eGP
egp งานประมูลภาครัฐ
จ้างทำของ/จ้างเหมาบริการระหว่างดำเนินการ

ประกวดราคาจ้างโครงการพัฒนาปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนการประเมินคุณภาพภายนอก

สำนักงานรับรองมาตรฐานและประเมินคุณภาพการศึกษา (องค์การมหาชน) 69039137317
฿2,461,800 ปีงบ 2569 ประกาศ 11 มี.ค. 2569 กรุงเทพมหานคร
รายละเอียดการจ้าง

สำนักงานรับรองมาตรฐานและประเมินคุณภาพการศึกษา (องค์การมหาชน) หรือ สมศ. ประกาศเชิญชวนประมูลโครงการพัฒนาระบบปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนการประเมินคุณภาพภายนอก โดยมีวงเงินงบประมาณ 2,461,800 บาท (สองล้านสี่แสนหกหมื่นหนึ่งพันแปดร้อยบาทถ้วน) โครงการนี้เกิดขึ้นจากความท้าทายในการบริหารข้อมูลจำนวนมหาศาล (Big Data) จากรายงานการประเมินตนเอง (SAR) และเอกสารประกอบต่างๆ ซึ่งการพึ่งพาการตรวจสอบด้วยมนุษย์เพียงอย่างเดียวก่อให้เกิดความล่าช้าและอาจเกิดข้อผิดพลาดได้

วัตถุประสงค์หลักของโครงการคือการพัฒนาระบบ AI Co-pilot ที่เป็นผู้ช่วยอัจฉริยะแบบครบวงจรสำหรับกระบวนการประเมิน ประกอบด้วย 3 ส่วนหลัก ได้แก่ 1) ระบบวิเคราะห์ข้อมูล SAR ก่อนการลงพื้นที่ (Pre-analysis) เพื่อช่วยสกัดสาระสำคัญ ตรวจสอบความครบถ้วนของหลักฐาน และชี้เป้าประเด็นที่ต้องตรวจสอบเพิ่ม 2) การสร้าง E-Form สำหรับเก็บข้อมูลจากการลงพื้นที่ทั้งรูปแบบ Onsite และ Virtual (Assessment) และ 3) การสร้างกลไกตรวจสอบคุณภาพรายงานอัตโนมัติ (Post-assessment) เพื่อตรวจสอบความถูกต้องเชิงตรรกะ ความสอดคล้องของข้อมูล และความเหมาะสมของภาษาในรายงานฉบับสมบูรณ์

ขอบเขตงานครอบคลุมการศึกษา ออกแบบ พัฒนา ติดตั้ง ทดสอบ และปรับปรุงระบบให้สามารถใช้งานได้จริง มีความเสถียร และมีความมั่นคงปลอดภัยสารสนเทศสอดคล้องกับ PDPA ระบบต้องรองรับการประเมินทุกระดับการศึกษา และการประมวลผล AI ทุกขั้นตอนต้องดำเนินการบนระบบคอมพิวเตอร์แม่ข่ายหรือระบบคลาวด์ภายใต้การกำกับดูแลของ สมศ. เท่านั้น (On-Premise/Private Cloud) ห้ามส่งข้อมูลออกไปประมวลผลยังบริการ AI สาธารณะภายนอก ผู้รับจ้างต้องรับผิดชอบค่าใช้จ่ายทั้งหมดรวมถึงค่าลิขสิทธิ์ซอฟต์แวร์ ค่าเชื่อมต่อ API กับระบบ AQA และค่าใช้จ่ายในการประมวลผล AI (LLM Token) จนกว่าจะส่งมอบงานงวดสุดท้าย และต้องประสานงานอย่างใกล้ชิดกับโครงการพัฒนาระบบ AQA และโครงการ Data Driven Policy ของ สมศ.

ผู้เสนอราคาต้องมีคุณสมบัติเฉพาะ เช่น มีผลงานพัฒนาระบบ AI มูลค่าไม่น้อยกว่า 1,200,000 บาท ตั้งแต่ปี พ.ศ. 2566 เป็นต้นมา และมีทีมบุคลากรที่มีคุณสมบัติตามที่กำหนด 5 ตำแหน่ง ได้แก่ หัวหน้าโครงการ, ผู้เชี่ยวชาญด้าน AI, นักวิเคราะห์ระบบ, นักพัฒนาระบบ และผู้ประสานงาน การพิจารณาคัดเลือกใช้เกณฑ์ราคาประกอบคุณภาพ (Price Performance) โดยมีคะแนนเต็ม 100 คะแนน แบ่งเป็นเกณฑ์ราคา 30 คะแนน และเกณฑ์คุณภาพ 70 คะแนน ซึ่งรวมถึงการนำเสนอข้อเสนอทางเทคนิค และการสาธิตต้นแบบ Interactive Prototype ของระบบ Pre-analysis กำหนดส่งมอบงานทั้งหมดภายใน 210 วัน นับจากวันลงนามในสัญญา

