หน่วยสมรรถนะ

หน่วยสมรรถนะ

ใช้งาน Generative AI เพื่อการทำงาน

สมรรถนะสนับสนุนการทำงานด้านดิจิทัลสำหรับข้าราชการ และบุคลากรภาครัฐ


รายละเอียดหน่วยสมรรถนะ


1. รหัสหน่วยสมรรถนะ DG-PDQU-017

2. ชื่อหน่วยสมรรถนะ ใช้งาน Generative AI เพื่อการทำงาน

3. ทบทวนครั้งที่ / 2567

4. สร้างใหม่ ปรับปรุง

5. สำหรับชื่ออาชีพและรหัสอาชีพ (Occupational Classification)
N/A

6. คำอธิบายหน่วยสมรรถนะ (Description of Unit of Competency)
หน่วยนี้อธิบายถึงสมรรถนะที่จำเป็นสำหรับเจ้าหน้าที่ของรัฐในการใช้งาน Generative AI ที่รวมถึงการสร้างและใช้คำสั่ง (prompts) อย่างมีประสิทธิภาพสำหรับปัญญาประดิษฐ์ (AI) ในการทำงาน ประกอบด้วยการทำความเข้าใจหลักการของ Prompt Engineering การระบุการใช้งานที่เหมาะสม การพัฒนาและปรับแต่งคำสั่ง รวมถึงการใช้งานอย่างมีจริยธรรม เพื่อเพิ่มประสิทธิภาพในการทำงานและการตัดสินใจ และข้อควรระวังในการใช้งาน 

7. สำหรับระดับคุณวุฒิ

8. กลุ่มอาชีพ (Sector)
ข้าราชการและบุคลากรภาครัฐ

9. ชื่ออาชีพและรหัสอาชีพอื่นที่หน่วยสมรรถนะนี้สามารถใช้ได้ (ถ้ามี)
N/A

10. ข้อกำหนดหรือกฎระเบียบที่เกี่ยวข้อง (Licensing or Regulation Related) (ถ้ามี)
N/A

11. สมรรถนะย่อยและเกณฑ์การปฏิบัติงาน (Elements and Performance Criteria)
หน่วยสมรรถนะย่อย (EOC) เกณฑ์ในการปฏิบัติงาน (Performance Criteria) รหัส PC
(ตามเล่มมาตรฐาน)		 รหัส PC
(จากระบบ)
DT501

เข้าใจหลักการของ LLM และ Prompt Engineering

อธิบายแนวคิดพื้นฐานของ LLM

 DT501.01 216710
DT501

เข้าใจหลักการของ LLM และ Prompt Engineering

เข้าใจข้อจำกัดของ LLM

 DT501.02 216711
DT501

เข้าใจหลักการของ LLM และ Prompt Engineering

อธิบายแนวคิดพื้นฐานของ Prompt Engineering และการสร้างคำสั่งสำหรับ AI

 DT501.03 216712
DT501

เข้าใจหลักการของ LLM และ Prompt Engineering

ระบุประเภทของคำสั่งและการใช้งานในบริบทต่าง ๆ

 DT501.04 216713
DT501

เข้าใจหลักการของ LLM และ Prompt Engineering

อภิปรายถึงประโยชน์และข้อจำกัดของการใช้ Prompt Engineering ในกระบวนการทำงานงาน

 DT501.05 216714
DT502

ระบุการใช้งานPrompt Engineering ในภาครัฐ

ประเมินประเภทงานต่าง ๆ ภายในภาครัฐที่สามารถนำ Prompt Engineering มาใช้เพื่อเพิ่มประสิทธิภาพและการตัดสินใจ

 DT502.01 216715
DT502

ระบุการใช้งานPrompt Engineering ในภาครัฐ

ระบุปัญหาหรือภารกิจเฉพาะในภาครัฐที่สามารถแก้ไขด้วยการสร้างคำสั่งสำหรับ AI

 DT502.02 216716
DT502

ระบุการใช้งานPrompt Engineering ในภาครัฐ

เสนอโครงการที่ใช้ Prompt Engineering เพื่อปรับปรุงกระบวนการทำงาน

 DT502.03 216717
DT503

พัฒนาและปรับแต่งคำสั่งสำหรับ AI

สร้างคำสั่งที่เหมาะสมสำหรับการใช้งาน AI ในบริบทของการทำงานงาน

 DT503.01 216718
DT503

พัฒนาและปรับแต่งคำสั่งสำหรับ AI

ทดสอบและปรับแต่งคำสั่งเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด

 DT503.02 216719

12. ความรู้และทักษะก่อนหน้าที่จำเป็น (Pre-requisite Skill & Knowledge)

