Module 1 : AI Disruption & AI Mindset (ภาคทฤษฎี 1.0 ชั่วโมง / ภาคปฏิบัติ 0 ชั่วโมง)

1.1 AI อยู่ในชีวิตคนไทยและโลกการเงินแล้วตอนนี้

 ทำลายความเชื่อผิดๆ (Myth Busting) และลดความกังวลเรื่อง AI แย่งงาน (AI Anxiety)

 กรณีศึกษาการใช้ AI ในอุตสาหกรรมการเงินที่ใกล้ตัว: ระบบพิจารณาสินเชื่อเบื้องต้น, การตรวจจับการทุจริตทางการเงิน (Fraud Detection), Chatbot ตอบคำถามลูกค้า

1.2 AI Mindset : มุมมองที่ถูกต้องก่อนเริ่มใช้

 เปรียบเทียบ AI เป็น "น้องฝึกงานอัจฉริยะ" (มีความรู้มหาศาล แต่ไม่มีบริบทองค์กร ต้องสอนและบรีฟงานให้ชัดเจน)

 กฎเหล็กในการทำงานร่วมกับ AI : คุยด้วยภาษาธรรมชาติ, ให้ข้อมูลบริบทให้ครบ, และมนุษย์ต้องเป็นผู้ตรวจสอบและตัดสินใจขั้นสุดท้าย (Human-in-the-loop)

Module 2 : From Digital to AI Literacy & Prompt Logic (ภาคทฤษฎี 1.0 ชั่วโมง / ภาคปฏิบัติ 1.0 ชั่วโมง)



2.1 ยกระดับจาก Digital Literacy สู่ AI Literacy

 Digital Literacy : ยุคของการใช้ "เครื่องมือ" (Tools) เช่น การค้นหา Google ด้วยคีย์เวิร์ด, การเขียนสูตร Excel (มนุษย์คือคนขับ เทคโนโลยีคือรถยนต์)

 AI Literacy : ยุคของการทำงานร่วมกับ "ผู้ช่วยอัจฉริยะ" (Agents) การเปลี่ยนจากผู้ลงมือทำ (Doer) ไปสู่ผู้สั่งการและผู้ตรวจสอบ (Manager/Reviewer)

2.2 ตรรกะเบื้องหลังการทำงานของ AI (The Logic of Generative AI)

 ทำไม AI ถึงฉลาด? เข้าใจหลักการ "คาดเดาคำถัดไป (Next-Word Prediction)" แบบเข้าใจง่าย ไม่เน้นศัพท์เทคนิค

 กฎ Garbage In, Garbage Out (GIGO) : ทำไมคำสั่งที่คลุมเครือ ถึงได้คำตอบที่ผิดพลาด (Hallucination)

 ความสำคัญของ Context Window (หน้าต่างความจำของ AI) ทำไมต้องป้อนข้อมูลตั้งต้นให้เพียงพอ

2.3 โครงสร้าง 8 องค์ประกอบของ Prompt คุณภาพสูง (Prompt Engineering)

 การประกอบร่างคำสั่ง : Task (งาน), Context (บริบท), Format (รูปแบบ), Concept (แนวคิด), Style (ลีลา), Scope (ขอบเขต), Role (บทบาท), Negative Prompt (ข้อห้าม)

2.4 Workshop 1: Prompt Lab (ลงมือปฏิบัติจริงบน Google Gemini / ChatGPT)

 กิจกรรม : ฝึกพิมพ์คำสั่ง (Prompt) พัฒนาจากระดับ Digital (ค้นหาข้อมูล) สู่ระดับ AI (ให้ช่วยวิเคราะห์และร่างงาน) ในบริบทงานการเงิน เช่น การร่างอีเมลชี้แจงลูกค้าเรื่องดอกเบี้ย หรือสรุปรายงานการประชุมทีมเซลส์

Module 3 : AI-Powered Team & Agentic AI Framework (ภาคทฤษฎี 0.5 ชั่วโมง / ภาคปฏิบัติ 1.0 ชั่วโมง)

3.1 วิวัฒนาการจาก เครื่องมือ สู่ ทีมงาน AI

 ทำความรู้จักระดับของ AI : ระดับ 1 (AI Tool) -> ระดับ 2 (AI Assistant) -> ระดับ 3 (AI Agent ที่ทำตามเป้าหมายได้ด้วยตัวเอง)

