โมดูล 5/5 · สัปดาห์ 13–15

รายงานและนำเสนอ

UAT 497 การเรียนรู้บูรณาการกับการทำงานด้านเทคโนโลยีระบบอากาศยานไร้คนขับและระบบอัตโนมัติ

เวลาเรียนประมาณ 80 นาทีร่าง รอตรวจปรับปรุงล่าสุด 28 กันยายน 2569

บทเรียน

เมื่อเรียนจบโมดูลนี้ ผู้เรียนจะสามารถ

  1. เขียนรายงานการฝึกงานตามโครงของรายงานวิชาชีพ
  2. วัดผลโครงการปรับปรุงงานก่อนและหลังอย่างเป็นตัวเลข
  3. รักษาความลับของสถานประกอบการและข้อมูลส่วนบุคคลในรายงานและการนำเสนอ
  4. อธิบายการประเมินร่วมสามฝ่ายด้วย rubric และคำนวณคะแนนรวม

ความรู้พื้นฐานที่ควรมี: UAT 497 โมดูล 1–4

ทำไมต้องรู้

รายงานและการนำเสนอเป็นสิ่งที่คนนอกเห็นจากการฝึกงานทั้งหมด งานดีแต่เล่าไม่ชัดจะดูเหมือนงานธรรมดา ในทางกลับกัน การอวดผลเกินข้อมูลหรือเปิดเผยข้อมูลลูกค้าอาจทำลายความไว้วางใจระหว่างมหาวิทยาลัยกับสถานประกอบการ

โครงรายงาน

ตำรา Technical Communication ของ Markel และ Selber (2025) แนะนำให้เขียนรายงานสำหรับผู้อ่านที่มีเวลาน้อย ให้ข้อสรุปมาก่อนรายละเอียด โครงที่ใช้ได้สำหรับรายงานการฝึกงาน คือ

เจ็ดกล่องเรียงจากบนลงล่าง 1 บทคัดย่อ 2 บทนำและองค์กร 3 งานที่ทำ 4 โครงการปรับปรุงงาน 5 ผลและการวัด 6 สะท้อนคิดและข้อเสนอ 7 ภาคผนวก กล่องที่ 4 และ 5 เป็นสีเขียว
ภาพที่ 1 โครงรายงานการฝึกงาน
  • บทคัดย่อ สรุปงาน โครงการ และผลเป็นตัวเลขในหนึ่งย่อหน้า
  • งานที่ทำ อ้างจาก logbook เชื่อมกับ CLO
  • โครงการปรับปรุงงาน ตามวงจร PDCA จากโมดูล 4
  • ผลและการวัด ตัวเลขก่อนและหลัง พร้อมข้อจำกัดของข้อมูล
  • สะท้อนคิด เลือกบันทึกตาม Gibbs ที่สำคัญที่สุด

วัดผลก่อนและหลัง

ตัวอย่างที่ 1 เวลาเตรียมภารกิจก่อนและหลังใช้ระบบสถานะแบตเตอรี่

เวลาตั้งแต่ถึงจุดบินจนพร้อมขึ้นบิน (นาที) สิบภารกิจก่อนและสิบภารกิจหลัง (ข้อมูลสมมติ)

import statistics as st

before = [34, 41, 29, 52, 38, 45, 31, 60, 36, 40]
after = [27, 30, 25, 33, 28, 29, 26, 35, 31, 27]
for name, xs in (("before", before), ("after", after)):
    print(f"{name:<6}: mean {st.mean(xs):5.1f} min, median {st.median(xs):4.1f}, max {max(xs)}, sd {st.stdev(xs):4.1f}")
change = (st.mean(after) - st.mean(before)) / st.mean(before) * 100
print(f"mean change {change:+.1f}%, spread (sd) {st.stdev(before):.1f} -> {st.stdev(after):.1f} min")
print(f"missions over 40 min: {sum(x > 40 for x in before)} -> {sum(x > 40 for x in after)}")
before: mean  40.6 min, median 39.0, max 60, sd  9.6
after : mean  29.1 min, median 28.5, max 35, sd  3.2
mean change -28.3%, spread (sd) 9.6 -> 3.2 min
missions over 40 min: 4 -> 0