-    ทักษะการเรียนรู้ในศตวรรษที่ 21

-    ความเข้าใจเกี่ยวกับระบบราชการ หน้าที่ความรับผิดชอบ และการทำงานจัดการภาครัฐ

-    ความรู้เกี่ยวกับกฎหมายปกครอง พ.ร.บ.ข้อมูลข่าวสารทางราชการ กฎหมายว่าด้วยการละเมิด

-    ความรู้เกี่ยวกับทิศทางและยุทธศาสตร์ของประเทศ 

-    ความรู้เกี่ยวกับเทคโนโลยีดิจิทัล

 

13. ทักษะและความรู้ที่ต้องการ (Required Skills and Knowledge)

(ก) ความต้องการด้านทักษะ

-    ทักษะการวิเคราะห์เพื่อระบุการใช้งาน Prompt Engineering ที่เป็นไปได้

-    ทักษะการสร้างและปรับแต่งคำสั่งสำหรับ Generative AI

-    ทักษะการจัดการโครงการเพื่อนำ Prompt Engineering ไปใช้

-    ทักษะการพิจารณาด้านจริยธรรมเพื่อจัดการกับผลกระทบของการใช้งาน Prompt Engineering

 

(ข) ความต้องการด้านความรู้

-    หลักการพื้นฐานของ Prompt Engineering และการสร้างคำสั่งสำหรับ AI

-    การใช้งาน Prompt Engineering เฉพาะทางที่เกี่ยวข้องกับภาครัฐ

-    การพิจารณาด้านจริยธรรมในการใช้งาน Prompt Engineering

-    นโยบายและแนวทางสำหรับการใช้งาน Prompt Engineering ในการทำงาน

 

14. หลักฐานที่ต้องการ (Evidence Guide)

(ก)    หลักฐานการปฏิบัติงาน (Performance Evidence)

-    หลักฐานการประยุกต์ใช้ Prompt Engineering ในกระบวนการทำงานงาน

-    เอกสารหรือรายงานที่แสดงถึงการวิเคราะห์และระบุพื้นที่ที่สามารถนำ Prompt Engineering มาใช้

-    รายงานหรือเอกสารการดำเนินโครงการที่ใช้ Prompt Engineering พร้อมการติดตามและประเมินผลการทำงาน

-    การนำเสนอหรือการสื่อสารเกี่ยวกับการใช้ Prompt Engineering ต่อทีมงานหรือผู้มีส่วนได้ส่วนเสีย

(ข)    หลักฐานความรู้ (Knowledge Evidence)

-    ความเข้าใจพื้นฐานเกี่ยวกับเทคโนโลยี Prompt Engineering และการสร้างคำสั่งสำหรับ AI

-    ความรู้เกี่ยวกับการประยุกต์ใช้ Prompt Engineering ในบริบทของการทำงานงานภาครัฐ

-    ความรู้เกี่ยวกับแนวทางและนโยบายสำหรับการใช้งาน Prompt Engineering อย่างมีจริยธรรม

-    ความรู้เกี่ยวกับผลกระทบทางจริยธรรมและแนวทางการจัดการ



(ค)    คำแนะนำในการประเมิน

-    การประเมินควรเกิดขึ้นในสภาพแวดล้อมการทำงานจริงหรือผ่านการจำลองที่เลียนแบบสภาพแวดล้อมการทำงานงาน

-    ผู้ประเมินควรมั่นใจว่าผู้เข้ารับการประเมินสามารถแสดงความเข้าใจและประยุกต์ใช้ Prompt Engineering ได้จริง

-    ผู้ประเมินควรตรวจสอบหลักฐานการดำเนินโครงการ Prompt Engineering ที่ประสบความสำเร็จ

-    การประเมินควรครอบคลุมถึงการปฏิบัติตามแนวทางและนโยบายสำหรับการใช้งาน Prompt Engineering อย่างมีจริยธรรม

 

15. ขอบเขต (Range Statement)

หน่วยสมรรถนะนี้ครอบคลุมถึงการใช้เทคโนโลยีการสร้างคำสั่ง (Prompt Engineering) และปัญญาประดิษฐ์ (AI) ขนาดใหญ่ (Large Language Models หรือ LLMs) เพื่อปรับปรุงกระบวนการทำงานงานภาครัฐ ซึ่งรวมถึงการทำความเข้าใจและการประยุกต์ใช้เทคนิคต่าง ๆ ที่เกี่ยวข้องกับการทำ Prompt Engineering เช่น One-shot Learning, Few-shot Learning, และ Chain of Thought

