ความฉลาดรู้ทางเอไอเพื่อสุขภาวะครอบครัวยุคดิจิทัล

MU-OP

คำอธิบายรายวิชา

มุ่งเน้นการเสริมสร้างความรู้ความเข้าใจในการใช้ปัญญาประดิษฐ์ (AI) ในฐานะ "ปัญญาส่งเสริม" (augmented intelligence) เพื่อยกระดับสุขภาวะของสมาชิกในครอบครัว ทั้งด้านร่างกายและจิตใจ โดยยึดหลักการให้ "มนุษย์อยู่ในวงจรการตัดสินใจ" (Human-in-the-loop) และการตรวจสอบข้อมูลแบบ "ไม่วางใจเป็นฐาน" (zero trust verification) เพื่อความปลอดภัยและจริยธรรมข้อมูล

เกี่ยวกับรายวิชา

ชื่อรายวิชา (ภาษาไทย):	ความฉลาดรู้ทางเอไอเพื่อสุขภาวะครอบครัวยุคดิจิทัล
ชื่อรายวิชา (ภาษาอังกฤษ):	AI Literacy for digital family wellbeing
คณะ/ส่วนงานผู้พัฒนารายวิชา:	สถาบันแห่งชาติเพื่อการพัฒนาเด็กและครอบครัว มหาวิทยาลัยมหิดล
จำนวนชั่วโมงการเรียนรู้ทั้งหมด:	5 ชั่วโมงการเรียนรู้
จำนวนชั่วโมงต่อสัปดาห์/ครั้ง:	1 ชั่วโมง
ประเภทวิชา:	Health Literacy, Science and Environmental Literacy
ระดับของเนื้อหารายวิชา:	ขั้นกลาง
รูปแบบการเรียน:	เรียนด้วยตนเอง (self-paced)
ภาษาที่ใช้:	ภาษาไทย
Subtitle:	ภาษาไทย
กลุ่มเป้าหมาย:	บุคคลทั่วไป ภาคเอกชน หรือผู้บริหารองค์กร
คุณสมบัติผู้เรียน:	ความเข้าใจเบื้องต้นเกี่ยวกับสุขภาพและสุขภาวะ: มีความเข้าใจพื้นฐานเกี่ยวกับอาการเจ็บป่วยทั่วไปในครอบครัว (เช่น อาการเจ็บคอ หรือการดูแลสุขภาพพื้นฐาน) เพื่อให้สามารถเชื่อมโยงข้อมูลที่ได้จาก AI เข้ากับบริบทชีวิตจริงได้ ทัศนคติแบบเปิดกว้าง มีความพร้อมในการปรับเปลี่ยนมุมมองจากการใช้เทคโนโลยีแบบเดิม ไปสู่การใช้ AI ในฐานะ "ปัญญาส่งเสริม" (augmented intelligence) ที่มาช่วยขยายขีดความสามารถของมนุษย์
ทักษะด้านเทคโนโลยีที่จำเป็น:	ทักษะการใช้งานคอมพิวเตอร์และอินเทอร์เน็ตขั้นพื้นฐาน รวมถึงความคุ้นเคยกับ AI หรือ Generative AI เบื้องต้น (เช่น ChatGPT, Gemini หรือ Chatbot)

วัตถุประสงค์การเรียนรู้

LO1: อธิบายบทบาทของ AI ในฐานะเครื่องมือขยายขีดความสามารถมนุษย์แทนการทดแทนบุคลากร
LO2: ระบุข้อจำกัดทางเทคนิคและปรากฏการณ์ข้อมูลหลอน พร้อมประยุกต์ใช้หลักการ zero trust
LO3: ออกแบบคำสั่ง (prompt engineering) ผ่านโครงสร้าง 5 เสาหลัก และเทคนิค Chain-of-thought
LO4: วิเคราะห์คัดกรองข้อมูลสุขภาพกายและใจตามระบบ Triage (เขียว-เหลือง-แดง) และบริบทเฉพาะบุคคล
LO5: ปฏิบัติตามหลักจริยธรรมข้อมูล (PHI exclusion) และรักษาบทบาทให้คำแนะนำในการตัดสินใจ

ผู้เรียนได้รับประกาศนียบัตรอิเล็คทรอนิกส์ เมื่อผ่านการวัดผลทั้งหมด และได้ผลการประเมินเกิน 60% ขึ้นไป

อาจารย์ผู้สอน

อาจารย์แพทย์หญิง ปิยนันท์ โฆษิดาพันธุ์
อาจารย์ประจำกลุ่มสาขาวิชาวิทยาการพัฒนาเด็กและครอบครัว
สถาบันแห่งชาติเพื่อการพัฒนาเด็กและครอบครัว มหาวิทยาลัยมหิดล
e-mail: piyanun.kos@mahidol.ac.th

เนื้อหาในหลักสูตร

Module 1: AI เปลี่ยนสุขภาพเราอย่างไร: จากเครื่องมือสู่ “ผู้ช่วยชีวิตประจำวัน”

