eGP
egp งานประมูลภาครัฐ
จ้างทำของ/จ้างเหมาบริการยกเลิกประกาศเชิญชวน

ประกวดราคาจ้างโครงการพัฒนาปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนการประเมินคุณภาพภายนอก

สำนักงานรับรองมาตรฐานและประเมินคุณภาพการศึกษา (องค์การมหาชน) 69019475299
฿2,461,800 ปีงบ 2569 ประกาศ 16 ก.พ. 2569 กรุงเทพมหานคร
รายละเอียดการจ้าง

สำนักงานรับรองมาตรฐานและประเมินคุณภาพการศึกษา (องค์การมหาชน) หรือ สมศ. มีความจำเป็นเร่งด่วนในการดำเนิน “โครงการพัฒนาปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนการประเมินคุณภาพภายนอก” เพื่อแก้ไขปัญหาคอขวดจากการบริหารจัดการข้อมูลปริมาณมหาศาล (Big Data) และการขาดเครื่องมือดิจิทัลที่มีประสิทธิภาพ โครงการนี้มุ่งพัฒนาระบบ “ผู้ช่วยอัจฉริยะ” (AI Co-pilot) แบบครบวงจร โดยแบ่งการทำงานเป็น 3 ช่วงสำคัญที่เชื่อมโยงกัน

ขอบเขตงานหลักประกอบด้วยสามส่วนใหญ่ ได้แก่ (1) การพัฒนาระบบผู้ช่วยอัจฉริยะวิเคราะห์ SAR ก่อนการลงพื้นที่ (Pre-analysis Stage) เพื่อช่วยสกัดสาระสำคัญ ตรวจสอบความครบถ้วนของหลักฐาน และชี้เป้าประเด็นที่ต้องตรวจสอบเพิ่ม (2) การพัฒนาระบบผู้ช่วยอัจฉริยะสนับสนุนการประเมินและตรวจสอบคุณภาพรายงานครบวงจร (Assessment และ Post-assessment Stages) ซึ่งรวมถึงการสร้าง E-Form สำหรับเก็บข้อมูลภาคสนาม และระบบ AI ช่วยสังเคราะห์ผลและยกร่างรายงาน และ (3) การพัฒนาระบบผู้ช่วยอัจฉริยะเพื่อการสกัดและตรวจสอบคุณภาพข้อมูลรายงานอัตโนมัติ (Data Extraction and Automated Report Validation System) สำหรับการตรวจสอบคุณภาพรายงานหลังการประเมิน

ระบบที่พัฒนาขึ้นต้องทำงานบนคลาวด์โครงสร้างพื้นฐานของ สมศ. เท่านั้น ห้ามส่งข้อมูลออกไปประมวลผลภายนอก โดยต้องสอดคล้องกับกฎหมาย PDPA อย่างเคร่งครัด และบูรณาการข้อมูลแบบเรียลไทม์กับระบบ AQA และโครงการ Data Driven Policy ที่เกี่ยวข้อง

English summary

The Office for National Education Standards and Quality Assessment (Public Organization) or ONESQA has an urgent need to implement the “Artificial Intelligence (AI) Development Project to Support External Quality Assessment” to address bottlenecks from managing massive data (Big Data) and the lack of effective digital tools. This project aims to develop a comprehensive “AI Co-pilot” system, divided into three key interconnected phases.

The main scope of work consists of three major parts: (1) Development of an AI Assistant System for Pre-analysis of Self-Assessment Reports (SAR) to help extract key points, verify the completeness of evidence, and identify issues requiring further investigation. (2) Development of a comprehensive AI Assistant System to support Assessment and Post-assessment stages, including creating E-Forms for field data collection and an AI system to assist in synthesizing results and drafting reports. (3) Development of an AI Assistant System for Data Extraction and Automated Report Validation to check report quality after assessment.

The developed system must operate solely on ONESQA’s cloud infrastructure; data processing outside is prohibited. It must strictly comply with PDPA regulations and integrate data in real-time with the related AQA system and Data Driven Policy project.

สถานที่ดำเนินการ

สำนักงานรับรองมาตรฐานและประเมินคุณภาพการศึกษา (องค์การมหาชน) ชั้น 24 อาคารพญาไทพลาซ่า เลขที่ 128 ถนนพญาไท แขวงทุ่งพญาไท เขตราชเทวี

คำสำคัญ
ปัญญาประดิษฐ์AIพัฒนาระบบ AIOCR ภาษาไทยNLPระบบสารสนเทศการประเมินคุณภาพการศึกษาสมศ.Machine LearningBig Dataโครงการรัฐบาลดิจิทัล

ข้อมูลเชิงลึกของโครงการ

AI วิเคราะห์ ปลดล็อกแล้ว

เป้าหมายโครงการ

  • เพื่อพัฒนาระบบวิเคราะห์ข้อมูล (AI for Pre-analysis) ช่วยสกัดสาระสำคัญตรวจสอบความครบถ้วนของหลักฐานใน SAR และชี้เป้าประเด็นที่ต้องตรวจสอบเพิ่ม เพื่อสนับสนุนการวางแผนลงพื้นที่ของผู้ประเมินให้รวดเร็วและแม่นยำขึ้น
  • เพื่อสร้าง E-Form ที่เก็บข้อมูลจากการลงพื้นที่ทั้งรูปแบบ Onsite หรือ Virtual (AI for Assessment)
  • เพื่อสร้างกลไกตรวจสอบคุณภาพรายงานอัตโนมัติ (AI for Post-assessment) ทำหน้าที่ตรวจสอบความถูกต้องเชิงตรรกะ ความสอดคล้องของข้อมูล และความเหมาะสมของภาษาในรายงานฉบับสมบูรณ์ เพื่อให้ได้ผลการประเมินที่มีมาตรฐานเดียวกัน
  • เพื่อสร้างมาตรฐานความปลอดภัยของข้อมูลในการใช้ AI (AI Security & Privacy) ให้สอดคล้องกับ PDPA และป้องกันความเสี่ยง Data Breach

ขอบเขตของงาน

  • งานวิเคราะห์ ออกแบบ พัฒนา ติดตั้ง ทดสอบ และปรับปรุงระบบ: ดำเนินการทั้งหมดเพื่อให้ระบบรองรับการใช้งานได้จริง มีเสถียรภาพ และมั่นคงปลอดภัยตาม PDPA
  • การดำเนินงานบนโครงสร้างพื้นฐานของ สมศ.: การประมวลผล AI และการจัดเก็บข้อมูลทั้งหมดต้องดำเนินการบนระบบคอมพิวเตอร์แม่ข่ายหรือคลาวด์ของ สมศ. เท่านั้น ห้ามส่งข้อมูลออกไปประมวลผลยังบริการภายนอก
  • การรับผิดชอบค่าใช้จ่ายทั้งหมด: รวมถึงค่าลิขสิทธิ์ซอฟต์แวร์ ค่าบริการคลาวด์ชั่วคราว ค่าใช้จ่ายในการประสานงานเชื่อมต่อ API กับระบบ AQA และค่าใช้จ่ายบุคลากร/พาหนะอื่นๆ
  • การประสานงานและบูรณาการข้อมูล: ประสานงานอย่างใกล้ชิดกับผู้พัฒนาระบบ AQA และโครงการ Data Driven Policy เพื่อออกแบบโครงสร้างข้อมูลและเชื่อมโยงข้อมูลให้สมบูรณ์ เป็นปัจจุบัน และใช้งานต่อยอดได้
  • การรายงานความก้าวหน้า: จัดประชุมรายงานความก้าวหน้า ปัญหา และแนวทางแก้ไขกับคณะกรรมการฯ อย่างน้อยเดือนละ 1 ครั้ง
  • การถ่ายทอดองค์ความรู้และฝึกอบรม: จัดฝึกอบรมโดยรับผิดชอบค่าใช้จ่ายทั้งหมด ประกอบด้วย:
    • การอบรมผู้ใช้งาน (เจ้าหน้าที่ สมศ.) แบบ On-site Workshop 1 รุ่น ระยะเวลาไม่น้อยกว่า 3 ชั่วโมง
    • การอบรมผู้ดูแลระบบ (System Admin) แบบ On-site Workshop 1 รุ่น ระยะเวลาไม่น้อยกว่า 3 ชั่วโมง
    • การอบรมผู้ประเมินภายนอก โดยผลิตสื่อดิจิทัล (Video Tutorial, E-Manual) และจัด Webinar ออนไลน์ 1 ครั้ง ระยะเวลาไม่น้อยกว่า 3 ชั่วโมง
  • การโอนกรรมสิทธิ์ทรัพย์สินทางปัญญา: ซอร์สโค้ด ฐานข้อมูล รูปแบบรายงาน และเอกสารทั้งหมดที่เกิดจากโครงการนี้ ให้ตกเป็นกรรมสิทธิ์ของ สมศ. ทันทีที่ส่งมอบงาน

สิ่งที่ต้องส่งมอบ

งวดที่ 1 (ภายใน 30 วัน):

  • แผนการดำเนินงานโครงการฉบับสมบูรณ์ (Project Plan & Timeline)
  • เอกสารการออกแบบหน้าจอระบบ (UI Design) ส่วนที่ 1 (ข้อ 4.1-4.5) ที่ได้รับการอนุมัติ
  • เอกสารผลการทดสอบระบบ User Acceptance Test (UAT) ส่วนที่ 1
  • ระบบผู้ช่วยอัจฉริยะเพื่อการสกัดและตรวจสอบคุณภาพข้อมูลรายงานอัตโนมัติ (ส่วนที่ 1) ที่ติดตั้งและใช้งานได้จริง พร้อมรองรับ Batch Upload

งวดที่ 2 (ภายใน 120 วัน):

  • รายงานความก้าวหน้าโครงการ (Progress Report)
  • เอกสารภาพรวม Solution Architecture ของกระบวนการประเมินด้วย AI
  • เอกสารการออกแบบหน้าจอระบบ (UI Design) ส่วนที่ 2 (ข้อ 4.6-4.10) ที่ได้รับการอนุมัติ
  • เอกสารผลการทดสอบ Unit Test และ System Integration Test
  • เอกสารผลการทดสอบระบบ User Acceptance Test (UAT) ส่วนที่ 2 ที่ลงนามโดยผู้ใช้งาน
  • ระบบผู้ช่วยอัจฉริยะวิเคราะห์ SAR ก่อนการลงพื้นที่ (ส่วนที่ 2) ที่ติดตั้งและใช้งานได้จริง

งวดที่ 3 (ภายใน 240 วัน):

  • การเปิดใช้งานระบบนำร่อง (Soft Launch) ภายใน 180 วัน และรายงานสรุปผล Soft Launch
  • ระบบผู้ช่วยอัจฉริยะสนับสนุนการประเมินและตรวจสอบคุณภาพรายงานครบวงจร (ส่วนที่ 3) ที่ติดตั้งและใช้งานได้จริง
  • เอกสารการออกแบบระบบฉบับสมบูรณ์ (Technical Design Specification) รวมถึง Flow, ER-Diagram, Data Architecture, Data Model, Data Dictionary, Data Flow Diagram
  • เอกสารโครงสร้างสถาปัตยกรรมระบบ (Enterprise Architecture) ทั้งโครงการ
  • เอกสารผลการทดสอบ Unit Test, System Integration Test และ User Acceptance Test ฉบับสมบูรณ์
  • รายงานสรุปผลการจัดอบรมผู้ใช้งานและผู้ดูแลระบบ พร้อมหลักฐาน
  • คู่มือการใช้งานระบบ (User Manual) และคู่มือผู้ดูแลระบบ (Admin Manual)
  • Source Code, ข้อมูล, โมเดล AI (Model Artifacts) ทั้งหมด พร้อมคู่มือการติดตั้งระบบ (Installation Guide)

ระยะเวลาดำเนินการ

  • ระยะเวลาดำเนินโครงการทั้งหมด: 240 วัน นับถัดจากวันที่ลงนามในสัญญา
  • งวดที่ 1: ส่งมอบภายใน 30 วัน
  • งวดที่ 2: ส่งมอบภายใน 120 วัน
  • งวดที่ 3 (งวดสุดท้าย): ส่งมอบภายใน 240 วัน
  • กำหนดเปิดใช้งานระบบนำร่อง (Soft Launch): ภายใน 180 วัน

คุณสมบัติผู้เสนอราคา

  • Eligibility Requirements:
    • ต้องเป็นผู้มีอาชีพรับจ้างงานที่จัดจ้างดังกล่าว (บุคคลธรรมดาหรือนิติบุคคล)
    • ต้องมีนโยบายและแนวทางการป้องกันการทุจริตในการจัดซื้อจัดจ้าง
    • ต้องลงทะเบียนในระบบ e-GP ของกรมบัญชีกลาง และมีข้อมูลถูกต้องครบถ้วน
    • กรณีเป็นกิจการร่วมค้า ต้องปฏิบัติตามเงื่อนไขการกำหนดสัดส่วนและผู้เข้าร่วมค้าหลักอย่างเคร่งครัด
  • Standards Compliance: -
  • Experience:
    • ผลงาน: ต้องมีผลงานเกี่ยวกับการพัฒนาระบบสารสนเทศโดยใช้ปัญญาประดิษฐ์ (AI) หรืองานที่เกี่ยวข้อง ในวงเงินสัญญาไม่น้อยกว่า 1,200,000 บาท โดยเป็นผลงานสัญญาเดียวตั้งแต่ปี พ.ศ. 2566 ถึงปัจจุบัน ซึ่งเป็นคู่สัญญาโดยตรงกับส่วนราชการ หน่วยงานท้องถิ่น รัฐวิสาหกิจ หรือหน่วยงานเอกชนอื่นที่มีความน่าเชื่อถือ (ไม่ใช่ผลงานรับจ้างช่วง)
  • Previous Project Cost: ต้องมีผลงานในวงเงินไม่น้อยกว่า 1,200,000 บาท (ตามข้อความใน Experience)
  • Technical Capabilities:
    • ต้องมีความสามารถในการพัฒนาระบบ AI, NLP, OCR สำหรับภาษาไทย และระบบสารสนเทศขนาดใหญ่ตามขอบเขตงานที่ระบุใน TOR
  • Personnel: ต้องมีทีมบุคลากรที่เป็นพนักงานประจำที่มีคุณสมบัติดังนี้:
    1. หัวหน้าโครงการ (Project Manager): ระดับการศึกษาไม่ต่ำกว่าปริญญาตรี สาขาคอมพิวเตอร์/สารสนเทศหรือที่เกี่ยวข้อง (มีประสบการณ์บริหารโครงการพัฒนาซอฟต์แวร์) ประสบการณ์ไม่ต่ำกว่า 5 ปี (ปริญญาโทขึ้นไป) หรือ 7 ปี (ปริญญาตรี)
    2. ผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ (AI Engineer/Data Scientist): ระดับการศึกษาไม่ต่ำกว่าปริญญาตรี สาขาวิทยาการคอมพิวเตอร์, Data Science หรือที่เกี่ยวข้อง (มีประสบการณ์ด้าน NLP, OCR, Machine Learning หรือ Python) ประสบการณ์ไม่ต่ำกว่า 3 ปี
    3. นักวิเคราะห์และออกแบบระบบ (System Analyst): ระดับการศึกษาไม่ต่ำกว่าปริญญาตรี สาขาคอมพิวเตอร์/สารสนเทศหรือที่เกี่ยวข้อง ประสบการณ์ไม่ต่ำกว่า 5 ปี
    4. นักพัฒนาระบบ (Software Developer): ระดับการศึกษาไม่ต่ำกว่าปริญญาตรี สาขาคอมพิวเตอร์/สารสนเทศหรือที่เกี่ยวข้อง ประสบการณ์ไม่ต่ำกว่า 3 ปี
    5. ผู้ประสานงาน: ระดับการศึกษาไม่ต่ำกว่าปริญญาตรี ทุกสาขา ประสบการณ์ไม่ต่ำกว่า 1 ปี

