ผลการประเมิน
หลักสูตร AI Office
สำหรับองค์กร
สรุปเสียงสะท้อนจากผู้เรียน 41 คน ใน 6 กลุ่มสายงาน ต่อคุณภาพผู้สอน เนื้อหา และรูปแบบการเรียน พร้อมข้อเสนอเชิงปฏิบัติสำหรับการอบรมระยะถัดไป
ผลลัพธ์อยู่ในระดับดี และคอขวดชัดเจนพอที่จะแก้ได้
ผลประเมินอยู่ในระดับ “ดี” ทุกมิติ ไม่มีตัวชี้วัดใดตกต่ำกว่าเกณฑ์ และไม่มีผู้เรียนคนใดให้คะแนน “น้อยที่สุด” แม้แต่ข้อเดียว ประเด็นที่ต้องปรับกระจุกตัวอยู่ที่เรื่องเดียว คือ เวลาและความลึกของเนื้อหา ไม่ใช่คุณภาพการสอน
สามเสาหลักของหลักสูตร
แบบประเมินแบ่งตัวชี้วัดออกเป็น 3 หมวด รวม 16 ข้อ ทุกหมวดได้คะแนนใกล้เคียงกันมาก สะท้อนว่าหลักสูตรมีความสม่ำเสมอ ไม่มีจุดอ่อนเชิงโครงสร้าง
การกระจายของคำตอบทั้งหมด
รวมทุกตัวชี้วัด · ทุกผู้ตอบ — ไม่มีคำตอบ “น้อยที่สุด” เลยแม้แต่ข้อเดียว
16 ตัวชี้วัด เรียงจากคะแนนสูงสุด
สลับมุมมองระหว่าง “คะแนนเฉลี่ย” กับ “การกระจายคำตอบ” เพื่อดูว่าคะแนนที่ต่างกันเพียงเล็กน้อย มาจากความเห็นที่กระจายตัวมากน้อยแค่ไหน — เส้นอ้างอิงคือค่าเฉลี่ยรวม
คะแนนเฉลี่ยรายข้อ
มาตรวัด 5 ระดับ · เฉดสีเข้มขึ้นตามคะแนนที่สูงขึ้น
ห้องนี้ไม่ได้เริ่มจากศูนย์
ผู้เรียนทั้ง 41 คน เคยใช้ ChatGPT มาก่อนครบ 100% และสามในสี่เคยใช้ Gemini หลักสูตรนี้จึงไม่ใช่การ “แนะนำให้รู้จัก AI” แต่เป็นการ ยกระดับจากผู้ใช้ทั่วไปสู่การใช้เชิงงาน ซึ่งเป็นบริบทสำคัญในการอ่านคะแนนทุกตัว
เครื่องมือที่เคยใช้ก่อนเข้าอบรม
เลือกได้มากกว่า 1 ข้อ · ฐาน 41 คน
คะแนนเฉลี่ยแยกตามกลุ่มสายงาน
เส้นประคือค่าเฉลี่ยรวมทั้งองค์กร
ยิ่งพื้นฐานสูง ยิ่งให้คะแนนเข้ม
แบ่งผู้เรียนตามจำนวนเครื่องมือขั้นสูงที่เคยใช้ (Claude, NotebookLM, n8n, Make.com, Flow, ClickUp) เทียบกับคะแนนเฉลี่ยที่ให้ — กลุ่มผู้ใช้ขั้นสูงให้คะแนนต่ำกว่ากลุ่มอื่นอย่างชัดเจน
หมายเหตุ: กลุ่มผู้ใช้ขั้นสูงมีเพียง 4 คน จึงควรอ่านเป็น สัญญาณ มากกว่าข้อสรุปทางสถิติ แต่สอดคล้องกับความเห็นปลายเปิดที่ระบุตรงกันว่า “ขอลงดีเทลลึกกว่านี้” และ “เกือบทั้งหมดรู้อยู่แล้ว” (ค่าสหสัมพันธ์ r = −0.26)
สิ่งที่คาดหวัง เทียบกับสิ่งที่ได้กลับไปจริง
จับคู่ “เป้าหมายก่อนเรียน” กับ “สิ่งที่ได้รับหลังเรียน” ที่มีความหมายตรงกัน แล้วคำนวณอัตราการส่งมอบ — เกิน 100% คือส่งมอบเกินความคาดหวัง ต่ำกว่า 100% คือช่องว่าง
