กรอบแนวคิดเชิงบริบทเพื่อทำความเข้าใจความตั้งใจเชิงพฤติกรรมในการยอมรับ การนำปัญญาประดิษฐ์มาใช้ในโครงการก่อสร้าง
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีอิทธิพลต่อความตั้งใจเชิงพฤติกรรมในการนำปัญญาประดิษฐ์ (AI) มาใช้ในอุตสาหกรรมก่อสร้างของไทย โดยอุตสาหกรรมนี้มีลักษณะเสี่ยงสูงและซับซ้อน
จึงได้ขยายกรอบแนวคิดการยอมรับเทคโนโลยีให้ครอบคลุมปัจจัยด้านการสนับสนุนจากพันธมิตร ความสามารถ ความพร้อมของทรัพยากรมนุษย์ การสนับสนุนจากผู้บริหารระดับสูง ความคาดหวังด้านผลการปฏิบัติงาน ความสอดคล้อง และการตระหนักด้านความปลอดภัย การวิจัยเชิงปริมาณนี้ใช้การสำรวจจากกลุ่มตัวอย่างจำนวน 418 คน ประกอบด้วยผู้จัดการ วิศวกร และบุคลากรจากบริษัทก่อสร้าง ผลการวิเคราะห์ทางสถิติพบว่า การสนับสนุนจากพันธมิตร ความสามารถ ความพร้อมของทรัพยากรมนุษย์ การสนับสนุนจากผู้บริหารระดับสูง ความคาดหวังด้านผลการปฏิบัติงาน และการตระหนักด้านความปลอดภัย มีอิทธิพลเชิงบวกต่อความตั้งใจในการนำ AI มาใช้ ขณะที่ความสอดคล้องกลับแสดงผลเชิงลบอย่างไม่คาดคิด ทั้งนี้ การตระหนักด้านอาชีวอนามัยและความปลอดภัยเป็นปัจจัยที่มีอิทธิพลมากที่สุด โดยแบบจำลองสามารถอธิบายความแปรปรวนของความตั้งใจเชิงพฤติกรรมได้ประมาณร้อยละ 50 เชิงทฤษฎี งานวิจัยนี้ช่วยเติมเต็มองค์ความรู้ด้วยการผนวกปัจจัยด้านความปลอดภัยและปัจจัยเชิงองค์กรเข้าสู่กรอบการยอมรับเทคโนโลยี ทำให้เข้าใจการยอมรับ AI ได้รอบด้านยิ่งขึ้น ส่วนในเชิงปฏิบัติ ผลการศึกษาเสนอแนะให้ผู้จัดการโครงการก่อสร้างให้ความสำคัญกับการพัฒนาสมรรถนะบุคลากร การสร้างวัฒนธรรมความปลอดภัย และการสื่อสารที่โปร่งใส เพื่อเอื้อต่อการบูรณาการ AI อย่างมีประสิทธิภาพ งานวิจัยนี้จึงมีคุณค่าต่อทั้งนักวิชาการและผู้ปฏิบัติที่มุ่งผลักดันการนำ AI มาใช้อย่างกว้างขวางในอุตสาหกรรมก่อสร้างที่มีความเสี่ยงสูง
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของคณะวิทยาการจัดการ มหาวิทยาลัยราชภัฏอุดรธานี
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้
ไม่ใช่ความคิดเห็นและความรับผิดชอบของผู้จัดทำ บรรณาธิการ กองบรรณาธิการ และคณะวิทยาการจัดการ มหาวิทยาลัยราชภัฏอุดรธานี ความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความแต่ละเรื่องเป็นความคิดเห็นของผู้เขียนบทความแต่ละท่าน
เอกสารอ้างอิง
Akintola, A. A., Venkatachalam, S., Root, D., & Oti, A. H. (2021). Distilling agency in BIM-induced change in work practices. Construction Innovation, 21(3), 490–522.
Badghish, S., & Soomro, Y. A. (2024). Artificial intelligence adoption by SMEs to achieve sustainable business performance: Application of technology–organization–environment framework. Sustainability, 16(5), Article 1864.
Baker, J. (2011). The technology–organization–environment framework. In Information systems theory: Explaining and predicting our digital society (Vol. 1, pp. 231–245).