ค่าเฉลี่ยลดลงราว 28% และที่สำคัญกว่าคือความแปรปรวนลดลงมาก ภารกิจที่ใช้เวลาเกิน 40 นาทีหายไป รายงานต้องบอกข้อจำกัดด้วย เช่น สิบภารกิจยังน้อย ช่วงหลังอาจอากาศดีกว่า และทีมอาจตั้งใจมากขึ้นเพราะรู้ว่ากำลังถูกวัด

ความลับและข้อมูลส่วนบุคคล

ก่อนส่งรายงานหรือขึ้นนำเสนอ ให้พี่เลี้ยงตรวจว่าไม่มีข้อมูลที่ขัดกับสัญญาไม่เปิดเผยข้อมูล เช่น ชื่อลูกค้า ราคา หรือพิกัดพื้นที่อ่อนไหว และลบหรือเบลอใบหน้ากับทะเบียนรถในภาพตาม พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 ถ้าจำเป็นให้ใช้ข้อมูลที่ปรับให้เป็นสัดส่วนหรือไม่ระบุตัวตน

การประเมินร่วมสามฝ่าย

วิชานี้ประเมินโดยพี่เลี้ยงในสถานประกอบการ 40% อาจารย์นิเทศ 30% และรายงานกับการนำเสนอ 30% Ferns และ Zegwaard (2014) ชี้ว่าการประเมิน WIL มีความท้าทาย เพราะผู้ประเมินหลายฝ่ายมีมาตรฐานต่างกัน จึงควรใช้ rubric ที่บรรยายระดับของแต่ละเกณฑ์ชัดเจน และให้นักศึกษาเห็นตั้งแต่ต้นภาค

แถบยาวแบ่งสามส่วน พี่เลี้ยงในสถานประกอบการ 40 เปอร์เซ็นต์สีฟ้า อาจารย์นิเทศ 30 เปอร์เซ็นต์สีเขียว รายงานและนำเสนอ 30 เปอร์เซ็นต์สีทอง
ภาพที่ 2 สัดส่วนการประเมินร่วมสามฝ่าย

ตัวอย่างที่ 2 คำนวณคะแนนรวมจาก rubric

แต่ละฝ่ายให้คะแนนระดับ 1–4 ตามเกณฑ์ใน rubric (ค่าสมมติ)

rubrics = {   # ผู้ประเมิน: (น้ำหนัก, {เกณฑ์: ระดับ 1–4})
    "workplace mentor": (0.40, {"technical work": 4, "safety & quality": 3, "teamwork": 4, "punctuality": 3}),
    "supervising lecturer": (0.30, {"learning plan": 3, "reflection": 3, "site visit discussion": 4}),
    "report & presentation": (0.30, {"structure": 3, "evidence & data": 4, "confidentiality": 4, "delivery": 3}),
}
MAX_LEVEL = 4
total = 0.0
for who, (w, scores) in rubrics.items():
    pct = sum(scores.values()) / (MAX_LEVEL * len(scores)) * 100
    total += w * pct
    low = [k for k, v in scores.items() if v < MAX_LEVEL]
    print(f"{who:<22} {pct:5.1f}% x {w:.2f}  to improve: {', '.join(low)}")
print(f"final score {total:.1f}%")
workplace mentor        87.5% x 0.40  to improve: safety & quality, punctuality
supervising lecturer    83.3% x 0.30  to improve: learning plan, reflection
report & presentation   87.5% x 0.30  to improve: structure, delivery
final score 86.2%

คะแนนรวมบอกระดับโดยรวม แต่ส่วนที่มีประโยชน์กว่าคือเกณฑ์ที่ยังไม่เต็ม ซึ่งบอกว่าควรพัฒนาอะไรก่อนทำงานจริง ผลลัพธ์นี้ยังเชื่อมกับผลลัพธ์การเรียนรู้ 4 ด้านได้ เช่น ความปลอดภัยกับจริยธรรม และการตรงต่อเวลากับลักษณะบุคคล

