AI-Powered Literature Review: สร้างสรรค์งานทบทวนวรรณกรรมอย่างมืออาชีพใน 1 วัน
- TTDT24
- Classroom
- Fundamental
- Thai | 0
หลักสูตรมุ่งเน้นให้นักศึกษาระดับบัณฑิตศึกษา (ป.โท/ป.เอก), นักวิจัย, อาจารย์ และผู้ที่ต้องเขียนงานทบทวนวรรณกรรม รวมถึงผู้สนใจทั่วไป สามารถนำ AI มาใช้สร้างสรรค์งานทบทวนวรรณกรรมได้อย่างมืออาชีพ (Literature Review)โดยผู้อบรมสามารถเตรียมเนื้อหา/ข้อมูล และนำมาปรึกษาและอภิปรายในห้องอบรมเพื่อนำไปต่อยอดได้
Course description
Time
Instructor
Venue
AI-Powered Literature Review: สร้างสรรค์งานทบทวนวรรณกรรมอย่างมืออาชีพใน 1 วัน
แนวคิดหลัก:
ประยุกต์ใช้โครงสร้าง 3 ส่วน (ปัญหา → ช่องว่าง → แนวทางแก้ไข) มาเป็นแผนที่ในการทำ Literature Review โดยมี Generative AI เป็นผู้ช่วยอัจฉริยะในทุกขั้นตอน
วัตถุประสงค์การเรียนรู้: เมื่อจบหลักสูตร ผู้เข้าอบรมจะสามารถ:
- อธิบายหลักการและโครงสร้างของการทบทวนวรรณกรรมที่ดีตามแนวคิด "ปัญหา → ช่องว่าง → แนวทางแก้ไข" ได้
- ประยุกต์ใช้เครื่องมือ Generative AI ต่างๆ ในการสืบค้น, สรุป, และสังเคราะห์ข้อมูลจากงานวิจัยจำนวนมาก
- วิเคราะห์และระบุ "ช่องว่างของงานวิจัย" (Research Gap) จากวรรณกรรมที่เกี่ยวข้องได้อย่างเป็นระบบ
- สร้างโครงร่าง (Outline) และลงมือร่างเนื้อหาของ Literature Review โดยใช้ AI ช่วยเสริมประสิทธิภาพ
- เข้าใจข้อควรระวังและจริยธรรมในการใช้ AI เพื่อการเขียนงานวิชาการ
หลักสูตรเหมาะสำหรับทุกท่านที่ต้องการเข้าใจและทดลองใช้เครื่องมือทางด้าน AI เขียนงานทบทวนวรรณกรรม (Literature Review)
- นักศึกษาระดับบัณฑิตศึกษา (ป.โท/ป.เอก), นักวิจัย, อาจารย์ และผู้ที่ต้องเขียนงานทบทวนวรรณกรรม (Literature Review)
- ผู้สนใจทั่วไป
- ผู้เข้าร่วมอบรมควรต้องมีบัญชี Gmail เพื่อทดลองใช้เครื่องมือต่างๆ ในการอบรม
- วิธีการสร้างบัญชี Gmail
เมื่อจบหลักสูตร ผู้เข้าอบรมจะสามารถ:
- อธิบายหลักการและโครงสร้างของการทบทวนวรรณกรรมที่ดีตามแนวคิด "ปัญหา → ช่องว่าง → แนวทางแก้ไข" ได้
- ประยุกต์ใช้เครื่องมือ Generative AI ต่างๆ ในการสืบค้น, สรุป, และสังเคราะห์ข้อมูลจากงานวิจัยจำนวนมาก
- วิเคราะห์และระบุ "ช่องว่างของงานวิจัย" (Research Gap) จากวรรณกรรมที่เกี่ยวข้องได้อย่างเป็นระบบ
- สร้างโครงร่าง (Outline) และลงมือร่างเนื้อหาของ Literature Review โดยใช้ AI ช่วยเสริมประสิทธิภาพ
- เข้าใจข้อควรระวังและจริยธรรมในการใช้ AI เพื่อการเขียนงานวิชาการ
สื่อการสอนและเอกสารประกอบ:
- สไลด์ประกอบการบรรยาย
- เอกสารรวม Prompt ที่มีประโยชน์ (Prompt Cheat Sheet) สำหรับแต่ละขั้นตอน
- รายชื่อและลิงก์ไปยังเครื่องมือ AI ที่แนะนำ
- ตัวอย่าง Literature Review ที่ดี (ก่อนและหลังการใช้ AI ช่วยปรับปรุง)
ช่วงเช้า: วางรากฐานและสำรวจ (Foundation & Exploration)
Session 1: ปูพื้นฐาน: แก่นของ Literature Review และผู้ช่วยคนใหม่ (09:00 - 10:30 น.)
