13) Click&Go with Technology: Using Gemini to Reflect Lifelong Learning Processes

ดร.ศุภกิจ บุญเอนกพัฒน์ ฮิต: 8

สารบัญ

Go Back

01) Executive Talk: Promoting Lifelong Learning in Health Science Schools (10 views)
02) How to Promote Growth Mindset in Learners of Health Science Schools การส่งเสริมแนวคิดแบบเติบโต (Growth Mindset) ในผู้เรียนวิทยาศาสตร์สุขภาพ (9 views)
03) Community of Practice (CoP) and Lifelong Learning in Health Science Education (5 views)
04) Grit and Resilience in Health Science Education ความมุมานะพยายามและความยืดหยุ่นในโรงเรียนวิทยาศาสตร์สุขภาพ (6 views)
05) Continuing Professional Development (CPD) as Lifelong Learning in Health Science Education (10 views)
06) Message from Deputy Dean (8 views)
07) Students' Voice: Students’ View on Lifelong Learning (26 views)
08) เชิด-ชู: ผู้ได้รับรางวัล ครูแพทย์แห่งชาติ ประจำปี 2568 จากกลุ่มสถาบันแพทยศาสตร์แห่งประเทศไทย (5 views)
09) สับ สรรพ ศัพท์ : Conscientiousness, Infantilization, Attrition, Proactivity (8 views)
10) Education Movement: Practical Tips for Promoting Lifelong Learning in Health Science Schools (8 views)
11) SHEE Sharing: Medical Students’ Orientation Toward Lifelong Learning in an Outcome-Based Curriculum and the Lessons Learnt (7 views)
12) SHEE Research: Reflective Diaries as Data Collection Instruments in Health Science Education Research (5 views)
13) Click&Go with Technology: Using Gemini to Reflect Lifelong Learning Processes (8 views)

13

Click&Go with Technology: Using Gemini to Reflect Lifelong Learning Processes

ดร.ศุภกิจ บุญเอนกพัฒน์
ผู้ช่วยอาจารย์
ศูนย์ความเป็นเลิศด้านการศึกษาวิทยาศาสตร์สุขภาพ (SHEE)
คณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดล

เมื่อพูดถึงการใช้ Generative AI เพื่อการเรียนรู้ หลายคนอาจคุ้นเคยกับการใช้ AI เพื่อช่วยค้นหาข้อมูล อธิบายเนื้อหาที่ยาก สรุปบทเรียน หรือสร้าง learning materials ในรูปแบบต่าง ๆ ในบริบทของวิทยาศาสตร์สุขภาพและการแพทย์ ปัจจุบันยังมีหลักฐานของการนำ AI มาใช้เพื่อสนับสนุน higher-order thinking เช่น clinical reasoning [1-3] หรือ differential diagnosis [4-6] อย่างไรก็ตาม นอกเหนือจากการใช้ AI เพื่อช่วยคิดหรือแก้ปัญหาแล้ว อีกประเด็นหนึ่งที่น่าสนใจคือ ผู้เรียนจะสามารถใช้ AI เพื่อสนับสนุนการเรียนรู้ของตนเองได้อย่างไร

การสะท้อนคิด หรือ reflection เป็นองค์ประกอบสำคัญของการเรียนรู้และการพัฒนาวิชาชีพในสายวิทยาศาสตร์สุขภาพ เพราะช่วยให้ผู้เรียนย้อนกลับมาพิจารณาประสบการณ์ของตนเอง ทั้งในด้านความรู้ วิธีคิด อารมณ์ และการตัดสินใจ และนำผลที่เกิดขึ้นไปสู่การปรับปรุงการเรียนรู้หรือการปฏิบัติในอนาคต [7] ผู้อ่านหลายท่านน่าจะคุ้นเคยกับเครื่องมือในการสะท้อนคิด เช่น Gibbs’ Reflective Cycle ซึ่งช่วยจัดระบบการทบทวนประสบการณ์ตั้งแต่การบรรยายสิ่งที่เกิดขึ้น ไปจนถึงการวางแผนว่าจะทำอย่างไรต่อไป [8] แต่บทความนี้ไม่ได้ต้องการเสนอ reflective cycle ใหม่ หรือแนะนำให้ใช้ Gemini ทดแทนกระบวนการเหล่านั้น ผู้เขียนอยากชวนมอง Generative AI ในอีกมุมหนึ่ง คือ ใช้เป็น reflective partner ที่เข้ามาช่วยกระตุ้นกระบวนการคิดของผู้เรียน