English summary

The Office for National Education Standards and Quality Assessment (ONESQA) is inviting bids for the “Artificial Intelligence (AI) Development Project to Support External Quality Assessment,” with a budget of 2,461,800 THB. The project aims to address challenges in managing vast amounts of data from Self-Assessment Reports (SARs) and supporting documents, where reliance on manual human review creates bottlenecks and potential inaccuracies.

The core objective is to develop a comprehensive AI Co-pilot system that acts as an intelligent assistant throughout the assessment process. This system encompasses three main stages: 1) A Pre-analysis system for automatically analyzing SARs to extract key information, verify evidence completeness, and pinpoint areas requiring further investigation; 2) An E-Form system for digital evidence collection during on-site or virtual assessments; and 3) A Post-assessment system for automated report quality checking, ensuring logical consistency, data alignment, and appropriate language in the final reports.

The scope of work includes studying, designing, developing, installing, testing, and refining the system to ensure real-world usability, stability, and information security compliance with the PDPA. The system must support assessments for all education levels. All AI processing must be conducted on ONESQA’s on-premise or private cloud infrastructure only; sending data to external public AI services is strictly prohibited. The contractor is responsible for all related costs, including software licenses, API integration fees with the existing AQA system, and AI processing/LLM token costs until the final project handover. Close coordination with ONESQA’s AQA system and Data-Driven Policy project teams is required.

Bidders must meet specific qualifications, such as having completed an AI system development project worth at least 1,200,000 THB since 2023 and possessing a qualified team of five key personnel: Project Manager, AI Engineer/Data Scientist, System Analyst, Software Developer, and Coordinator. The selection will use a Price Performance method with a total score of 100 points (Price: 30 points, Technical/Quality: 70 points), which includes a technical proposal and a live demonstration of an Interactive Prototype for the Pre-analysis stage. The total project delivery timeframe is 210 days from the contract signing date.

สถานที่ดำเนินการ

สำนักงานรับรองมาตรฐานและประเมินคุณภาพการศึกษา (องค์การมหาชน) ชั้น 24 อาคารพญาไทพลาซ่า เลขที่ 128 ถนนพญาไท แขวงทุ่งพญาไท เขตราชเทวี กรุงเทพฯ 10400 (สถานที่ส่งมอบและนัดหมายนำเสนอ)

คำสำคัญ
ปัญญาประดิษฐ์AINLPOCR ภาษาไทยLarge Language ModelLLMระบบสารสนเทศพัฒนาระบบ AIประเมินคุณภาพการศึกษาระบบคลาวด์PDPAความมั่นคงปลอดภัยสารสนเทศ

ข้อมูลเชิงลึกของโครงการ

AI วิเคราะห์ ปลดล็อกแล้ว

เป้าหมายโครงการ

  • เพื่อพัฒนาระบบวิเคราะห์ข้อมูล (AI for Pre-analysis) ช่วยสกัดสาระสำคัญ ตรวจสอบความครบถ้วนของหลักฐานใน SAR และชี้เป้าประเด็นที่ต้องตรวจสอบเพิ่มเพื่อสนับสนุนการวางแผนลงพื้นที่ของผู้ประเมินให้รวดเร็วและแม่นยำขึ้น
  • 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