เกณฑ์การพิจารณา

ใช้เกณฑ์ราคาประกอบเกณฑ์คุณภาพ (Price Performance) รวม 100 คะแนน

  • เกณฑ์ราคา (30 คะแนน): ประมวลผลโดยระบบ e-GP
  • เกณฑ์คุณภาพ (70 คะแนน):
    • ข้อเสนอทางเทคนิค (55 คะแนน):
      • แผนการดำเนินงาน (5 คะแนน): ครอบคลุมรายละเอียดกิจกรรม การจัดสรรทรัพยากร ความชัดเจนของเป้าหมาย
      • การออกแบบการพัฒนาระบบ (10 คะแนน): Methodology, Version Control, มาตรฐานกระบวนการ
      • การออกแบบสถาปัตยกรรมระบบ (10 คะแนน): System Architecture, Data Flow & AI Pipeline, Integration, Security & PDPA
      • เทคโนโลยีที่จะนำมาใช้ (10 คะแนน): ความเหมาะสม ประสิทธิภาพ ความยืดหยุ่น ความคุ้มค่าและลิขสิทธิ์
      • การนำเสนอต้นแบบ (Proof of Concept & Prototype) (20 คะแนน): ต้องนำเสนอ Interactive Prototype ของส่วนที่ 1 ครอบคลุม (1) Intelligent Split Screen Interface (2) Interactive Navigation & Mapping (3) Visualization of Alerts & Logic
    • ผลงานอ้างอิง (Related Customer References) (15 คะแนน):
      • ผลงานด้าน AI, Machine Learning หรือ Big Data Analytics (7.5 คะแนน)
      • ผลงานด้าน NLP หรือ OCR สำหรับภาษาไทย (7.5 คะแนน)
        หมายเหตุ: ผู้ยื่นข้อเสนอต้องจัดทำและนำเสนอ Mock-up/Prototype ณ สำนักงาน สมศ. ภายใน 5 วันทำการนับถัดจากวันยื่นข้อเสนอ

ข้อกำหนดทางเทคนิค

โครงการนี้เป็นการพัฒนาระบบ AI Co-pilot แบบครบวงจรสำหรับสนับสนุนการประเมินคุณภาพภายนอก โดยมีข้อกำหนดทางเทคนิคหลักๆ ดังนี้:

  • สถาปัตยกรรมระบบ: ต้องพัฒนาบน Cloud Infrastructure ของ สมศ. เท่านั้น ห้ามใช้ Public AI Services ภายนอก
  • การประมวลผลเอกสารและภาษา:
    • OCR: รองรับไฟล์ SAR ทั้ง Text-based และ Scanned PDF (ขนาด ~50 MB/ไฟล์) ด้วย OCR ภาษาไทยและตัวเลข ความแม่นยำไม่น้อยกว่า 90%
    • NLP/LLM: ต้องใช้โมเดลภาษาขนาดใหญ่ (LLM) และเทคนิคประมวลผลภาษาธรรมชาติ (NLP) สำหรับการสกัดข้อมูลเชิงบริบท วิเคราะห์ความสอดคล้องของหลักฐาน (ใช้เทคนิคเช่น RAG) และตรวจสอบคุณภาพการเขียน (การสะกด ความเหมาะสมของภาษา ความเป็นปรนัย)
  • การจัดการข้อมูล: ต้องแปลงข้อมูลจากรูปแบบเอกสาร PDF (Unstructured) เป็นข้อมูลเชิงโครงสร้าง (Structured Data/JSON) เพื่อจัดเก็บและวิเคราะห์ต่อ
  • การเชื่อมต่อและบูรณาการ: ต้องเชื่อมต่อกับระบบ AQA ผ่าน API เพื่อดึงข้อมูลและยืนยันตัวตนผู้ใช้ รวมทั้งออกแบบการแลกเปลี่ยนข้อมูล (Data Integration) แบบ Real-time กับโครงการ Data Driven Policy
  • คุณลักษณะเฉพาะของระบบ (แบ่งเป็น 3 ส่วน):
    1. ส่วนที่ 1 (Post-assessment): ระบบสกัดข้อมูลจากรายงาน PDF (F03), Intelligent PDF Mapper (Split Screen Viewer พร้อม Auto-Mapping), ระบบตรวจสอบความถูกต้องของข้อมูลพื้นฐานและตรรกะ (Rule-based Alerts & Logic Check)
    2. ส่วนที่ 2 (Pre-analysis): ระบบนำเข้าและจำแนกหมวดหมู่ SAR อัตโนมัติ, ระบบวิเคราะห์ช่องว่างและตรวจสอบความสอดคล้องของหลักฐาน (Gap Analysis), ระบบวางแผนการเก็บรวบรวมหลักฐาน (Predictive Assessment Planning), ระบบตรวจสอบและยืนยันความถูกต้องโดยผู้ประเมิน (Human-in-the-loop)
    3. ส่วนที่ 3 (Assessment & Post-assessment): E-Form แบบ Responsive Web App, ระบบ AI ช่วยสังเคราะห์ผลและยกร่างรายงาน, ระบบตรวจสอบความสมเหตุสมผลของผลประเมิน (Standard Consistency Check), ระบบตรวจสอบคุณภาพการเขียนรายงาน (Writing Quality Auditor), ระบบประเมินสมรรถนะผู้ประเมิน, ระบบสร้างร่างบทสรุปผู้บริหารอัตโนมัติด้วย Generative AI
  • ความมั่นคงปลอดภัย: ต้องออกแบบให้สอดคล้องกับ PDPA อย่างเคร่งครัด มีกระบวนการนิรนามข้อมูล (Anonymization/Data Masking) การควบคุมการเข้าถึง (Access Control) และมาตรการป้องกันการรั่วไหลของข้อมูล

เงื่อนไขสัญญา

  • งบประมาณ: 2,461,800 บาท
  • การจ่ายเงิน: แบ่งเป็น 3 งวด
    • งวดที่ 1: ร้อยละ 15 (หลังส่งมอบงานภายใน 30 วัน)
    • งวดที่ 2: ร้อยละ 40 (หลังส่งมอบงานภายใน 120 วัน)
    • งวดที่ 3: ร้อยละ 45 (หลังส่งมอบงานภายใน 240 วัน)
  • ค่าปรับ: อัตราร้อยละ 0.1 ของมูลค่าสัญญาต่อวัน
  • การรับประกัน: รับประกันความชำรุดบกพร่อง 1 ปี นับจากการตรวจรับงานงวดสุดท้าย แก้ไขให้กลับมาใช้งานได้ภายใน 3 วันทำการหลังจากได้รับการแจ้ง โดยไม่คิดค่าใช้จ่าย
  • การสงวนสิทธิ์และความลับ:
    • ผู้รับจ้างต้องรักษาข้อมูลทั้งหมดของโครงการเป็นความลับ
    • ต้องดำเนินการตามมาตรฐาน Cyber Security และ PDPA อย่างเคร่งครัด
  • สถานที่ส่งมอบ: สำนักงานรับรองมาตรฐานและประเมินคุณภาพการศึกษา (องค์การมหาชน) หรือ สมศ.

คำถามที่พบบ่อย (FAQ)

  • Q: ระบบ AI ในโครงการนี้ต้องทำงานบนโครงสร้างพื้นฐานใด?
    A: ระบบต้องถูกพัฒนาบนระบบคอมพิวเตอร์แม่ข่ายหรือระบบคลาวด์ (Cloud Infrastructure) ภายใต้การกำกับดูแลของ สมศ. เท่านั้น ห้ามส่งข้อมูลออกไปประมวลผลยังระบบภายนอกหรือ Public AI Services

  • Q: ระบบต้องรองรับการนำเข้าไฟล์ SAR ประเภทใดบ้าง?
    A: ระบบต้องรองรับไฟล์ SAR ในรูปแบบ PDF ได้ทั้งแบบ Text-based และ Image-based (Scanned PDF) ซึ่งมีขนาดไฟล์โดยเฉลี่ยประมาณ 50 MB ต่อไฟล์

  • Q: สำหรับไฟล์ SAR ที่เป็นภาพสแกน (Scanned PDF) มีข้อกำหนดด้านความแม่นยำของ OCR อย่างไร?
    A: ระบบต้องมีเทคโนโลยี OCR ที่รองรับภาษาไทยและตัวเลข ด้วยความแม่นยำ (Character Accuracy) ไม่น้อยกว่าร้อยละ 90 เมื่อเทียบกับเอกสารต้นฉบับ

  • Q: ระบบมีกลไกเพื่อให้ผู้ประเมินภายนอกตรวจสอบผลการวิเคราะห์ของ AI อย่างไร?
    A: ระบบต้องมีกลไก Human-in-the-loop โดยเปิดให้ผู้ประเมินเข้ามาตรวจสอบ ยืนยัน หรือแก้ไขผลการวิเคราะห์ของ AI ก่อนนำไปใช้ พร้อมบันทึก Audit Log แยกว่าข้อมูลใดมาจาก AI และถูกแก้ไขโดยมนุษย์

  • Q: ระบบตรวจสอบคุณภาพการเขียนรายงาน (Writing Quality Auditor) มีหน้าที่ตรวจสอบอะไรบ้าง?
    A: ระบบตรวจสอบคุณภาพการเขียนโดยใช้ NLP ประเมินความเป็นมืออาชีพ ครอบคลุม (1) ความเฉพาะเจาะจง (การอ้างอิงข้อมูลจริง) (2) ความเหมาะสมของภาษา (ไม่ใช้ภาษาพูด) (3) ความเป็นปรนัย (ความเป็นกลาง)

  • Q: ระบบประเมินสมรรถนะผู้ประเมิน (Assessor Evaluation) มีการทำงานอย่างไร?
    A: ระบบจะวิเคราะห์รูปแบบการให้คะแนน ระยะเวลาการทำงาน และคุณภาพการเขียนรายงานของผู้ประเมินแต่ละคน เพื่อจัดทำเป็น ‘ระเบียนประวัติและสมรรถนะผู้ประเมิน’ สำหรับใช้ในการคัดเลือกผู้ประเมินหรือกำหนดการอบรม

  • Q: ระบบสร้างร่างบทสรุปผู้บริหารอัตโนมัติทำงานอย่างไร?
    A: ระบบใช้ Generative AI ในการประมวลผลข้อเสนอแนะและจุดเด่น/จุดพัฒนาจากทุกมาตรฐานในรายงานฉบับเต็ม มาสังเคราะห์สร้างเป็นร่างบทสรุปผู้บริหารที่กระชับและสละสลวย (ไม่ใช่การตัดแปะข้อความ)

  • Q: ระบบต้องบูรณาการกับระบบอื่นใดบ้าง?
    A: ระบบต้องเชื่อมต่อและประสานงานข้อมูลแบบเรียลไทม์กับ (1) ระบบ AQA ผ่าน API และ (2) โครงการพัฒนาศูนย์ความเป็นเลิศด้านการประกันคุณภาพ (Data Driven Policy) ของ สมศ.

  • Q: มีข้อกำหนดพิเศษเกี่ยวกับการแสดงผลสำหรับผู้ใช้งานหรือไม่?
    A: ระบบต้องรองรับการแสดงผลบนอุปกรณ์ที่หลากหลาย (Responsive Design) และสำหรับส่วนที่ 1 ต้องมีโปรแกรมแสดงผลแบบ Split Screen เพื่อเปรียบเทียบไฟล์ PDF ต้นฉบับกับผลการตรวจสอบ พร้อมฟังก์ชัน Auto-Scroll/Jump to Section

  • Q: หลังจากรายงานผ่านการอนุมัติแล้ว ระบบต้องเตรียมข้อมูลสำหรับการเผยแพร่อย่างไร?
    A: ระบบต้องทำการ Extract Data ผลการประเมินทั้งหมดจากรายงานฉบับสมบูรณ์ ให้อยู่ในรูปแบบ Structured Data (JSON/CSV) และมี API หรือช่องทางส่งออกข้อมูลไปยังระบบ Dashboard หรือระบบเผยแพร่ผลการประเมินของ สมศ. โดยอัตโนมัติ

เอกสารขอบเขตงาน (TOR) ฉบับเต็ม

ที่ TOR (ฝนข.) 30/2569
วันที่ 23 มกราคม 2569
รายละเอียดและข้อกำหนด (Terms of Reference : TOR)
โครงการพัฒนาปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนการประเมินคุณภาพภายนอก

