การประเมินและเปรียบเทียบประสิทธิภาพการบริการตอบคำถามลูกค้าที่สร้างขึ้นจากปัญญาประดิษฐ์เชิงสร้างสรรค์
คำสำคัญ:
ปัญญาประดิษฐ์เชิงสร้างสรรค์ , ปัญญาประดิษฐ์, แชทจีพีที, การบริการตอบคำถาม , โมเดลภาษาขนาดใหญ่บทคัดย่อ
ปัญญาประดิษฐ์เชิงสร้างสรรค์มีความสามารถในการโต้ตอบแบบสนทนาและเข้าใจภาษาธรรมชาติซึ่งมีหลากหลายโปรแกรม หากใช้ปัญญาประดิษฐ์เชิงสร้างสรรค์ที่มีประสิทธิภาพการตอบคำถามได้ใกล้เคียงกับมนุษย์ก็จะสามารถสร้างความประทับใจให้กับผู้ใช้ได้และเป็นประโยชน์ต่อการใช้ในงานบริการตอบคำถามลูกค้า ดังนั้นงานวิจัยนี้มีวัตถุประสงค์เพื่อประเมินและเปรียบเทียบประสิทธิภาพการบริการตอบคำถามลูกค้าที่สร้างขึ้นจาก Generative AI ได้แก่ แชทจีพีที คลอดด์ และเจมีไน ขั้นตอนการดำเนินการวิจัย คือ เตรียมข้อมูลคำถามและคำตอบที่ถูกต้อง สร้างคำตอบโดย Generative AI คือ แชทจีพีที คลอดด์ และ เจมีไน ทำการประเมินคำตอบด้วยการใช้อัลกอริทึม ROUGE-L และผู้เชี่ยวชาญ เพื่อเปรียบเทียบประสิทธิภาพในการตอบคำถาม โดย แชทจีพีที คลอดด์ และ เจมีไน ทำการตอบคำถาม 2 รูปแบบ ได้แก่ รูปแบบปกติและรูปแบบบทบาทสมมติตอบคำถามรูปแบบละ 3 ครั้ง ผลการวิจัย พบว่า 1) ผลการประเมินการตอบคำถามด้วย Generative AI โดยใช้อัลกอริทึม ROUGE-L รูปแบบปกติ ผลการประเมินคำตอบที่คล้ายคลึงกับคำตอบที่ถูกต้องมากที่สุด ได้แก่ แชทจีพีที มีค่าเฉลี่ยเท่ากับ 0.26547 ผลการประเมินการตอบคำถามด้วย Generative AI และรูปแบบบทบาทสมมติ ผลการประเมินคำตอบที่คล้ายคลึงกับคำตอบที่ถูกต้องมากที่สุด ได้แก่ แชทจีพีที มีค่าเฉลี่ยเท่ากับ 0.29307 2) ผลการประเมินการตอบคำถามด้วย Generative AI โดยผู้เชี่ยวชาญในรูปแบบแบบปกติ ผลการประเมินคำตอบที่คล้ายคลึงกับคำตอบที่ถูกต้องมากที่สุด ได้แก่ แชทจีพีทีมีค่าเฉลี่ยเท่ากับ 4.1556 และผลการประเมินการตอบคำถามด้วย Generative AI รูปแบบบทบาทสมมติ ผลการประเมินคำตอบที่คล้ายคลึงกับคำตอบที่ถูกต้องมากที่สุด ได้แก่ แชทจีพีที มีค่าเฉลี่ยเท่ากับ 4.2867
References
นันท์นภัส ประจงการ. (2560). แนวทางการปรับใช้แชทบอทสำหรับงานบริการลูกค้า. การค้นคว้าอิสระสาขาวิชาวิทยาศาสตร์มหาบัณฑิต สาขาวิชาการบริหารการตลาด คณะพาณิชยศาสตร์และการบัญชี มหาวิทยาลัยธรรมศาสตร์.
ศรุตา จรูญเมธี. (2567). 5 เหตุผลที่ผู้ช่วย Generative AI จำเป็นกับงานบริการลูกค้า. ค้นเมื่อ 10 กันยายน 2567. https://www.amitysolutions.com/th/blogs/5-ways-Generative-ai-assistants-master-customer-service
สมพงษ์ อัศวริยธิปัติ และรชพร จันทร์สว่าง. (2566). ประสิทธิภาพระบบตอบรับอัตโนมัติที่ส่งผลต่อคุณภาพบริการด้านการสื่อสารของธุรกิจสายการบินที่ทำการบินภายในประเทศ. วารสารวิจัยรำไพพรรณี. 17(3): 77-89.
