ก็ไม่เคยทำให้ใครคิดได้หนักขึ้นเลย

ทั้งหมดนี้ไม่ได้เป็นข้อโต้แย้งสำหรับการต่อต้าน AI ในห้องเรียน และข้อมูลก็ไม่ได้สนับสนุนข้อสรุปนั้นเช่นกัน เพราะมีนักเรียนจำนวนมากที่ใช้ AI ได้ดีอยู่แล้ว แต่ข้อโต้แย้งนี้เน้นไปที่การเลือกช่วงเวลาที่ยังคงเป็นของนักเรียนอย่างแท้จริง และออกแบบการบรรยาย การสัมมนา และการประเมินผลเพื่อปกป้องช่วงเวลาเหล่านั้นอย่างตั้งใจ ดังที่เรื่องราวเบื้องหลังสไลด์ในฉบับนี้แสดงให้เห็นว่าอาจารย์ท่านหนึ่งกำลังทำอยู่แล้ว โดยการตั้งคำถามเพื่อทบทวนความรู้ทีละข้อ

อ้างอิง

สมาคมวิทยาลัยและมหาวิทยาลัยแห่งอเมริกา และศูนย์จินตนาการอนาคตดิจิทัล มหาวิทยาลัยอีลอน (21 มกราคม 2026) ผลสำรวจระดับชาติ: 95% ของคณาจารย์ในวิทยาลัยกังวลว่านักศึกษาจะพึ่งพา AI มากเกินไป และทักษะการคิดเชิงวิพากษ์จะลดลงในกลุ่มผู้เรียนที่ใช้เครื่องมือ AI แบบสร้างสรรค์ AAC&U https://www.aacu.org/newsroom/national-survey-95-of-college-faculty-fear-student-overreliance-on-ai-and-diminished-critical-thinking-among-learners-who-use-generative-ai-tools

An, Y., Liu, J., Acharya, N., & Hashmi, R. (2025). การเสริมสร้างการเรียนรู้ของนักเรียนด้วยคำถามฝึกหัดการเรียกค้นที่สร้างโดย LLM: การศึกษาเชิงประจักษ์ในหลักสูตรวิทยาศาสตร์ข้อมูล arXiv. https://arxiv.org/abs/2507.05629

Stephenson, R. และ Armstrong, C. (12 มีนาคม 2026). แบบสำรวจปัญญาประดิษฐ์เชิงสร้างสรรค์ของนักศึกษา ปี 2026 (รายงาน HEPI ฉบับที่ 199). สถาบันนโยบายการอุดมศึกษา. https://www.hepi.ac.uk/reports/student-generative-ai-survey-2026/