  1. หลักการและเหตุผล
    สถานการณ์ปัจจุบันของการประเมินคุณภาพภายนอกต้องเผชิญกับความท้าทายในการบริหาร จัดการข้อมูลปริมาณมหาศาล (Big Data) ซึ่งครอบคลุมทั้งไฟล์รายงานการประเมินตนเอง (SAR) ข้อมูล สารสนเทศ และเอกสารประกอบจำนวนมาก การพึ่งพากระบวนการตรวจสอบโดยมนุษย์เพียงอย่างเดียว ก่อ ให้เกิดภาวะคอขวด (Operational Bottleneck) ที่ส่งผลกระทบโดยตรงต่อความรวดเร็วและความแม่นยำใน การตรวจสอบข้อมูลที่มีความซับซ้อน นอกจากนี้ การขาดเครื่องมือดิจิทัลที่มีประสิทธิภาพในการจัดเก็บข้อมูล ภาคสนามและการตรวจสอบคุณภาพรายงาน ยังเป็นอุปสรรคสำคัญที่ทำให้การประเมินผลขาดความคล่องตัว และมีความเสี่ยงที่จะเกิดความคลาดเคลื่อนของมาตรฐานการประเมิน
    เพื่อยกระดับขีดความสามารถขององค์กรให้สอดคล้องกับนโยบายรัฐบาลดิจิทัล สมศ. จึงมีความ จำเป็นเร่งด่วนในการดำเนิน “โครงการพัฒนาปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนการประเมินคุณภาพ ภายนอก” โดยมุ่งเน้นการนำเทคโนโลยีปัญญาประดิษฐ์มาประยุกต์ใช้ในฐานะ “ผู้ช่วยอัจฉริยะ” (AI Co-pilot) แบบครบวงจร เริ่มตั้งแต่การพัฒนาระบบวิเคราะห์ข้อมูล (Pre-analysis) เพื่อช่วยสกัดสาระสำคัญและชี้เป้า ประเด็นจาก SAR สนับสนุนการวางแผนของผู้ประเมิน ควบคู่ไปกับการสร้างระบบจัดเก็บข้อมูล (E-Form) ที่ รองรับทั้งรูปแบบ Onsite และ Virtual เพื่อให้ได้ข้อมูลที่เป็นระบบ และปิดท้ายด้วยกลไกตรวจสอบคุณภาพ รายงานอัตโนมัติ (Post-assessment) ที่ช่วยยืนยันความถูกต้องเชิงตรรกะและความเหมาะสมของภาษา ภาย ใต้มาตรฐานความปลอดภัยข้อมูล (AI Security) ที่รัดกุมตามกฎหมาย PDPA เพื่อสร้างความเชื่อมั่นใน กระบวนการประเมินสูงสุด
    ทั้งนี้ การพัฒนาระบบปัญญาประดิษฐ์ดังกล่าว ไม่เพียงแต่จะช่วยเพิ่มประสิทธิภาพและลดภาระ งานในกระบวนการประเมินเท่านั้น แต่ยังมีความสอดคล้องและเชื่อมโยงโดยตรงกับ “โครงการพัฒนาศูนย์ ความเป็นเลิศด้านการประกันคุณภาพที่ให้ข้อมูลสารสนเทศ เพื่อการยกระดับคุณภาพการศึกษา (Data Driven Policy)” ในมิติของการบริหารจัดการข้อมูล โดยระบบ AI จะทำหน้าที่เป็นกลไกสำคัญในการคัด กรอง ตรวจสอบ และจัดระเบียบข้อมูลดิบให้มีความถูกต้องและมีคุณภาพสูง (High Quality Data) ก่อนจะ ถูกส่งต่อไปยังศูนย์ความเป็นเลิศฯ เพื่อนำไปสังเคราะห์เป็นสารสนเทศเชิงลึกสำหรับการยกระดับคุณภาพการ ศึกษา ซึ่งการบูรณาการระหว่างสองโครงการนี้ จะเป็นรากฐานสำคัญในการขับเคลื่อน สมศ. สู่การเป็นองค์กร ดิจิทัลสมรรถนะสูงที่สามารถใช้นวัตกรรมขับเคลื่อนคุณภาพการศึกษาของประเทศได้อย่างเป็นรูปธรรม
  2. วัตถุประสงค์ของโครงการ
    2.1 เพื่อพัฒนาระบบวิเคราะห์ข้อมูล (AI for Pre-analysis) ช่วยสกัดสาระสำคัญตรวจสอบความ ครบถ้วนของหลักฐานใน SAR และชี้เป้าประเด็นที่ต้องตรวจสอบเพิ่ม เพื่อสนับสนุนการวางแผนลงพื้นที่ของ ผู้ประเมินให้รวดเร็วและแม่นยำขึ้น
    2.2 เพื่อสร้าง E-Form ที่เก็บข้อมูลจากการลงพื้นที่ทั้งรูปแบบ Onsite หรือ Virtual (AI for Assessment)
    2.3 เพื่อสร้างกลไกตรวจสอบคุณภาพรายงานอัตโนมัติ (AI for Post-assessment) ทำหน้าที่ตรวจ สอบความถูกต้องเชิงตรรกะ ความสอดคล้องของข้อมูล และความเหมาะสมของภาษาในรายงานฉบับสมบูรณ์ เพื่อให้ได้ผลการประเมินที่มีมาตรฐานเดียวกัน
    2.4 เพื่อสร้างมาตรฐานความปลอดภัยของข้อมูลในการใช้ AI (AI Security & Privacy) ให้ สอดคล้องกับ PDPA และป้องกันความเสี่ยง Data Breach
  3. ขอบเขตการดำเนินงาน
    3.1 ผู้รับจ้างต้องดำเนินการศึกษา วิเคราะห์ออกแบบสถาปัตยกรรมระบบ พัฒนา ติดตั้ง ทดสอบ และปรับปรุงประสิทธิภาพระบบให้สามารถรองรับการใช้งานได้จริง มีความเสถียร และมีความมั่นคงปลอดภัย สารสนเทศ (Security) สอดคล้องกับพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) ตามรายละเอียด คุณลักษณะเฉพาะของระบบ (Functional Specifications) ที่กำหนดไว้ในข้อ 4 ครบถ้วนทุกประการ โดย กระบวนการประมวลผลของระบบปัญญาประดิษฐ์ (AI Processing) และการจัดเก็บข้อมูลทั้งหมด ต้องดำเนิน การบนระบบคอมพิวเตอร์แม่ข่ายหรือระบบคลาวด์ (Cloud Infrastructure) ภายใต้การกำกับดูแลของ สมศ. เท่านั้น ห้ามมิให้ส่งข้อมูลออกไปประมวลผลยังระบบภายนอกหรือ Public AI Services ที่ไม่ได้รับอนุญาต เพื่อป้องกันความเสี่ยงเรื่องการรั่วไหลของข้อมูลและเป็นการรักษาความลับของหน่วยงาน ทั้งนี้ ระบบที่พัฒนา ต้องรองรับการแสดงผลบนอุปกรณ์ที่หลากหลาย
    3.2 ผู้รับจ้างต้องรับผิดชอบค่าใช้จ่ายทั้งปวงที่เกี่ยวข้องกับการดำเนินโครงการจนกว่าจะส่งมอบงาน งวดสุดท้ายเสร็จสิ้น ครอบคลุมถึงค่าลิขสิทธิ์ซอฟต์แวร์ (Software License) หรือค่าบริการ Cloud Services ระหว่างการพัฒนาระบบฯ (ถ้ามี) ค่าใช้จ่ายในการประสานงานกับผู้ดูแลระบบเดิม (ระบบ AQA) เพื่อการเชื่อม ต่อข้อมูลผ่าน API รวมถึงค่าจ้างบุคลากร ค่าพาหนะ และค่าใช้จ่ายอื่นๆ ที่เกี่ยวข้อง
    3.3 ผู้รับจ้างต้องประสานงานกับผู้พัฒนาระบบ AQA (Automated QA) และ ผู้รับจ้างโครงการ พัฒนาศูนย์ความเป็นเลิศด้านการประกันคุณภาพที่ให้ข้อมูลสารสนเทศ เพื่อการยกระดับคุณภาพการศึกษา (Data Driven Policy) ของ สมศ. อย่างใกล้ชิด เพื่อให้การออกแบบโครงสร้างข้อมูล (Data Structure) และ การเชื่อมโยงข้อมูล (Data Integration) ระหว่างระบบมีความสมบูรณ์ ถูกต้อง เป็นปัจจุบัน (Real-time) และ สามารถนำไปประมวลผลต่อยอดได้ ทั้งนี้ ผู้รับจ้างต้องตระหนักถึงช่วงเวลาการดำเนินงานที่มีความเกี่ยวเนื่อง กัน (Project Dependency) โดยต้องเตรียมความพร้อมของข้อมูลและอื่น ๆ ที่เกี่ยวข้องให้สอดคล้องกับ แผนการดำเนินงานของโครงการ Data Driven Policy ดังปรากฏตามแผนภาพการเชื่อมโยงโครงการด้านล่าง นี้