กิจกรรมปลายภาค

กิจกรรม: รายงานและนำเสนอ

  1. ร่างรายงานตามโครงในภาพที่ 1 ใส่ผลจากตัวอย่างที่ 1 ด้วยข้อมูลจริงของโครงการ
  2. ให้พี่เลี้ยงตรวจเรื่องความลับและข้อมูลส่วนบุคคลก่อนส่ง
  3. เตรียมการนำเสนอ 15 นาที เน้นปัญหา ข้อมูล การแก้ และผลที่วัดได้
  4. ประเมินตนเองด้วย rubric เดียวกับผู้ประเมิน แล้วเทียบกับผลจริง
  5. เขียนจดหมายขอบคุณสถานประกอบการ และสรุปข้อเสนอสำหรับนักศึกษารุ่นถัดไป

ข้อผิดพลาดที่พบบ่อย

ระวัง

  • เล่างานเป็นรายสัปดาห์ แทนการสรุปผลและข้อค้นพบ
  • อ้างผลเกินข้อมูล ไม่บอกข้อจำกัด
  • ใส่ชื่อลูกค้า ราคา หรือภาพที่มีบุคคล โดยไม่ได้รับอนุญาต
  • ไม่ดู rubric ก่อนเริ่มเขียน
  • ลืมขอบคุณและส่งมอบงาน ให้สถานประกอบการ

สรุป

  • รายงานวิชาชีพให้ข้อสรุปก่อนรายละเอียด และเน้นโครงการปรับปรุงกับผลที่วัดได้
  • วัดผลก่อนและหลังด้วยค่าเฉลี่ย มัธยฐาน ความแปรปรวน และบอกข้อจำกัด
  • รักษาความลับตาม NDA และข้อมูลส่วนบุคคลตาม PDPA
  • การประเมินร่วม 40/30/30 ใช้ rubric ที่ชัดเจนและเปิดเผยตั้งแต่ต้น

แบบฝึกตรวจความเข้าใจ

  1. คะแนนพี่เลี้ยง 90% อาจารย์ 80% รายงาน 70% คะแนนรวมเท่าใด
  2. เวลาเฉลี่ยลดจาก 40 เป็น 30 นาที คิดเป็นกี่เปอร์เซ็นต์
  3. ทำไมควรรายงานความแปรปรวนด้วย ไม่ใช่แค่ค่าเฉลี่ย
  4. rubric ระดับ 1–4 สี่เกณฑ์ได้ 3, 4, 3, 2 คิดเป็นกี่เปอร์เซ็นต์
  5. ใครควรตรวจเรื่องความลับก่อนส่งรายงาน
เฉลย
  1. การลดความแปรปรวนทำให้วางแผนได้แน่นอนขึ้น และค่าเฉลี่ยอย่างเดียวอาจซ่อนค่าสุดโต่ง
  2. พี่เลี้ยงในสถานประกอบการ ร่วมกับนักศึกษาและอาจารย์นิเทศ

สรุปสูตรสำคัญ

คะแนนรวมถ่วงน้ำหนัก
การเปลี่ยนแปลงสัมพัทธ์

แหล่งอ้างอิงหลัก

  1. Markel, M., & Selber, S. A. (2025). Technical communication (14th ed.). Macmillan Learning. link
  2. Ferns, S., & Zegwaard, K. E. (2014). Critical assessment issues in work-integrated learning. Asia-Pacific Journal of Cooperative Education, 15(3), 179–188. link
  3. Zegwaard, K. E., & Pretti, T. J. (Eds.). (2023). The Routledge international handbook of work-integrated learning (3rd ed.). Routledge. link
  4. พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562. ราชกิจจานุเบกษา, 136(69 ก), 52–95. link
  5. กฎกระทรวง มาตรฐานคุณวุฒิระดับอุดมศึกษา พ.ศ. 2565. (2565). ราชกิจจานุเบกษา. link

อ่านเพิ่มเติม

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม

ปฏิบัติงานในสถานประกอบการภายใต้การดูแลของพี่เลี้ยง

หลักฐานการเรียนรู้: บันทึกการปฏิบัติงานที่พี่เลี้ยงรับรอง

แบบทดสอบประจำโมดูล

แบบทดสอบนี้ใช้ตรวจความเข้าใจ (formative) ไม่ใช่การสอบเก็บคะแนน

โดเมนความรู้: การจัดการ นวัตกรรม และวิชาชีพ