ณ ปัจจุบัน หลักฐานและองค์ความรู้เกี่ยวกับการใช้ AI เพื่อสนับสนุน reflection หรือทำหน้าที่เป็น reflective partner ยังอยู่ในระยะเริ่มต้น และยังไม่เพียงพอที่จะสรุปได้ว่าแนวทางใดมีประสิทธิภาพสูงสุดหรือควรถือเป็นมาตรฐานกลาง อย่างไรก็ตาม จากการประมวลหลักฐานจากงานวิจัยหลายแหล่งเกี่ยวกับการใช้ Generative AI เพื่อสนับสนุน reflection, reflective dialogue และ self-regulated learning [9-13] ผู้เขียนได้สังเคราะห์ออกมาเป็น 3 แนวทางที่เห็นว่าสามารถนำไปประยุกต์ใช้ได้จริงและไม่ซับซ้อน ได้แก่ 1) Gemini as a Mirror เพื่อช่วยให้เราเห็นความคิดของตนเองชัดขึ้น 2) Gemini as a Questioner เพื่อช่วยตั้งคำถามและพาเราไปสู่การคิดที่ลึกขึ้น และ 3) Gemini as a Planner เพื่อช่วยเปลี่ยนสิ่งที่ได้จาก reflection ไปสู่การลงมือทำในการเรียนรู้ครั้งต่อไป

Figure 1: แนวทางการใช้ Gemini ในการสนับสนุนการเรียนรู้ตลอดชีวิตในผู้เรียน

1. Gemini as a Mirror: ใช้ AI เป็นกระจกสะท้อนความคิด

การจะปรับปรุงการเรียนรู้ของตนเองได้ ก่อนอื่นเราต้องมองเห็นสิ่งที่เกิดขึ้นกับการเรียนรู้ของเราเสียก่อน แต่ในชีวิตจริงเรื่องนี้อาจไม่ได้ง่ายนัก เมื่อจบการเรียนหรือประสบการณ์หนึ่ง เราอาจเพียงรู้สึกว่า วันนี้เรียนได้ดี วันนี้ไม่ค่อยเข้าใจ หรือครั้งนี้ทำได้ไม่ดี โดยยังไม่สามารถอธิบายได้ชัดเจนว่า อะไรเกิดขึ้นกับกระบวนการคิดและการเรียนรู้ของเรา

Gemini สามารถเข้ามามีบทบาทคล้ายกระจก โดยให้ผู้เรียนเล่าประสบการณ์ ความคิด หรือวิธีการที่ตนเองใช้ แล้วให้ AI ช่วยจัดระเบียบ สะท้อนกลับ และทำให้ pattern บางอย่างมองเห็นได้ชัดขึ้น ตัวอย่างเช่น หลังจากอ่านเรื่อง acid-base disorders และทำแบบฝึกหัด ผู้เรียนอาจเล่าให้ Gemini ฟังว่าใช้วิธีเรียนอย่างไร ข้อไหนทำผิด และขณะทำโจทย์คิดอะไรอยู่ แทนที่จะขอให้ Gemini สรุปเนื้อหาใหม่อีกครั้ง เราสามารถใช้มันช่วยสะท้อนว่า จากข้อมูลที่เล่าไป มีอะไรเกี่ยวกับวิธีเรียนหรือวิธีคิดของเราที่น่าสังเกตบ้าง

สำหรับการใช้ Gemini ในบทบาท Mirror โครงสร้างของ prompt ควรมีอย่างน้อย 3 ส่วนสำคัญ ได้แก่ Context ว่าเกิดประสบการณ์อะไรขึ้น Input หรือข้อมูลจากตัวผู้เรียนเอง และ Reflection task ว่าต้องการให้ Gemini ช่วยสะท้อนอะไร โดยในส่วนนี้ผู้เขียนแนะนำให้กำหนดขอบเขตเพิ่มเติม (boundary) ว่ายังไม่ต้องให้คำแนะนำหรือเสนอวิธีแก้ไข เพื่อแยกขั้นตอนของการมองเห็นปัญหาออกจากขั้นตอนของการแก้ปัญหาให้ชัดเจน

