Module 3

Problem → Gap →
Research Question

เปลี่ยนเรื่องที่สนใจให้เป็นสายเหตุผลที่ตรวจย้อนกลับได้ โดยให้ AI ช่วยตั้งคำถามและท้าทายข้อสรุป แต่ให้หลักฐานและมนุษย์เป็นผู้ตัดสิน

การเตรียมตัวก่อนเรียน

ของต้องมีก่อนเรียน

เลือกเตรียมตามกรณีของคุณเพียงแบบเดียว

ยังไม่มีผลงานจาก Module 2

เตรียม AI workspace ที่สร้าง Markdown และ PDF ได้ พร้อมเอกสารที่เปิดเผยได้ 4–8 ชิ้น วางต้นฉบับใน input/original/ และข้อความใน input/markdown/

มีผลงานจาก Module 2 แล้ว

เตรียมเอกสารชุดเดิมและไฟล์ output/first-ai-research-task.md โดยจะใช้ผลการแยก L1–L4 จากงานเดิมในกิจกรรมของบทนี้

Evidence Boundary

เอกสารไม่กี่ชิ้นช่วยเสนอ candidate gap ได้ แต่ยังยืนยันไม่ได้ว่าเป็นช่องว่างของวรรณกรรมทั้งหมด ต้องค้นและตรวจเพิ่มใน Module 4

ข้อมูลที่ใช้: ห้ามนำข้อมูลลับหรือข้อมูลส่วนบุคคลที่ไม่มีสิทธิ์เปิดเผยเข้าสู่ AI หากยังไม่มีเอกสารของตนเอง ให้ใช้เอกสารตัวอย่างที่ผู้สอนจัดให้แทน

LO

สิ่งที่จะทำได้

สร้างโจทย์ที่ยังเปิดให้ตรวจและแก้ได้

01 · Distinguishแยก practical problem ออกจาก research problem
02 · Boundเสนอ gap โดยระบุหลักฐานและขอบเขตการค้น
03 · Challengeหาหลักฐานคัดค้านและลดความมั่นใจเมื่อจำเป็น
04 · Alignตรวจ RQ → Gap → Research Problem → Practical Problem

แนวคิดหลัก

สี่ส่วนที่ไม่ควรเขียนปนกัน

01

Practical Problem

ใครกำลังเจอสถานการณ์อะไร และเกิดผลเสียหรือความต้องการใดในโลกจริง

02

Research Problem

ความเข้าใจหรือความสามารถในการอธิบาย วัด เปรียบเทียบ หรือออกแบบที่ยังไม่เพียงพอ

03

Candidate Gap

ข้อจำกัด ความขัดแย้ง บริบทที่ยังไม่ครอบคลุม หรือวิธีวัดที่ยังมีปัญหา ตามหลักฐานที่ตรวจพบ

04

Research Question

คำถามที่ตอบแล้วช่วยลด research problem และระบุข้อมูลหรือหลักฐานที่ต้องใช้ตอบได้

Gap ที่พบบ่อย: knowledge, contradiction, context/population และ method/measurement คำว่า “มีงานน้อย”, “ยังไม่มีใครศึกษา”, “ผลยังไม่ชัด” หรือ “ควรศึกษาเพิ่ม” ยังไม่ใช่ gap จนกว่าจะบอกว่าค้นที่ไหน พบอะไร และมีหลักฐานใดคัดค้านได้บ้าง

ตัวอย่างใกล้ตัว

หิว → กิน → อิ่ม

ตัวอย่างนี้ลดความซับซ้อนของเนื้อหาเพื่อให้เห็นโครงเหตุผลก่อน แล้วจึงนำโครงเดียวกันไปใช้กับเรื่องวิจัยของตนเอง