โดยผู้รับจ้างต้องให้ความร่วมมือในการประชุมหารือทางเทคนิค (Technical Workshop) ร่วม กับทีมงานของโครงการดังกล่าว เพื่อกำหนดมาตรฐานการแลกเปลี่ยนข้อมูล (Data Exchange Standard) ให้ แล้วเสร็จภายในระยะเวลาที่กำหนดในแผนงาน
3.4 ผู้รับจ้างต้องจัดให้มีการประชุมเพื่อรายงานความก้าวหน้าโครงการ (Progress Report Meeting) ปัญหา อุปสรรค และแนวทางแก้ไข ร่วมกับคณะกรรมการตรวจรับพัสดุและเจ้าหน้าที่ผู้รับผิดชอบ โครงการ อย่างน้อยเดือนละ 1 ครั้ง หรือตามความจำเป็นเร่งด่วน โดยสามารถดำเนินการได้ทั้งรูปแบบการ ประชุม ณ สำนักงาน สมศ. (On-site) หรือการประชุมผ่านสื่ออิเล็กทรอนิกส์ (Online) พร้อมทั้งจัดทำรายงาน การประชุมและรายงานความก้าวหน้าส่งให้สมศ. ภายใน 3 วันทำการหลังเสร็จสิ้นการประชุม
3.5 ผู้รับจ้างต้องดำเนินการถ่ายทอดองค์ความรู้และจัดฝึกอบรม โดยรับผิดชอบค่าใช้จ่ายทั้งสิ้น ได้แก่ ค่าวิทยากร ค่าเอกสาร/สื่อการสอน และค่าอาหารว่าง (จำนวน 1 มื้อต่อรุ่น เฉพาะกรณีจัดอบรม On site) ดังนี้
3.5.1 การอบรมสำหรับผู้ใช้งาน (เจ้าหน้าที่ สมศ.) ดำเนินการในรูปแบบ Workshop (On-site ณ ที่ทำการ สมศ.) จำนวน 1 รุ่น ระยะเวลาการอบรมไม่น้อยกว่า 3 ชั่วโมง (ครึ่งวันทำการ) เนื้อหาครอบคลุม ได้แก่ ภาพรวมกระบวนการทำงานของระบบ (System Workflow) การใช้งานเครื่องมือปัญญาประดิษฐ์ใน การสนับสนุนการปฏิบัติงาน การจัดทำรายงานผลการประเมิน และการใช้งานระบบสารสนเทศเพื่อการ ติดตามและบริหารจัดการโครงการ
3.5.2 การอบรมสำหรับผู้ดูแลระบบ (System Administrator) ดำเนินการในรูปแบบ Workshop (On-site ณ ที่ทำการ สมศ.) จำนวน 1 รุ่น ระยะเวลาการอบรมไม่น้อยกว่า 3 ชั่วโมง (ครึ่งวัน ทำการ) เนื้อหาครอบคลุมการบริหารจัดการและการตั้งค่าระบบ (System Configuration & Management) การดูแลรักษาความมั่นคงปลอดภัยสารสนเทศ การจัดการสิทธิ์ผู้ใช้งาน (User Management) การสำรองและ กู้คืนข้อมูล รวมถึงเทคนิคการตรวจสอบและแก้ไขปัญหาการใช้งานเบื้องต้น
3.5.3 การอบรมสำหรับผู้ประเมินภายนอก ดำเนินการในรูปแบบการผลิตสื่อการเรียนรู้ดิจิทัล (Digital Learning Materials) เช่น คลิปวิดีโอแนะนำการใช้งาน (Video Tutorial) คู่มือการใช้งานออนไลน์ (E-Manual) โดยมีการจัดอบรมในรูปแบบออนไลน์ (Webinar) จำนวน 1 ครั้ง ระยะเวลาไม่น้อยกว่า 3 ชั่วโมง เนื้อหาครอบคลุมการใช้งานระบบดิจิทัลและแอปพลิเคชันเพื่อสนับสนุนกระบวนการประเมินคุณภาพภายนอก ตั้งแต่ขั้นตอนการเตรียมการก่อนลงพื้นที่ การเก็บรวบรวมข้อมูลระหว่างการประเมิน ไปจนถึงการสรุปผลและ จัดทำรายงานผ่านระบบ
3.6 บรรดาทรัพย์สินทางปัญญา ซอร์สโค้ด (Source Code) ฐานข้อมูล (Database) รูปแบบ รายงาน (Report Layout) และเอกสารทั้งหมดที่เกิดขึ้นจากการจ้างตามสัญญานี้ ให้ตกเป็นกรรมสิทธิ์ของ สมศ. เพียงผู้เดียวทันทีที่ส่งมอบงาน ห้ามมิให้ผู้รับจ้างนำไปเผยแพร่ ทำซ้ำ ดัดแปลง หรือใช้ประโยชน์อื่นใด เพื่อการพาณิชย์ เว้นแต่จะได้รับอนุญาตเป็นลายลักษณ์อักษรจาก สมศ. แล้วเท่านั้น
4. รายละเอียดการดำเนินงาน
ส่วนที่ 1 งานพัฒนาระบบผู้ช่วยอัจฉริยะเพื่อการสกัดและตรวจสอบคุณภาพข้อมูลรายงานอัตโนมัติ (Data Extraction and Automated Report Validation Systemfor Interim Post-assessment)
ผู้รับจ้างต้องพัฒนาระบบเพื่อดึงข้อมูลจาก EQA (Pre-final report) ผ่านระบบ AQA และดำเนินการ ตรวจสอบความถูกต้องของเอกสาร F02 (แบบสังเคราะห์การลงพื้นที่ตรวจเยี่ยม) และ F03 (รายงานการ ประกันคุณภาพภายนอก) โดยมีรายละเอียดดังนี้
4.1 ระบบสกัดและจัดเก็บข้อมูลจากรายงานฉบับสมบูรณ์ (Intelligent Data Extraction & Structuring) ระบบต้องมีความสามารถในการอ่านไฟล์รายงานการประกันคุณภาพภายนอก (F03) และแปลง ข้อมูลจากรูปแบบเอกสาร PDF (Unstructured Data) ให้เป็นข้อมูลเชิงโครงสร้าง (Structured Data) เพื่อใช้ ในการตรวจสอบและวิเคราะห์ต่อได้โดยอัตโนมัติ โดยมีรายละเอียดดังนี้
4.1.1 การสกัดข้อมูลพื้นฐานสถานศึกษา (Basic Information Extraction)
ระบบต้องสกัดข้อมูลสำคัญจากส่วนนำของรายงาน ได้แก่ รหัสสถานศึกษา ชื่อสถานศึกษา สังกัด ระดับชั้นที่เปิดสอน ที่ตั้ง (จังหวัด/อำเภอ) ข้อมูลจำนวนผู้เรียน และจำนวนครู/บุคลากรทางการศึกษา 4.1.2 การสกัดผลการประเมิน (Assessment Result Extraction)
ระบบต้องสกัดคะแนนและระดับคุณภาพ (Quality Level) ในทุกระดับ ได้แก่ ผลการ ประเมินรายมาตรฐาน และผลการประเมินรายตัวชี้วัด เพื่อนำไปตรวจสอบความสอดคล้องกับเกณฑ์มาตรฐาน 4.1.3 การสกัดข้อมูลเชิงคุณภาพและข้อเสนอแนะ (Qualitative Data Extraction)
ระบบต้องแยกแยะและสกัดเนื้อหาส่วนที่เป็นข้อเสนอแนะ ได้แก่ ข้อเสนอแนะเพื่อการพัฒนา ข้อเสนอแนะเพื่อการปรับปรุงเร่งด่วน และแบบอย่างที่ดี (Best Practice) (ถ้ามี)
4.1.4 การจัดเก็บในรูปแบบโครงสร้าง (Structured Data Storage)
ข้อมูลทั้งหมดที่สกัดได้ ต้องถูกจัดเก็บในรูปแบบ JSON หรือ .xlsx หรือลงในฐานข้อมูล (Database) ที่มีการระบุความเชื่อมโยง (Key-Value Pair) อย่างชัดเจน เพื่อรองรับการนำไปประมวลผล เปรียบเทียบ (Cross-Check) ในขั้นตอนถัดไป
4.2 ระบบเชื่อมโยงข้อมูลกับไฟล์ต้นฉบับและแสดงผล (Intelligent PDF Mapper) 4.2.1 โปรแกรมแสดงผลแบบเทียบเคียง (Split Screen Viewer)
ระบบต้องมีโปรแกรมเปิดอ่านไฟล์รายงาน (PDF Viewer) ที่แสดงผลแบบ 2 ส่วน (Split Screen) ในหน้าจอเดียว ด้านหนึ่งเป็นแบบฟอร์มตรวจสอบ/ผลการตรวจสอบของระบบ (Validation Results) และอีกด้านหนึ่งเป็นไฟล์ PDF ต้นฉบับ เพื่อความสะดวกในการตรวจสอบย้อนกลับ (Traceability) 4.2.2 การเชื่อมโยงและแสดงตำแหน่งอัตโนมัติ (Auto-Mapping & Jump Scroll):
(1) ระบบต้องเชื่อมโยงข้อมูลในฐานข้อมูลกับตำแหน่งข้อความในไฟล์ PDF โดยอัตโนมัติ (2) เมื่อผู้ใช้งานคลิกที่หัวข้อแจ้งเตือน คะแนน หรือข้อความในฝั่งผลการตรวจสอบ ระบบต้อง สามารถ “กระโดด” (Jump/Scroll) ไปแสดงผลหน้าเอกสาร PDF ในย่อหน้าหรือตารางที่เกี่ยวข้องกับหัวข้อ นั้นๆ ได้ทันที โดยที่เจ้าหน้าที่ไม่ต้องเลื่อนหาเอง
4.3 ระบบตรวจสอบความถูกต้องของข้อมูลพื้นฐาน (Basic Data Validation)
4.3.1 การตรวจสอบรหัสและชื่อสถานศึกษา
ระบบต้องเปรียบเทียบรหัสและชื่อสถานศึกษาในรายงาน กับฐานข้อมูลในระบบ AQA หาก ข้อมูลไม่ตรงกัน ระบบต้องยึดข้อมูลตามระบบ AQA โดยอัตโนมัติ และแสดงข้อความแจ้งเตือน
“รหัสสถานศึกษาไม่ตรงกับประกาศ”
4.3.2 การตรวจสอบความสอดคล้องของข้อมูล (Cross-Check)
ระบบต้องตรวจสอบความตรงกันของข้อมูลพื้นฐานระหว่างไฟล์ F02 และ F03 หากพบความ ขัดแย้ง ระบบต้องแสดง Warning Message แจ้งเตือนจุดที่ไม่ตรงกันพร้อม Link ไปยังตำแหน่งที่ผิดพลาดใน เอกสาร
4.4 ระบบแจ้งเตือนความผิดปกติและตรวจสอบตรรกะ (Rule-based Alerts & Logic Check) 4.4.1 การตรวจสอบความสอดคล้องของคะแนน: ตรวจสอบระดับคุณภาพ (Score 1-5) ในไฟล์ F02 และ F03 ว่าตรงกับคะแนนที่ผู้ประเมินภายนอก (ผปม.) กรอกในระบบ AQA หรือไม่ (API Check) 4.4.2 การตรวจสอบตรรกะข้อเสนอแนะ (Recommendation Logic):
(1) กรณีได้ระดับคุณภาพ 1-2 ตรวจสอบว่ามี “ข้อเสนอแนะเพื่อการปรับปรุงเร่งด่วน” หรือไม่ (2) กรณีได้ระดับคุณภาพ 3-4 ตรวจสอบว่ามี “ข้อเสนอแนะเพื่อการพัฒนา” หรือไม่
(3) กรณีได้ระดับคุณภาพ 5 ตรวจสอบว่ามี “แบบอย่างที่ดี (Best Practice)” หรือไม่
4.5 ระบบตรวจสอบคุณภาพการเขียน (Writing Quality Analysis)
4.5.1 การตรวจสอบคุณภาพการเขียน: ระบบต้องใช้เทคโนโลยีประมวลผลภาษาธรรมชาติ (NLP) หรือโมเดลภาษาขนาดใหญ่ (Large Language Model: LLM) วิเคราะห์คุณภาพการเขียน ได้แก่ ข้อ เสนอแนะเพื่อการพัฒนา ข้อเสนอแนะเพื่อการปรับปรุงเร่งด่วน และแบบอย่างที่ดี (Best Practice) ดังนี้ (1) การสะกดคำ (Spell Check): ตรวจสอบคำผิดในภาษาไทยและภาษาอังกฤษ
(2) ความเหมาะสมของภาษา (Tone of Voice): ตรวจสอบระดับภาษาว่าเป็นภาษาทางการ และเหมาะสมกับการเป็นรายงานการประเมินคุณภาพภายนอกหรือไม่
4.5.2 การตรวจสอบองค์ประกอบ: ระบบต้องตรวจสอบว่าหัวข้อรายงานในไฟล์ F03 ครบถ้วน สมบูรณ์ตาม Template มาตรฐานที่กำหนด
ส่วนที่ 2 งานพัฒนาระบบผู้ช่วยอัจฉริยะวิเคราะห์ SAR ก่อนการลงพื้นที่ (Pre-analysis Stage) 4.6 ระบบนำเข้าและจำแนกหมวดหมู่ข้อมูลอัตโนมัติ (SAR Ingestion & Intelligent Segmentation) 4.6.1 ระบบต้องรองรับการนำเข้าไฟล์รายงาน (SAR) ในรูปแบบ PDF ได้ทั้งแบบ Text-based และ Image-based (Scanned PDF) โดยรองรับไฟล์ขนาดใหญ่ ซึ่งขนาดไฟล์โดยเฉลี่ยของการใช้งานประมาณ 50 MB ต่อไฟล์
4.6.2 กรณีเป็นไฟล์ภาพ (Scanned PDF) ระบบต้องมีเทคโนโลยี OCR ที่รองรับภาษาไทยและตัวเลข อารบิก/ไทย ด้วยความแม่นยำ (Character Accuracy) ไม่น้อยกว่าร้อยละ 90 เมื่อเทียบกับเอกสารต้นฉบับ โดยผู้รับจ้างต้องเลือกใช้เทคโนโลยีการแปลงภาพเป็นข้อความที่มีประสิทธิภาพสูง
4.6.3 ระบบต้องนำเข้าไฟล์ SAR และทำการทำความสะอาดข้อมูล (Data Cleaning) เพื่อแปลงเป็น Text Block ที่พร้อมสำหรับ AI ประมวลผล และจำแนกเนื้อหา (Segmentation) ตามโครงสร้างมาตรฐาน การประเมินของ สมศ. เช่น แยกส่วนบทสรุปผู้บริหาร (Executive Summary), มาตรฐานที่ 1, 2, 3 และ ตัวชี้วัดต่างๆ ได้โดยอัตโนมัติ
4.6.4 ระบบต้องจัดทำดัชนีข้อมูล (Indexing) จากเนื้อหาที่จำแนกแล้ว เพื่อให้สามารถสืบค้นย้อน กลับไปยังตำแหน่งหน้าเอกสารต้นฉบับได้ถูกต้อง (Page Mapping)
4.7 ระบบสกัดข้อมูลบริบทและจัดทำข้อมูลโครงสร้าง (Contextual Data Extraction & Structured Data)
4.7.1 ระบบต้องใช้โมเดลภาษาขนาดใหญ่ (Large Language Model: LLM) ร่วมกับเทคนิค Prompt Engineering ในการอ่านและสกัดข้อมูลสำคัญเชิงบริบท (Key Entities) ออกมาเป็นฟิลด์ข้อมูล ได้แก่ จำนวนผู้เรียน, จำนวนครูและบุคลากร, งบประมาณประจำปี, ระดับคุณภาพที่สถานศึกษาประเมิน ตนเอง, วิสัยทัศน์/พันธกิจ และรายการหลักฐานที่อ้างถึงในแต่ละตัวชี้วัดของ สมศ.
4.7.2 ระบบต้องจัดระเบียบข้อมูลให้อยู่ในรูปแบบโครงสร้าง (Structured Data หรือ JSON Data Object) ที่เป็นมาตรฐาน เพื่อลดความผิดพลาดจากการคีย์ข้อมูลของมนุษย์ และจัดเก็บลงในฐานข้อมูลกลาง ของระบบ AQA สำหรับนำไปใช้ประมวลผลต่อ
4.8 ระบบวิเคราะห์ช่องว่างและตรวจสอบความสอดคล้องของหลักฐาน (Claims & Evidence Mapping / Gap Analysis)
4.8.1 ระบบต้องใช้เทคโนโลยีการประมวลผลภาษาธรรมชาติขั้นสูงเพื่อการตรวจสอบหลักฐาน: ระบบ ต้องมีความสามารถในการทำ Semantic Search เพื่อเปรียบเทียบความสอดคล้องระหว่าง “ข้อสรุปผลการ ดำเนินงาน” (Claims) กับ “รายการหลักฐาน” (Evidence) โดยประยุกต์ใช้เทคนิคการดึงบริบทข้อมูล (เช่น Retrieval-Augmented Generation: RAG หรือเทคนิคอื่นที่เทียบเท่า) เพื่อให้ระบบสามารถวิเคราะห์ข้อมูล จากเอกสารจำนวนมากได้อย่างแม่นยำ และต้องแสดงที่มาของข้อมูล (References) ประกอบการวิเคราะห์ทุก ครั้ง
4.8.2 ระบบต้องมีการวิเคราะห์และแจ้งเตือน กรณีที่พบจุด “น่าสงสัย” หรือ “ขาดความสอดคล้อง” ตามตรรกะ (Logic) ดังนี้:
กรณีที่ 1 (Needs Verification): หากระบบตรวจพบข้อความที่เป็นข้อสรุปผลการดำเนินงาน (Conclusion/Claim) แต่ไม่พบหลักฐานอ้างอิง (Missing Evidence) หรือจุดเชื่อมโยงไปยังหลักฐานในระบบ กรณีที่ 2 (Misalignment): หากสถานศึกษาประเมินตนเองในระดับสูง (เช่น ระดับดีเยี่ยม) แต่
ระบบวิเคราะห์แล้วพบว่าปริมาณหรือความสมบูรณ์ของหลักฐานไม่สอดคล้องกับเกณฑ์การประเมินในระดับ ดังกล่าว (Insufficient Evidence Support)
4.8.3 ระบบต้องแสดงผลการวิเคราะห์ในรูปแบบการเน้นข้อความ (Highlight) หรือการแจ้งเตือน (Flag) ในจุดที่ข้อมูลไม่สัมพันธ์กัน เพื่อช่วยลดเวลาในการอ่านรายงานของผู้ประเมิน
4.9 ระบบวางแผนการเก็บรวบรวมหลักฐาน (Predictive Assessment Planning System) 4.9.1 ระบบต้องนำผลการวิเคราะห์ช่องว่าง (Gap Analysis) มาประมวลผลเพื่อสร้าง “ร่างแผนการ ลงพื้นที่” (Draft Visit Plan-Onsite/Virtual) โดยระบุเหตุผลประกอบในแต่ละประเด็น 4.9.2 ระบบต้องสร้างโจทย์หรือคำถามเจาะจง (Probing Questions) ที่มีคุณภาพสูง แทนการใช้ คำถามทั่วไป เพื่อแนะนำผู้ประเมินได้ว่าควรสัมภาษณ์บุคลากรกลุ่มใด เกี่ยวกับเรื่องอะไรเป็นพิเศษ
4.9.3 ระบบต้องส่งออกแผนการนี้ในรูปแบบข้อมูลดิจิทัล (JSON List) ที่พร้อมส่งต่อไปยัง แอปพลิเคชันอื่นหรือแสดงผลได้ทันที
4.10 ระบบตรวจสอบและยืนยันความถูกต้องโดยผู้ประเมินภายนอก (Validation by Assessors) 4.10.1 ระบบต้องรองรับการเชื่อมต่อกับระบบAQA ผ่าน API เพื่อยืนยันตัวตนของผู้ประเมินภายนอก ก่อนเข้าใช้งานระบบได้
4.10.2 ระบบต้องเปิดให้ผู้ประเมินภายนอกเข้ามาตรวจสอบ ยืนยัน หรือแก้ไขผลการวิเคราะห์ของ AI (Assessor Validation) เพื่อให้มั่นใจในความถูกต้องสมบูรณ์ก่อนนำข้อมูลไปใช้งานจริง 4.10.3 ระบบต้องมีกลไกบังคับทางหน้าจอ (UI Constraint) เช่น การล็อกปุ่ม “ถัดไป” จนกว่าผู้ ประเมินจะกด “ยืนยัน” (Confirm) หรือ “แก้ไข” (Edit) ข้อมูลที่ AI วิเคราะห์มา เพื่อรับประกันความรับผิด ชอบโดยมนุษย์ (Human-in-the-loop)
4.10.4 ระบบต้องบันทึกประวัติการแก้ไข (Audit Log) ว่าข้อมูลชุดใดมาจาก AI และข้อมูลชุดใดถูก แก้ไขโดยผู้ประเมิน เพื่อใช้เป็นชุดข้อมูล (Verified Dataset) สำหรับการปรับปรุงความแม่นยำของโมเดลต่อ ไป
ส่วนที่ 3 งานพัฒนาระบบผู้ช่วยอัจฉริยะสนับสนุนการประเมินและตรวจสอบคุณภาพรายงานครบวงจร (Assessment และ Post-assessment Stages)
4.11 ระบบจัดเก็บข้อมูลและหลักฐานภาคสนาม (Digital Evidence Collection & Verification) 4.11.1 ระบบต้องได้รับการออกแบบ E-Form ในรูปแบบ Web Application ที่รองรับการใช้งานบน อุปกรณ์พกพา (Responsive Design / Tablet-friendly)
4.11.2 ระบบต้องมีฟังก์ชัน Dynamic Plan Injection ที่สามารถดึง “แผนการลงพื้นที่” (Visit Plan Onsite/Virtual) จากช่วง Pre-analysis มาแสดงเป็นรายการตรวจสอบรายสถานศึกษาได้อัตโนมัติ 4.11.3 ระบบต้องรองรับการจัดเก็บหลักฐาน เช่น การพิมพ์บันทึกข้อความ (Note),การอัปโหลด ภาพถ่าย (Photo)
4.11.4 ระบบต้องมีฟังก์ชันตรวจสอบความถูกต้องของข้อมูลพื้นฐาน (Verified Stats & Identity Engine) เช่น ให้ผู้ประเมินกรอกจำนวนครู/นักเรียนที่นับได้จริงหน้างาน เพื่อให้ระบบคำนวณอัตราส่วน (Ratio) และตรวจสอบความสอดคล้องกับข้อมูล SAR ได้ทันที (Real-time Calculation)
4.12 ระบบ AI ช่วยสังเคราะห์ผลและยกร่างรายงาน (AI-Assisted Synthesis & Reporting) 4.12.1 ระบบต้องมีฟังก์ชัน Real-Time Synthesis โดยใช้ AI ประมวลผลจากบันทึกที่ผู้ประเมินเก็บ รวบรวม เพื่อ “ยกร่าง” (Draft) เนื้อหาการประเมินรายตัวชี้วัด พร้อมเสนอแนะระดับคะแนน (Scoring Suggestion) ตามเกณฑ์ Rubricของ สมศ. เพื่อลดภาระการเขียนรายงานของผู้ประเมิน 4.12.2 ระบบต้องมีระบบแนะนำข้อเสนอแนะเจาะจง (Tailor-Made Recommendation Engine) ค้นหาแนวปฏิบัติที่ดี (Best Practice Database) เพื่อเสนอแนะแนวทางพัฒนาที่เหมาะสมกับบริบทและจุด อ่อนของสถานศึกษานั้นๆ
4.12.3 ระบบต้องมีกลไกควบคุมคุณภาพรายงาน (Instant BF-03 Draft Control) โดยปุ่ม “บันทึก” หรือ “สร้างรายงาน” จะใช้งานได้ก็ต่อเมื่อผู้ประเมินได้แนบหลักฐานครบถ้วนตามเกณฑ์ และระบุระดับคะแนน ชัดเจนแล้วเท่านั้น เพื่อป้องกันการส่งรายงานที่ไม่สมบูรณ์ (Prevention of Empty Scoring)
4.13 ระบบตรวจสอบความสมเหตุสมผลของผลการประเมิน (Standard Consistency Checkin Post assessment Stage)
4.13.1 ระบบต้องมี Rule-Based Logic Engine สำหรับตรวจสอบว่าผลการประเมินและข้อเสนอ แนะสอดคล้องกับมาตรฐานและเกณฑ์ที่ สมศ. กำหนดไว้หรือไม่ โดยสามารถปรับเปลี่ยนกฎ (Rules) ได้โดยผู้ ดูแลระบบ
4.13.2 ระบบต้องตรวจสอบความสอดคล้องของข้อมูล 3 ส่วนแบบอัตโนมัติ (Automated Cross Validation) ได้แก่:
(1) คะแนนในฐานข้อมูล (AQA Database) ที่ได้จากการบันทึกในส่วนที่ 3 (Assessment) (2) คะแนนที่ระบุในไฟล์รายงาน (PDF Report) โดยใช้ AI อ่านค่าจากตารางสรุป
(3) จำนวนหลักฐานที่แนบ (Field-Data Evidence) โดยนับจำนวนรายการหลักฐานที่อ้างอิง และจัดเก็บในระบบ
4.13.3 ระบบต้องแจ้งเตือนทันทีหากพบความผิดปกติ (Inconsistency Flag) เช่น คะแนนในฐาน ข้อมูลเป็น 5 แต่ในไฟล์ PDF เขียนว่า 4 หรือ ให้คะแนน “ดีเยี่ยม” แต่จำนวนหลักฐานไม่ถึงเกณฑ์ขั้นต่ำที่ กำหนด
4.13.4 ระบบต้องทำงานร่วมกับ Intelligent PDF Mapper (จากส่วนที่ 1) โดยเมื่อเจ้าหน้าที่คลิกที่ จุดแจ้งเตือน ระบบต้องเปิดไฟล์ PDF และกระโดด (Jump) ไปยังหน้าที่มีปัญหาพร้อมไฮไลท์ข้อความนั้นทันที
4.14 ระบบตรวจสอบคุณภาพการเขียนรายงาน (Writing Quality Auditor)
4.14.1 ระบบต้องใช้เทคโนโลยี NLP (Natural Language Processing) ประเมินคุณภาพการเขียน รายงานฉบับสมบูรณ์ในภาพรวม เพื่อตรวจสอบ “ความเป็นมืออาชีพ” (Professionalism) 4.14.2 ระบบต้องตรวจสอบองค์ประกอบสำคัญของงานเขียน ได้แก่
(1) ความเฉพาะเจาะจง (Specificity) ตรวจสอบว่ามีการอ้างอิงข้อมูลจริง/ตัวเลขของสถาน ศึกษาหรือไม่ (ไม่ใช่การเขียนแบบกว้างๆ)
(2) ความเหมาะสมของภาษา (Tone of Voice) ตรวจจับคำศัพท์ที่ไม่เป็นทางการ ภาษาพูด หรือการใช้คำฟุ่มเฟือย
(3) ความเป็นปรนัย (Objectivity) ตรวจสอบว่าการเขียนมีลักษณะเป็นกลางและปราศจากอคติ 4.14.3 ระบบต้องทำหน้าที่เป็น AI Editor โดยการขีดเส้นใต้/ไฮไลท์คำหรือประโยคที่ควรแก้ไข และ เสนอแนะคำศัพท์ที่เหมาะสมกว่า (Word Suggestion) ให้เจ้าหน้าที่พิจารณา
4.15 ระบบประเมินสมรรถนะผู้ประเมิน (Assessor Evaluation)
4.15.1 ระบบต้องวิเคราะห์รูปแบบการให้คะแนน (Scoring Pattern) ระยะเวลาการทำงาน และ คุณภาพการเขียนรายงานของผู้ประเมินแต่ละคน เพื่อจัดทำเป็น ‘ระเบียนประวัติและสมรรถนะผู้ประเมิน’ (Assessor Performance Profile)
4.15.2 ระบบต้องมีฟังก์ชันให้เจ้าหน้าที่ สมศ. หรือผู้ใช้งานที่เกี่ยวข้องกับการรีวิวและให้คะแนน (Rating 1-5 ดาว) หรือบันทึกข้อเสนอแนะต่อตัวผู้ประเมิน (Tagging) ในด้านต่างๆ เช่น ทักษะการวิเคราะห์ ทักษะการเขียน และความตรงต่อเวลา
4.15.3 ระบบต้องจัดเก็บข้อมูลเหล่านี้ลงในฐานข้อมูล Assessment Performance Table เพื่อใช้ สำหรับการคัดเลือกผู้ประเมินที่มีคุณภาพในปีถัดไป หรือระบุกลุ่มเป้าหมายที่ต้องเข้ารับการอบรมเพิ่มเติม
4.16 ระบบสร้างร่างบทสรุปผู้บริหารอัตโนมัติ (Draft Executive Summary Report) 4.16.1 ระบบต้องใช้ Generative AI ในการประมวลผล “ข้อเสนอแนะ” และ “จุดเด่น/จุดที่ควร พัฒนา” จากทุกมาตรฐานในรายงานฉบับเต็ม มาสังเคราะห์ร่วมกัน
4.16.2 ระบบต้องสร้าง “ร่างบทสรุปผู้บริหาร” โดยมีการเรียบเรียงภาษาใหม่ให้กระชับ สละสลวย และเข้าใจง่าย (ไม่ใช่การตัดแปะข้อความ)
4.16.3 ระบบต้องเปิดให้เจ้าหน้าที่สามารถแก้ไข (Edit) ร่างบทสรุปนี้ได้ และสามารถบันทึกกลับเข้า ระบบเพื่อสร้างเป็นรายงานฉบับสมบูรณ์
4.17 ระบบเตรียมข้อมูลเพื่อการแสดงผลและเผยแพร่ (Data Preparation for Visualization & Publishing)
4.17.1 ระบบต้องรองรับกระบวนการสถานะเอกสาร (Document Workflow) ตาม Diagram เช่น การส่งคืนแก้ไข (Comment for Editing) การยืนยันจากสถานศึกษา (School Agreement) เป็นต้น 4.17.2 เมื่อรายงานผ่านการอนุมัติ (Final Approval) ระบบต้องทำการ Extract Data ผลการ ประเมินทั้งหมดจากรายงานฉบับสมบูรณ์ ให้อยู่ในรูปแบบ Structured Data (JSON/CSV) ที่พร้อมสำหรับนำ ไปแสดงผล
4.17.3 ระบบต้องมี API หรือช่องทางส่งออกข้อมูล (Data Export) เพื่อส่งข้อมูลไปยัง ระบบ Dashboard หรือระบบเผยแพร่ผลการประเมิน (Publishing View) ของ สมศ. (เช่น Executive View, School View, Public View) ได้โดยอัตโนมัติ โดยไม่ต้องคีย์ข้อมูลซ้ำ
5. งบประมาณ
วงเงินงบประมาณ 2,461,800 บาท (สองล้านสี่แสนหกหมื่นหนึ่งพันแปดร้อยบาทถ้วน) จากงบ ลงทุน (เงินงบประมาณแผ่นดิน)
6. ระยะเวลาส่งมอบงาน
6.1 สถานที่ส่งมอบ สมศ.
6.2 กำหนดส่งมอบงาน นับถัดจากวันที่ลงนามในสัญญา 240 วัน
6.3 งวดงานและการจ่ายเงิน
ผู้รับจ้างจะต้องส่งมอบงานโดยต้องจัดทำเอกสารรายงานในลักษณะสิ่งพิมพ์เป็นภาษาไทยเว้น แต่กรณีที่ต้องการอธิบายด้วยภาษาทางเทคนิค หรือภาษาเฉพาะให้ใช้ภาษาอังกฤษได้ จำนวน 1 ชุด และ สื่อบันทึกข้อมูลในรูปแบบ Flash Drive จำนวน 1 ชุด โดยกำหนดส่งมอบงานและการจ่ายเงินแบ่งเป็น 3 งวด ดังนี้
งวดที่ 1 เบิกจ่ายเงินร้อยละ 15 ของวงเงินสัญญาจ้าง เมื่อผู้รับจ้างได้ส่งมอบงานแล้วเสร็จ ภายใน 30 วัน นับถัดจากวันลงนามในสัญญา และคณะกรรมการตรวจรับพัสดุได้ตรวจรับเรียบร้อยแล้ว โดยมี ผลงานและเอกสารส่งมอบงานดังนี้

