ปัจจัยที่มีอิทธิพลต่อพฤติกรรมการใช้ปัญญาประดิษฐ์เพื่อการสื่อสารภาษาอังกฤษกับลูกค้าชาวต่างชาติของพนักงานนวดแผนไทยในเขตกรุงเทพมหานคร
คำสำคัญ:
ปัญญาประดิษฐ์, การสื่อสารภาษาอังกฤษ, พนักงานนวดแผนไทย, การยอมรับเทคโนโลยี, ความวิตกกังวลในการใช้เทคโนโลยีบทคัดย่อ
การวิจัยนี้เป็นแบบผสานวิธีโดยมีวัตถุประสงค์เพื่อ 1) ศึกษาระดับการรับรู้ ทัศนคติ ความวิตกกังวลและพฤติกรรมการใช้ปัญญาประดิษฐ์ (AI) เพื่อการสื่อสารภาษาอังกฤษกับลูกค้าชาวต่างชาติของพนักงานนวดแผนไทยในเขตกรุงเทพมหานคร 2) เปรียบเทียบพฤติกรรมการใช้ AI จำแนกตามเพศ อายุและระดับความรู้ภาษาอังกฤษ 3) ศึกษาอิทธิพลของการรับรู้ ทัศนคติและความวิตกกังวลที่มีต่อพฤติกรรมการใช้ AI และ 4) ศึกษาความต้องการพัฒนาทักษะภาษาอังกฤษและความรู้ด้านการใช้ AI กลุ่มตัวอย่างเชิงปริมาณ คือ พนักงานนวดแผนไทย จำนวน 424 คน ได้มาจากการสุ่มแบบหลายขั้นตอน เครื่องมือเป็นแบบสอบถามที่มีค่าความเชื่อมั่นเท่ากับ .96 วิเคราะห์ข้อมูลด้วยสถิติพรรณนา การวิเคราะห์ความแปรปรวนทางเดียวและการวิเคราะห์การถดถอยพหุคูณ ส่วนเชิงคุณภาพใช้การสัมภาษณ์เชิงลึกกับผู้ให้ข้อมูลสำคัญจำนวน 10 คน ผลการวิจัยพบว่า 1) การรับรู้ ทัศนคติ ความวิตกกังวล และพฤติกรรมการใช้ AI อยู่ในระดับมาก 2) พนักงานนวดแผนไทยที่มีเพศ อายุและระดับความรู้ภาษาอังกฤษแตกต่างกันมีพฤติกรรมการใช้ AI แตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 3) การรับรู้ ทัศนคติและความวิตกกังวลร่วมกันพยากรณ์พฤติกรรมการใช้ AI ได้ร้อยละ 40.8 โดยการรับรู้และทัศนคติเป็นตัวพยากรณ์ที่มีอิทธิพลเชิงบวก ขณะที่ความวิตกกังวลมีอิทธิพลเชิงลบและ 4) ผู้ตอบแบบสอบถามทุกคนต้องการพัฒนาทักษะการฟังพูดและคำศัพท์เฉพาะทางการนวด รวมทั้งต้องการให้สถานประกอบการจัดอบรมการใช้ AI โดยผลการวิจัยเชิงคุณภาพยืนยันว่า AI ควรทำหน้าที่เป็นเครื่องมือเพื่อเสริมศักยภาพมากกว่าทดแทนมนุษย์ในบริบทการให้บริการนวดบำบัด ทั้งนี้ผู้วิจัยเสนอแนะให้พัฒนาโปรแกรมภาษาอังกฤษเฉพาะทางในรูปแบบการเรียนรู้ผสมผสานและพัฒนา AI ที่มีคลังคำศัพท์การนวดแผนไทยโดยเฉพาะ เพื่อยกระดับมาตรฐานการบริการในอุตสาหกรรมท่องเที่ยวเชิงสุขภาพของประเทศไทย
เอกสารอ้างอิง
กระทรวงการท่องเที่ยวและกีฬา. (2566). สถิตินักท่องเที่ยวต่างชาติเดินทางเข้าประเทศไทย ม.ค.–ธ.ค. 2566 (เบื้องต้น). https://www.mots.go.th/news/category/706.
การท่องเที่ยวแห่งประเทศไทย. (2566). รายงานประจำปี 2566. https://www.tat.or.th/document-publications/annual-report.
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T.