Prompt structure: Context + Input + Reflection task + Boundary

“วันนี้ฉันทบทวนเรื่อง acid-base disorders และทำโจทย์ 15 ข้อ ฉันจะเล่าให้คุณฟังว่าฉันเรียนอย่างไร ข้อไหนทำผิด (หรืออัพโหลดไฟล์หลักฐานการทำโจทย์) และตอนนั้นคิดอะไรอยู่ช่วยสรุปกลับให้ฉันเห็น pattern ในวิธีเรียนและวิธีคิดของฉัน รวมถึงจุดที่ดูเหมือนว่ายังไม่สอดคล้องกัน โดยยังไม่ต้องแนะนำว่าฉันควรแก้ไขอย่างไร”

จุดสำคัญของการใช้ AI ในลักษณะนี้คือ ข้อมูลตั้งต้นยังต้องมาจากผู้เรียน หากเราป้อนข้อมูลเพียงว่า “วันนี้เรียนไม่ดี” Gemini ก็จะมีข้อมูลน้อยเกินไปที่จะช่วยสะท้อนสิ่งที่มีความหมายได้ ในทางกลับกัน หากผู้เรียนอธิบายสิ่งที่เกิดขึ้น วิธีคิด และพฤติกรรมของตนเองอย่างเพียงพอ AI ก็จะมี material สำหรับช่วยจัดระเบียบความคิดมากขึ้น

อย่างไรก็ตาม สิ่งที่ Gemini สะท้อนกลับมาไม่จำเป็นต้องเป็นข้อสรุปที่ถูกต้องเสมอ หน้าที่ของผู้เรียนจึงไม่ใช่เพียงอ่านสิ่งที่ AI บอกแล้วเชื่อตาม แต่ควรถามตนเองต่อว่า สิ่งที่สะท้อนกลับมานั้นตรงกับสิ่งที่เกิดขึ้นจริงหรือไม่ มีอะไรที่ Gemini เข้าใจคลาดเคลื่อน หรือมีบริบทอะไรที่เรายังไม่ได้เล่าให้มันฟัง การใช้ AI เป็น Mirror จึงไม่ใช่การให้ AI บอกว่าเราเป็นคนอย่างไร แต่เป็นการใช้สิ่งที่ AI สะท้อนกลับมาเป็นวัตถุดิบเพื่อให้เรามองเห็นตนเองชัดขึ้น

2. Gemini as a Questioner: แทนที่จะถาม AI ลองให้ AI ถามเราบ้าง

อีกวิธีหนึ่งที่ผู้เขียนคิดว่าน่าสนใจ คือการสลับบทบาทที่เราคุ้นเคยกับ Generative AI ปกติเราเปิด Gemini ขึ้นมาแล้วเราเป็นฝ่ายตั้งคำถาม แต่ในการทำ reflection บางครั้ง คำถามที่ดีอาจมีคุณค่ามากกว่าคำตอบที่ดี การสะท้อนคิดที่มีคุณภาพไม่ควรหยุดเพียงการบอกว่าเกิดอะไรขึ้นหรือรู้สึกอย่างไร แต่ควรช่วยให้ผู้เรียนตรวจสอบเหตุผล สมมติฐาน และกระบวนการคิดที่อยู่เบื้องหลังสิ่งที่เกิดขึ้น ในจุดนี้ Gemini สามารถทำหน้าที่เป็น Questioner ที่ช่วยถามต่อจากสิ่งที่ผู้เรียนคิด เช่น ทำไมจึงตัดสินใจเช่นนั้น ข้อมูลใดที่ถูกให้น้ำหนักมากเป็นพิเศษ มี assumption อะไรซ่อนอยู่ หรือมี alternative explanation ใดที่ยังไม่ได้พิจารณา

