การพัฒนาเนื้อหาประชาสัมพันธ์ด้วย AI: การวิเคราะห์ความต้องการ การใช้บล็อกบอท และการใช้หลักฐานเชิงประจักษ์เป็นฐาน
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีจุดมุ่งหมายเพื่อวิเคราะห์มุมมองและความพร้อมของนักประชาสัมพันธ์ในมหาวิทยาลัยของรัฐในประเทศไทยเกี่ยวกับการใช้เครื่องมือปัญญาประดิษฐ์ (AI) ในการเขียนงานประชาสัมพันธ์ โดยมุ่งประเมินความต้องการและข้อจำกัดในการใช้บล็อกและแชทบอทที่ขับเคลื่อนด้วย AI และเสนอกรอบแนวคิดสำหรับการสร้างรูปแบบการเขียนประชาสัมพันธ์เชิงสร้างสรรค์ที่ผสานการทำงานระหว่าง AI และมนุษย์อย่างมีจริยธรรมและมีประสิทธิภาพ การวิจัยนี้เป็นการวิจัยเชิงปริมาณ ใช้แบบสอบถามเป็นเครื่องมือเก็บข้อมูลจากนักประชาสัมพันธ์ในมหาวิทยาลัยของรัฐจำนวน 400 คน วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา และวิเคราะห์ความต้องการจำเป็นแบบปรับแก้ (PNI Modified) เพื่อระบุช่องว่างระหว่างการปฏิบัติจริงกับระดับที่คาดหวังในอุดมคติ ผลการวิจัยพบว่า นักประชาสัมพันธ์ให้ความสำคัญกับการใช้ข้อมูลที่มีหลักฐานรองรับเพื่อเสริมสร้างความน่าเชื่อถือในการสื่อสาร (ค่าเฉลี่ย = 4.453) ผลวิจัยชี้ให้เห็นว่าความน่าเชื่อถือและความโปร่งใสคือหัวใจสำคัญของการสื่อสารด้วย AI ขณะเดียวกัน การใช้บอทเพื่อสร้างเนื้อหาทางสถิติได้รับคะแนนต่ำที่สุด (ค่าเฉลี่ย = 4.193) สะท้อนถึงความไม่มั่นใจหรือข้อจำกัดทางทักษะของผู้ปฏิบัติงาน ความต้องการจำเป็นที่สำคัญที่พบ ได้แก่ การเชื่อมโยงบล็อกกับโซเชียลมีเดีย การวิเคราะห์ข้อมูลแบบเรียลไทม์ และการใช้บอทเพื่อปรับเนื้อหาให้สอดคล้องกับแนวโน้มปัจจุบัน ข้อเสนอแนะเชิงกลยุทธ์ งานวิจัยนี้เสนอให้หน่วยงานด้านการศึกษาและองค์กรที่เกี่ยวข้องพัฒนา กลยุทธ์การประยุกต์ใช้ AI ในงานประชาสัมพันธ์ โดยมุ่งเน้นการพัฒนาทักษะด้านการวิเคราะห์ข้อมูล การตรวจสอบข้อเท็จจริง และการเล่าเรื่องเชิงหลักฐานผ่านการอบรมและหลักสูตรเฉพาะทาง นอกจากนี้ควรสนับสนุนการสร้างโมเดลความร่วมมือระหว่าง AI และมนุษย์เพื่อยกระดับความน่าเชื่อถือ ประสิทธิภาพ และจริยธรรมในงานประชาสัมพันธ์ พร้อมทั้งวางนโยบายที่ชัดเจนเกี่ยวกับการใช้ AI ในการสื่อสารเพื่อป้องกันการบิดเบือนข้อมูลและเสริมสร้างความไว้วางใจของสาธารณชน
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Copyright © 2025 ICT Silpakorn All rights reserved.
