บทความนี้ถ่ายทอดความรู้และมุมมองที่ได้รับจากการเข้าร่วมเพิ่มพูนความรู้เรื่อง “ระเบียบวิธีการวิจัยแบบผสมกับการนำปัญญาประดิษฐ์มาช่วยงาน” ระหว่างวันที่ 18–19 พฤษภาคม 2569 ซึ่งมุ่งเน้นการประยุกต์ใช้การวิจัยแบบผสม (Mixed Methods Research) ร่วมกับเทคโนโลยีปัญญาประดิษฐ์ (AI) เพื่อยกระดับคุณภาพงานวิจัยในยุคดิจิทัล โดยเนื้อหาสำคัญประกอบด้วยแนวคิดการผสานการวิจัยเชิงปริมาณและเชิงคุณภาพ การออกแบบงานวิจัยแบบ Sequential, Convergent และ Hybrid ตลอดจนการใช้ AI เพื่อช่วยวิเคราะห์ สังเคราะห์ และสนับสนุนการทำวิจัยอย่างมีประสิทธิภาพ ผู้เขียนสะท้อนให้เห็นว่า งานวิจัยยุคใหม่ไม่จำเป็นต้อง “เลือกข้าง” ระหว่างตัวเลขกับเรื่องเล่า แต่สามารถใช้ทั้งสองร่วมกันเพื่อให้เข้าใจ “ความจริง” ของปรากฏการณ์ได้ลึกขึ้น พร้อมทั้งชี้ให้เห็นว่า AI ไม่ได้มาแทนนักวิจัย แต่เป็น “ผู้ช่วย” ที่ช่วยลดเวลา เพิ่มประสิทธิภาพ และเปิดมุมมองใหม่ในการทำวิจัยสำหรับอาจารย์มหาวิทยาลัย

ช่วงวันที่ 18–19 พฤษภาคม 2569 ที่ผ่านมา ผู้เขียนมีโอกาสเข้าร่วมรับฟังกับทางสำนักงานการวิจัยแห่งชาติ (วช.) เรื่อง “ระเบียบวิธีการวิจัยแบบผสมกับการนำปัญญาประดิษฐ์มาช่วยงาน” ซึ่งเป็นหัวข้อที่กำลังได้รับความสนใจอย่างมากในวงการวิชาการและการวิจัยในปัจจุบัน

ก่อนเข้าร่วมอบรม ยอมรับตามตรงว่า เมื่อได้ยินคำว่า “AI” หรือ “ปัญญาประดิษฐ์” ก็แอบรู้สึกกังวลเล็กๆ เหมือนกันว่า เทคโนโลยีเหล่านี้จะเข้ามาแทนที่บทบาทของอาจารย์หรือนักวิจัยหรือไม่ โดยเฉพาะในยุคที่หลายคนเริ่มใช้ AI ช่วยเขียน ช่วยสรุป หรือแม้กระทั่งช่วยวิเคราะห์ข้อมูล

แต่หลังจากได้ฟังการอบรมครั้งนี้ กลับทำให้มุมมองเปลี่ยนไปอย่างมาก เพราะแท้จริงแล้ว AI ไม่ได้เข้ามาเพื่อ “แทนที่” นักวิจัย แต่เข้ามาในฐานะ “ผู้ช่วย” ที่ช่วยลดเวลา เพิ่มประสิทธิภาพ และช่วยให้นักวิจัยสามารถทำงานได้ลึกและกว้างมากขึ้น

สิ่งที่ผู้เขียนรู้สึกว่าน่าสนใจมาก คือแนวคิดเรื่อง “การวิจัยแบบผสม” หรือ Mixed Methods Research ซึ่งเป็นการนำการวิจัยเชิงปริมาณและการวิจัยเชิงคุณภาพมาผสานเข้าด้วยกัน เพื่อให้เข้าใจปรากฏการณ์ได้ครบทั้ง “ตัวเลข” และ “ความหมาย”

ที่ผ่านมา เราอาจคุ้นเคยกับงานวิจัยเชิงปริมาณที่เน้นตัวเลข สถิติ ค่าเฉลี่ย หรือสมการต่างๆ ซึ่งสามารถอธิบายได้ว่า “อะไรเกิดขึ้น” แต่บางครั้ง ตัวเลขเพียงอย่างเดียวอาจยังไม่สามารถตอบได้ว่า “ทำไมมันถึงเกิดขึ้น”