01

เริ่มจากปัญหา ไม่ใช่คำถาม

“หิว” เป็นสภาพปัญหา ส่วน “กินอะไรดี?” เป็นคำถาม หากเริ่มจากคำถามเร็วเกินไป เราอาจเลือกอาหารที่น่าสนใจแต่ไม่ตอบปัญหาว่าต้องการหายหิว

02

บอกสภาพที่ต้องการ

สภาพตรงข้ามคือ “อิ่ม” และวัตถุประสงค์อย่างง่ายคือทำให้ความหิวหมดไป การซื้ออาหารหรือหาร้านจึงยังไม่ใช่ความสำเร็จ ต้องดูผลหลังจากกินด้วย

03

แยกข้อจำกัดกับขอบเขต

มีเงิน 100 บาทและมีเวลา 30 นาทีเป็น ข้อจำกัด เพราะเปลี่ยนไม่ได้ในมื้อนี้ ส่วนการเลือกพิจารณาเฉพาะอาหารไทยเป็น ขอบเขต ที่เรากำหนดเอง

04

อย่าหลงวิธีที่ดูดี

ร้านดัง แอปใหม่ หรือ AI แนะนำอาหารเป็นเพียงวิธี ถ้าวิธีนั้นพาไปไกล เกินงบ หรือกินแล้วไม่อิ่ม ก็ยังไม่แก้ปัญหาหลัก ผลพลอยได้อย่างบรรยากาศดีไม่ควรแทนผลที่โจทย์ต้องการ

จากเรื่องธรรมดาสู่โจทย์ที่ตรวจได้: สมมติว่าเราต้องเลือกอาหารกลางวันใกล้มหาวิทยาลัย ภายใน 30 นาที งบไม่เกิน 100 บาท และต้องการอิ่มต่อเนื่องถึงช่วงบ่าย เรารู้ว่าการกินช่วยลดความหิว แต่ยังไม่รู้ว่าอาหารทางเลือกใดให้ผลตามเงื่อนไขนี้ได้สม่ำเสมอ นี่คือสิ่งที่ยังต้องหาคำตอบ ไม่ใช่หลักฐานว่าโลกวิชาการยังไม่มีใครศึกษา

Practical Problem

นักศึกษาหิวระหว่างวัน แต่มีเงินและเวลาจำกัด อาหารที่เลือกบางครั้งไม่ทำให้อิ่มถึงช่วงบ่าย

Research Problem

เรายังเปรียบเทียบไม่ได้ว่าอาหารที่เข้าถึงได้ให้ความอิ่มต่างกันเพียงใด เมื่อคำนึงถึงราคา ปริมาณ และความแตกต่างระหว่างคน

Candidate Gap

ข้อมูลร้านและรีวิวที่มีบอกราคาและรสชาติ แต่ในชุดข้อมูลที่เราตรวจยังไม่มีการวัดความอิ่มด้วยนิยามเดียวกัน จึงเป็นเพียง gap ที่พบในข้อมูลชุดนี้

Possible RQ

ในกลุ่มนักศึกษาที่รับประทานอาหารกลางวันงบไม่เกิน 100 บาท อาหารแต่ละประเภทสัมพันธ์กับระยะเวลาก่อนรู้สึกหิวอีกครั้งแตกต่างกันหรือไม่?