สุทธิภาส ชาญชัยประสิทธิ์ และวศิณ ชูประยูร. (2563). การประเมินประสิทธิภาพ ประสิทธิผล และความพึงพอใจในการใช้โปรแกรม Chatbot ธนาคารในประเทศไทย. วารสารรังสิตสารสนเทศ. 26(1): 117-136.
Boruah M. (2024). Chatbots vs. Humans: Which one should you choose and why?. Accessed 11 Oct. 2024. https://www.kommunicate.io/blog/chatbots-vs-humans/
Chowdhury N.M. (2023). Improving customer care with ChatGPT: A case study. Bachelor of Science Computer Science and Technology. Chongqing University of Posts and Telecommunications Chongqing China.
Gartner. (2024). Top strategic technology trends 2024: Advancing business value with AI trust and sustainability. Accessed 11 Oct. 2024. https://www.gartner.com/en/articles/gartner-top-10-strategic-technology-trends-for-2024
IBM. (2023). 5 types of chatbot and how to choose the right one for your business. Accessed 6 Jul. 2024. https://www.ibm.com/think/topics/chatbot-types
Lee, G.-G., Latif, E., Wu, X., Liu, N., and Zhai, X. (2024). Applying large language models and chain-of-thought for automatic scoring. Computers and Education: Artificial Intelligence, 6, 100213.
Lin C.Y. (2004). ROUGE: A Package for automatic evaluation of summaries. Text Summarization Branches Out. Barcelona. Spain.
Lins dos Santos, L.F. (2023). Evaluating and comparing generative-based chatbots based on process requirements. Master of Mathematics Thesis. Computer Science, University of Waterloo.
McKinsey and Company. (2023). The state of AI in 2023: Generative AI's breakout year. McKinsey Digital. Accessed 11 Oct. 2024. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2023-Generative-ais-breakout-year
MIT Technology Review. (2019). The AI issue: The state of artificial intelligence. Massachusetts Institute of Technology. Accessed 6 Sep. 2024. https://www.technologyreview.com/2019/01/08/137912/the-state-of-artificial-intelligence/
Poonpresartporn A., Uttaranakorn P. and Chuaybamroong R. (2023). "Comparing the accuracy and referencing of ChatGPT’s responses to herbal medicine queries: A zero-shot versus roleplay prompting approach. The Thai Journal of Pharmaceutical Sciences. 47(4): 1-11.
Stryker C. and Scapicchio M. (2024). What is Generative AI. Accessed 6 Sep. 2024. https://www.ibm.com/topics/Generative-ai
Subagja A.D., Ausat A.MA., Sari A.R., Wanof M.I and Suherlan. (2023). Improving customer service quality in MSMEs through the use of ChatGPT. Jurnal Minfo Polgan. 12(2): 380-386.
World Economic Forum. (2023). The future of jobs report 2023. World Economic Forum. Accessed 6 Sep. 2024. https://www.weforum.org/publications/the-future-of-jobs-report-2023/
Wu Y., Henriksson A., Duneld M. and Nouri J. (2023). Towards improving the reliability and transparency of chatgpt for educational question answering. In European Conference on Technology Enhanced Learning 28 August 2023. Switzerland. 475-488.
Yun J. and Park J. (2022). The effects of chatbot service recovery with emotion words on customer satisfaction, repurchase intention, and positive word-of-mouth. Accessed 6 Sep. 2024. https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2022.922503/full
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2025 วารสารเกษตรศาสตร์และเทคโนโลยี มทร.อีสาน

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารทดสอบระบบ ThaiJo2 ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรงซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื่อหา รูปภาพ ฯลฯ ที่ได้รับการดีพิมพ์ในวารสารทดสอบระบบ ThaiJo2 ถือเป็นลิขสิทธิ์ของวารสารทดสอบระบบ ThaiJo2 หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่หรือเพื่อกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักอักษรณ์จากวารสารทดสอบระบบ ThaiJo2 ก่อนเท่านั้น