References
Akpan, I. J., Soares, D., Adedeji, O. B., & Bhatti, Z. A. (2024). Conversational and generative artificial intelligence and human–chatbot communication. International Transactions in Operational Research. https://doi.org/10.1111/itor.13537.
Capel, D., & Zisserman, A. (1998, June). Automated mosaicing with super-resolution zoom. In Proceedings. 1998 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (Cat. No. 98CB36231) (pp. 885-891). IEEE.
Cusnir, R., & Neagu, M. (2024). Co-creation through blogs and AI bots: Enhancing public relations practice with generative storytelling. Big Data and Cognitive Computing, 8(1), 35. https://doi.org/10.3390/bdcc8010035.
De Freitas, J., Ayduk, O., & Wenzel, M. (2023). Chatbots and mental health: Insights into the safety of generative AI. Journal of Consumer Psychology, 33(4), 751–767. https://doi.org/10.1002/jcpy.1348.
Dell’Acqua, F., Bietti, E., & Pezzoni, M. (2024). Generative AI enhances individual creativity but reduces collective novelty. Science Advances, 10(6), eadn5290. https://doi.org/10.1126/sciadv.adn5290.
DiFonzo, N., & Bordia, P. (2000). How top PR professionals handle hearsay: Corporate rumors, their effects, and strategies to manage them. Public Relations Review, 26(2), 173-190.
Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., ... & Williams, M. D. (2021). Artificial intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57, 101994. https://doi.org/10.1016/j.ijinfomgt.2019.08.002.
Hallahan, K. (2000). Enhancing motivation, ability, and opportunity to process public relations messages. Public relations review, 26(4), 463-480.
Henke, J. (2024). Navigating the AI era: University communication strategies and adoption patterns in Germany. Journal of Science Communication (JCOM), 23(01), A07. https://doi.org/10.22323/2.23010207.
Hill, L. N., & White, C. (2000). Public relations practitioners’ perception of the world wide web as a communications tool. Public relations review, 26(1), 31-51.
Kaplan, A. M., & Haenlein, M. (2010). Users of the world, unite! The challenges and opportunities of social media. Business Horizons, 53(1), 59–68. https://doi.org/10.1016/j.bushor.20 09.09.003.
Mao, Z., Fei, M., & Zhang, H. (2024). Enhancing workplace productivity through generative AI: A systematic literature review. Sustainability, 16(3), 1166.
Nies, H., & Zhao, L. (2025). AI-Powered Enhancements in Media Relations: Exploring Potential and Ethical Considerations in Public Relations. In Public Relations and the Rise of AI (pp. 118-135). Routledge.
Porlezza, C., & Splendore, S. (2023). Public service chatbots: Automating conversation with BBC News. Digital Journalism, 11(7), 1057–1077. https://doi.org/10.1080/21670811.2023.2196841.
Toteva, D. (2023). Generative AI in PR education: Empowering future communicators with co-creative tools. In Proceedings of the GenAILA Workshop on Generative AI for Language Applications (pp. 1–8).
UNESCO. (2018). Digital literacy in education: Policy brief. UNESCO Institute for Information Technologies in Education.
Volarić, T., Tomić, Z., & Ljubić, H. (2024, July). Artificial Intelligence Tools for Public Relations Practitioners: An Overview. In 2024 IEEE 28th International Conference on Intelligent Engineering Systems (INES) (pp. 000031-000036). IEEE.
Wu, J., Shah, A. M., & Dou, Y. (2023). ChatGPT boosts workplace productivity: Experimental evidence. Science, 381(6654), 1250–1255. https://doi.org/10.1126/science.adh2586
Yang, A. (2025). Preparing public relations’ practitioners for the AI era: Advancing pedagogical principles in public relations’ artificial intelligence education. Journalism & Mass Communication Educator, 80(1), 3-24.
Zhao, D. (2025). The impact of AI-enhanced natural language processing tools on writing proficiency: An analysis of language precision, content summarization, and creative writing facilitation. Education and Information Technologies, 30(6), 8055-8086.