ลองหักล้างตัวอย่าง

คำถามที่ทำให้โจทย์แข็งแรงขึ้น

ก่อนยอมรับสายเหตุผลนี้ เราต้องลองหาจุดที่มันอาจผิดหรือยังพูดเกินหลักฐาน

นิยาม“หิว” และ “อิ่ม” วัดอย่างไร ทุกคนเข้าใจตรงกันหรือไม่?
สาเหตุอื่นการนอน สุขภาพ ปริมาณอาหารเดิม หรือกิจกรรมระหว่างวันมีผลหรือไม่?
หลักฐานเดิมมีงานด้าน satiety ที่ตอบเรื่องนี้แล้ว แต่เราใช้คำค้นไม่ตรงหรือไม่?
ความสำคัญถ้าข้อมูลขาดจริง การเติมข้อมูลนี้ช่วยตัดสินใจหรือแก้ปัญหาได้มากพอหรือไม่?
ผลหลังการหักล้าง: เรายังประกาศไม่ได้ว่านี่คือ research gap ที่ใหม่ ควรเรียกว่า candidate gap ระบุขอบเขตข้อมูล และค้นงานเดิมเพิ่ม คำถามวิจัยอาจต้องปรับหลังนิยามความอิ่มและพิจารณาปัจจัยอื่นให้ชัด
อ่าน “หิว → กิน → อิ่ม” ฉบับเต็ม →

เริ่มกิจกรรม · ขั้นที่ 1

เลือกทาง A หรือทาง B

เลือกตามงานที่มีอยู่ ไม่ต้องทำทั้งสองทาง ทั้งสองทางจะสร้างตารางหลักฐานชื่อ output/module-3-evidence-inventory.md แล้วไปยังจุดนัดพบเดียวกัน

ทาง A · เรียนต่อจาก Module 2

ทบทวนงานเดิมและคัดเฉพาะข้อความที่ตรวจย้อนกลับถึงต้นฉบับได้ หากรายงานเดิมกับต้นฉบับไม่ตรงกัน ให้ยึดต้นฉบับ

ตัวอย่างหิว–กิน–อิ่ม: นำผลตรวจเดิมเรื่องราคา ปริมาณ และความอิ่มมาจัดใหม่ โดยเก็บเฉพาะรายการที่ย้อนกลับถึงเมนู รีวิว หรือบันทึกต้นฉบับได้

งาน: สร้างตารางหลักฐานจากผลงาน Module 2 ข้อมูลที่ใช้: - input/markdown/ - output/first-ai-research-task.md ทำตามลำดับ: 1. เลือกเฉพาะข้ออ้างที่มีไฟล์และตำแหน่งตรวจย้อนกลับได้ 2. เทียบรายงานกับต้นฉบับ หากไม่ตรงให้ยึดต้นฉบับและแจ้งฉัน 3. สร้างตาราง ประเด็น, ข้ออ้าง, L1–L4, ไฟล์/ตำแหน่ง, ข้อจำกัด และสิ่งที่ยังไม่ทราบ ห้ามเสนอ research gap ส่งมอบ: output/module-3-evidence-inventory.md แล้วรอฉันตรวจ

ทาง B · เริ่มจาก Module 3

นำเข้าเอกสารและสำรวจหลักฐานเบื้องต้น โดยยังไม่รีบหา gap ตรวจข้อความที่มาจาก OCR เทียบกับต้นฉบับด้วยตนเอง

ตัวอย่างหิว–กิน–อิ่ม: นำเมนู รีวิว และบันทึกอาหาร 4–8 ชิ้นเข้าระบบ แล้วสร้างตารางว่าแต่ละแหล่งบอกอะไรเกี่ยวกับราคา ปริมาณ หรือความอิ่ม โดยยังไม่สรุปว่ามี gap

งาน: นำเข้าเอกสารและสร้างตารางหลักฐานตั้งต้น 1. ตรวจ input/original/ 2. สร้างสำเนาข้อความใน input/markdown/ 3. แจ้งส่วน OCR ที่ฉันต้องตรวจ 4. สร้างตารางข้ออ้าง, L1–L4, ไฟล์/ตำแหน่ง, ข้อจำกัด และสิ่งที่ยังไม่ทราบ กติกา: - ใช้เฉพาะเอกสารที่ให้ - ห้ามแก้ต้นฉบับ - ห้ามเสนอ research gap ส่งมอบ: output/module-3-evidence-inventory.md

