บทที่ 01
บทนำและความสำคัญของคอมพิวเตอร์ในระดับบัณฑิตศึกษา
บรรยาย/อภิปราย
แบบทดสอบก่อนเรียน
เข้าสู่เนื้อหาบทที่ 1
Course Overview
รายละเอียดรายวิชา
รายวิชานี้เน้นการใช้คอมพิวเตอร์และเทคโนโลยีสารสนเทศเพื่อสนับสนุนการศึกษาระดับบัณฑิตศึกษา การวิจัย และการสร้างสรรค์ผลงานเชิงวิชาการ
รหัสวิชา
4125101
ชื่อรายวิชา
คอมพิวเตอร์สำหรับบัณฑิตศึกษา
Computer for Graduate Studies
หน่วยกิต
3(2-2-5)
โครงสร้างรายวิชา
เรียนรู้ 16 สัปดาห์ พร้อมแบบฝึกหัด รายงาน และโครงงานรายวิชา
Course Objectives
วัตถุประสงค์ของรายวิชา
เมื่อสิ้นสุดรายวิชา ผู้เรียนควรสามารถใช้เครื่องมือดิจิทัลเพื่อสนับสนุนการเรียนรู้ การวิจัย และการนำเสนอผลงานได้อย่างมีประสิทธิภาพ
ใช้เครื่องมือเพื่อการวิจัย
เลือกใช้เทคโนโลยีสารสนเทศเพื่อสนับสนุนงานวิจัยระดับบัณฑิตศึกษาได้อย่างเหมาะสม
วิเคราะห์ข้อมูล
วิเคราะห์ข้อมูลเชิงปริมาณและเชิงคุณภาพด้วยซอฟต์แวร์วิเคราะห์ข้อมูล เช่น Excel, SPSS, Python, NVivo
ทำงานร่วมกันบน Cloud
ใช้ระบบคลาวด์เพื่อจัดเก็บข้อมูล ทำงานร่วมกัน และจัดการไฟล์วิจัยอย่างเป็นระบบ
สร้างสื่อ VR/AR และ AI
ประยุกต์ VR, AR และ Generative AI เพื่อสร้างนวัตกรรมหรือสื่อเพื่อการเรียนรู้และงานวิจัย
นำเสนอข้อมูลเชิงวิชาการ
นำเสนอข้อมูลและผลการวิจัยอย่างมืออาชีพด้วยเครื่องมือดิจิทัลและ Data Visualization
ยึดจริยธรรมและความปลอดภัย
ปฏิบัติตามหลักจริยธรรมทางคอมพิวเตอร์ ความปลอดภัยของข้อมูล และการใช้ AI อย่างรับผิดชอบ
CLOs
ผลการเรียนรู้ของรายวิชา
Course Learning Outcomes ที่ผู้เรียนควรบรรลุหลังเรียนจบรายวิชา
CLO1
เลือกใช้เทคโนโลยีได้
อธิบายและเลือกใช้เทคโนโลยีสารสนเทศที่เกี่ยวข้องกับการเรียนรู้และการวิจัยระดับบัณฑิตศึกษาได้
CLO2
สืบค้น วิเคราะห์ นำเสนอ
ใช้โปรแกรมสำหรับการสืบค้น รวบรวม วิเคราะห์ และนำเสนอข้อมูลได้อย่างมีประสิทธิภาพ
CLO3
ใช้ Cloud, VR/AR, AI
ใช้เทคโนโลยีร่วมสมัย เช่น Cloud, VR, AR และ Generative AI เพื่อสร้างสรรค์ผลงานวิจัยหรือสื่อได้
CLO4
ใช้เทคโนโลยีอย่างมีจริยธรรม
ปฏิบัติตามหลักจริยธรรมทางเทคโนโลยีสารสนเทศได้อย่างเหมาะสม
Lesson Links
ลิงก์เข้าสู่เนื้อหาแต่ละบท
คลิกเข้าสู่บทเรียนตามสัปดาห์ โดยจัดเรียงตามโครงสร้างการสอน 16 สัปดาห์ของรายวิชา
บทที่ 02
การสืบค้นข้อมูลทางวิชาการจากฐานข้อมูลออนไลน์
ปฏิบัติการสืบค้น Google Scholar, Scopus, TCI และการอ้างอิง
แบบฝึกหัด
เข้าสู่เนื้อหาบทที่ 2
บทที่ 03
การใช้โปรแกรมจัดการบรรณานุกรม
ฝึกปฏิบัติ Mendeley และ Zotero
การบ้าน
เข้าสู่เนื้อหาบทที่ 3
บทที่ 04
การใช้ระบบคลาวด์สำหรับการทำงานและวิจัย
ปฏิบัติการกลุ่ม Google Drive, OneDrive และ Colab
รายงานย่อย
เข้าสู่เนื้อหาบทที่ 4
บทที่ 05
การจัดการความรู้ผ่านเครือข่ายสังคม
กรณีศึกษา Knowledge Management on Social Platforms
อภิปราย
เข้าสู่เนื้อหาบทที่ 5
บทที่ 06
การรวบรวมและจัดการข้อมูลเชิงปริมาณ
ปฏิบัติการใช้ Excel / SPSS / Python
