Support & Well-being Agent (SWA)

รายละเอียดการอบรมเชิงปฏิบัติการพัฒนา 

"Support & Well-being Agent (SWA)"

1. หลักการและเหตุผล (Principles and Rationale)

ในปัจจุบันเมื่อแพลตฟอร์มดิจิทัลภายในมหาวิทยาลัยเริ่มเปิดใช้งานจริง (First Deployment) การบริหารจัดการข้อร้องเรียนและการดูแลผู้ใช้งานถือเป็นหัวใจสำคัญ โดยเฉพาะอย่างยิ่งในบริบทของสถาบันการศึกษาที่ไม่ได้จำกัดเพียงแค่การแก้ไขปัญหาทางเทคนิค แต่ยังรวมถึงความจำเป็นในการใส่ใจและเฝ้าระวังสภาวะทางอารมณ์และสุขภาวะ (Well-being) ของนักศึกษา ซึ่งวิธีการแบบดั้งเดิมอาจไม่รวดเร็วเพียงพอและอาจขาดมาตรฐานในการรักษาความเป็นส่วนตัวของข้อมูลที่ละเอียดอ่อน

โครงการนี้จึงมุ่งเน้นการพัฒนา "Intelligent Support Desk" โดยการประยุกต์ใช้ปัญญาประดิษฐ์ (AI) และการประมวลผลภาษาธรรมชาติ (NLP) เพื่อทำหน้าที่เป็นด่านหน้าในการคัดกรองข้อความและจำแนกเจตนา (Intent Classification) ของผู้ติดต่อ ว่าเป็นปัญหาเชิงเทคนิคทั่วไป (Technical Issue) หรือเป็นปัญหาที่เกี่ยวข้องกับความเครียดและสุขภาวะทางจิตใจ (Mental Health & Well-being) เพื่อให้ระบบสามารถส่งต่อเคสไปยังเจ้าหน้าที่ที่เกี่ยวข้องได้อย่างถูกต้อง แม่นยำ และทันท่วงที

นอกจากนี้ การดำเนินโครงการยังสอดคล้องกับแผนยุทธศาสตร์การจัดตั้งห้องปฏิบัติการเสมือนสำหรับปัญญาประดิษฐ์เชิงตัวแทน (Agentic Living Lab) ที่ให้ความสำคัญสูงสุดกับจริยธรรมปัญญาประดิษฐ์ (AI Ethics) และมาตรฐานการคุ้มครองข้อมูลส่วนบุคคล (Data Privacy) เพื่อสร้างความเชื่อมั่นให้กับผู้ใช้งาน และเตรียมความพร้อมระบบสำหรับการใช้งานจริงในระดับ Production

2. วัตถุประสงค์ (Objectives)

• เพื่อให้นักศึกษาและผู้เข้าร่วมโครงการตระหนักรู้และเข้าใจหลักการจริยธรรมปัญญาประดิษฐ์ (AI Ethics) และการรักษาความเป็นส่วนตัวของข้อมูล (Data Privacy) ในระบบรับเรื่องร้องเรียน

• เพื่อพัฒนา AI Agent ที่มีความสามารถในการจำแนกประเภทข้อความ (Text Classification) และวิเคราะห์อารมณ์ (Sentiment Analysis) เพื่อแยกแยะปัญหาระหว่าง IT Support กับ Well-being ได้อย่างมีประสิทธิภาพ

• เพื่อเตรียมความพร้อมของระบบและบุคลากรสำหรับการนำ AI Agent ไปติดตั้งและใช้งานจริงบนระบบคลาวด์ (Production Readiness)

3. วิธีการดำเนินงาน (Methodology)

• ระยะที่ 1: การเตรียมความพร้อม (Pre-Workshop)

• การวางแผนและเตรียมระบบ (Planning & Setup)

• ผู้รับผิดชอบ: ทีมเทคนิคและวิทยากร

• รายละเอียด: เตรียม Google Cloud Environment, ชุดข้อมูลจำลอง (Mock Data) และ Code Template เพื่อลดระยะเวลา Setup หน้างาน

• ระยะที่ 2: การอบรมและปฏิบัติการเข้มข้น (Intensive Workshop)

• วันที่ 1: พื้นฐานและแนวคิด (Fundamentals & Design)

• ผู้รับผิดชอบ: วิทยากร

• รายละเอียด: ปูพื้นฐาน AI Ethics, NLP และออกแบบ Workflow การจำแนกเจตนา (Intent Design)

• วันที่ 2: การพัฒนาและติดตั้งจริง (Development & Deployment)