ขั้นที่ 2 · จุดนัดพบ

ตรวจตารางหลักฐานก่อนเดินต่อ

เมื่อทำทาง A หรือ B เสร็จแล้ว ให้เปิดตารางหลักฐาน อ่านอย่างน้อย 5 Claims เทียบกับต้นฉบับ และแก้รายการที่ยังไม่มีตำแหน่งอ้างอิง เมื่อผ่านขั้นนี้จึงเข้าสู่กิจกรรมร่วม

ตัวอย่างหิว–กิน–อิ่ม: “เมนู A ราคา 80 บาท” ที่ชี้กลับไปยังเมนูได้ถือว่าพร้อม ส่วน “เมนู A อิ่มนาน” ที่ไม่มีข้อมูลรองรับต้องทำเครื่องหมายว่ายังไม่พร้อม

งาน: ตรวจว่าตารางหลักฐานพร้อมใช้หรือยัง ตรวจทุกแถวว่ามี: - ข้ออ้างและ L1–L4 - ชื่อไฟล์และตำแหน่ง - ข้อจำกัด - สิ่งที่ยังไม่ทราบ รายการที่ตรวจย้อนกลับไม่ได้ ให้ทำเครื่องหมาย “ยังไม่พร้อม” พร้อมเหตุผล ห้ามเติมข้อมูลหรือเสนอ gap หยุดและรอฉันอนุมัติ

ขั้นที่ 3 · กิจกรรมร่วม

สร้าง แล้วพยายามหักล้าง

เมื่อผ่านจุดนัดพบแล้ว ผู้เรียนจากทั้งสองทางทำกิจกรรมเดียวกัน AI ช่วยจัดหลักฐานและถามกลับ แต่มนุษย์เป็นผู้เขียนปัญหา เลือก gap และตัดสินคำถามวิจัย

  1. 01
    ยืนยันว่าหลักฐานพร้อมใช้
    อ่านตารางหลักฐานและไฟล์ต้นฉบับที่อ้างถึง สุ่มตรวจอย่างน้อย 5 Claims หากยังตรวจไม่ได้ให้กลับไปแก้ตารางก่อนเริ่มหา gap

    ตัวอย่างหิว–กิน–อิ่ม: ตารางอาจมี Claim ว่า “อาหารชุด A ราคา 80 บาท” พร้อมชื่อเมนูและบรรทัดในเอกสาร ส่วนคำว่า “อิ่มนาน” ที่ไม่มีตำแหน่งรองรับต้องถูกระบุว่ายังตรวจไม่ได้

    งาน: สุ่มตรวจข้ออ้างกับต้นฉบับ 1. อ่านตารางหลักฐาน 2. เปิดต้นฉบับตามตำแหน่งที่อ้าง 3. สุ่มตรวจอย่างน้อย 5 ข้ออ้าง 4. รายงาน ผ่าน / ไม่ผ่าน / ยังตรวจไม่ได้ พร้อมเหตุผล ห้ามเริ่มหา gap หยุดและรอฉันอนุมัติตารางหลักฐาน
  2. 02
    มนุษย์เขียนปัญหาก่อน
    เขียน practical problem 2–3 ประโยค และ research problem 1 ประโยค ระบุผู้ได้รับผล บริบท ผลที่เกิด และสิ่งที่ยังไม่เข้าใจ ห้ามเริ่มด้วย “ยังไม่มีใครศึกษา”

    ตัวอย่างหิว–กิน–อิ่ม: Practical problem คือ “นักศึกษาหิวช่วงบ่ายแม้กินอาหารกลางวันแล้ว” ส่วน research problem คือ “ยังเปรียบเทียบไม่ได้ว่าอาหารที่เข้าถึงได้ทำให้อิ่มนานต่างกันเพียงใด” ผลที่ต้องได้คือข้อความสองส่วนนี้ ไม่ใช่คำถามว่า “กินอะไรดี?”