ในทางกลับกัน การวิจัยเชิงคุณภาพจะช่วยให้เราเข้าใจความคิด ความรู้สึก ประสบการณ์ หรือบริบทของผู้คนได้ลึกขึ้น ผ่านการสัมภาษณ์ การสนทนากลุ่ม หรือการลงพื้นที่จริง

วิทยากรในการอบรมได้อธิบายไว้อย่างน่าสนใจว่า งานวิจัยที่ดีในยุคปัจจุบัน ไม่จำเป็นต้องเลือกว่าจะใช้ “เชิงปริมาณ” หรือ “เชิงคุณภาพ” เพียงอย่างเดียว แต่สามารถใช้ทั้งสองแบบร่วมกัน เพื่อให้ได้คำตอบที่สมบูรณ์มากขึ้น

ผู้เขียนมองว่า แนวคิดนี้สอดคล้องกับการทำวิจัยในบริบทของมหาวิทยาลัยแม่โจ้เป็นอย่างมาก เพราะหลายงานวิจัยของเราเกี่ยวข้องกับ “คน ชุมชน เกษตรกร ผู้ประกอบการ และสังคม” ซึ่งล้วนมีบริบทเฉพาะตัว

ยกตัวอย่างเช่น งานวิจัยด้านเกษตรอินทรีย์ อาหารสุขภาวะ หรือธุรกิจค้าปลีกสมัยใหม่ บางครั้งผลวิเคราะห์ทางสถิติอาจบอกว่า “ปัจจัยด้านรายได้” หรือ “เทคโนโลยี” มีผลต่อพฤติกรรมของผู้บริโภค แต่หากเราได้ลงพื้นที่พูดคุยกับผู้คนจริงๆ เราอาจพบว่า ยังมีปัจจัยด้านวัฒนธรรม ความเชื่อ หรือวิถีชีวิตที่ซ่อนอยู่เบื้องหลังตัวเลขเหล่านั้น

อีกประเด็นหนึ่งที่ผู้เขียนชอบมาก คือการพูดถึงบทบาทของ AI ในงานวิจัย

ปัจจุบัน AI สามารถช่วยนักวิจัยได้หลายด้าน ไม่ว่าจะเป็นการช่วยสรุปบทความวิชาการ การช่วยเรียบเรียงภาษา การช่วยวิเคราะห์ข้อมูลเบื้องต้น หรือแม้แต่การช่วยจัดหมวดหมู่ข้อมูลสัมภาษณ์เชิงคุณภาพ

อย่างไรก็ตาม วิทยากรได้ย้ำชัดเจนว่า แม้ AI จะเก่งมากขึ้นเรื่อย ๆ แต่สิ่งที่ AI ยังไม่สามารถแทนมนุษย์ได้ คือ “ความเข้าใจมนุษย์” และ “การตีความเชิงบริบท”

เพราะสุดท้ายแล้ว งานวิจัยไม่ได้มีหน้าที่เพียงแค่สร้างข้อมูลหรือสร้างตัวเลข แต่ต้องสามารถอธิบาย “ชีวิตจริง” ของผู้คนได้ด้วย

สำหรับผู้เขียน การอบรมครั้งนี้จึงไม่ได้ให้เพียงความรู้เรื่องระเบียบวิธีวิจัยเท่านั้น แต่ยังทำให้เห็นทิศทางของโลกวิชาการในอนาคต ว่างานวิจัยกำลังก้าวเข้าสู่ยุคที่ต้องอาศัยทั้ง “ศาสตร์” และ “ศิลป์” ไปพร้อมกัน

ศาสตร์ คือ การใช้ข้อมูล สถิติ และเทคโนโลยี
ศิลป์ คือ ความเข้าใจมนุษย์ ความเข้าใจสังคม และการตีความอย่างลึกซึ้ง

ท้ายที่สุดนี้ ผู้เขียนเชื่อว่า AI จะไม่ทำให้อาจารย์หรือนักวิจัยหมดความสำคัญ แต่จะทำให้เราต้อง “เรียนรู้และปรับตัว” มากขึ้น เพื่อใช้เทคโนโลยีให้เกิดประโยชน์สูงสุดกับการสร้างองค์ความรู้ใหม่ให้กับสังคม

และบางที…การเปลี่ยนแปลงครั้งนี้ อาจไม่ได้น่ากลัวอย่างที่เราคิดก็ได้