แบบฝึกหัด
เข้าสู่เนื้อหาบทที่ 6
บทที่ 07
การวิเคราะห์ข้อมูลเชิงคุณภาพ
ฝึกปฏิบัติ NVivo และ ATLAS.ti
แบบฝึกหัด
เข้าสู่เนื้อหาบทที่ 7
บทที่ 08
การใช้เทคโนโลยีสารสนเทศเพื่อการนำเสนอ
ปฏิบัติการ Power BI, Tableau, Canva และ PowerPoint
การบ้าน
เข้าสู่เนื้อหาบทที่ 8
บทที่ 09
เทคโนโลยีคลาวด์และการวิเคราะห์ข้อมูลขนาดใหญ่
สาธิตและปฏิบัติ Cloud และ Big Data Analytics
การบ้าน
เข้าสู่เนื้อหาบทที่ 9
บทที่ 10
เทคโนโลยีความจริงเสมือนและความจริงเสริมเพื่อการศึกษา
ปฏิบัติการสร้างสื่อ VR/AR
การบ้าน
เข้าสู่เนื้อหาบทที่ 10
บทที่ 11
ปัญญาประดิษฐ์เชิงสร้างสรรค์เพื่อการศึกษาและการวิจัย
ฝึกใช้ ChatGPT, Copilot, Gemini และเครื่องมือ AI
แบบฝึกหัด
เข้าสู่เนื้อหาบทที่ 11
บทที่ 12
การสร้างเนื้อหาด้วย AI และ Prompt Engineering
ปฏิบัติการ AI Content Generation
รายงาน
เข้าสู่เนื้อหาบทที่ 12
บทที่ 13
การใช้โปรแกรมประยุกต์เพื่อการศึกษาและวิจัย
ปฏิบัติการกลุ่ม SPSS, R, Python และ MATLAB
แบบฝึกหัด
เข้าสู่เนื้อหาบทที่ 13
บทที่ 14
การจัดทำรายงานและการนำเสนอผลงานวิจัยด้วยเทคโนโลยีดิจิทัล
ฝึกปฏิบัติการนำเสนอ
การประเมินกลุ่ม
เข้าสู่เนื้อหาบทที่ 14
บทที่ 15
จริยธรรมในการใช้คอมพิวเตอร์และเทคโนโลยีสารสนเทศ
อภิปรายและกรณีศึกษา AI Ethics, Data Privacy และ Security
สอบย่อย
เข้าสู่เนื้อหาบทที่ 15
บทที่ 16
สรุปและนำเสนอผลงานโครงงานรายวิชา
นำเสนอผลงานโครงงานรายวิชา
สอบปลายภาค/Project
เข้าสู่เนื้อหาบทที่ 16
16 Weeks Outline
โครงสร้างการสอนรายสัปดาห์
แสดงหัวข้อการเรียนรู้ กิจกรรมการเรียนการสอน และแนวทางประเมินผลในแต่ละสัปดาห์
| สัปดาห์ | หัวข้อการเรียนรู้ | กิจกรรมการเรียนการสอน | การประเมินผล |
|---|---|---|---|
| 1 | บทนำและความสำคัญของคอมพิวเตอร์ในระดับบัณฑิตศึกษา | บรรยาย/อภิปราย | แบบทดสอบก่อนเรียน |
| 2 | การสืบค้นข้อมูลทางวิชาการจากฐานข้อมูลออนไลน์ | ปฏิบัติการสืบค้น Google Scholar, Scopus, TCI และการอ้างอิง | แบบฝึกหัด |
| 3 | การใช้โปรแกรมจัดการบรรณานุกรม | ฝึกปฏิบัติ Mendeley และ Zotero | การบ้าน |
| 4 | การใช้ระบบคลาวด์สำหรับการทำงานและวิจัย | ปฏิบัติการกลุ่ม Google Drive, OneDrive และ Colab | รายงานย่อย |
| 5 | การจัดการความรู้ผ่านเครือข่ายสังคม | กรณีศึกษา Knowledge Management on Social Platforms | อภิปราย |
| 6 | การรวบรวมและจัดการข้อมูลเชิงปริมาณ | ปฏิบัติการใช้ Excel / SPSS / Python | แบบฝึกหัด |
| 7 | การวิเคราะห์ข้อมูลเชิงคุณภาพ | ฝึกปฏิบัติ NVivo และ ATLAS.ti | แบบฝึกหัด |
| 8 | การใช้เทคโนโลยีสารสนเทศเพื่อการนำเสนอ | ปฏิบัติการ Power BI, Tableau, Canva และ PowerPoint | การบ้าน |
| 9 | เทคโนโลยีคลาวด์และการวิเคราะห์ข้อมูลขนาดใหญ่ | สาธิตและปฏิบัติ Cloud และ Big Data Analytics | การบ้าน |
| 10 | เทคโนโลยีความจริงเสมือนและความจริงเสริมเพื่อการศึกษา | ปฏิบัติการสร้างสื่อ VR/AR | การบ้าน |