- การทำความเข้าใจ Large Language Models (LLMs)

LLMs คือ ระบบ AI ที่มีขนาดใหญ่และได้รับการฝึกฝนด้วยข้อมูลจำนวนมาก ทำให้สามารถสร้างข้อความที่เหมาะสมและมีความแม่นยำสูง LLMs เช่น GPT-3 GPT4 หรือ  LLM ตัวอื่นที่มีความสามารถในการตอบสนองและสร้างเนื้อหาที่คล้ายกับมนุษย์ ซึ่งเป็นประโยชน์ในการทำงานงานภาครัฐ เช่น การสร้างเอกสาร การตอบคำถามของประชาชน และการวิเคราะห์ข้อมูล

- Prompt Engineering

การสร้างคำสั่งที่เหมาะสมสำหรับ AI เป็นสิ่งสำคัญในการให้ AI ทำงานตามที่ต้องการ โดยการสร้างคำสั่งจะต้องคำนึงถึงความชัดเจนและความแม่นยำ เพื่อให้ได้ผลลัพธ์ที่ถูกต้องและมีประสิทธิภาพ การปรับแต่งคำสั่งให้เหมาะสมกับบริบทเฉพาะเป็นสิ่งสำคัญในการประยุกต์ใช้ AI ในภาครัฐ

- One-shot Learning และ Few-shot Learning

เทคนิคเหล่านี้ใช้ในการฝึกฝน AI โดยการให้ข้อมูลตัวอย่างเพียงเล็กน้อย One-shot Learning คือการสอน AI ด้วยตัวอย่างเดียว ในขณะที่ Few-shot Learning ใช้ตัวอย่างเพียงไม่กี่ตัวอย่างเพื่อให้ AI เรียนรู้และประยุกต์ใช้ในงานต่าง ๆ เทคนิคเหล่านี้มีความสำคัญเมื่อมีข้อมูลจำกัดและต้องการให้ AI ทำงานได้อย่างรวดเร็วและแม่นยำ

- Chain of Thought

เทคนิคนี้เน้นการสร้างลำดับการคิดของ AI เพื่อให้สามารถแก้ปัญหาหรือสร้างเนื้อหาได้อย่างมีโครงสร้างและเชื่อมโยงกัน เช่น การใช้ AI ในการวางแผนกลยุทธ์ การจัดทำแผนปฏิบัติการ หรือการวิเคราะห์ข้อมูลที่ซับซ้อน Chain of Thought ช่วยให้ AI สามารถสร้างผลลัพธ์ที่เป็นขั้นตอนและมีความสมเหตุสมผล

- ข้อจำกัดของ LLMs

แม้ว่า LLMs จะมีความสามารถสูง แต่ก็มีข้อจำกัดที่ต้องพิจารณา เช่น ปัญหาด้านความเป็นธรรม (bias) ความโปร่งใส และการควบคุมการใช้งาน AI นอกจากนี้ LLMs ยังอาจสร้างข้อมูลที่ไม่ถูกต้องหรือไม่เหมาะสมหากไม่ได้รับการตรวจสอบและควบคุมอย่างเหมาะสม การประเมินและจัดการข้อจำกัดเหล่านี้เป็นสิ่งสำคัญในการใช้งาน AI ในภาครัฐ

หน่วยสมรรถนะนี้ยังครอบคลุมถึงการพิจารณาด้านจริยธรรมและการจัดการกับผลกระทบที่อาจเกิดขึ้นจากการใช้งานเทคโนโลยีเหล่านี้ การใช้งาน Prompt Engineering และ LLMs ในภาครัฐควรปฏิบัติตามแนวทางและนโยบายที่มีจริยธรรม เพื่อให้เกิดความโปร่งใส ความรับผิดชอบ และความเป็นธรรมในการทำงาน

 

16. หน่วยสมรรถนะร่วม (ถ้ามี)
N/A

17. อุตสาหกรรมร่วม/กลุ่มอาชีพร่วม (ถ้ามี)
N/A

18. รายละเอียดกระบวนการและวิธีการประเมิน (Assessment Description and Procedure)

สอบข้อเขียน    

กลับ

ยินดีต้อนรับ