  • การศึกษาออกแบบและพัฒนาระบบครบวงจร: ผู้รับจ้างต้องดำเนินการศึกษา วิเคราะห์ ออกแบบสถาปัตยกรรมระบบ พัฒนา ติดตั้ง ทดสอบ และปรับปรุงประสิทธิภาพระบบให้สามารถรองรับการใช้งานได้จริง มีความเสถียรและมีความมั่นคงปลอดภัยสารสนเทศสอดคล้องกับ PDPA ตาม Functional Specifications ที่กำหนด (ข้อ 4.1-4.12)
  • ข้อกำหนดด้านโครงสร้างพื้นฐานและความปลอดภัย: กระบวนการประมวลผล AI และการจัดเก็บข้อมูลทั้งหมดต้องดำเนินการบนระบบคอมพิวเตอร์แม่ข่ายหรือระบบคลาวด์ภายใต้การกำกับดูแลของ สมศ. เท่านั้น (On-Premise/Private Cloud) ห้ามส่งข้อมูลออกไปประมวลผลยังระบบภายนอกหรือ Public AI Services
  • ความรับผิดชอบด้านค่าใช้จ่าย: ผู้รับจ้างต้องรับผิดชอบค่าใช้จ่ายทั้งหมดจนกว่าการตรวจรับงานงวดสุดท้ายจะเสร็จสิ้น รวมถึง:
    • ค่าลิขสิทธิ์ซอฟต์แวร์ (Software License)
    • ค่าใช้จ่ายในการเชื่อมโยงต่อข้อมูลผ่าน API กับระบบ AQA (รวมค่าจ้างบุคลากร ค่าพาหนะ ฯลฯ)
    • ค่าใช้จ่ายในการประมวลผลปัญญาประดิษฐ์ (AI Processing) และค่าบริการเรียกใช้งานโมเดลภาษา (LLM Token/API Costs) ทั้งหมดที่เกิดขึ้นก่อนการส่งมอบงานงวดสุดท้าย
  • การประสานงานกับโครงการอื่น: ผู้รับจ้างต้องประสานงานอย่างใกล้ชิดกับผู้พัฒนาระบบ AQA และผู้รับจ้างโครงการพัฒนาศูนย์ความเป็นเลิศด้านการประกันคุณภาพ (Data Driven Policy) เพื่อให้การออกแบบโครงสร้างข้อมูลและการเชื่อมโยงข้อมูลมีความสมบูรณ์และเป็น Real-time
  • การรายงานความก้าวหน้า: จัดให้มีการประชุมรายงานความก้าวหน้าโครงการ ปัญหา อุปสรรค และแนวทางแก้ไข ร่วมกับคณะกรรมการฯ และเจ้าหน้าที่ผู้รับผิดชอบโครงการอย่างน้อยเดือนละ 1 ครั้ง
  • การถ่ายทอดองค์ความรู้และการฝึกอบรม: ดำเนินการฝึกอบรมโดยรับผิดชอบค่าใช้จ่ายทั้งหมด ประกอบด้วย:
    • การอบรมสำหรับผู้ใช้งาน (เจ้าหน้าที่ สมศ.) รูปแบบ Workshop On-site 1 รุ่น ระยะเวลาไม่น้อยกว่า 3 ชั่วโมง
    • การอบรมสำหรับผู้ดูแลระบบ (System Administrator) รูปแบบ Workshop On-site 1 รุ่น ระยะเวลาไม่น้อยกว่า 3 ชั่วโมง
    • การอบรมสำหรับผู้ประเมินภายนอก รูปแบบการผลิตสื่อดิจิทัล (Video Tutorial, E-Manual) และจัดอบรมออนไลน์ (Webinar) 1 ครั้ง ระยะเวลาไม่น้อยกว่า 3 ชั่วโมง
  • สิทธิ์ในทรัพย์สินทางปัญญา: ทรัพย์สินทางปัญญา ซอร์สโค้ด ฐานข้อมูล รูปแบบรายงาน และเอกสารทั้งหมดที่เกิดขึ้นจากการจ้างตามสัญญานี้ ตกเป็นกรรมสิทธิ์ของ สมศ. เพียงผู้เดียวทันทีที่ส่งมอบงาน

สิ่งที่ต้องส่งมอบ

งวดที่ 1 (ภายใน 90 วัน, จ่าย 40%):

  • แผนการดำเนินงานโครงการฉบับสมบูรณ์ (Project Plan)
  • รายงานความก้าวหน้าโครงการ (Progress Report)
  • เอกสารแสดงภาพรวม Solution Architecture ของกระบวนการประเมินที่ใช้ AI
  • เอกสารการออกแบบหน้าจอระบบ (UI Design) ที่ได้รับการอนุมัติ สำหรับส่วนที่ 1 (Pre-analysis)
  • เอกสารผลการทดสอบระบบ Unit Test และ System Integration Test
  • เอกสารผลการทดสอบระบบ User Acceptance Test (ส่วนที่ 1) ที่ลงนามโดยผู้ใช้งาน
  • ระบบผู้ช่วยอัจฉริยะวิเคราะห์ SAR ก่อนการลงพื้นที่ (Pre-analysis Stage’s Production Go Live) ที่ติดตั้งและใช้งานได้จริง (ตามข้อ 4.1-4.5)