โครงสร้าง prompt ของ Questioner จึงต่างจาก Mirror เล็กน้อย สิ่งสำคัญไม่ใช่เพียงการให้ context แต่ต้องกำหนดวิธีที่อยากให้ AI สนทนากับเราให้ชัดเจนด้วย ผู้เขียนแนะนำองค์ประกอบหลัก 4 ส่วน คือ Context + Reflection focus + Questioning behavior + Constraint โดยเฉพาะคำสั่งอย่าง “ถามทีละคำถาม อย่าเพิ่งเฉลย หรืออย่าเห็นด้วยกับฉันโดยอัตโนมัติ” เพราะข้อกำหนดเหล่านี้ช่วยป้องกันไม่ให้ Gemini รีบเปลี่ยนจาก Questioner กลับไปเป็น Answer Generator

Prompt structure: Context + Reflection focus + Questioning behavior + Constraint

“วันนี้ฉันซักประวัติผู้ป่วยที่มาด้วย acute dyspnea ช่วยฉันทบทวน clinical reasoning ของตัวเอง โดยถามฉันทีละคำถาม ให้ถามถึงข้อมูลที่ฉันให้ความสำคัญ เหตุผลที่ฉันคิดเช่นนั้น assumption ที่อาจมีอยู่ และ alternative explanation ที่ฉันอาจมองข้าม อย่าเพิ่งบอก diagnosis หรือเฉลยให้ฉัน และอย่าเห็นด้วยกับข้อสรุปของฉันโดยอัตโนมัติ หากเหตุผลยังไม่ชัดเจนให้ถามต่อ”

คำสั่งว่า “ถามทีละคำถาม” อาจดูเป็นรายละเอียดเล็กน้อย แต่มีความสำคัญต่อการใช้งานจริง หากสั่งเพียงว่า “ช่วยฉัน reflect เรื่องนี้” Gemini มักให้คำถามหลายข้อพร้อมกัน หรือบางครั้งอาจตอบและวิเคราะห์ให้เสร็จเสียเอง ผลที่เกิดขึ้นคือผู้เรียนกลับกลายเป็นเพียงผู้อ่านกระบวนการคิดที่ AI สร้างขึ้น แทนที่จะเป็นผู้ที่กำลังคิดอยู่จริง ๆ ในทางกลับกัน หาก AI ถามทีละคำถาม บทสนทนาจะเปิดพื้นที่ให้ผู้เรียนต้องหยุด ตอบ อธิบายเหตุผล และปรับคำอธิบายของตนเองก่อนเดินหน้าต่อ ดังนั้น สำหรับผู้เขียน หนึ่งในคุณค่าที่น่าสนใจที่สุดของ Gemini ต่อการ reflection อาจไม่ใช่ความสามารถในการให้คำตอบ แต่เป็นความสามารถในการสร้างแรงเสียดทานเล็ก ๆ ให้กับความคิดของเรา จนเราต้องกลับมาตรวจสอบเหตุผลของตนเอง

3. Gemini as a Planner: จาก Reflection ไปสู่การลงมือทำ

Reflection ที่จบลงเพียงว่า ครั้งนี้ทำได้ดี หรือครั้งนี้ต้องปรับปรุง อาจยังไม่เพียงพอ ส่วนสำคัญอีกประการหนึ่งคือการนำ insight ที่เกิดขึ้นไปสู่การเปลี่ยนแปลงในการเรียนรู้หรือการปฏิบัติครั้งต่อไป ซึ่งแนวคิดนี้ปรากฏอยู่ใน reflective models หลายรูปแบบ รวมถึง Gibbs’ Reflective Cycle ที่ลงท้ายด้วยการวาง action plan

Gemini สามารถเข้ามาช่วยในช่วงนี้ในบทบาท Planner โดยช่วยเปลี่ยนข้อสังเกตที่ยังค่อนข้างกว้างให้กลายเป็นพฤติกรรมหรือแผนที่นำไปใช้ได้จริง ตัวอย่างเช่น หลังจาก reflection นักศึกษาอาจพบว่า ตนเองใช้เวลาเกือบทั้งหมดไปกับการอ่านก่อนเริ่มทำโจทย์ และเมื่อทำโจทย์ผิดก็มักย้อนกลับไปอ่านเนื้อหาเดิมทั้งหมด ข้อสรุปว่า “ครั้งหน้าจะพยายามทำโจทย์ให้มากขึ้น” แม้จะเป็น direction ที่ดี แต่ยังไม่ชัดพอว่าจะเกิดการเปลี่ยนแปลงจริงอย่างไร

