ศึกษาแนวคิดและหลักการพื้นฐานเกี่ยวกับปัญญาประดิษฐ์ (Artificial Intelligence: AI) ความแตกต่างระหว่างปัญญาของมนุษย์และปัญญาประดิษฐ์ ประเภทของ AI การเรียนรู้ของเครื่อง (Machine Learning เบื้องต้น) การรับรู้และการประมวลผลข้อมูลของระบบ AI ได้แก่ การจดจำรูปแบบ (Pattern Recognition) การประมวลผลภาพ (Computer Vision) และการประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) ตลอดจนการรวบรวม การจัดเตรียม และการจำแนกข้อมูลเพื่อนำมาฝึกสอนโมเดล AI ปฏิบัติการทดลองใช้งานเครื่องมือ เครื่องมือป้อนคำสั่ง (Prompt Engineering เบื้องต้น) และแพลตฟอร์ม AI แบบบล็อกหรือสิริมงคลแบบง่าย (เช่น Teachable Machine, Scratch with AI Extensions หรือ App Inventor) ฝึกการรวบรวมข้อมูล การเทรนโมเดล AI การทดสอบความแม่นยำ และการนำ AI ไปประยุกต์ใช้ในการออกแบบนวัตกรรมหรือแก้ไขปัญหาในชีวิตประจำวันอย่างเป็นระบบ เพื่อให้ผู้เรียนมีความรู้ ความเข้าใจ มีทักษะการคิดเชิงคำนวณและการแก้ปัญหาด้วยเทคโนโลยีดิจิทัล มีความตระหนักรู้ถึงจริยธรรมในการใช้งาน AI อคติของข้อมูล (Data Bias) ความเป็นส่วนตัวของข้อมูล ผลกระทบของ AI ต่อสังคมและอาชีพในอนาคต สามารถเลือกใช้และสื่อสารกับปัญญาประดิษฐ์ได้อย่างปลอดภัย มีความรับผิดชอบ และมีคุณธรรม
สอบกลางภาค 10 ชิ้นงาน 80 สอบปลายภาค 10
| หน่วยที่ | ชื่อหน่วยการเรียนรู้ / โครงสร้างสาระสำคัญ | เวลาเรียน (คาบ) | คะแนนเต็ม |
|---|---|---|---|
| 1 |
รู้จักโลกของ AI
|
6 คาบ | 15 คะแนน |
| 2 |
ข้อมูลและการเรียนรู้ของ AI
|
10 คาบ | 20 คะแนน |
| 3 |
สนุกกับการสร้าง AI
|
16 คาบ | 25 คะแนน |
| 4 |
จริยธรรมและอนาคตของ AI
|
8 คาบ | 20 คะแนน |
| รวมทั้งสิ้นตลอดภาคเรียน | 40 คาบ | 80 คะแนน | |