3.2 Workshop 2 : สร้างไอเดีย "AI Agent ในงานของฉัน"

 กิจกรรมย่อย : แบ่งกลุ่มตามลักษณะงาน (เช่น ทีม Front Office, ทีม Back Office)

 โจทย์ : เลือก "งานที่ทำซ้ำๆ บ่อยที่สุด น่าเบื่อที่สุด" แล้วลองออกแบบการบรีฟงานสั่ง AI แบบ Agentic (บอกเป้าหมายปลายทาง ไม่ใช่บอกทีละขั้นตอน)

Module 4 : AI in Financial Operations & Action Plan (ภาคทฤษฎี 0.5 ชั่วโมง / ภาคปฏิบัติ 1.0 ชั่วโมง)

4.1 การประยุกต์ใช้ AI ในกระบวนการทำงานจริง (Use Cases)

 งานบริการลูกค้า : การใช้ AI ร่างคำตอบที่ Personalize เฉพาะบุคคล

 งานปฏิบัติการ : การจัดการข้อมูลจากเอกสาร (Data Extraction)

4.2 Workshop 3 : Financial AI Workflow Canvas & Action Plan

 กิจกรรม : ผู้เรียนจับคู่ วาดผังการทำงาน (Workflow) ก่อนและหลังมี AI โดยระบุว่าในขั้นตอนใดให้ AI ช่วยทำ และขั้นตอนใดที่มนุษย์ต้องตัดสินใจ

 ผลลัพธ์ที่เป็นรูปธรรม (Deliverable) : ให้ผู้เรียนแต่ละคน/กลุ่ม จัดทำ "My First AI Action Plan" ระบุ 1 งานที่จะกลับไปเริ่มใช้ AI ทันทีในวันพรุ่งนี้ ระบุ Prompt ตั้งต้นที่จะใช้ พร้อมประเมินเวลาที่จะประหยัดได้ (ชั่วโมง/สัปดาห์) โดยมีเงื่อนไขว่าต้องไม่นำข้อมูลความลับลูกค้า (PDPA) ไปใส่ในระบบโดยเด็ดขาด

 สรุป ถาม-ตอบ และปิดการอบรม

ความรู้ (Knowledge) :

 เข้าใจความแตกต่างระหว่าง Digital Literacy แบบเดิม และ AI Literacy แบบใหม่

 เข้าใจตรรกะพื้นฐานการทำงานของ Generative AI เพื่อลดความคาดหวังที่ผิดพลาดและป้องกันปัญหา AI ให้ข้อมูลเท็จ

ทักษะ (Skills) :

 สามารถนำตรรกะและโครงสร้าง 8 องค์ประกอบ ไปเขียน Prompt เพื่อสั่งการให้ AI ทำงานด้านเอกสาร การสื่อสาร และการสรุปข้อมูลได้อย่างแม่นยำ

 สามารถออกแบบ Workflow การทำงานของตนเองใหม่ เพื่อให้ทำงานร่วมกับ AI ได้อย่างเป็นระบบ

เจตคติ (Attitudes) :

 ลดความกังวล (Anxiety) มีความมั่นใจในการใช้งานเทคโนโลยีมากขึ้น และมองเห็น AI เป็นผู้ช่วยทุ่นแรง ไม่ใช่ผู้คุกคามตำแหน่งงาน

เกณฑ์การประเมิน :

 ผู้เข้ารับการอบรมต้องเข้าเรียนไม่น้อยกว่า 80% และผ่านเกณฑ์การประเมินภาคปฏิบัติ (Workshop)

วิธีการประเมิน :

 Formative Assessment : ประเมินความเข้าใจระหว่างเรียนผ่านการตั้งคำถามและสังเกตการลงมือทำใน Workshop 1 (Prompt Lab)

 Summative Assessment (Application-focused) : ตรวจสอบ "My First AI Action Plan" ใน Module 4 ว่าสามารถตั้งเป้าหมายการนำ AI ไปใช้ในงานได้จริง เข้าใจตรรกะการเขียน Prompt อย่างถูกต้อง และไม่มีความเสี่ยงด้านการละเมิดข้อมูลลูกค้า