Alhaisoni, E., & Alhaysony, M. (2017). An investigation of Saudi EFL university students' attitudes towards the use of Google Translate. International Journal of English Language Education, 5(1), 72–82. https://doi.org/10.5296/ijele.v5i1.10696.
Beaudry, A., & Pinsonneault, A. (2010). The other side of acceptance: Studying the direct and indirect effects of emotions on information technology use. MIS Quarterly, 34(4), 689–710. https://doi.org/10.2307/25750701.
Burton-Jones, A., & Straub, D. W. (2006). Reconceptualizing system usage: An approach and empirical test. Information Systems Research, 17(3), 228–246. https://doi.org/10.1287/isre.1060.0096.
Cochran, W. G. (1977). Sampling techniques (3rd ed). John Wiley & Sons.
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.
Ducar, C., & Schocket, D. H. (2018). Machine translation and the L2 classroom: Pedagogical solutions for making it work. Foreign Language Annals, 51(4), 779–795. https://doi.org/10.1111/flan.12366.
Dudley-Evans, T., & St John, M. J. (1998). Developments in English for specific purposes: A multi-disciplinary approach. Cambridge University Press.
Eagly, A. H., & Chaiken, S. (1993). The psychology of attitudes. Harcourt Brace Jovanovich.
Global Wellness Institute. (2024). Wellness economy in Thailand: Sector spotlight on spa and wellness tourism. https://globalwellnessinstitute.org/geography-of-wellness/wellness-in-thailand/.
Google. (2026). Google Translate turns 20: 1 billion users, 250 languages, and new AI features. Retrieved March 2, 2026, from https://blog.google/products/translate/google-translate-20th-anniversary.
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A primer on partial least squares structural equation modeling (PLS-SEM) (2nd ed). Sage Publications.
Hutchinson, T., & Waters, A. (1987). English for specific purposes: A learning-centred approach. Cambridge University Press.
Lee, S. M. (2020). The impact of using machine translation on EFL students' writing. Computer Assisted Language Learning, 33(3), 157–175. https://doi.org/10.1080/09588221.2018.1553186.
Lincoln, Y. S., & Guba, E. G. (1985). Naturalistic inquiry. Sage Publications.
McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. E. (1955). A proposal for the Dartmouth summer research project on artificial intelligence [Unpublished proposal]. Dartmouth College.
Morris, M. G., & Venkatesh, V. (2000). Age differences in technology adoption decisions: Implications for a changing work force. Personnel Psychology, 53(2), 375–403. https://doi.org/10.1111/j.1744-6570.2000.tb00206.x.
Patton, M. Q. (2015). Qualitative research & evaluation methods: Integrating theory and practice (4th ed). Sage Publications.
Rogers, E. M. (2003). Diffusion of innovations (5th ed). Free Press.
Russell, S. J., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
Turner, R. C., & Carlson, L. (2003). Indexes of item-objective congruence for multidimensional items. International Journal of Testing, 3(2), 163–171. https://doi.org/10.1207/S15327574IJT0302_5.
United Nations World Tourism Organization (UNWTO). (2024). International tourism to reach pre-pandemic levels in 2024. World Tourism Barometer, 22(1), 1–6. https://www.tourismticker.com/wp-content/uploads/2024/01/UNWTO_Barom24_01_January_Excerpt.pdf?utm_source=copilot.com.
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30, 5998–6008. https://arxiv.org/abs/1706.03762.
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204. https://doi.org/10.1287/mnsc.46.2.186.11926.
Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273–315. https://doi.org/10.1111/j.1540-5915.2008.00192.x.
Vieira, L. N., O’Hagan, M., & O’Sullivan, C. (2021). Understanding the societal impacts of machine translation: A critical review of the literature on medical and legal use cases. Information, Communication & Society, 24(11), 1515–1532. https://doi.org/10.1080/1369118X.2020.1776370.
Wang, Y. Y., & Wang, Y. S. (2019). Development and validation of an artificial intelligence anxiety scale. Interactive Learning Environments, 30(4), 619–634. https://doi.org/10.1080/10494820.2019.1674887.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 วารสารวิทยาการจัดการ มหาวิทยาลัยราชภัฏสกลนคร
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial 4.0 International License.
บทความที่ตีพิมพ์ในวารสารวิทยาการจัดการ มหาวิทยาลัยราชภัฏสกลนคร เป็นทัศนะ ลิขสิทธิ์ และความรับผิดชอบของผู้เขียนเจ้าของผลงาน