งวดที่ 2 (ภายใน 210 วัน, จ่าย 60%):

  • ดำเนินการเปิดใช้งานระบบนำร่อง (Soft Launch) ภายใน 180 วัน และปรับปรุงจนสมบูรณ์
  • รายงานสรุปผลการเปิดใช้งานระบบนำร่อง (Soft Launch Report)
  • ระบบผู้ช่วยอัจฉริยะสนับสนุนการประเมิน (Assessment Stage, ข้อ 4.6-4.7) และระบบสนับสนุนการตรวจสอบคุณภาพรายงาน (Post-assessment Stage, ข้อ 4.8-4.12) ที่ติดตั้งและใช้งานได้จริง
  • เอกสารการออกแบบระบบฉบับสมบูรณ์ (Technical Design Specification) ประกอบด้วย Flow การทำงาน, System Interface, ER-Diagram, Data Architecture, Data Model, Data Dictionary, Data Flow Diagram
  • เอกสารโครงสร้างสถาปัตยกรรมระบบ (Enterprise Architecture) ทั้งโครงการ
  • เอกสารผลการทดสอบระบบ Unit Test และ System Integration Test
  • เอกสารผลการทดสอบระบบ User Acceptance Test ฉบับสมบูรณ์ที่ลงนามโดยผู้ทดสอบ
  • รายงานสรุปผลการจัดอบรมผู้ใช้งานและผู้ดูแลระบบ พร้อมรายชื่อผู้เข้ารับการอบรม ภาพถ่าย และแบบประเมิน
  • คู่มือการใช้ระบบ (User Manual) และคู่มือผู้ดูแลระบบ (Admin Manual)
  • Source Code, ข้อมูล (Data), และโมเดล AI (Model Artifacts) ทั้งหมดที่เกี่ยวข้อง พร้อมคู่มือการติดตั้งระบบ (Installation Guide)

ระยะเวลาดำเนินการ

  • กำหนดส่งมอบงานทั้งหมด: 210 วัน นับถัดจากวันที่ลงนามในสัญญา
  • งวดที่ 1: ส่งมอบภายใน 90 วัน นับจากวันลงนามสัญญา (เบิกจ่าย 40%)
  • เปิดใช้งานระบบนำร่อง (Soft Launch): ต้องดำเนินการภายใน 180 วัน นับจากวันลงนามสัญญา
  • งวดที่ 2 (งวดสุดท้าย): ส่งมอบภายใน 210 วัน นับจากวันลงนามสัญญา (เบิกจ่าย 60%)
  • การรับประกัน: 1 ปี นับจากการตรวจรับงานงวดสุดท้าย

คุณสมบัติผู้เสนอราคา

  • ประสบการณ์: ผู้ยื่นข้อเสนอต้องมีผลงานเกี่ยวกับการพัฒนาระบบสารสนเทศโดยใช้ปัญญาประดิษฐ์ (AI) หรืองานที่เกี่ยวข้อง ในวงเงินสัญญา จำนวนไม่น้อยกว่า 1,200,000 บาท โดยเป็นผลงานสัญญาเดียวตั้งแต่ปี พ.ศ. 2566 ถึงปัจจุบัน ซึ่งเป็นคู่สัญญาโดยตรงกับส่วนราชการ หน่วยงานท้องถิ่น รัฐวิสาหกิจ หรือหน่วยงานเอกชนอื่นที่มีความน่าเชื่อถือ
  • ทีมบุคลากร: ต้องมีทีมบุคลากรที่มีความรู้ ความสามารถและความเชี่ยวชาญด้านการพัฒนาระบบ AI เป็นพนักงานประจำของผู้ยื่นข้อเสนอ โดยมีระดับการศึกษาและประสบการณ์ ดังนี้:
    • หัวหน้าโครงการ (Project Manager): ระดับ ป.ตรี สาขาคอมพิวเตอร์/สารสนเทศหรือที่เกี่ยวข้อง (มีประสบการณ์บริหารโครงการพัฒนาซอฟต์แวร์) ประสบการณ์ไม่ต่ำกว่า 7 ปี (กรณี ป.ตรี) หรือ 5 ปี (กรณี ป.โทขึ้นไป)
    • ผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ (AI Engineer/Data Scientist): ระดับ ป.ตรี สาขาวิทยาการคอมพิวเตอร์, Data Science หรือที่เกี่ยวข้อง (มีประสบการณ์ด้าน NLP, OCR, Machine Learning หรือ Python) ประสบการณ์ไม่ต่ำกว่า 2 ปี
    • นักวิเคราะห์และออกแบบระบบ (System Analyst): ระดับ ป.ตรี สาขาคอมพิวเตอร์/สารสนเทศหรือที่เกี่ยวข้อง ประสบการณ์ไม่ต่ำกว่า 5 ปี
    • นักพัฒนาระบบ (Software Developer): ระดับ ป.ตรี สาขาคอมพิวเตอร์/สารสนเทศหรือที่เกี่ยวข้อง ประสบการณ์ไม่ต่ำกว่า 2 ปี
    • ผู้ประสานงาน: ระดับ ป.ตรี ทุกสาขา ประสบการณ์ไม่ต่ำกว่า 1 ปี
  • คุณสมบัติทางการเงิน (เฉพาะที่เกี่ยวข้องกับโครงการนี้):
    • ต้องมีผลงานสัญญาเดียวมูลค่าไม่ต่ำกว่า 1,200,000 บาท (ตามข้อ 7.16) สำหรับใช้เป็นผลงานอ้างอิง (Customer References)
    • หมายเหตุ: ข้อกำหนดเรื่องมูลค่าสุทธิของกิจการ/ทุนจดทะเบียน/เงินฝาก/วงเงินสินเชื่อ เป็นข้อกำหนดพื้นฐานทั่วไปของ พรบ.จัดซื้อจัดจ้างภาครัฐ ซึ่งมีรายละเอียดซับซ้อนและยาวใน TOR ข้อ 7.13