- Topic 1: Why Literature Review Matters?
- ทบทวนความสำคัญ: ไม่ใช่แค่การ "สรุป" แต่คือการ "สังเคราะห์" เพื่อสร้างเรื่องราว
- แนะนำแกนหลักของวัน: การมอง Literature Review ผ่านเลนส์ 3 ส่วน (แบบเดียวกับการเขียน Abstract)
- ส่วนที่ 1: ปัญหา (The Problem Landscape): ขอบเขตของปัญหาคืออะไร? ทำไมมันถึงสำคัญ? ใครคือผู้เล่นหลักในแวดวงนี้?
- ส่วนที่ 2: ความพยายามที่ผ่านมาและช่องว่าง (The Existing Efforts & The Gap): ที่ผ่านมาเขาทำอะไรกันมาบ้าง? มีข้อจำกัดหรือจุดที่ยังไม่มีใครทำตรงไหน? (นี่คือหัวใจ)
- ส่วนที่ 3: แนวทางที่เป็นไปได้ (The Path Forward): จากช่องว่างนั้น เราจะเสนออะไร? งานวิจัยของเราจะเข้ามาตอบโจทย์นี้ได้อย่างไร?
- Topic 2: รู้จักผู้ช่วย AI ของเรา (Meet Your AI Assistants)
- ภาพรวมของ Generative AI สำหรับงานวิจัย: ChatGPT, Perplexity AI, Gemini, Elicit, Scite, ResearchRabbit
- จุดเด่น-จุดด้อยของแต่ละเครื่องมือ: ตัวไหนเก่งค้นหา? ตัวไหนเก่งสังเคราะห์? ตัวไหนเก่งเรื่อง Citation?
- Workshop 1: Warm-up with AI - ฝึกตั้งคำถาม (Prompting) พื้นฐานเพื่อสำรวจหัวข้อวิจัยกว้างๆ
Session 2: ขั้นตอนที่ 1 - ใช้ AI วาดภาพ "ปัญหา" ให้ชัด (10:45 - 12:00 น.)
- Focus: การสร้างความเข้าใจภาพรวมของปัญหา (The Problem Landscape)
- เทคนิคและเครื่องมือ:
- การหา Keywords: ใช้ Gemini ช่วยระดมสมองหาคำค้นที่เกี่ยวข้องและครอบคลุม
- การค้นหาเอกสารตั้งต้น (Seminal Papers): ใช้ Gemini ถามคำถามเช่น "What are the foundational papers on [your topic]?"
- การสร้างแผนที่ความคิด (Mind Map): ใช้ ResearchRabbit หรือเครื่องมือคล้ายกันเพื่อดูว่าเปเปอร์แต่ละฉบับเชื่อมโยงกันอย่างไร
- การสรุปภาพรวม: ใช้ AI ช่วยสรุปภาพรวมของหัวข้ออย่างรวดเร็ว เพื่อให้เห็นว่า "ปัญหานี้" มีความสำคัญและมีบริบทอย่างไร
- Workshop 2: Mapping Your Problem - ผู้เข้าอบรมลงมือใช้เครื่องมือ AI 1-2 ตัว เพื่อสำรวจหัวข้อวิจัยของตนเองและหาเอกสารตั้งต้น 5-10 ฉบับ
Session 3: ขั้นตอนที่ 2 - ใช้ AI ขุดหา "ช่องว่าง" (13:00 - 14:30 น.)
- Focus: การวิเคราะห์เชิงลึกเพื่อหา Research Gap
- เทคนิคและเครื่องมือ:
- การสรุปแบบมีโครงสร้าง: สอนการใช้ Prompt สั่งให้ AI สรุปเปเปอร์โดยแยกเป็นส่วนๆ (e.g., Problem, Method, Key Finding, Limitation)
- การสร้างตารางสังเคราะห์ (Synthesis Matrix):
- นำข้อมูลที่สรุปได้จากหลายๆ เปเปอร์ มาสั่งให้ AI สร้างเป็นตารางเปรียบเทียบในประเด็นต่างๆ (เช่น ระเบียบวิธีวิจัย, กลุ่มตัวอย่าง, ผลลัพธ์, ข้อจำกัด)
- Prompt เด็ด: "Based on these summaries, create a table comparing their methodologies and limitations. Identify common themes and contradictions."
- การค้นหาช่องว่างโดยตรง: ฝึกใช้ Prompt ถาม AI เพื่อช่วยชี้เป้าช่องว่าง เช่น "Given these articles, what are the unanswered questions or areas for future research?"