  1. แผนการดำเนินงานโครงการฉบับสมบูรณ์ (Project Plan) ที่ระบุตารางเวลา
    (Timeline) การส่งมอบงานแต่ละระยะชัดเจน
  2. เอกสารการออกแบบหน้าจอระบบ (User Interface Design) ที่ได้รับการ
    อนุมัติ (ส่วนที่ 1 รายละเอียดดังข้อ 4.1-4.5)
  3. เอกสารผลการทดสอบระบบ User Acceptance Test (ส่วนที่ 1 รายละเอียดดัง ข้อ 4.1-4.5)
  4. ระบบผู้ช่วยอัจฉริยะเพื่อการสกัดและตรวจสอบคุณภาพข้อมูลรายงานอัตโนมัติ
    ที่ติดตั้งและสามารถใช้งานได้จริง (Interim Post-assessment’s Production Go Live) เพื่อรองรับการ ปฏิบัติงานเร่งด่วน โดยระบบต้องสามารถทำงานได้อย่างน้อยในรูปแบบการนำเข้าไฟล์โดยตรงทีละจำนวนมาก (Batch Upload / Bulk Import) เพื่อให้สามารถประมวลผลหลายไฟล์ได้ในคราวเดียวตามขอบเขตงานส่วน ที่ 1 พร้อมรวบรวมผลลัพธ์ของข้อมูลที่ AI สกัดในรูปแบบของข้อมูลที่มีโครงสร้าง (Structured Data) (ส่วนที่ 1 รายละเอียดดังข้อ 4.1-4.5)
    งวดที่ 2 เบิกจ่ายเงินร้อยละ 40 ของวงเงินสัญญาจ้าง เมื่อผู้รับจ้างได้ส่งมอบงานแล้วเสร็จ ภายใน 120 วัน นับถัดจากวันลงนามในสัญญาและคณะกรรมการตรวจรับพัสดุได้ตรวจรับเรียบร้อยแล้ว โดย มีผลงานและเอกสารส่งมอบงานดังนี้
  5. รายงานความก้าวหน้าโครงการ (Progress Report)
  6. เอกสารแสดงภาพรวม (Solution Architecture) ของกระบวนการประเมินตั้งแต่ ต้นจนจบที่ใช้ปัญญาประดิษฐ์ (AI)
  7. เอกสารการออกแบบหน้าจอระบบ (User Interface Design) ที่ได้รับการอนุมัติ
    (ส่วนที่ 2 รายละเอียดดังข้อ 4.6-4.10)
  8. เอกสารผลการทดสอบระบบ Unit Test และ System Integration Test
  9. เอกสารผลการทดสอบระบบUser Acceptance Test ที่ลงนามโดยผู้ใช้งาน (ส่วน ที่ 2 รายละเอียดดังข้อ 4.6-4.10)
  10. ระบบผู้ช่วยอัจฉริยะวิเคราะห์SAR ก่อนการลงพื้นที่ (Pre-analysis Stage’s
    Production Go Live) ของส่วนที่ 2 ที่ติดตั้งและสามารถใช้งานได้จริง (ส่วนที่ 2 รายละเอียดดังข้อ 4.6-4.10)

งวดที่ 3 (งวดสุดท้าย) เบิกจ่ายเงินร้อยละ 45 ของวงเงินสัญญาจ้าง เมื่อผู้รับจ้างได้ส่งมอบงาน
แล้วเสร็จภายใน 240 วัน นับถัดจากวันลงนามในสัญญา และคณะกรรมการตรวจรับพัสดุได้ตรวจรับเรียบร้อย แล้ว โดยมีผลงานและเอกสารส่งมอบงานดังนี้

  1. ผู้รับจ้างจะต้องดำเนินการเปิดใช้งานระบบนำร่อง (Soft Launch) ภายใน 180 วัน นับถัดจากวันลงนามในสัญญา และดำเนินการปรับปรุงระบบจนสมบูรณ์เพื่อส่งมอบในงวดที่ 3 2. รายงานสรุปผลการเปิดใช้งานระบบนำร่อง (Soft Launch Report) ที่แสดงหลัก ฐานการเปิดใช้งานจริงในช่วงวันที่ 180 ของสัญญา พร้อมสรุปปัญหาและการแก้ไข

  2. ระบบผู้ช่วยอัจฉริยะสนับสนุนการประเมินและตรวจสอบคุณภาพรายงานครบ
    วงจร (Assessment and Post-assessment Stages) ที่ติดตั้งและสามารถใช้งานได้จริง (ส่วนที่ 3 ราย ละเอียดดังข้อ 4.11-4.17)

  3. เอกสารการออกแบบระบบฉบับสมบูรณ์ (Technical Design Specification)
    ประกอบด้วย Flow การทำงาน, System Interface, ER-Diagram, Data Architecture, Data Model, Data Dictionary และ Data Flow Diagram ทั้งโครงการ

  4. เอกสารโครงสร้างสถาปัตยกรรมระบบ (Enterprise Architecture) ทั้งโครงการ 6. เอกสารผลการทดสอบระบบ Unit Test และ System Integration Test

  5. เอกสารผลการทดสอบระบบUser Acceptance Test ทั้งกระบวนการ ฉบับ
    สมบูรณ์ที่ลงนามโดยผู้ทดสอบการใช้งาน

  6. รายงานสรุปผลการจัดอบรมผู้ใช้งานและผู้ดูแลระบบ พร้อมรายชื่อผู้เข้ารับการ
    อบรม ภาพถ่าย และแบบประเมินผลการอบรม

  7. คู่มือการใช้งานระบบ (User Manual) และ คู่มือผู้ดูแลระบบ (Admin Manual) 10. Source Code, ข้อมูล (Data), และโมเดล AI (Model Artifacts) ทั้งหมดที่
    เกี่ยวข้อง พร้อมคู่มือการติดตั้งระบบ (Installation Guide) ในรูปแบบไฟล์ดิจิทัล
    6.4 ค่าปรับ
    อัตราค่าปรับต่อวันร้อยละ 0.1 ของมูลค่าของสัญญาจ้าง
    6.5 การรับประกัน
    ผู้รับจ้างจะต้องรับประกันความชำรุดบกพร่อง 1 ปี นับจากการตรวจรับงานงวดสุดท้าย โดย ผู้รับจ้างจะต้องดำเนินการแก้ไขให้สามารถกลับมาใช้งานได้ตามปกติภายใน 3 วันทำการ นับจากวันที่ได้รับแจ้ง ความชำรุดบกพร่อง โดยไม่คิดค่าใช้จ่ายใดๆ ทุกกรณี
    6.6 การสงวนสิทธิ์
    6.6.1 ผู้รับจ้างจะต้องจัดการเก็บรักษาข้อมูลต่าง ๆ ที่เกี่ยวกับการดำเนินงานตามสัญญานี้ที่ ผู้รับจ้างได้รับจาก สมศ. ซึ่งรวมถึงข้อมูลต่าง ๆ ที่ สมศ. ได้จัดทำขึ้นเนื่องจากการดำเนินงานนี้อย่างเป็นความ ลับ โดยผู้รับจ้างต้องหามาตรการในการจัดเก็บข้อมูลที่เป็นความลับ ไม่นำไปเผยแพร่ให้บุคคลใดทราบเป็นอัน ขาด เว้นแต่จะได้รับการอนุญาตเป็นลายลักษณ์อักษรจาก สมศ. หากเกิดความเสียหายผู้รับจ้างจะต้องรับผิด ชอบค่าใช้จ่ายที่เกิดขึ้นทั้งหมด
    6.6.2 ผู้รับจ้างต้องดำเนินการตามมาตรฐานความมั่นคงปลอดภัยทางไซเบอร์ (Cyber Security) และ พ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 (PDPA) อย่างเคร่งครัด โดยต้องมีกระบวนการ นิรนามข้อมูล (Anonymization/Data Masking) สำหรับข้อมูลส่วนบุคคลที่อ่อนไหว เช่น ชื่อนักเรียน หรือ เลขบัตรประชาชน ก่อนที่จะส่งข้อมูลเข้าสู่กระบวนการประมวลผลของ AI เพื่อป้องกันการรั่วไหล รวมทั้ง มี การกำหนดสิทธิ์การเข้าถึง (Access Control) อย่างรัดกุมตามระดับชั้นความลับของข้อมูล