Chatterjee, S., Rana, N. P., Dwivedi, Y. K., & Baabdullah, A. M. (2021). Understanding AI adoption in manufacturing and production firms using an integrated TAM-TOE model. Technological Forecasting and Social Change, 170, Article 120880.
Chau, P. Y., & Tam, K. Y. (1997). Factors affecting the adoption of open systems: An exploratory study. MIS Quarterly, 1–24.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 319–340.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50.
Haffke, I., Kalgovas, B. J., & Benlian, A. (2016). The role of the CIO and the CDO in an organization’s digital transformation.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
Hamdan, I. K., Sumarliah, E., & Fauziyah, F. (2022). A machine learning method to predict the technology adoption of blockchain in Palestinian firms. International Journal of Emerging Markets, 17(4), 1008–1029.
Ibrahim, M., & Siddiqui, D. A. (2020). Factors affecting retailer’s adoption of mobile payment system in Pakistan using UTAUT and TAM theoretical framework. SSRN 3756694.
Ifinedo, P. (2012, January). Technology acceptance by health professionals in Canada: An analysis with a modified UTAUT model. In 2012 45th Hawaii international conference on system sciences (pp. 2937–2946). IEEE.
Lingard, H. C., Cooke, T., & Blismas, N. (2012). Designing for construction workers’ occupational health and safety: A case study of socio-material complexity. Construction Management and Economics, 30(5), 367–382.
Mujalli, A., Wani, M. J. G., Almgrashi, A., Khormi, T., & Qahtani, M. (2024). Investigating the factors affecting the adoption of cloud accounting in Saudi Arabia's small and medium-sized enterprises (SMEs). Journal of Open Innovation: Technology, Market, and Complexity, 10(2), Article 100314.
Nguyen, T. H., Le, X. C., & Vu, T. H. L. (2022). An extended technology-organization-environment (TOE) framework for online retailing utilization in digital transformation: Empirical evidence from Vietnam. Journal of Open Innovation: Technology, Market, and Complexity, 8(4), Article 200.
Oliveira, T., & Martins, M. F. (2011). Literature review of information technology adoption models at firm level. Electronic Journal of Information Systems Evaluation, 14(1), 110–121.
Pan, Y., & Zhang, L. (2021). Roles of artificial intelligence in construction engineering and management: A critical review and future trends. Automation in Construction, 122, Article 103517.
Pillai, R., & Sivathanu, B. (2020). Adoption of artificial intelligence (AI) for talent acquisition in IT/ITeS organizations. Benchmarking: An International Journal, 27(9), 2599–2629.
Pillai, R., Sivathanu, B., Mariani, M., Rana, N. P., Yang, B., & Dwivedi, Y. K. (2022). Adoption of AI-empowered industrial robots in auto component manufacturing companies. Production Planning & Control, 33(16), 1517–1533.
Rezvani, A., Dong, L., & Khosravi, P. (2017). Promoting the continuing usage of strategic information systems: The role of supervisory leadership in the successful implementation of enterprise systems. International Journal of Information Management, 37(5), 417–430.
Scherz, M., Hoxha, E., Kreiner, H., Passer, A., & Vafadarnikjoo, A. (2022). A hierarchical reference-based know-why model for design support of sustainable building envelopes. Automation in Construction, 139, Article 104276.
Sulaiman, T. T., Mahomed, A. S. B., Rahman, A. A., & Hassan, M. (2023). Understanding antecedents of learning management system usage among university lecturers using an integrated TAM-TOE model. Sustainability, 15(3), Article 1885.
Utterback, J. M. (1971). The process of technological innovation within the firm. Academy of Management Journal, 14(1), 75–88.
Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273–315.
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204.
Yuan, M., Li, Z., Li, X., Luo, X., Yin, X., & Cai, J. (2023). Proposing a multifaceted model for adopting prefabricated construction technology in the construction industry. Engineering, Construction and Architectural Management, 30(2), 755–786.
Zhao, Y., Hao, S., Chen, Z., Zhou, X., Zhang, L., & Guo, Z. (2025). Critical factors influencing the internet of things technology adoption behavior of construction companies: Evidence from China. Engineering, Construction and Architectural Management, 32(2), 760–784.
Zhou, J. X., Shen, G. Q., Yoon, S. H., & Jin, X. (2021). Customization of on-site assembly services by integrating the internet of things and BIM technologies in modular integrated construction. Automation in Construction, 126, Article 103663.
