เทคนิคการใช้ AI ช่วยทบทวนวรรณกรรมด้วยแนวคิด ONS

เทคนิคการใช้ AI ช่วยทบทวนวรรณกรรมด้วยแนวคิด ONS

AI เข้ามามีบทบาทสำคัญในวงการวิจัยมากขึ้นเรื่อย ๆ หนึ่งในงานวิจัยที่ AI สามารถช่วยได้ก็คือ การทบทวนวรรณกรรม

การทบทวนวรรณกรรมเป็นกระบวนการรวบรวมและวิเคราะห์งานวิจัยที่เกี่ยวข้อง เพื่อหาข้อสรุปหรือแนวทางในการวิจัยของตนเอง

คิดว่าหลาย ๆ ท่านน่าจะมีโอกาสได้ใช้ AI ในการทำวิจัยกันพอสมควร โดยเฉพาะในส่วนของการทบทวนวรรณกรรม

แต่การใช้ AI ในการทบทวนวรรณกรรมต้องคำนึงถึงปัจจัยหลายอย่าง เช่น ขอบเขตของงานวิจัย และความแม่นยำของ AI

จึงอยากแนะนำให้ใช้ AI ในฝั่งวิชาการเป็นหลัก เพราะว่า AI ในฝั่งวิชาการถูกออกแบบมาเพื่อใช้ในการค้นคว้าและวิเคราะห์ข้อมูลทางวิชาการโดยเฉพาะ

AI ในฝั่งวิชาการ เช่น Elicit, Consensus, SciSpace, Rayyan ซึ่งมีความแม่นยำสูงกว่า AI ในฝั่งความคิดสร้างสรรค์ เช่น ChatGPT, Bing, Bard ซึ่งมักจะใช้เพื่อวัตถุประสงค์อื่น

แต่ AI ฝั่งความคิดสร้างสรรค์ก็สามารถนำมาประยุกต์ใช้ในการทบทวนวรรณกรรมได้เช่นกัน เพียงแค่ใช้อย่างระมัดระวังและตรวจสอบให้รอบคอบ

การทบทวนวรรณกรรม หรือ Literature Review มีวัตถุประสงค์หลัก 3 ประการ ดังต่อไปนี้

1. เพื่อสร้างพื้นฐานทางทฤษฎี

การทบทวนวรรณกรรมจะช่วยให้นักวิจัยเข้าใจทฤษฎีที่เกี่ยวข้องในงานวิจัยของตน ช่วยให้นักวิจัยสามารถอธิบายปรากฏการณ์ต่าง ๆ ที่เกิดขึ้นในงานวิจัยของตนได้อย่างมีเหตุผล รวมไปถึงช่วยในการหาช่องว่างทางความรู้ที่นักวิจัยสามารถเติมเต็มได้

2. เพื่อหลีกเลี่ยงความซ้ำซ้อน

การทบทวนวรรณกรรมจะช่วยให้นักวิจัยทราบว่าประเด็นที่ตนสนใจนั้นมีผู้ศึกษามาก่อนหรือไม่ หากมีผู้ศึกษามาก่อน นักวิจัยควรศึกษางานวิจัยเหล่านั้นอย่างละเอียด เพื่อหลีกเลี่ยงการทำซ้ำงานวิจัยเดิม

3. เพื่อสร้างความน่าเชื่อถือให้กับงานวิจัย

การทบทวนวรรณกรรมจะช่วยให้นักวิจัยสามารถอ้างอิงงานวิจัยอื่น ๆ ที่เกี่ยวข้องในงานวิจัยของตนได้ สิ่งนี้จะช่วยเพิ่มความน่าเชื่อถือให้กับงานวิจัยของนักวิจัย

แล้วการทบทวนวรรณกรรมมีกี่ประเภท ?

การทบทวนวรรณกรรมมี 2 ประเภท ได้แก่ การทบทวนเชิงพรรณนา (Narrative Review) และการทบทวนเชิงระบบ (Systematic Review)

การทบทวนเชิงพรรณนา (Narrative Review) เป็นการทบทวนวรรณกรรมอย่างเป็นอิสระ โดยผู้ทบทวนจะเลือกวรรณกรรมที่เกี่ยวข้องตามวัตถุประสงค์ของการวิจัยของตนเอง โดยไม่ยึดตามระเบียบวิธีวิจัยใด ๆ เฉพาะเจาะจง เป็นการอธิบายและวิเคราะห์วรรณกรรมที่เลือกมาอย่างเป็นระบบ

การทบทวนเชิงระบบ (Systematic Review) เป็นการทบทวนวรรณกรรมแบบที่มีระเบียบวิธีวิจัยที่ชัดเจน โดยผู้วิจัยจะกำหนดเกณฑ์ในการเลือกวรรณกรรมอย่างรัดกุม เพื่อให้มั่นใจว่าวรรณกรรมที่เลือกมามีคุณภาพและมีความเกี่ยวข้องกัน

เมื่อได้โครงร่างของการทบทวนวรรณกรรมแล้ว สิ่งสำคัญที่ควรมีในหัวข้อย่อยต่าง ๆ คือ ONS

แล้ว ONS คืออะไร ?