  3. 03
    ให้ AI ถาม ไม่ให้เขียนแทน

    ตัวอย่างหิว–กิน–อิ่ม: AI ควรถามว่า “นักศึกษากลุ่มใด?”, “อิ่มนานหมายถึงกี่ชั่วโมง?” หรือ “มีหลักฐานว่าปัญหานี้เกิดบ่อยเพียงใด?” เพื่อให้ผู้เรียนพบคำที่กำกวมและข้อมูลที่ขาด แทนการเขียนปัญหาฉบับสวยให้ทันที

    งาน: ช่วยฉันหาจุดอ่อนของปัญหา ถามทีละหนึ่งข้อเกี่ยวกับ: 1. ใครได้รับผล 2. บริบทคืออะไร 3. ผลกระทบคืออะไร 4. ยังไม่รู้อะไร 5. หลักฐานอยู่ที่ไหน ห้ามเขียนปัญหาใหม่หรือเสนอ gap แทนฉัน เมื่อฉันตอบครบ ให้สรุปจุดที่ยังขาดแล้วหยุด
  4. 04
    สร้าง Gap Ledger

    ตัวอย่างหิว–กิน–อิ่ม: ตารางหนึ่งแถวอาจเสนอว่า “รีวิวบอกราคาและรสชาติ แต่ไม่วัดระยะเวลาก่อนหิวอีกครั้ง” เป็น candidate gap โดยต้องมีเอกสารที่รองรับ ขอบเขตว่าอ่านรีวิวชุดใด และรายการงานด้าน satiety ที่ยังต้องค้นเพิ่ม

    งาน: สร้างบัญชี candidate gap ใช้ตารางหลักฐานและคำตอบของฉัน เสนอไม่เกิน 4 ข้อ ตารางต้องมี: - gap และประเภท - หลักฐานสนับสนุนพร้อมไฟล์/ตำแหน่ง - หลักฐานคัดค้าน - ขอบเขตการค้น - สิ่งที่ต้องค้นเพิ่ม - สถานะ supported within this set / candidate / rejected ห้ามอ้างว่าใหม่ในวงการ รอฉันตรวจทีละข้อ
  5. 05
    ใช้ Gap Prosecutor

    ตัวอย่างหิว–กิน–อิ่ม: การหักล้างอาจพบว่ามีงานเรื่อง satiety จำนวนมากอยู่แล้ว หรือคำว่า “อิ่ม” แตกต่างกันระหว่างคน ผลที่ได้จึงอาจเป็น “ลดความมั่นใจ” หรือ “ปฏิเสธ gap” ไม่จำเป็นต้องรักษา gap เดิมไว้

    งาน: พยายามหักล้าง candidate gap ทีละข้อ ตรวจว่า: 1. เป็นเพียงเรื่องที่ฉันยังค้นไม่เจอหรือไม่ 2. มีงานตอบแล้วหรือไม่ 3. สำคัญเชิงปฏิบัติแต่ยังไม่ใช่ research gap หรือไม่ 4. ถ้อยคำใดเกินหลักฐาน สรุปเป็น คงไว้ / ลดความมั่นใจ / ปฏิเสธ พร้อมเหตุผล ห้ามสร้างหลักฐานเพิ่มเอง
  6. 06
    มนุษย์ร่าง RQ สามแบบ
    เลือก descriptive, comparative, relational, explanatory หรือ design/evaluation ระบุประชากร/หน่วยวิเคราะห์ บริบท แนวคิด และขอบเขต โดยไม่ยัด method ที่ยังไม่ตัดสินใจลงในคำถาม

    ตัวอย่างหิว–กิน–อิ่ม: อาจร่างคำถามแบบบรรยายว่า “นักศึกษารู้สึกหิวอีกครั้งหลังอาหารกลางวันนานเท่าไร?” แบบเปรียบเทียบว่า “อาหารแต่ละประเภทให้อิ่มนานต่างกันหรือไม่?” และแบบความสัมพันธ์ว่า “ปริมาณโปรตีนสัมพันธ์กับระยะเวลาก่อนหิวอีกครั้งหรือไม่?”