เกณฑ์การพิจารณา

การพิจารณาใช้ เกณฑ์ราคาประกอบเกณฑ์คุณภาพ (Price Performance) รวม 100 คะแนน

  • เกณฑ์ราคา (Price Criteria): 30 คะแนน (30%) - ประมวลผลโดยระบบ e-GP
  • เกณฑ์คุณภาพ (Technical/Quality Criteria): 70 คะแนน (70%) แบ่งเป็น:
    • 2.1 ข้อเสนอทางด้านเทคนิค (55 คะแนน):
      • แผนการดำเนินงาน (5 คะแนน): วัดจากความละเอียด การจัดสรรทรัพยากร และความชัดเจนของเป้าหมาย
      • การออกแบบการพัฒนาระบบ (10 คะแนน): วัดจาก Methodology (เช่น Agile), การใช้ Version Control (เช่น Git), และการมีมาตรฐานกระบวนการ (เช่น ISO)
      • การออกแบบสถาปัตยกรรมระบบ (10 คะแนน): วัดจากภาพรวมสถาปัตยกรรม, Data Flow & AI Pipeline, การเชื่อมต่อระบบ (API), และมาตรการความปลอดภัย/PDPA
      • เทคโนโลยีที่จะนำมาใช้ (10 คะแนน): วัดจากความเหมาะสม, ประสิทธิภาพ, Scalability, และความคุ้มค่า/ลิขสิทธิ์
      • การนำเสนอต้นแบบ (Proof of Concept & Prototype) (20 คะแนน): ผู้ยื่นข้อเสนอ ต้อง นำเสนอต้นแบบ Interactive Prototype ของส่วนที่ 1 (Pre-analysis) ที่สามารถคลิกโต้ตอบได้ โดยครอบคลุม 3 ฟังก์ชันหลัก: 1) การออกแบบ Split Screen, 2) กลไกการเชื่อมโยงข้อมูลและเอกสาร (Auto-Scroll/Highlight), 3) รูปแบบการแจ้งเตือน 3 ประเภท (ข้อมูล, ตรรกะ, ภาษา)
    • 2.2 ผลงานอ้างอิงที่เกี่ยวข้อง (Related Customer References) (15 คะแนน):
      • ผลงานด้าน AI/Machine Learning/Big Data Analytics (9 คะแนน): ให้คะแนนสูงสุดหากมีผลงานที่เกี่ยวข้องโดยตรงและมีหนังสือรับรองผลงานจากหน่วยงานที่น่าเชื่อถืออย่างน้อย 2 สัญญา
      • ผลงานด้าน NLP หรือ OCR สำหรับภาษาไทย (6 คะแนน): ให้คะแนนสูงสุดหากมีผลงานโดยตรงและมีหนังสือรับรองอย่างน้อย 2 สัญญา (สามารถเป็นสัญญาเดียวกับข้อ 2.2.1 ได้)