  8. คุณสมบัติผู้เสนอราคา
    7.1 มีความสามารถตามกฎหมาย
    7.2 ไม่เป็นบุคคลล้มละลาย
    7.3 ไม่อยู่ระหว่างเลิกกิจการ
    7.4 ไม่เป็นบุคคลซึ่งอยู่ระหว่างถูกระงับการยื่นข้อเสนอหรือทำสัญญากับหน่วยงานของรัฐไว้ชั่วคราว เนื่องจากเป็นผู้ที่ไม่ผ่านเกณฑ์การประเมินผลการปฏิบัติงานของผู้ประกอบการตามระเบียบที่รัฐมนตรีว่าการ กระทรวงการคลังกำหนดตามที่ประกาศเผยแพร่ในระบบเครือข่ายสารสนเทศของกรมบัญชีกลาง
    7.5 ไม่เป็นบุคคลซึ่งถูกระบุชื่อไว้ในบัญชีรายชื่อผู้ทิ้งงานและได้แจ้งเวียนชื่อให้เป็นผู้ทิ้งงานของหน่วย งานของรัฐในระบบเครือข่ายสารสนเทศของกรมบัญชีกลาง ซึ่งรวมถึงนิติบุคคลที่ผู้ทิ้งงานเป็นหุ้นส่วน ผู้จัดการ กรรมการผู้จัดการ ผู้บริหาร ผู้มีอำนาจในการดำเนินงานในกิจการของนิติบุคคลนั้นด้วย
    7.6 มีคุณสมบัติและไม่มีลักษณะต้องห้ามตามที่คณะกรรมการนโยบายการจัดซื้อจัดจ้างและการบริหาร พัสดุภาครัฐกำหนดในราชกิจจานุเบกษา
    7.7 เป็นบุคคลธรรมดาหรือนิติบุคคลผู้มีอาชีพรับจ้างงานที่จัดจ้างดังกล่าว
    7.8 ไม่เป็นผู้มีผลประโยชน์ร่วมกันกับผู้ยื่นข้อเสนอรายอื่นที่เข้ายื่นข้อเสนอ หรือไม่เป็นผู้กระทำการอัน เป็นการขัดขวางการแข่งขันอย่างเป็นธรรมในการซื้อหรือจ้างครั้งนี้
    7.9 ไม่เป็นผู้ได้รับเอกสิทธิ์หรือความคุ้มกัน ซึ่งอาจปฏิเสธไม่ยอมขึ้นศาลไทย เว้นแต่รัฐบาลของผู้ยื่นข้อ เสนอได้มีคำสั่งให้สละเอกสิทธิ์และความคุ้มกันเช่นว่านั้น
    7.10 ผู้ยื่นข้อเสนอต้องลงทะเบียนในระบบจัดซื้อจัดจ้างภาครัฐด้วยอิเล็กทรอนิกส์ (Electronic Government Procurement: e - GP) ของกรมบัญชีกลาง
    7.11 ผู้ยื่นข้อเสนอที่ยื่นข้อเสนอในรูปแบบของ “กิจการร่วมค้า” ต้องมีคุณสมบัติ ดังนี้
    (1) การกำหนดสัดส่วนในการเข้าร่วมค้าของคู่สัญญา
    กรณีที่ข้อตกลงฯ กำหนดให้ผู้เข้าร่วมค้ารายใดรายหนึ่งเป็นผู้เข้าร่วมค้าหลัก ข้อตกลงฯ จะ ต้องมีการกำหนดสัดส่วนหน้าที่ และความรับผิดชอบในปริมาณงาน สิ่งของ หรือมูลค่าตามสัญญาของผู้เข้าร่วมค้า หลักมากกว่าผู้เข้าร่วมค้ารายอื่นทุกราย
    (2) กรณีที่ข้อตกลงฯ กำหนดให้ผู้เข้าร่วมค้ารายใดรายหนึ่งเป็นผู้เข้าร่วมค้าหลัก กิจการร่วมค้า นั้นต้องใช้ผลงานของผู้เข้าร่วมค้าหลักรายเดียวเป็นผลงานของกิจการร่วมค้าที่ยื่นข้อเสนอ สำหรับข้อตกลงฯ ที่ไม่ได้กำหนดให้ผู้เข้าร่วมค้ารายใดเป็นผู้เข้าร่วมค้าหลัก ผู้เข้าร่วมค้าทุก รายจะต้องมีคุณสมบัติครบถ้วนตามเงื่อนไขที่กำหนดไว้ในเอกสารเชิญชวน
    (3) การยื่นข้อเสนอของกิจการร่วมค้า
    (3.1) กรณีที่ข้อตกลงฯ กำหนดให้มีการมอบหมายผู้เข้าร่วมค้ารายใดรายหนึ่ง เป็นผู้ยื่นข้อ เสนอในนามกิจการร่วมค้า การยื่นข้อเสนอดังกล่าวไม่ต้องมีหนังสือมอบอำนาจ
    สำหรับข้อตกลงฯ ที่ไม่ได้กำหนดให้ผู้เข้าร่วมค้ารายใดเป็นผู้ยื่นข้อเสนอ ผู้เข้าร่วมค้าทุก รายจะต้องลงลายมือชื่อในหนังสือมอบอำนาจให้ผู้เข้าร่วมค้ารายใดรายหนึ่งเป็นผู้ยื่นข้อเสนอในนามกิจการร่วมค้า (3.2) การยื่นข้อเสนอด้วยวิธีประกวดราคาอิเล็กทรอนิกส์ (e - bidding) ให้ผู้เข้าร่วมค้าที่ได้ รับมอบหมายหรือมอบอำนาจตามข้อ (3.1) ดำเนินการซื้อเอกสารประกวดราคาอิเล็กทรอนิกส์ กรณีที่มีการ จำหน่ายเอกสารซื้อหรือจ้าง
    7.12 ผู้ยื่นข้อเสนอต้องลงทะเบียนที่มีข้อมูลถูกต้องครบถ้วนในระบบจัดซื้อจัดจ้างภาครัฐ ด้วย อิเล็กทรอนิกส์ (Electronic Government Procurement : e-GP) ของกรมบัญชีกลาง 7.13 ผู้ยื่นข้อเสนอต้องมีมูลค่าสุทธิของกิจการ ดังนี้

  9. กรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทยหรือต่างประเทศ ซึ่งได้จด ทะเบียนเกินกว่า 1 ปี ต้องมีมูลค่าสุทธิของกิจการ จากผลต่างระหว่างสินทรัพย์สุทธิหักด้วยหนี้สินสุทธิ ที่ปรากฏใน งบแสดงฐานะการเงินที่มีการตรวจรับรองแล้ว ซึ่งจะต้องแสดงค่าเป็นบวก 1 ปีสุดท้ายก่อนวันยื่นข้อเสนอ งบแสดง ฐานะการเงิน 1 ปีสุดท้ายก่อนวันยื่นข้อเสนอ หมายถึง งบแสดงฐานะการเงินย้อนไป ก่อนวันที่หน่วยงานของรัฐ
    กำหนดให้เป็นวันยื่นข้อเสนอ 1 ปีปฏิทิน เว้นแต่กรณีนิติบุคคลที่จัดตั้งขึ้น ตามกฎหมายไทย หากวันยื่นข้อเสนอ เป็นช่วงระยะเวลาที่กรมพัฒนาธุรกิจการค้ากำหนดให้นิติบุคคล ยื่นงบแสดงฐานะการเงินกับกรมพัฒนาธุรกิจการ ค้า ซึ่งจะอยูในช่วงเดือนมกราคม - เดือนพฤษภาคม ของทุกปี โดยนิติบุคคลที่เป็นผู้ยื่นข้อเสนอนั้นยังอยู่ในช่วงของ การยื่นงบแสดงฐานะการเงินกับกรมพัฒนาธุรกิจการค้า คือ ช่วงเดือนมกราคม - เดือนพฤษภาคม กรณีนี้ให้ สามารถยื่นงบแสดงฐานะการเงินย้อนไปอีก 1 ปี ได้

  10. กรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทย ซึ่งยังไม่มีการรายงาน งบแสดง ฐานะการเงินกับกรมพัฒนาธุรกิจการค้า หรือกรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายต่างประเทศ ซึ่งยังไม่มีการรายงานงบแสดงฐานะการเงิน ให้พิจารณาการกำหนดมูลค่าของทุนจดทะเบียน โดยผู้ยื่นข้อเสนอจะ ต้องมีทุนจดทะเบียนที่เรียกชำระมูลค่าหุ้นแล้ว ณ วันที่ยื่นข้อเสนอ ดังนี้
    (1) มูลค่าการจัดซื้อจัดจ้างไม่เกิน 1 ล้านบาท ไม่ต้องกำหนดทุนจดทะเบียน
    (2) มูลค่าการจัดซื้อจัดจ้างเกิน 1 ล้านบาท แต่ไม่เกิน 5 ล้านบาท ต้องมีทุนจดทะเบียนไม่ต่ำ กว่า 1 ล้านบาท
    (3) มูลค่าการจัดซื้อจัดจ้างเกิน 5 ล้านบาท แต่ไม่เกิน 10 ล้านบาท ต้องมีทุนจดทะเบียนไม่ ต่ำกว่า 2 ล้านบาท
    (4) มูลค่าการจัดซื้อจัดจ้างเกิน 10 ล้านบาท แต่ไม่เกิน 20 ล้านบาท ต้องมีทุนจดทะเบียนไม่ ต่ำกว่า 3 ล้านบาท
    (5) มูลค่าการจัดซื้อจัดจ้างเกิน 20 ล้านบาท แต่ไม่เกิน 60 ล้านบาท ต้องมีทุนจดทะเบียนไม่ ต่ำกว่า 8 ล้านบาท
    (6) มูลค่าการจัดซื้อจัดจ้างเกิน 60 ล้านบาท แต่ไม่เกิน 150 ล้านบาท ต้องมีทุนจดทะเบียน ไม่ต่ำกว่า 20 ล้านบาท
    (7) มูลค่าการจัดซื้อจัดจ้างเกิน 150 ล้านบาท แต่ไม่เกิน 300 ล้านบาท ต้องมีทุนจดทะเบียน ไม่ต่ำกว่า 60 ล้านบาท
    (8) มูลค่าการจัดซื้อจัดจ้างเกิน 300 ล้านบาท แต่ไม่เกิน 500 ล้านบาท ต้องมีทุนจดทะเบียน ไม่ต่ำกว่า 100 ล้านบาท
    (9) มูลค่าการจัดซื้อจัดจ้างเกิน 500 ล้านบาทขึ้นไป ต้องมีทุนจดทะเบียน ไม่ต่ำกว่า 200 ล้านบาท

  11. สำหรับการจัดซื้อจัดจ้างครั้งหนึ่งที่มีวงเงินเกิน 500,000 บาทขึ้นไป กรณีผู้ยื่นข้อเสนอเป็น บุคคลธรรมดาให้พิจารณาจากหนังสือรับรองบัญชีเงินฝากไม่เกิน 90 วัน ก่อนวันยื่นข้อเสนอ โดยต้องมีเงินฝากคง เหลือในบัญชีธนาคารเป็นมูลค่า 1 ใน 4 ของมูลค่างบประมาณของโครงการหรือรายการ ที่ยื่นข้อเสนอในแต่ละครั้ง และหากเป็นผู้ชนะการจัดซื้อจัดจ้างหรือเป็นผู้ได้รับการคัดเลือกจะต้องแสดง หนังสือรับรองบัญชีเงินฝากที่มีมูลค่า ดังกล่าวอีกครั้งหนึ่งในวันลงนามในสัญญา

  12. กรณีที่ผู้ยื่นข้อเสนอไม่มีมูลค่าสุทธิของกิจการหรือทุนจดทะเบียน หรือมี แต่ไม่เพียงพอที่จะ เข้ายื่นข้อเสนอ สามารถดำเนินการได้ดังนี้
    (1) กรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทย หรือบุคคลธรรมดาที่ถือ สัญชาติไทย ผู้ยื่นข้อเสนอสามารถขอวงเงินสินเชื่อ โดยต้องมีวงเงินสินเชื่อ 1 ใน 4 ของมูลค่างบประมาณของ โครงการหรือรายการที่ยื่นข้อเสนอในแต่ละครั้ง จะเป็นสินเชื่อที่ธนาคารภายในประเทศ หรือบริษัทเงินทุนหรือ บริษัทเงินทุนหลักทรัพย์ที่ได้รับอนุญาตให้ประกอบกิจการเงินทุนเพื่อการพาณิชย์และประกอบธุรกิจ ค้ำประกัน ตามประกาศของธนาคารแห่งประเทศไทย ตามรายชื่อบริษัทเงินทุนที่ธนาคารแห่งประเทศไทย แจ้งเวียนให้ทราบ
    โดยพิจารณาจากยอดเงินรวมของวงเงินสินเชื่อที่สำนักงานใหญ่รับรอง หรือที่สำนักงานสาขารับรอง (กรณีได้รับ มอบอำนาจจากสำนักงานใหญ่) ซึ่งออกให้แก่ผู้ยื่นข้อเสนอ นับถึงวันยื่นข้อเสนอไม่เกิน 90 วัน (2) กรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายต่างประเทศ หรือ บุคคลธรรมดา ที่มิได้ถือสัญชาติไทย ผู้ยื่นข้อเสนอสามารถขอวงเงินสินเชื่อ โดยต้องมีวงเงินสินเชื่อ 1 ใน 4 ของมูลค่างบประมาณ ของโครงการหรือรายการที่ยื่นข้อเสนอในแต่ละครั้ง จะเป็นสินเชื่อที่ธนาคารภายในประเทศ หรือบริษัทเงินทุนหรือ บริษัทเงินทุนหลักทรัพย์ที่ได้รับอนุญาตให้ประกอบกิจการเงินทุน เพื่อการพาณิชย์และประกอบธุรกิจค้ำประกัน ตามประกาศของธนาคารแห่งประเทศไทย ตามรายชื่อบริษัทเงินทุนที่ธนาคารแห่งประเทศไทยแจ้งเวียนให้ทราบ หรือเป็นสินเชื่อที่ธนาคารต่างประเทศหรือบริษัทเงินทุนหลักทรัพย์ที่ได้รับอนุญาตให้ประกอบกิจการเงินทุนเพื่อ การพาณิชย์และประกอบธุรกิจค้ำประกันตามประกาศของธนาคารกลางต่างประเทศนั้น ตามรายชื่อบริษัทที่ ธนาคารกลางต่างประเทศนั้นแจ้งเวียนให้ทราบ โดยพิจารณาจากยอดเงินรวมของวงเงินสินเชื่อที่สำนักงานใหญ่ รับรอง หรือที่สำนักงานสาขารับรอง (กรณีได้รับมอบอำนาจจากสำนักงานใหญ่) ซึ่งออกให้แก่ผู้ยื่นข้อเสนอ นับถึง วันยื่นข้อเสนอไม่เกิน 90 วัน)

  13. กรณีผู้ยื่นข้อเสนอเป็นนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายต่างประเทศ หรือบุคคลธรรมดาที่ มิได้ถือสัญชาติไทยตามข้อ 2 ข้อ 3 และข้อ 4 (2) มูลค่าจะต้องเป็นไปตามอัตราแลกเปลี่ยนเงินตรา ตามประกาศที่ ธนาคารแห่งประเทศไทยกำหนด ในช่วงระหว่างวันที่เผยแพร่ประกาศและเอกสารประกวดราคาในระบบจัดซื้อจัด จ้างภาครัฐด้วยอิเล็กทรอนิกส์ (e - GP) จนถึงวันเสนอราคา
    ทั้งนี้ ผู้ยื่นข้อเสนอจะต้องยื่นเอกสารที่แสดงให้เห็นถึงข้อมูลเกี่ยวกับมูลค่าสุทธิ ของกิจการ แล้วแต่กรณี ประกอบกับเอกสารดังกล่าวจะต้องผ่านการรับรองตามระเบียบกระทรวง การต่างประเทศว่าด้วยการ รับรองเอกสาร พ.ศ. 2539 และที่แก้ไขเพิ่มเติม กำหนด โดยจะต้องยื่นเอกสารดังกล่าวในวันยื่นข้อเสนอ หากผู้ยื่น ข้อเสนอมิได้มีการยื่นเอกสารดังกล่าวมาพร้อมกับการยื่นข้อเสนอให้ถือว่า ผู้ยื่นข้อเสนอรายนั้นยื่นเอกสารไม่ครบ ถ้วนตามเงื่อนไขที่กำหนดไว้ในเอกสารประกวดราคา

