ระบบบูรณาการบริการปัญญาประดิษฐ์เชิงสร้างสรรค์ มหาวิทยาลัยขอนแก่น
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนา “ระบบบูรณาการบริการปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI)” ให้เป็นแพลตฟอร์มกลาง
สำหรับบุคลากรและนักศึกษาของมหาวิทยาลัยขอนแก่นเพื่อเพิ่มประสิทธิภาพในการบริหารจัดการทรัพยากรและควบคุมค่าใช้จ่ายในการใช้งาน AI และสร้างมาตรฐานกลางในการบูรณาการเข้ากับระบบสารสนเทศหลักของมหาวิทยาลัย ระบบนี้ถูกพัฒนาขึ้นโดยใช้สถาปัตยกรรม Microservices ซึ่งแบ่งการทำงานออกเป็นบริการย่อยที่เป็นอิสระต่อกัน ในส่วนของการติดต่อผู้ใช้ (User Interface) รองรับการเข้าถึงผ่าน Web Browser และ Mobile Application ส่วนของเว็บเซอร์วิส (Web Service) ประกอบด้วย API Server ซึ่งทำหน้าที่เป็นศูนย์กลางการประมวลผลคำสั่งและจัดการ Business Logic โดยเชื่อมต่อกับระบบฐานข้อมูลที่หลากหลาย ได้แก่ MariaDB (Primary Database) Redis (Cache และ Session Data) และ Object Storage (File Server) สำหรับการจัดเก็บไฟล์ขนาดใหญ่ หัวใจสำคัญของระบบคือส่วนของการเชื่อมต่อแบบจำลองภาษาขนาดใหญ่ (LLM Integration) ซึ่งทำหน้าที่เป็นศูนย์กลางในการโต้ตอบและบริหารจัดการ LLMs โดยมี OpenRouter LLMs Gateway เป็นตัวกลางในการเลือกและส่งต่อคำขอไปยัง LLM Provider ที่เหมาะสม (เช่น OpenAI Google Anthropic) เพื่อบริหารจัดการค่าใช้จ่ายและความเร็วในการประมวลผล นอกจากนี้ ระบบยังมีการบูรณาการการยืนยันตัวตนผ่าน KKU Single Sign On (SSO) และใช้มาตรการความปลอดภัยที่เข้มงวด ทั้งการเข้ารหัส HTTPS/TLS การป้องกัน XSS/CSRF Rate Limiting และการจัดการ API Key เพื่อให้การใช้งาน AI เป็นไปอย่างปลอดภัยและมีประสิทธิภาพ จากการประเมินความพึงพอใจของผู้ใช้งานระบบที่พัฒนาขึ้น พบว่า ผลการประเมินความพึงพอใจของผู้ใช้งานระบบบูรณาการบริการปัญญาประดิษฐ์เชิงสร้างสรรค์ มหาวิทยาลัยขอนแก่น อยู่ในระดับมาก (มีค่าเฉลี่ยรวม 4.18 ค่า S.D. เท่ากับ 0.83)
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
คชาธร ขาวเรือง และเมธี แซ่ตั้ง. (2568). การพัฒนาการให้บริการ Generative AI เพื่อส่งเสริมการเรียนรู้และการวิจัย. PULINET Journal 12(1): 146 - 157.
มานน เซียวประจวบ, ปิญะธิดา อมรภิญโญ และนิษา ศักดิ์ชูวงษ์. (2567). โมเดลการใช้งานเทคโนโลยีปัญญาประดิษฐ์เชิงสร้างสรรค์ของผู้ปฏิบัติงานฐานความรู้. วารสารวิทยาการจัดการ มหาวิทยาลัยราชภัฏอุดรธานี 6(4): 1 - 16.
บุญชม ศรีสะอาด. (2553). การวิจัยเบื้องต้น (พิมพ์ครั้งที่ 8). กรุงเทพฯ: สุวีริยาสาส์น. หน้า 99 - 103.
อภิสรา คชรัฐแก้วฟ้า. (2566). การศึกษาผลกระทบจากการยอมรับการใช้งานเทคโนโลยีปัญญาประดิษฐ์ (AI) ด้านความพึงพอใจในการทำงานของพนักงานออฟฟิศในประเทศไทย. วิทยานิพนธ์การจัดการมหาบัณฑิต, มหาวิทยาลัยมหิดล. กรุงเทพฯ.
Davis, F.D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly 13(3): 319 - 340. doi: 10.2307/249008.
DeLone, W.H. and McLean, E.R. (2003). The DeLone and McLean model of information systems success: A ten-year update. Journal of Management Information Systems 19(4): 9 - 30. doi: 10.1080/07421222.2003.11045748
Ebert, C. and Louridas, P. (2023). Generative AI for software practitioners. IEEE Software 40(4): 30 - 38. doi: 10.1109/ms.2023.3265877.
Huijts, R. and Suilen, K. (2025). Institutional AI Sovereignty Through Gateway Architecture: Implementation Report from Fontys ICT. Cornell University, Sources: https://arxiv.org/abs/2512.08978. Retrieved date 20 November 2025.
Katiyar, A., Kumar, A. and Chaubey, A. (2024). Generative AI in higher education: navigating benefits and challenges in the technological era. Journal of Applied Research in Higher Education 16(5): 1545 - 1561. doi: 10.1108/JARHE-02-2025-0103.
Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology 22(140): 1 - 55. doi: 10.1007/978-94-007-0753-5_1654.
Liu, X., Wang, Y. and Chen, Z. (2022). High-performance caching strategies in microservices architecture using Redis. Journal of Cloud Computing 11(1): 1 - 15.
O'Dea, X. (2024). Generative AI: Is it a paradigm shift for higher education? Studies in Higher Education 49(5): 811 - 816. doi: 10.1080/03075079.2024.2332944.