- Workshop 3: The Gap Finder - ผู้เข้าอบรมนำเปเปอร์ที่หาได้ในช่วงเช้า มาลองใช้เทคนิคข้างต้นเพื่อระบุช่องว่างที่เป็นไปได้สำหรับงานของตน
- Focus: การเปลี่ยนจาก "ข้อมูล" ให้เป็น "เรื่องราว" (Narrative)
- เทคนิคและเครื่องมือ:
- การสร้าง Outline: นำ "ช่องว่าง" ที่หาเจอมาเป็นจุด Climax ของเรื่อง แล้วใช้ AI ช่วยร่าง Outline ของ Literature Review ที่จะนำผู้อ่านไปสู่จุดนั้นอย่างสมเหตุสมผล (เช่น จัดเรียงตามธีม, ตามลำดับเวลา)
- การช่วยร่างเนื้อหา (Drafting Assistant):
- ใช้ AI ช่วยเขียนประโยคนำ (Topic Sentence) ของแต่ละย่อหน้า
- ใช้ AI ช่วยถอดความ (Paraphrasing) เพื่อเลี่ยงการคัดลอกและปรับปรุงภาษาให้เป็นเชิงวิชาการมากขึ้น
- การเชื่อมโยงเรื่องราว: ใช้ AI ช่วยหาคำเชื่อมและสร้างประโยคที่ทำให้การเปลี่ยนผ่านระหว่างหัวข้อต่างๆ ราบรื่น
- Workshop 4: From Outline to Paragraph - ผู้เข้าอบรมเลือdก 1 ส่วนจาก Outline ของตัวเอง แล้วลองใช้ AI ช่วยร่างเนื้อหาความยาว 1-2 ย่อหน้า
- หัวข้อสำคัญ: จริยธรรมและข้อควรระวัง (Ethical Use & Pitfalls)
- The Hallucination Problem: การที่ AI สร้างข้อมูลหรือการอ้างอิงที่ไม่มีอยู่จริง (เน้นย้ำ: ต้องตรวจสอบทุกการอ้างอิง!)
- Plagiarism: AI คือผู้ช่วย ไม่ใช่ผู้เขียนแทน เรายังคงต้องรับผิดชอบเนื้อหาทั้งหมด
- Critical Thinking is Key: AI ให้ข้อมูล แต่เราคือผู้วิเคราะห์และตัดสินใจ
*เนื้อหา และ Outline อาจมีการปรับเปลี่ยนตามความเหมาะสม
Payment can be made by:
- Cash or Credit Card or Bank Cheque payable to
สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ or National Science and Technology Development Agency
(a post-dated cheque is not accepted) on the first day of the service or within the last day of the service. - Account transfer and send the proof of the payment (the deposit slip) via email ttd@swpark.or.th
- ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
Saving Account Number: 080-0-00001-0
Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ - ธนาคารกรุงไทย สาขาตลาดไท
Saving Account Number: 152-1-32668-1
Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
- ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
Notes:
- Withholding tax (3%) is exempt.
- Should you need to withdraw, you must send the notice of the withdrawal in writing no later than 7 working days before the commencement date. The cancellation less than 7 days will be subject to a fine of 40% of the fee.
- Software Park Thailand reserves the rights to cancel courses due to unforeseen circumstances.
Contact Person
For more information, contact our course coordinator on:
6,000 THB .
-.Click.- เพื่อทำความรู้จัก ดร.มนต์ศักดิ์ โซ่เจริญธรรม.-
ณ อาคารซอฟต์แวร์พาร์ค ถ.แจ้งวัฒนะ จ.นนทบุรี
-.Click.- เพื่อทำความรู้จัก ดร.มนต์ศักดิ์ โซ่เจริญธรรม.-
ณ อาคารซอฟต์แวร์พาร์ค ถ.แจ้งวัฒนะ จ.นนทบุรี
-.Click.- เพื่อทำความรู้จัก ดร.มนต์ศักดิ์ โซ่เจริญธรรม.-
ณ อาคารซอฟต์แวร์พาร์ค ถ.แจ้งวัฒนะ จ.นนทบุรี
-.Click.- เพื่อทำความรู้จัก ดร.มนต์ศักดิ์ โซ่เจริญธรรม.-
ณ อาคารซอฟต์แวร์พาร์ค ถ.แจ้งวัฒนะ จ.นนทบุรี
-.Click.- เพื่อทำความรู้จัก ดร.มนต์ศักดิ์ โซ่เจริญธรรม.-
ณ อาคารซอฟต์แวร์พาร์ค ถ.แจ้งวัฒนะ จ.นนทบุรี
Course Detail :
Instructor info
ดร.มนต์ศักดิ์ โซ่เจริญธรรม
อนุกรรมาธิการการเทคโนโลยีสารสนเทศ การสื่อสาร และการโทรคมนาคม วุฒิสภา