• O (Original) หมายถึง ต้นทางวรรณกรรมคืออะไร วรรณกรรมที่นำมาทบทวนควรมาจากแหล่งที่เชื่อถือได้ เช่น วารสารวิชาการที่ได้รับการตีพิมพ์ peer-reviewed หรืองานวิจัยที่ได้รับการเผยแพร่อย่างเป็นทางการ หากไม่มี Original แสดงว่างานวิจัยชิ้นนั้นอาจมีปัญหา

• N (New) หมายถึง จะต้องมีงานใหม่ ๆ เข้ามาอยู่ในทบทวนวรรณกรรมด้วย งานวิจัยที่ตีพิมพ์ในช่วง 2-3 ปีล่าสุด เช่น ปี 2020, 2022, 2023 เพื่อให้งานวิจัยมีความทันสมัยและสะท้อนสถานการณ์ปัจจุบัน

• S (Specific) หมายถึง ในการทบทวนในหัวข้อนั้น ๆ ควรจะต้องระบุเฉพาะเจาะจงในเรื่องที่เราศึกษา เพื่อให้ได้ข้อมูลที่มีความเกี่ยวข้องและเป็นประโยชน์มากที่สุด เช่น การศึกษาเกี่ยวกับความผูกพันต่อองค์กรของพนักงานในประเทศไทย ควรจะต้องมีอ้างอิงถึงงานวิจัยที่ศึกษาเกี่ยวกับพนักงานในประเทศไทยโดยเฉพาะ

เพราะฉะนั้นการทบทวนวรรณกรรมตามทฤษฎี ONS จะช่วยให้งานวิจัยมีความน่าเชื่อถือและมีคุณภาพมากขึ้น โดยช่วยลดความเสี่ยงในการถูกวิพากษ์วิจารณ์ว่างานวิจัยมีข้อมูลไม่เพียงพอหรือล้าสมัย

ตัวอย่างการใช้ AI ในการทบทวนวรรณกรรม

การใช้ AI ในการวิเคราะห์หรือทบทวนวรรณกรรมสามารถทำได้หลายวิธี หนึ่งในวิธีที่ได้รับความนิยมคือการใช้เครื่องมือที่เรียกว่า SciSpace

โดยขั้นแรก เริ่มต้นด้วยหัวข้อย่อยที่ต้องการวิเคราะห์หรือทบทวน เช่น นิยามของคำว่า “ความผูกพันต่อองค์กร” (employee engagement) เราสามารถพิมพ์คำถามลงไปใน AI ได้เลย โดยระบุให้ชัดเจนว่าต้องการนิยามภาษาไทยหรือภาษาอังกฤษ

AI จะตอบคำถามโดยค้นหาข้อมูลจากแหล่งข้อมูลที่เกี่ยวข้องมากที่สุด ในกรณีที่ต้องการคำตอบที่ Original (งานวิจัยที่ตีพิมพ์ครั้งแรก) อาจเลือกคำตอบที่ตีพิมพ์ในปีเก่า ๆ หรือพิมพ์ถาม AI ว่างานวิจัยที่ Original เกี่ยวกับเรื่องนี้เป็นอย่างไร หรือถ้าต้องการคำตอบที่ New (งานวิจัยที่ตีพิมพ์ล่าสุด) สามารถทำได้เช่นกัน

นอกจาก SciSpace แล้ว เรายังสามารถใช้ AI อื่น ๆ ได้ เช่น Elicit ซึ่งสามารถทำการทบทวนวรรณกรรมอย่างเป็นระบบ (systematic review) ได้ สมมติว่าเราลองดูนิยามของคำว่า “ความผูกพันต่อองค์กร” จาก Elicit ภาษาจะค่อนข้างสวยงามกว่า SciSpace และเข้าใจง่ายกว่า เนื่องจาก Elicit ออกแบบมาเพื่อให้คนทั่วโลกสามารถเข้าใจได้

ดังนั้น เราสามารถเลือกใช้ AI ได้ตามความต้องการ เช่น SciSpace สำหรับการวิเคราะห์ข้อมูลทั่วไป Elicit สำหรับการทำ systematic review หรือ Scite, Consensus, Rayyan สำหรับวัตถุประสงค์อื่น ๆ ก็ได้

ในโอกาสนี้ ผมหวังว่าทุกท่านจะได้ไอเดียดี ๆ จากการทบทวนวรรณกรรมในครั้งนี้ และหวังว่าการทบทวนวรรณกรรมของท่านจะมีคุณภาพครบถ้วนและเป็นประโยชน์สอดคล้องกความมุ่งหมายในการทบทวนวรรณกรรมที่แท้จริง

ท้ายที่สุดนี้ ผมขอให้ทุกท่านสนุกกับงานวิจัยและนำงานวิจัยไปรับใช้สังคม รับใช้องค์กร และต่อยอดต่อไป ผมเชื่อว่าทุกท่านจะประสบความสำเร็จในการวิจัยและมีความสุขกับงานวิจัยครับ

กลัวไม่จบปริญญาโท ปริญญาเอก
เพราะติดปัญหางานวิจัย
นี่คือทางออก นี่คือสิ่งที่คุณต้องการ
หากคุณต้องการจบเร็วที่สุดและแน่นอนที่สุด

สร้างทักษะการใช้ AI ทำงานวิจัย
หลักสูตรออนไลน์ที่ออกแบบโดย
อาจารย์ปุจ ดร.สุขยืน เทพทอง
ผู้เชี่ยวชาญด้านการวิจัย กลยุทธ์ และพัฒนาธุรกิจ 10 X โดยใช้ AI

รายละเอียดหลักสูตร ➤ https://shorturl.asia/xsGWy

สมัครเรียน สแกน QR Code ด้านบน
หรือคลิกที่ลิงก์ ➤ https://lin.ee/QOJZpRO 
และพิมพ์คำว่า “จบแน่”

Leave a Comment

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *

Scroll to Top