อัตราการส่งมอบตามความคาดหวัง
จำนวนคนที่ได้รับ ÷ จำนวนคนที่คาดหวัง · เส้นอ้างอิงที่ 100%
เป้าหมายก่อนเรียน
เลือกได้มากกว่า 1 ข้อ · ฐาน 41 คน
สิ่งที่ได้รับหลังเรียน
เลือกได้มากกว่า 1 ข้อ · ฐาน 41 คน
ตัวชี้วัดที่สำคัญที่สุดต่อองค์กร
คะแนนความพึงพอใจบอกว่าผู้เรียน “ชอบ” แต่ตัวเลขที่ผู้บริหารควรติดตามคือสัดส่วนคนที่ กลับไปทำงานแล้วใช้ได้จริง — และตัวเลขนี้แปรผันตามกลุ่มสายงานอย่างมีนัย
ระดับความพร้อมนำไปใช้งาน
ฐาน 41 คน
สัดส่วน “ใช้ได้ทันที” แยกตามสายงาน
จำนวนคนที่ตอบว่าใช้ได้ทันที ÷ จำนวนผู้ตอบในสายงานนั้น
กลุ่ม HR & ธุรการ เป็นกลุ่มใหญ่ที่สุด (11 คน) แต่มีเพียง 1 คนที่พร้อมใช้ทันที ทั้งที่ให้คะแนนความพึงพอใจสูงถึง 3.99 — เป็นกลุ่มที่ควรได้รับการติดตามผลเป็นลำดับแรก
เสียงจากผู้เรียน
คัดจากคำตอบปลายเปิด 3 คำถาม — คงข้อความตามต้นฉบับ ปรับเฉพาะการสะกดและวรรคตอน
สามเรื่องที่ปรับแล้วเห็นผลทันที
แต่ละข้อผูกกับหลักฐานจากข้อมูลจริง ไม่ใช่ข้อสังเกตทั่วไป
ผู้เรียนอยากเรียนอะไรต่อ
จัดกลุ่มคำตอบปลายเปิดจากผู้เรียน 29 คนที่ระบุหัวข้อชัดเจน ออกเป็น 5 กลุ่มความต้องการ — ตัวเลขคือจำนวนคำตอบที่จัดเข้ากลุ่มนั้น
ข้อเสนอโครงสร้างหลักสูตรระยะที่ 2
แยกเป็น 3 เส้นทาง (Track) แทนการรวมทุกคนไว้ห้องเดียว เพื่อตอบทั้งกลุ่มที่ยังต้องทบทวนพื้นฐานและกลุ่มที่ต้องการความลึก
ตารางข้อมูลรายตัวชี้วัด
ข้อมูลดิบสำหรับตรวจสอบย้อนกลับ · SD คือส่วนเบี่ยงเบนมาตรฐาน (ยิ่งสูง ความเห็นยิ่งกระจาย)
ระเบียบวิธี
เก็บข้อมูลผ่านแบบสอบถามออนไลน์ทันทีหลังจบการอบรม วันที่ 1 สิงหาคม 2568 ผู้ตอบแบบประเมิน 41 คน จาก 28 ตำแหน่งงาน จัดกลุ่มเป็น 6 สายงาน ตัวชี้วัดเชิงปริมาณ 16 ข้อ ใช้มาตรวัด 5 ระดับ (5 = มากที่สุด ถึง 1 = น้อยที่สุด) รวมคำตอบเชิงปริมาณ 656 คำตอบ · คำถามปลายเปิด 3 ข้อ
นิยามที่ใช้ในรายงาน
- Top-2 Box
- สัดส่วนคำตอบที่เลือก “มาก” หรือ “มากที่สุด”
- ดัชนีความพึงพอใจ
- คะแนนเฉลี่ย ÷ 5 แสดงเป็นร้อยละ
- อัตราการส่งมอบ
- จำนวนผู้ที่ระบุว่าได้รับ ÷ จำนวนผู้ที่ตั้งเป็นเป้าหมาย
- เครื่องมือขั้นสูง
- Claude, NotebookLM, n8n, Make.com, Flow, ClickUp