| 11 | ปัญญาประดิษฐ์เชิงสร้างสรรค์เพื่อการศึกษาและการวิจัย | ฝึกใช้ ChatGPT, Copilot, Gemini และเครื่องมือ AI | แบบฝึกหัด |
| 12 | การสร้างเนื้อหาด้วย AI และ Prompt Engineering | ปฏิบัติการ AI Content Generation | รายงาน |
| 13 | การใช้โปรแกรมประยุกต์เพื่อการศึกษาและวิจัย | ปฏิบัติการกลุ่ม SPSS, R, Python และ MATLAB | แบบฝึกหัด |
| 14 | การจัดทำรายงานและการนำเสนอผลงานวิจัยด้วยเทคโนโลยีดิจิทัล | ฝึกปฏิบัติการนำเสนอ | การประเมินกลุ่ม |
| 15 | จริยธรรมในการใช้คอมพิวเตอร์และเทคโนโลยีสารสนเทศ | อภิปรายและกรณีศึกษา AI Ethics, Data Privacy และ Security | สอบย่อย |
| 16 | สรุปและนำเสนอผลงานโครงงานรายวิชา | นำเสนอผลงานโครงงานรายวิชา | สอบปลายภาค/Project |
Evaluation
วิธีการวัดและประเมินผล
การเข้าชั้นเรียนและมีส่วนร่วม10%
แบบฝึกหัดและงานที่มอบหมาย20%
การทดสอบย่อยและรายงาน20%
โครงงานรายวิชา30%
การสอบปลายภาค20%
Project-based Learning
แนวทางโครงงานรายวิชา
ผู้เรียนสามารถเลือกพัฒนาโครงงานที่เกี่ยวข้องกับการสืบค้นข้อมูล การจัดการข้อมูล การวิเคราะห์ข้อมูล การนำเสนอข้อมูล หรือการใช้เทคโนโลยีร่วมสมัย เช่น Cloud, VR/AR และ Generative AI เพื่อสนับสนุนงานวิจัยหรือการเรียนรู้ระดับบัณฑิตศึกษา
- กำหนดปัญหาหรือหัวข้อที่เกี่ยวข้องกับการศึกษา/วิจัย
- เลือกเครื่องมือดิจิทัลที่เหมาะสมกับงาน
- จัดทำผลงานต้นแบบ รายงาน และนำเสนอผล
- คำนึงถึงจริยธรรม การอ้างอิง และความปลอดภัยของข้อมูล
Tools
ซอฟต์แวร์และเครื่องมือที่ใช้
เครื่องมือสำคัญสำหรับการจัดการงานวิจัย วิเคราะห์ข้อมูล สร้างสื่อ นำเสนอ และใช้ AI อย่างสร้างสรรค์
Cloud & Productivity
Google Workspace, Microsoft 365, Google Drive, OneDrive, Google Colab
Research & Reference
Google Scholar, Scopus, TCI, Mendeley, Zotero
Data Analysis
Excel, SPSS, NVivo, ATLAS.ti, Python, R, MATLAB, Jupyter Notebook
Presentation & AI
Power BI, Tableau, Canva, PowerPoint, ChatGPT, Gemini, Copilot, Midjourney, Unity, CoSpaces
Resources
เอกสารและแหล่งเรียนรู้เพิ่มเติม
คู่มือเทคโนโลยีเพื่อการวิจัย
เอกสารและคู่มือจากมหาวิทยาลัยราชภัฏหรือมหาวิทยาลัยในกำกับของรัฐที่เกี่ยวข้องกับการใช้เทคโนโลยีเพื่อการวิจัยระดับบัณฑิตศึกษา
ฐานข้อมูลบทความวิจัย
บทความวิจัยจาก Scopus, IEEE Xplore, SpringerLink และแหล่งข้อมูลวิชาการที่เกี่ยวข้อง
คู่มือออนไลน์จากผู้ให้บริการเทคโนโลยี
Google Cloud, Microsoft Learn, Coursera และแหล่งเรียนรู้ดิจิทัลสำหรับพัฒนาทักษะด้าน Cloud, AI และ Data
AI Ethics & Data Privacy
เอกสารอ้างอิงด้านจริยธรรมปัญญาประดิษฐ์ ความเป็นส่วนตัวของข้อมูล และแนวปฏิบัติด้านความปลอดภัยสารสนเทศ
Ready to Learn
เริ่มต้นเรียนรู้ทักษะดิจิทัลสำหรับบัณฑิตศึกษา
เข้าสู่เนื้อหาทั้ง 16 บท เพื่อพัฒนาทักษะการสืบค้น วิเคราะห์ นำเสนอ สร้างสรรค์ และใช้เทคโนโลยีอย่างมีจริยธรรม
เข้าสู่บทเรียนทั้งหมด