Prompt สำหรับ Planner จึงควรเริ่มต้นจากผลของ reflection ที่มีอยู่แล้ว แทนที่จะให้ Gemini แนะนำว่าเราควรพัฒนาอะไร โครงสร้างที่ผู้เขียนแนะนำคือ Reflection insight + Desired change + Constraints + Planning process กล่าวคือ บอก AI ว่าเราเรียนรู้อะไรเกี่ยวกับตนเอง ต้องการเปลี่ยนแปลงอะไร มีข้อจำกัดอะไร และอยากให้ Gemini ช่วยวางแผนในลักษณะใด

Prompt structure: Reflection insight + Desired change + Constraints + Planning process

“จาก reflection ของฉัน ฉันพบว่าฉันใช้เวลาส่วนใหญ่ไปกับการอ่าน และเริ่มทำโจทย์ค่อนข้างช้า ฉันต้องการปรับวิธีเรียนในครั้งหน้า โดยยังมีเวลาเรียนประมาณวันละ 1 ชั่วโมง อย่าเพิ่งสร้าง study plan ให้ฉันทั้งหมด ช่วยถามฉันเพื่อให้ฉันกำหนด 1–2 สิ่งที่สามารถทำต่างจากเดิมได้จริง แล้วช่วยตรวจสอบว่า action ที่ฉันคิดขึ้นมามีความเฉพาะเจาะจงและสามารถทำได้หรือไม่”

ตรงนี้มีรายละเอียดสำคัญอีกข้อหนึ่ง คือ ให้ AI ช่วยวางแผน แต่อย่าให้ AI เป็นเจ้าของแผน หากเราเพียงสั่งว่า “สร้างแผนการเรียนที่ดีที่สุดให้ฉัน” Gemini สามารถสร้างตารางหรือรายการกิจกรรมที่ดูดีและเป็นระบบได้อย่างรวดเร็ว แต่ผู้เรียนอาจไม่ได้ผ่านกระบวนการตัดสินใจเลยว่า สิ่งใดคือปัญหาที่ตนเองต้องการแก้ สิ่งใดเหมาะกับบริบทของตนเอง และสิ่งใดที่ตนเองพร้อมจะทำจริง

Prompt ที่ดีในขั้น Planner จึงควรให้ Gemini ช่วย refine แผนที่มาจากผู้เรียน มากกว่าการ generate แผนทั้งหมดตั้งแต่ต้น เป้าหมายสุดท้ายคือช่วยให้ reflection เปลี่ยนจากข้อความกว้าง ๆ อย่าง I should improve ไปสู่ commitment ที่ชัดเจนขึ้นว่า Next time, I will…

การใช้ Gemini เพื่อช่วย reflection ไม่ได้หมายถึงการให้ AI คิด วิเคราะห์ หรือเขียน reflection แทนผู้เรียน แต่เป็นการออกแบบให้ AI เข้ามาสนับสนุนกระบวนการคิดในบทบาทที่เหมาะสม ทั้งการเป็น Mirror ที่ช่วยให้เราเห็นความคิดของตนเองชัดขึ้น เป็น Questioner ที่ช่วยตั้งคำถามและท้าทายมุมมองเดิม และเป็น Planner ที่ช่วยเปลี่ยนสิ่งที่ได้จาก reflection ไปสู่การลงมือทำในครั้งต่อไป

สุดท้ายนี้ผู้เขียนคิดว่า take home message ที่สำคัญของเรื่องนี้คือ เช่นเดียวกับเทคโนโลยีอื่น ๆ คุณค่าของ Gemini ในฐานะ reflective partner จึงอาจไม่ได้อยู่ที่การให้คำตอบที่ดีที่สุด แต่อยู่ที่การช่วยให้ผู้เรียนเพิ่มประสิทธิภาพในการเรียนรู้ได้มากขึ้น เห็นตนเองชัดขึ้น คิดได้ลึกขึ้น และเปลี่ยนการสะท้อนคิดให้กลายเป็นการพัฒนาการเรียนรู้ของตนเองอย่างต่อเนื่อง