  14. กรณีตามข้อ 1 - ข้อ 5 ไม่ใช้บังคับกับกรณีดังต่อไปนี้
    (6.1) กรณีที่ผู้ยื่นข้อเสนอเป็นหน่วยงานของรัฐภายในประเทศ
    (6.2) นิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทยที่อยู่ระหว่างการฟื้นฟูกิจการ ตามพระราช
    บัญญัติล้มละลาย พ.ศ. 2483 และที่แก้ไขเพิ่มเติม
    (6.3) งานจ้างก่อสร้างที่กรมบัญชีกลางได้ขึ้นทะเบียนผู้ประกอบการงานก่อสร้างแล้ว และ งานจ้างก่อสร้างที่หน่วยงานของรัฐที่ได้มีการจัดทำบัญชีผู้ประกอบการงานก่อสร้างที่มีคุณสมบัติเบื้องต้นไว้แล้ว ก่อนวันที่พระราชบัญญัติการจัดซื้อจัดจ้างฯ มีผลใช้บังคับ
    (6.4) การจัดซื้อจัดจ้างตามมาตรา 56 วรรคหนึ่ง (2) (ข) และ (ค) แห่งพระราชบัญญัติการจัด ซื้อจัดจ้างฯ
    (6.5) การซื้ออสังหาริมทรัพย์และการเช่าอสังหาริมทรัพย์
    (6.6) กรณีงานจ้างบริการหรืองานจ้างเหมาบริการกับบุคคลธรรมดา เช่น จ้างพนักงานขับรถ ครูชาวต่างชาติ พนักงานเก็บขยะ พนักงานบันทึกข้อมูล เป็นต้น
    7.14 ผู้ยื่นข้อเสนอจะต้องมีนโยบายและแนวทางการป้องกันการทุจริตในการจัดซื้อจัดจ้าง 7.15 ผู้ยื่นข้อเสนอจะต้องลงนามในข้อตกลงคุณธรรม กรณีโครงการจัดซื้อจัดจ้างที่มีวงเงินตั้งแต่ 1,000 ล้านบาทขึ้นไป
    7.16 ผู้ยื่นข้อเสนอต้องมีผลงานเกี่ยวกับการพัฒนาระบบสารสนเทศโดยใช้ปัญญาประดิษฐ์ (AI) หรือ งานที่เกี่ยวข้องในวงเงินสัญญา จำนวนไม่น้อยกว่า 1,200,000 บาท (หนึ่งล้านสองแสนบาทถ้วน) โดยเป็นผลงาน สัญญาเดียวตั้งแต่ปี พ.ศ.2566 ถึงปัจจุบัน ซึ่งเป็นคู่สัญญาโดยตรงกับส่วนราชการ หน่วยงานตามกฎหมายว่าด้วย
    ระเบียบการบริหารราชการส่วนท้องถิ่น รัฐวิสาหกิจ หรือหน่วยงานเอกชนอื่นที่มีความน่าเชื่อถือ ไม่ใช่ผลงานอัน เกิดจากการรับจ้างช่วง โดยจะต้องแนบสำเนาหนังสือรับรองผลงานและสัญญาจ้าง พร้อมรับรองสำเนาถูกต้องมา ยื่น ณ วันที่เสนอราคา
    7.17 ผู้ยื่นข้อเสนอจะต้องมีทีมบุคลากรที่มีความรู้ ความสามารถและความเชี่ยวชาญด้านการพัฒนา ระบบปัญญาประดิษฐ์ (AI) ทั้งด้านการออกแบบ การวิเคราะห์และการพัฒนาระบบ โดยบุคลากรตามบัญชีรายชื่อ ที่เสนอจะต้องเป็นพนักงานประจำของผู้ยื่นข้อเสนอ (พร้อมแนบหลักฐานแสดงการจ้างงาน) และมีระดับการศึกษา และประสบการณ์การทำงานทางด้านคอมพิวเตอร์/เทคโนโลยีสารสนเทศ ณ วันที่ยื่นข้อเสนอ ดังนี้
    ลำดับ
    ตำแหน่ง
    ระดับการ
    ศึกษา
    ไม่ต่ำกว่า
    สาขา
    ประสบการณ์
    ไม่ต่ำกว่า
    1
    หัวหน้าโครงการ
    (Project Manager)
    ป.ตรี
    คอมพิวเตอร์/สารสนเทศ หรือ สาขาที่เกี่ยวข้อง(มีประสบการณ์ บริหารโครงการพัฒนาซอฟต์แวร์)
    5 ปี (กรณี ป.โท ขึ้น ไป) หรือ 7 ปี (กรณี ป.ตรี)
    2
    ผู้เชี่ยวชาญด้านปัญญา
    ประดิษฐ์ (AI Engineer/Data Scientist)
    ป.ตรี
    วิทยาการคอมพิวเตอร์,
    Data Science หรือสาขาที่
    เกี่ยวข้อง (มีประสบการณ์ด้าน NLP, OCR, Machine Learning หรือ Python)
    3 ปี
    3
    นักวิเคราะห์และออกแบบ ระบบ (System Analyst)
    ป.ตรี
    คอมพิวเตอร์/สารสนเทศ หรือ สาขาที่เกี่ยวข้อง
    5 ปี
    4
    นักพัฒนาระบบ(Software Developer)
    ป.ตรี
    คอมพิวเตอร์/สารสนเทศ หรือ สาขาที่เกี่ยวข้อง
    3 ปี
    5
    ผู้ประสานงาน
    ป.ตรี
    ทุกสาขา
    1 ปี

  15. เกณฑ์การพิจารณา
    ใช้เกณฑ์ราคาประกอบเกณฑ์คุณภาพ (Price Performance) โดยการพิจารณาผลการยื่นข้อเสนอ ประกวดราคาอิเล็กทรอนิกส์ครั้งนี้ สมศ. จะพิจารณาตัดสินให้คะแนนรวม 100 คะแนน รายละเอียดดังนี้
    เกณฑ์การพิจารณา
    คะแนนเต็ม

    1. เกณฑ์ราคาของผู้ยื่นข้อเสนอ (อัตราส่วนน้ำหนักร้อยละ 30)
      30
    2. เกณฑ์คุณภาพของผู้ยื่นข้อเสนอ (อัตราส่วนน้ำหนักร้อยละ 70) ประกอบด้วย
      70
      2.1 พิจารณาข้อเสนอทางด้านเทคนิค (55 คะแนน) แบ่งได้ดังนี้

    2.1.1 แผนการดำเนินงาน (5 คะแนน)

    2.1.2 การออกแบบการพัฒนาระบบ (10 คะแนน)

    2.1.3 การออกแบบสถาปัตยกรรมระบบ (10 คะแนน)

2.1.4 เทคโนโลยีที่จะนำมาใช้ในโครงการฯ (10 คะแนน)
2.1.5 การนำเสนอต้นแบบ (Proof of Concept & Prototype) (20
คะแนน) ผู้ยื่นข้อเสนอจะต้องนำเสนอต้นแบบ Mock-up ของส่วนที่ 1 ระบบผู้ช่วยอัจฉริยะ เพื่อการสกัดและตรวจสอบคุณภาพข้อมูลรายงานอัตโนมัติ" ในรูปแบบ Interactive Prototype ที่สามารถคลิกโต้ตอบได้ โดยต้องครอบคลุมฟังก์ชันสำคัญ ดังนี้ (1) การออกแบบหน้าจอทำงานเปรียบเทียบ (Intelligent Split
Screen Interface): สาธิตการจัดวางองค์ประกอบหน้าจอที่แสดงไฟล์รายงานต้นฉบับ (PDF Viewer) คู่ขนานไปกับหน้าจอผลการตรวจสอบ (Validation Results) โดยต้องแสดงให้เห็นถึง ความสะดวกในการใช้งาน การใช้พื้นที่หน้าจอที่คุ้มค่า และความสบายตาในการอ่านข้อมูล เปรียบเทียบ
(2) กลไกการเชื่อมโยงข้อมูลและเอกสาร (Interactive Navigation &
Mapping): สาธิตฟังก์ชันการโต้ตอบเมื่อผู้ใช้งานคลิกที่ “ข้อความแจ้งเตือน” หรือ “จุดที่พบข้อ ผิดพลาด” ในฝั่งผลการตรวจสอบ แล้วระบบสามารถสั่งการให้หน้าต่าง PDF “เลื่อนไปยัง ตำแหน่งที่เกี่ยวข้อง” (Auto-Scroll / Jump to Section) หรือ “ไฮไลท์ข้อความ” (Highlight) ในไฟล์ต้นฉบับได้อย่างแม่นยำและลื่นไหล
(3) รูปแบบการแจ้งเตือนและการจัดการสถานะ (Visualization of
Alerts & Logic): สาธิตรูปแบบการแสดงผล (Visualization) เมื่อระบบตรวจพบความผิดปกติ ทั้ง 3 รูปแบบตามขอบเขตงาน ได้แก่ ความผิดปกติของข้อมูล (เช่น รหัสสถานศึกษาไม่ตรง) ความผิดปกติทางตรรกะ (เช่น ผลประเมินไม่สอดคล้องกับหลักฐาน) คุณภาพการเขียน (เช่น การใช้ภาษาที่ไม่เหมาะสม) โดยต้องแสดงให้เห็นว่าผู้ใช้งานสามารถเข้าใจประเภทของความผิด พลาดและวิธีการแก้ไขได้อย่างชัดเจน

2.2 ผู้ยื่นข้อเสนอจะต้องนำเสนอผลงานเกี่ยวกับปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนการ ดำเนินงาน (Related Customer References) ซึ่งเป็นผลงานที่ได้รับการตรวจรับงาน เรียบร้อยแล้ว ตาม TOR ข้อ 7.16 โดยสามารถใช้สัญญาเดียวกันที่มีองค์ประกอบครบถ้วน หรือ ใช้ต่างสัญญากันมายื่นเพื่อประกอบการพิจารณาได้ (15 คะแนน) แบ่งได้ดังนี้


2.2.1 ผลงานด้านการพัฒนาระบบปัญญาประดิษฐ์ (AI), Machine Learning หรือ การวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data Analytics) (7.5 คะแนน)


2.2.2 ผลงานด้านการประมวลผลภาษาธรรมชาติ (NLP) หรือ เทคโนโลยี OCR สำหรับภาษาไทย ทั้งนี้ สามารถเป็นผลงานภายใต้สัญญาเดียวกับข้อ 2.2.1 ได้ (7.5 คะแนน)
รวม 
100

รายละเอียดรูปแบบการนำเสนอ มีดังนี้

  1. ผู้ยื่นข้อเสนอจะต้องจัดทำตัวอย่างผลงานเสมือนจริง (Mock up) ยื่นเสนอต่อ สมศ. ภายใน 5 วัน ทำการ นับถัดจากวันยื่นข้อเสนอผ่านระบบ e-GP หรือวันที่ สมศ. นัดหมาย ณ สำนักงานรับรองมาตรฐานและ ประเมินคุณภาพการศึกษา (องค์การมหาชน) ชั้น 24 อาคารพญาไทพลาซ่า เลขที่ 128 ถนนพญาไท
    แขวงทุ่งพญาไท เขตราชเทวี กรุงเทพฯ 10400 ทั้งนี้ สมศ. จะประสานแจ้งวันเวลานัดหมายเพื่อให้ผู้ยื่นข้อเสนอ มานำเสนอคุณลักษณะด้านคุณภาพต่อไป
  2. ผู้ยื่นข้อเสนอจะต้องนำเสนอด้วย PowerPoint หรือโปรแกรมนำเสนออื่นๆ ณ สำนักงานรับรอง มาตรฐานและประเมินคุณภาพการศึกษา (องค์การมหาชน) หรือผ่านทางออนไลน์ (Google Meet)
    รายละเอียดหลักเกณฑ์การพิจารณามีดังนี้
  3. เกณฑ์ราคาของผู้ยื่นข้อเสนอ 30 คะแนน (อัตราส่วนน้ำหนักร้อยละ 30)
  • คะแนนเกณฑ์ราคาประมวลผลโดยระบบการจัดซื้อจัดจ้างภาครัฐ
  1. เกณฑ์คุณภาพของผู้ยื่นข้อเสนอ 70 คะแนน (อัตราส่วนน้ำหนักร้อยละ 70)
  • หลักเกณฑ์การพิจารณาแบ่งออกเป็น 2 หัวข้อ ซึ่งมีรายละเอียดการให้คะแนนตามหลักเกณฑ์ของ ผู้ยื่นข้อเสนอ ดังนี้
    ลำดับ
    หัวข้อในการพิจารณา
    หลักเกณฑ์ในการให้คะแนน
    น้ำหนัก
    คะแนนเต็ม
    2.1 พิจารณาข้อเสนอทางด้านเทคนิค (55 คะแนน)
    2.1.1
    แผนการดำเนินงาน
    ผู้ยื่นข้อเสนอจะต้องจัดทำแผนการดำเนินงานที่มี รายละเอียดและขั้นตอนการดำเนินงานที่สมบูรณ์ ชัดเจน และสอดคล้องกับระยะเวลาดำเนินโครงการ (240 วัน) ดังนี้
  1. รายละเอียดของแผน (Detail of the Plan) แผนมีรายละเอียดกิจกรรม (Activity) ครบถ้วน สมบูรณ์ ครอบคลุมทั้ง 3 งวดงาน และมีขั้นตอนการ ดำเนินงานที่ชัดเจน
  2. การจัดสรรทรัพยากร (Resource
    Allocation)
    มีการระบุทรัพยากรที่จำเป็น ทั้งด้านบุคลากร (PM, AI Engineer, Dev) เครื่องมือที่ใช้ และเวลา โดย ต้องมีการจัดสรรทรัพยากรอย่างมีประสิทธิภาพและ เพียงพอ
  3. ความชัดเจนของเป้าหมาย (Clarity of Objectives)
    เป้าหมายในแต่ละขั้นตอนมีความชัดเจน เจาะจง สามารถวัดผลได้ (Deliverables) มีการระบุเกณฑ์ ความสำเร็จที่ชัดเจนและเป็นไปได้ในทางปฏิบัติ
    เกณฑ์พิจารณา
    • (0 คะแนน) ไม่นำเสนอ หรือแผนการดำเนินงานมี รายละเอียดที่ไม่ครบถ้วนและไม่ชัดเจน ทั้ง 3 ข้อ • (2 คะแนน) แผนการดำเนินงานมีรายละเอียดที่ ครบถ้วนและชัดเจน จำนวน 1 ข้อ จาก 3 ข้อ • (3 คะแนน) แผนการดำเนินงานมีรายละเอียดที่ ครบถ้วนและชัดเจน จำนวน 2 ข้อ จาก 3 ข้อ • (5 คะแนน) แผนการดำเนินงานมีรายละเอียดที่ ครบถ้วนและชัดเจน ครบทั้ง 3 ข้อ
    5 คะแนน