• ผู้รับผิดชอบ: ผู้เข้าร่วมโครงการ / Mentor

• รายละเอียด: พัฒนา Agent (Coding), ทดสอบกับข้อมูลจำลอง และ Deploy ขึ้น Cloud Run

• ระยะที่ 3: การประเมินผล (Post-Workshop)

• การสรุปผลโครงการ (Evaluation)

• ผู้รับผิดชอบ: คณะทำงาน

• รายละเอียด: ประเมินประสิทธิภาพ Agent จากการ Demo และสรุปรายงาน

4. สถานที่และระยะเวลาดำเนินการ (Location and Duration)

• ระยะเวลา: 2 วัน (เดือนพฤษภาคม 2569)

• สถานที่: สาขาวิชา อาคาร SC3

5. ผลที่คาดว่าจะได้รับ (Expected Results)

• ได้ต้นแบบระบบรับเรื่องร้องเรียนอัจฉริยะ (Intelligent Support Desk Module) ที่สามารถทำงานได้เบื้องต้นภายในระยะเวลาจำกัด

• ผู้เข้าร่วมมีความรู้ความเข้าใจเรื่อง AI Ethics และ Data Privacy ผ่านการลงมือปฏิบัติจริงกับข้อมูลจำลอง

• มีระบบ AI Agent ที่ได้รับการติดตั้งบน Google Cloud Run พร้อมสำหรับการนำไปพัฒนาต่อยอด

6. ผลลัพธ์การเรียนรู้ (Course Learning Outcomes: CLO)

1. ผู้เรียนสามารถอธิบายและประยุกต์ใช้หลักการ AI Ethics และ Data Privacy ในการจัดการข้อมูลที่ละเอียดอ่อนได้

2. ผู้เรียนสามารถพัฒนาโมเดล NLP พื้นฐานเพื่อจำแนกเจตนา (Intent) ของข้อความได้

3. ผู้เรียนสามารถทำการ Deploy AI Service ขึ้นสู่ระบบ Cloud Computing (Google Cloud Run) ได้

7. หัวข้อการอบรมและบรรยาย (Workshop and Lecture Topics)

• วันที่ 1: AI Ethics & NLP Foundations

• AI Ethics & Data Privacy for Support Systems (การจัดการข้อมูลส่วนบุคคลในระบบ Support)

• Introduction to NLP & Intent Classification (หลักการจำแนกข้อความเบื้องต้น)

• Workshop: Designing "Triage Workflow" (ออกแบบผังการไหลของข้อมูล IT vs Well-being)

• วันที่ 2: Agent Development & Cloud Deployment

• Hands-on: Coding the Triage Agent (การเขียนโปรแกรมคัดกรองข้อความ)

• Handling Sensitive Data & Security (เทคนิคการปกปิดข้อมูลสำคัญ)

• Deployment Workshop: Google Cloud Run & Testing with Mock Data

• Final Demo & Project Wrap-up

8. กำหนดการ (Schedule)

วันที่ 1 | สถานที่: สาขาวิชา อาคาร SC3

• 09:00 - 10:30 น. | Lecture: AI Ethics & Privacy

  • รายละเอียด: หลักจริยธรรม AI และ PDPA ในงาน Support

• 10:30 - 10:45 น. | Break

  • รายละเอียด: พักเบรค

• 10:45 - 12:00 น. | Lecture: NLP Basics

  • รายละเอียด: พื้นฐาน NLP และการจำแนก Intent

• 12:00 - 13:00 น. | Lunch

  • รายละเอียด: พักรับประทานอาหารกลางวัน

• 13:00 - 16:30 น. | Workshop: System Design

  • รายละเอียด: ออกแบบ Workflow และเตรียม Environment

วันที่ 2 | สถานที่: สาขาวิชา อาคาร SC3

• 09:00 - 10:30 น. | Hands-on: Coding Agent

  • รายละเอียด: เขียนโปรแกรมจำแนกข้อความ (Logic Implementation)

• 10:30 - 10:45 น. | Break

  • รายละเอียด: พักเบรค

• 10:45 - 12:00 น. | Hands-on: Security & Mock Data

  • รายละเอียด: การจัดการข้อมูล Sensitive และทดสอบระบบ

• 12:00 - 13:00 น. | Lunch

  • รายละเอียด: พักรับประทานอาหารกลางวัน

• 13:00 - 15:30 น. | Workshop: Cloud Deployment

  • รายละเอียด: นำระบบขึ้น Google Cloud Run

• 15:30 - 16:30 น. | Demo & Closing

  • รายละเอียด: นำเสนอผลงานและสรุปโครงการ