References

1. Cabral S, Restrepo D, Kanjee Z, Wilson P, Crowe B, Abdulnour RE, et al. Clinical reasoning of a generative artificial intelligence model compared with physicians. JAMA Intern Med. 2024;184(5):581-3. doi:10.1001/jamainternmed.2024.0295

2. Çiçek FE, Ülker M, Özer M, Kıyak YS. ChatGPT versus expert feedback on clinical reasoning questions and their effect on learning: a randomized controlled trial. Postgrad Med J. 2025;101(1195):458-63. doi:10.1093/postmj/qgae170

3. Roemer A, Schlicker N, Kernder A, Albe B, Hack J, Hirsch M, et al. Large language models enhance diagnostic reasoning of medical students in rheumatology: a randomized controlled trial. BMC Med Educ. 2026;26:579. doi:10.1186/s12909-026-09079-w

4. Hirosawa T, Kawamura R, Harada Y, Mizuta K, Tokumasu K, Kaji Y, et al. ChatGPT-generated differential diagnosis lists for complex case-derived clinical vignettes: diagnostic accuracy evaluation. JMIR Med Inform. 2023;11:e48808. doi:10.2196/48808

5. Tenner ZM, Cottone MC, Chavez MR. Harnessing the open access version of ChatGPT for enhanced clinical opinions. PLOS Digit Health. 2024;3(2):e0000355. doi:10.1371/journal.pdig.0000355

6. Shieh A, Tran B, He G, Kumar M, Freed JA, Majety P. Assessing ChatGPT 4.0's test performance and clinical diagnostic accuracy on USMLE STEP 2 CK and clinical case reports. Sci Rep. 2024;14(1):9330. doi:10.1038/s41598-024-58760-x

7. Sandars J. The use of reflection in medical education: AMEE Guide No. 44. Med Teach. 2009;31(8):685-95. doi:10.1080/01421590903050374

8. Gibbs G. Learning by doing: a guide to teaching and learning methods. London: Further Education Unit; 1988.

9. Matthews EB, Lerman D, Beach N, Wiczyk D, Goldkind L. "It's like having that supervisor in the room": examining AI as a reflective partner. Psychother Res. 2026;36(7):1306-17. doi:10.1080/10503307.2025.2569047

10. Furzer E, Newton PM. Is reflective writing a valid summative assessment in the era of GenAI? A scoping review. Med Teach. 2026 May 13:1-14. doi:10.1080/0142159X.2026.2658172

11. Xi L, Zhang Y, Wang Q. Investigating the effects of an LLM-based Socratic conversational agent on students' academic performance and reflective thinking in higher education. Comput Educ. 2026;241:105494. doi:10.1016/j.compedu.2025.105494

12. Xia Q, Liu Q, Tlili A, Chiu TKF. A systematic literature review on designing self-regulated learning using generative artificial intelligence and its future research directions. Comput Educ. 2026;240:105465. doi:10.1016/j.compedu.2025.105465

13. Li Y, Raković M, Dai W, Lin J, Khosravi H, Galbraith K, et al. Are deeper reflectors better goal-setters? AI-empowered analytics of reflective writing in pharmaceutical education. Comput Educ Artif Intell. 2023;5:100157. doi:10.1016/caeai.2023.100157

ดร.ศุภกิจ บุญเอนกพัฒน์
ผู้ช่วยอาจารย์ ศูนย์ความเป็นเลิศด้านการศึกษาวิทยาศาสตร์สุขภาพ (SHEE)
คณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดล
email : This email address is being protected from spambots. You need JavaScript enabled to view it.

Download CV

แนะนำสำหรับคุณ

Citation

ศุภกิจ บุญเอนกพัฒน์. Click&Go with Technology: Using Gemini to Reflect Lifelong Learning Processes. SHEE J. 2026;7(3): e260313
URL: https://shee.si.mahidol.ac.th/knowledge/index.php/journals-th/issue3-2026/13-3-2026

Journals