คณะวิจัยค้น PubMed และ Scopus สำหรับงานระหว่างพฤศจิกายน 2014 ถึงมีนาคม 2026 และคัดได้ 42 ผลงาน ครอบคลุมการเรียนการสอน การประเมิน และการพยากรณ์ผลการเรียน เครื่องมือที่พบรวมถึงแชตบอต สถานการณ์จำลอง generative AI การแปลผลภาพรังสี การช่วยเขียน และแบบจำลองคาดการณ์นักศึกษาที่อาจต้องการความช่วยเหลือ หลายงานรายงานการมีส่วนร่วม ประสิทธิภาพการเรียน หรือความสอดคล้องกับผู้ประเมินมนุษย์ในระดับปานกลางถึงสูง
ข้อค้นพบสำคัญ
- AI มีศักยภาพช่วยการเรียนแบบเฉพาะบุคคล การเรียนรู้ด้วยตนเอง การตัดสินใจทางคลินิก และความสม่ำเสมอของการประเมิน รวมทั้งช่วยคาดการณ์ผลการเรียนเพื่อแทรกแซงเร็ว อย่างไรก็ดี ความสอดคล้องกับผู้ประเมินไม่ได้แปลว่าแทนผู้สอนได้ และผลดีจากงานเฉพาะยังไม่ยืนยันว่าจะถ่ายโอนไปทุกหลักสูตร
ทำไมจึงมีความสำคัญระดับโลก
ทันตแพทยศาสตร์ทั่วโลกกำลังเผชิญคำถามเดียวกันเรื่องความถูกต้อง ความเป็นธรรม ความเป็นส่วนตัว และทักษะที่ผู้เรียนต้องมี งานนี้ช่วยกำหนดวาระการพัฒนาหลักสูตร แต่คุณค่าระดับโลกจะเกิดเมื่อมีการทดสอบหลายสถาบัน รายงานข้อผิดพลาด และวัดผลต่อสมรรถนะทางคลินิกจริง
บทบาทของนักวิจัยไทย
ผู้เขียนที่มีสังกัดจุฬาลงกรณ์มหาวิทยาลัย ได้แก่ Supachai Chuenjitwongsa, Tanit Arunratanothai, Paak Rewthamrongsris, Piyamas Sumrejkanchanakij, Kanoknadda Tavedhikul และ Thanaphum Osathanon มีส่วนสังเคราะห์หลักฐานและเชื่อมประเด็น AI เข้ากับการศึกษาทันตแพทยศาสตร์
ข้อจำกัดที่ควรรู้
จำนวนและชนิดงานที่รวมมีความหลากหลาย เทคโนโลยีเปลี่ยนเร็ว และผลส่วนใหญ่อาจมาจากงานขนาดเล็กหรือบริบทเฉพาะ หากไม่มีการประเมินคุณภาพและขนาดผลร่วมกัน ไม่ควรสรุปว่า AI ทุกชนิดเพิ่มผลการเรียนหรือความแม่นยำเสมอ