  7. 07
    ให้ AI stress-test โดยไม่ rewrite

    ตัวอย่างหิว–กิน–อิ่ม: AI อาจชี้ว่า “อาหารแต่ละประเภท” กว้างเกินไป, “อิ่มนาน” ยังไม่มีนิยาม และคำถามยังไม่ระบุกลุ่มนักศึกษา ผลที่ต้องได้คือรายการจุดอ่อนและคำถามกลับ เพื่อให้ผู้เรียนแก้ RQ เอง

    งาน: ทดสอบ RQ 3 ข้อโดยไม่เขียนแทนฉัน ประเมิน: - ความชัดเจนและขอบเขต - ความสามารถในการตอบ - ความสอดคล้องกับ candidate gap - ความเป็นกลาง - ความเป็นไปได้ ระบุคำกำกวม สมมติฐานแฝง และข้อมูลที่ต้องใช้ จากนั้นถามกลับทีละข้อเพื่อให้ฉันแก้เอง
  8. 08
    ทำ Traceability Audit

    ตัวอย่างหิว–กิน–อิ่ม: ตารางควรแสดงว่า RQ เรื่องประเภทอาหารเชื่อมกับ gap เรื่องข้อมูลความอิ่ม เชื่อมกับ research problem ที่ยังเปรียบเทียบไม่ได้ และย้อนถึง practical problem คือหิวช่วงบ่าย หากไม่มีหลักฐานว่าผู้เรียนหิวจริง จุดเชื่อมสุดท้ายต้องระบุว่ายังขาด

    งาน: ตรวจสายเหตุผลย้อนกลับ ตรวจเส้นทาง: RQ → Candidate Gap → Research Problem → Practical Problem → Evidence สร้างตารางหนึ่งแถวต่อ RQ ระบุ: - จุดที่มีหลักฐาน - จุดที่เป็นการตีความ - จุดที่ยังขาด - สิ่งที่ต้องค้นหรือถามเพิ่ม หากสายใดขาด ห้ามเติมข้อความแทนหลักฐาน
  9. 09
    สร้างชิ้นงาน

    ตัวอย่างหิว–กิน–อิ่ม: รายงานสุดท้ายจะรวมปัญหา ตาราง gap ผลการหักล้าง RQ สามแบบ สายเหตุผล และรายการค้นต่อ เช่น งานเรื่อง satiety และวิธีวัดความหิว โดยยังติดป้าย candidate ให้ข้อที่ยังไม่ยืนยัน

    งาน: สร้างรายงาน Problem → Gap → RQ ใช้เฉพาะงานที่ฉันอนุมัติ และรวม: 1. ขอบเขตหลักฐาน 2. ปัญหาเชิงปฏิบัติและปัญหาวิจัย 3. Gap Ledger และผลหักล้าง 4. RQ 3 ข้อพร้อมผลทดสอบ 5. ตารางตรวจย้อนกลับ 6. RQ ที่เลือกพร้อมเหตุผล 7. รายการค้นต่อ ติดป้าย candidate gap และห้ามประกาศ novelty ส่งมอบ: output/problem-gap-rq.md และ PDF A4 ภาษาไทย

Checkpoint

จบบทเรียน

ติ๊กเมื่อคุณตรวจชิ้นงานและอธิบายหลักฐานของแต่ละข้อได้ ระบบจะจำสถานะไว้ในเบราว์เซอร์นี้

ความสำเร็จ 0%

จุดตรวจโดยมนุษย์: AI ไม่สามารถตัดสินความสำคัญ ความใหม่ ความเป็นไปได้ จริยธรรม หรือความเหมาะสมกับบริบทแทนอาจารย์ ผู้มีส่วนได้ส่วนเสีย และหลักฐานภายนอกได้ นำช่องว่างความรู้และคำถามวิจัยเบื้องต้นไปตรวจต่อในโมดูล 4
← กลับ Module 2ไป Module 4 →