ลำดับ
หัวข้อในการพิจารณา
หลักเกณฑ์ในการให้คะแนน
น้ำหนัก
คะแนนเต็ม
2.1.2
การออกแบบการพัฒนาระบบ
การพัฒนาระบบใช้แนวคิด/เครื่องมือต่อไปนี้ โดย ต้องมีการอธิบายถึงหลักการและวิธีการใช้งานที่ เกี่ยวข้องกับโครงการนี้ ตาม TOR ดังนี้

  1. กระบวนการพัฒนา (Methodology) ใช้หลักการ Software Development
    Methodology ที่เป็นมาตรฐาน (เช่น Agile, Scrum หรือ Waterfall) ที่เหมาะสมกับการพัฒนา ระบบ AI
  2. การจัดการเวอร์ชัน (Version Control) ใช้เครื่องมือ Version Control ในการพัฒนา เช่น GitHub, GitLab เพื่อช่วยจัดการ Source Code และส่งเสริมการทำงานร่วมกันหลายคนได้อย่างมี ประสิทธิภาพ
  3. มาตรฐานกระบวนการ (Standard)
    มีมาตรฐานรองรับกระบวนการพัฒนาซอฟต์แวร์ เช่น ISO 29110, ISO 12207, CMMI หรือมาตร ฐานอื่นๆ ที่เทียบเท่า
    เกณฑ์พิจารณา
    • (0 คะแนน) ไม่นำเสนอ หรือออกแบบการพัฒนา ระบบ ไม่สอดคล้องกับทั้ง 3 ข้อ
    • (3 คะแนน) ออกแบบการพัฒนาระบบอย่าง สอดคล้อง ครบถ้วนและชัดเจน จำนวน 1 ข้อ จาก 3 ข้อ
    • (6 คะแนน) ออกแบบการพัฒนาระบบอย่าง สอดคล้อง ครบถ้วนและชัดเจน จำนวน 2 ข้อ จาก 3 ข้อ
    • (10 คะแนน) ออกแบบการพัฒนาระบบอย่าง สอดคล้อง ครบถ้วนและชัดเจน ทั้ง 3 ข้อ
    10 คะแนน
    2.1.3
    การออกแบบ
    สถาปัตยกรรมระบบ
    สถาปัตยกรรมระบบจะต้องมีความสอดคล้อง ครบ ถ้วนและชัดเจนตามหัวข้อใน TOR ข้อ 4.1 - 4.17 ดังนี้
  4. ภาพรวมสถาปัตยกรรม (System
    Architecture)
    ออกแบบภาพรวมสถาปัตยกรรมระบบ ได้แก่ Conceptual Diagram และ Logical Design ที่ แสดงการทำงานของ AI บน Cloud Infrastructure อย่างครบถ้วน
  5. การไหลของข้อมูล (Data Flow & AI Pipeline)
    ออกแบบกระบวนการนำเข้าข้อมูล (Ingestion), การแปลงข้อมูลด้วย OCR/NLP และการจัดเก็บลง ฐานข้อมูล (Database Design) อย่างชัดเจน 3) การเชื่อมต่อระบบ (Integration)
    ออกแบบวิธีการเชื่อมต่อกับระบบ AQA ผ่าน API และระบบอื่นๆ ที่เกี่ยวข้องได้ถูกต้องตามหลัก
    10 คะแนน

ลำดับ
หัวข้อในการพิจารณา
หลักเกณฑ์ในการให้คะแนน
น้ำหนัก
คะแนนเต็ม

วิศวกรรมซอฟต์แวร์

  1. ความมั่นคงปลอดภัย (Security & PDPA) ออกแบบมาตรการความปลอดภัยของข้อมูล และ กระบวนการปกป้องข้อมูลส่วนบุคคล (Data Privacy/Anonymization) ที่สอดคล้องกับ กฎหมาย PDPA
    เกณฑ์พิจารณา
    • (0 คะแนน) ไม่นำเสนอ หรือออกแบบ
    สถาปัตยกรรมระบบ ไม่เป็นไปตามรายละเอียด ทั้ง 4 ข้อ
    • (3 คะแนน) ออกแบบสถาปัตยกรรมระบบเป็นไป ตามรายละเอียด จำนวน 1 ข้อ จาก 4 ข้อ • (5 คะแนน) ออกแบบสถาปัตยกรรมระบบ เป็นไป ตามรายละเอียด จำนวน 2 ข้อ จาก 4 ข้อ • (7 คะแนน) ออกแบบสถาปัตยกรรมระบบ เป็นไป ตามรายละเอียด จำนวน 3 ข้อ จาก 4 ข้อ • (10 คะแนน) ออกแบบสถาปัตยกรรมระบบ เป็น ไปตามรายละเอียด ครบถ้วนทั้ง 4 ข้อ

    2.1.4
    เทคโนโลยีที่จะนำมาใช้
    ในโครงการฯ
    นำเสนอรายละเอียดของเทคโนโลยีที่จะนำมาใช้ใน โครงการฯ (เช่น Python, LLM Models, OCR Tools, Web Framework) โดยจะต้องมีความ สอดคล้อง ครบถ้วนและชัดเจนตาม TOR ดังนี้ 1) ความเหมาะสมของเทคโนโลยี (Relevance) เทคโนโลยีเหมาะสมกับโจทย์ AI, NLP และ OCR ภาษาไทย และสามารถตอบสนองเป้าหมายโครงการ ได้

  2. ประสิทธิภาพและความน่าเชื่อถือ (Efficiency) เทคโนโลยีมีประสิทธิภาพสูง (High Performance) และมีความน่าเชื่อถือในการใช้งานระดับ Enterprise

  3. ความยืดหยุ่นและการขยายตัว (Scalability) เทคโนโลยีมีความยืดหยุ่นสูง รองรับปริมาณข้อมูล (Big Data) ที่เพิ่มขึ้นในอนาคตได้

  4. ความคุ้มค่าและลิขสิทธิ์ (Cost & License) เลือกใช้เทคโนโลยีที่มีความคุ้มค่า และมีการบริหาร จัดการลิขสิทธิ์ซอฟต์แวร์ที่ถูกต้อง
    เกณฑ์พิจารณา
    • (0 คะแนน) ไม่นำเสนอ หรือเทคโนโลยีไม่ สอดคล้องกับทั้ง 4 ข้อ
    • (3 คะแนน) เทคโนโลยีสอดคล้อง จำนวน 1 ข้อ จาก 4 ข้อ
    • (5 คะแนน) เทคโนโลยีสอดคล้อง จำนวน 2 ข้อ จาก 4 ข้อ
    • (7 คะแนน) เทคโนโลยีสอดคล้อง จำนวน 3 ข้อ จาก 4 ข้อ
    10 คะแนน

ลำดับ
หัวข้อในการพิจารณา
หลักเกณฑ์ในการให้คะแนน
น้ำหนัก
คะแนนเต็ม

• (10 คะแนน) เทคโนโลยีสอดคล้อง ครบถ้วนทั้ง 4 ข้อ


2.1.5 
การนำเสนอต้นแบบ

(Proof of Concept & Prototype)
ผู้ยื่นข้อเสนอจะต้องนำเสนอต้นแบบ Mock-up ของ “ส่วนที่ 1 ระบบผู้ช่วยอัจฉริยะ” ในรูปแบบ Interactive Prototype ที่สามารถคลิกโต้ตอบได้ โดยต้องครอบคลุมฟังก์ชันสำคัญ ดังนี้

  1. การออกแบบหน้าจอทำงานเปรียบเทียบ (Intelligent Split Screen)
    แสดงการจัดวาง PDF Viewer คู่ขนานกับหน้าจอผล ตรวจสอบ (Validation Results) ที่แสดงให้เห็นถึง ความสะดวก การใช้พื้นที่คุ้มค่า และความสบายตา 2) กลไกการเชื่อมโยงข้อมูลและเอกสาร
    (Interactive Navigation)
    สาธิตฟังก์ชันเมื่อคลิก “ข้อความแจ้งเตือน” แล้ว ระบบสามารถ Auto-Scroll หรือ Jump ไปยัง ตำแหน่งที่เกี่ยวข้องใน PDF พร้อม Highlight ได้ อย่างแม่นยำและลื่นไหล
  2. รูปแบบการแจ้งเตือนและการจัดการสถานะ (Visualization of Alerts & Logic)
    สาธิตการแสดงผลความผิดปกติครบทั้ง 3 รูปแบบ (ข้อมูล, ตรรกะ, ภาษา) โดยผู้ใช้งานเข้าใจประเภท ความผิดพลาดและรู้วิธีแก้ไขได้ชัดเจน
    เกณฑ์พิจารณา
    • (0 คะแนน) ไม่มีการนำเสนอ หรือนำเสนอเป็น ภาพนิ่ง (Non-interactive) หรือไม่ตรงตามโจทย์ • (5 คะแนน) นำเสนอ Interactive Prototype ที่ ครอบคลุมฟังก์ชันหลัก จำนวน 1 ข้อ จาก 3 ข้อ • (10 คะแนน) นำเสนอ Interactive Prototype ที่ครอบคลุมฟังก์ชันหลัก จำนวน 2 ข้อ จาก 3 ข้อ • (15 คะแนน) นำเสนอ Interactive Prototype ที่ครอบคลุมฟังก์ชันหลัก ครบทั้ง 3 ข้อ แต่การใช้ งานยังไม่ลื่นไหลหรือไม่สมบูรณ์
    • (20 คะแนน) นำเสนอ Interactive Prototype ที่ครอบคลุมฟังก์ชันหลัก ครบทั้ง 3 ข้อ มีความถูก ต้อง แม่นยำ และแสดงถึงประสบการณ์ผู้ใช้งาน (UX/UI) ที่ดีเยี่ยม
    20 คะแนน
    2.2 ผู้ยื่นข้อเสนอจะต้องนำเสนอผลงานเกี่ยวกับปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนการดำเนินงาน ซึ่งเป็นผลงานที่ได้ รับการตรวจรับงานเรียบร้อยแล้ว (Related Customer References) ตาม TOR ข้อ 7.16 ทั้งนี้ สมศ. จะพิจารณา เฉพาะผลงานที่ผู้ยื่นข้อเสนอได้ยื่นไว้ในวันที่เสนอราคาเท่านั้น (15 คะแนน)
    2.2.1
    ผลงานด้านการพัฒนาระบบปัญญา ประดิษฐ์ (AI), Machine
    Learning หรือการวิเคราะห์ข้อมูล ขนาดใหญ่ (Big Data Analytics)
    ผู้ยื่นข้อเสนอต้องแสดงผลงานด้านการพัฒนาระบบ AI, Machine Learning หรือ Big Data Analytics
    เกณฑ์พิจารณา
    • (7.5 คะแนน) มีผลงานที่เกี่ยวข้องโดยตรง ดำเนิน การแล้วเสร็จ (สัญญาเดียว) และมีหนังสือรับรองผล งานจากหน่วยงานรัฐ/เอกชนที่น่าเชื่อถือ อย่างน้อย
    7.5 คะแนน

ลำดับ
หัวข้อในการพิจารณา
หลักเกณฑ์ในการให้คะแนน
น้ำหนัก
คะแนนเต็ม

2 สัญญา

• (5.0 คะแนน) มีผลงานที่เกี่ยวข้องโดยตรง ดำเนิน การแล้วเสร็จ (สัญญาเดียว) และมีหนังสือรับรองผล งาน 1 สัญญา
• (2.5 คะแนน) มีผลงานที่เกี่ยวข้องเพียงบางส่วน หรือเอกสารหลักฐานไม่สมบูรณ์
• (0 คะแนน) ไม่มีผลงานที่เกี่ยวข้อง หรือไม่ สามารถแสดงหลักฐานได้

2.2.2 
ผลงานด้านการประมวลผลภาษา ธรรมชาติ (NLP) หรือ

เทคโนโลยี OCR สำหรับภาษาไทย (สามารถเป็นผลงานภายใต้สัญญา เดียวกับข้อ 2.2.1 ได้)
ผู้ยื่นข้อเสนอต้องแสดงผลงานด้านการประมวลผล ภาษาธรรมชาติ (NLP) หรือเทคโนโลยี OCR สำหรับ ภาษาไทย (สามารถเป็นสัญญาเดียวกับข้อ 2.2.1 ได้)
เกณฑ์พิจารณา
• (7.5 คะแนน) มีผลงานด้าน NLP/OCR ภาษาไทย โดยตรง ดำเนินการแล้วเสร็จ (สัญญาเดียว) และมี หนังสือรับรองผลงาน อย่างน้อย 2 สัญญา • (5.0 คะแนน) มีผลงานด้าน NLP/OCR ภาษาไทย โดยตรง ดำเนินการแล้วเสร็จ (สัญญาเดียว) และมี หนังสือรับรองผลงาน 1 สัญญา
• (2.5 คะแนน) มีผลงานที่เกี่ยวข้องเพียงบางส่วน หรือเอกสารหลักฐานไม่สมบูรณ์
• (0 คะแนน) ไม่มีผลงานที่เกี่ยวข้อง หรือไม่ สามารถแสดงหลักฐานได้
7.5 คะแนน
รวม
70 คะแนน

เงื่อนไขการพิจารณา

  1. ให้แสดงเอกสารหลักฐานที่ชัดแจ้งเพื่อนำมาใช้ในการพิจารณาให้คะแนนในแต่ละหัวข้อ 2) การคัดลอกข้อกำหนดมาวางโดยไม่อธิบายชี้แจงเพิ่มเติม ผู้เสนอราคาจะไม่ได้รับคะแนนในการ พิจารณาหัวข้อนั้น ๆ
  2. หากผู้ยื่นข้อเสนอรายใดไม่ส่งเอกสารตามหัวข้อการพิจารณา จะไม่ได้รับการพิจารณาให้คะแนน ตามหัวข้อนั้น ๆ
  3. สัญญาหรือผลงานที่ยังไม่สิ้นสุดโครงการ ไม่สามารถนำมาพิจารณาคะแนนได้ 9. ผู้รับผิดชอบ
    9.1 ผู้รับผิดชอบโครงการ
    งานนวัตกรรมและฐานข้อมูล ฝ่ายนวัตกรรมดิจิทัลและข้อมูลสารสนเทศ
    โทร. 0 2216 3955 ต่อ 170 (สมพล)
    ไปรษณีย์อิเล็กทรอนิกส์ : [email protected]
    9.2 คณะกรรมการร่างขอบเขตงาน
    9.2.1 นายสมพล จารุธนศักดิ์กูร ประธานกรรมการ
    9.2.2 นางสาวปุญญิศา ภูมิผล กรรมการ
    9.2.3 นางสาวสิรีธร ดีผาย กรรมการ
    ความเห็นที่ 1 อนุมัติ
    ลงชื่อ
    (นายสมพล จารุธนศักดิ์กูร)
    ประธานกรรมการ
    23 ม.ค.69 เวลา 15:13:54 Non-PKI Server Sign
    Signature Code : OQAwA-DAAMw-A0ADk-ARQA5
    ลงชื่อ
    (นางสาวปุญญิศา ภูมิผล)
    กรรมการ
    23 ม.ค.69 เวลา 15:49:41 Non-PKI Server Sign
    Signature Code : NgBDA-DYAOQ-BGADU-ANQBD
    ลงชื่อ
    (นางสาวสิรีธร ดีผาย)
    กรรมการ
    23 ม.ค.69 เวลา 12:02:52 Non-PKI Server Sign
    Signature Code : RQBFA-EEARA-BBADE-AQQA0

(ศาสตราจารย์ ดร.องอาจ นัยพัฒน์)
ผู้อำนวยการ
2026/01/24 เวลา 08:29:14 , Non-PKI Server Sign , Signature Code : RABCA-DYANQ-A2ADk-AQgA0