ความหมายและหลักการพื้นฐานของปัญญาประดิษฐ์ (Artificial Intelligence)
การเปลี่ยนแปลงของวิถีชีวิตและระบบสุขภาพภายหลังการเข้ามาของ AI ในฐานะ “ปัญญาส่งเสริม” (Augmented Intelligence) ที่ช่วยขยายศักยภาพของมนุษย์ มากกว่าการทดแทนบุคลากร
ผลกระทบในมิติอื่น ๆ ต่อบุคคล ครอบครัว และระบบบริการสุขภาพ
แนวโน้มและระดับการใช้งาน AI ในการดูแลสุขภาพกายและสุขภาพจิตในปัจจุบัน

Module 2: คำตอบจาก AI มาจากไหน…

Tokenization คืออะไร?
แหล่งที่มาของข้อมูลและกลไกการทำงานของ AI
การพยากรณ์เชิงสถิติผ่านกระบวนการ คาดเดาคำถัดไป (Next-token prediction) ซึ่งเป็นการเลียนแบบรูปแบบภาษา โดยไม่ได้มีความเข้าใจเชิงความหมายอย่างแท้จริง
ลักษณะของข้อมูลที่ได้จาก AI: ประโยชน์และข้อจำกัด
การสร้างคำตอบจากการคาดการณ์เชิงสถิติ อาจนำไปสู่ข้อมูลที่คลาดเคลื่อน
ปรากฏการณ์ “ข้อมูลหลอน” (AI hallucination) ซึ่งเป็นการให้คำอธิบายที่ดูน่าเชื่อถือแต่ไม่ตรงกับข้อเท็จจริง
ความเสี่ยงของ “ทักษะถดถอย” (Deskilling) จากการพึ่งพา AI มากเกินไป
แนวทางพื้นฐานในการป้องกันความเสี่ยงจากการใช้ AI

Module 3: คุยกับ AI ให้ได้เรื่องและไม่หลอน

การสื่อสารกับปัญญาประดิษฐ์ และทักษะวิศวกรรมคำสั่ง (prompt engineering)
หลักการพื้นฐานในการใช้ AI: แนวคิด “มนุษย์อยู่ในวงจรการตัดสินใจ” (Human-in-the-loop) เพื่อคงบทบาทความรับผิดชอบของผู้ใช้งาน
แนวคิด “ไม่วางใจเป็นฐาน” (Zero trust mindset) โดยเน้นการตรวจสอบข้อมูลกับแหล่งอ้างอิงที่น่าเชื่อถือก่อนนำไปใช้
เทคนิคการใช้งาน AI เพื่อเพิ่มคุณภาพของคำตอบ
การออกแบบคำสั่ง (Prompt engineering) ผ่านองค์ประกอบสำคัญ ได้แก่ บทบาท (Role), บริบท (Context), ภารกิจ (Task), ข้อจำกัด (Constraints) และรูปแบบผลลัพธ์ (Format)
การใช้แนวคิด การให้เหตุผลเป็นลำดับขั้น (Chain-of-thought) เพื่อช่วยตรวจสอบความสมเหตุสมผลของคำตอบ
หลักการ “ข้อมูลนำเข้าที่ด้อยคุณภาพ ย่อมนำไปสู่ผลลัพธ์ที่ด้อยคุณภาพ” (Garbage in, Garbage out)

Module 4: การใช้ AI กับสุขภาพกาย

ภาพรวมของเครื่องมือ AI ด้านสุขภาพกายในประเทศไทย
การใช้ AI เพื่อการคัดกรองอาการเบื้องต้น และข้อจำกัดของการประเมินเชิงสถิติ
การจัดระดับความเสี่ยง (Triage system: เขียว–เหลือง–แดง) สำหรับการใช้ AI
แนวทางการประเมินความปลอดภัย (Safety protocol) ก่อนนำข้อมูลไปใช้ประกอบการปรึกษาแพทย์

Module 5: การใช้ AI กับสุขภาพจิต

บทบาทของ AI ในสุขภาพจิตในปัจจุบัน
รูปแบบการใช้งานและระดับการเข้าถึงของผู้ใช้
ข้อดีและข้อจำกัดของ AI ในบริบทสุขภาพจิต
ผลกระทบของ AI ต่อพฤติกรรมและสภาวะทางจิตใจ
แนวทางการใช้ AI ด้านสุขภาพจิตอย่างเหมาะสมและปลอดภัย

Module 6: ใช้ AI อย่างไร ให้ปลอดภัย และมีจริยธรรมการใช้ทีดี

กฎหมายและข้อกำหนดที่เกี่ยวข้องกับการใช้ AI
แนวทางการใช้งาน AI อย่างปลอดภัย
ความเข้าใจเกี่ยวกับ ข้อมูลสุขภาพส่วนบุคคล (Protected Health Information: PHI)
ข้อพึงระวัง: ไม่ควรนำข้อมูลที่สามารถระบุตัวตนได้เข้าสู่ระบบ AI สาธารณะ
หลักจริยธรรมในการใช้ AI ในบริบทสุขภาพ