เงื่อนไขสำคัญ: ผู้ยื่นข้อเสนอจะได้รับการพิจารณาในเกณฑ์คุณภาพก็ต่อเมื่อได้คะแนนจากเกณฑ์คุณภาพ ไม่น้อยกว่าร้อยละ 75 (อย่างน้อย 52.5 คะแนน จาก 70 คะแนน) เท่านั้น

ข้อกำหนดทางเทคนิค

ระบบที่ต้องพัฒนาต้องเป็น Web Application ที่รองรับการแสดงผลบนอุปกรณ์ที่หลากหลาย (Responsive Design) และครอบคลุม 3 ขั้นตอนหลักดังนี้:

ส่วนที่ 1: Pre-analysis Stage (วิเคราะห์ SAR อัตโนมัติ)

  • การนำเข้าและ OCR: รองรับการนำเข้าไฟล์ SAR PDF ทั้งแบบ Text และ Image (Scanned) ขนาดไฟล์เฉลี่ยไม่น้อยกว่า 50 MB/ไฟล์ ระบบ OCR ต้องรองรับภาษาไทยและอังกฤษ ด้วยความแม่นยำไม่น้อยกว่า 90% เมื่อทดสอบกับเอกสารตัวอย่าง 100 หน้าจาก สมศ.
  • Contextual Data Extraction: ใช้ Large Language Model (LLM) ร่วมกับ Prompt Engineering เพื่อสกัดข้อมูลสำคัญ (เช่น จำนวนผู้เรียน, ครู, วิสัยทัศน์, หลักฐานที่อ้างถึง) ออกมาเป็น Structured Data (JSON)
  • Gap Analysis: ใช้เทคนิค Semantic Search/RAG เพื่อตรวจสอบความสอดคล้องระหว่าง “ข้อสรุป” กับ “หลักฐาน” พร้อมแสดงที่มาของข้อมูล และแจ้งเตือนกรณีขาดหลักฐาน (Missing Evidence) หรือหลักฐานไม่สอดคล้องกับระดับการประเมิน (Misalignment)
  • Predictive Assessment Planning: สร้างร่างแผนการลงตรวจเยี่ยมและคำถามเจาะจงจากผลการวิเคราะห์ พร้อมกลไก Human-in-the-loop ที่บังคับให้ผู้ประเมินยืนยันหรือแก้ไขก่อนดำเนินการต่อ

ส่วนที่ 2: Assessment Stage (เก็บข้อมูลภาคสนาม)

  • E-Form & Dynamic Plan Injection: ออกแบบเป็น Web App รองรับอุปกรณ์พกพา สามารถดึง “แผนการลงตรวจเยี่ยม” จากขั้นตอน Pre-analysis มาแสดงเป็นรายการตรวจสอบอัตโนมัติสำหรับผู้ประเมินที่ได้รับมอบหมาย
  • Real-time Collaboration: รองรับการทำงานร่วมกันแบบเรียลไทม์หรือ Co-Authoring โดยผู้ประเมินหลายคนสามารถแก้ไขชิ้นงานเดียวกันก่อนยืนยันผล
  • AI-Assisted Synthesis: ระบบใช้ AI ประมวลผลจากบันทึกภาคสนามเพื่อ “ยกร่าง” เนื้อหาการประเมินรายตัวชี้วัด พร้อมเสนอแนะระดับคะแนนตามเกณฑ์ Rubric ของ สมศ. และให้ข้อเสนอแนะเฉพาะเจาะจง (Tailor-Made Recommendation)

ส่วนที่ 3: Post-assessment Stage (ตรวจสอบคุณภาพรายงาน)

  • Standard Consistency Check: ใช้ Rule-Based Logic Engine เพื่อตรวจสอบความสอดคล้องของผลการประเมินและข้อเสนอแนะกับมาตรฐานของ สมศ. แจ้งเตือนทันทีหากพบความผิดปกติ (Inconsistency Flag)
  • Writing Quality Auditor: ใช้ NLP ประเมินคุณภาพการเขียนรายงาน ตรวจสอบความเหมาะสมของภาษา (Tone) และความเป็นปรนัย (Objectivity) พร้อมทำหน้าที่เป็น AI Editor โดยไฮไลต์จุดที่ควรแก้ไขและเสนอคำศัพท์ที่เหมาะสมกว่า
  • Assessor Evaluation: วิเคราะห์รูปแบบการให้คะแนน ระยะเวลา และคุณภาพการเขียนรายงานของผู้ประเมินแต่ละคน เพื่อจัดทำเป็น ‘ระเบียนประวัติและสมรรถนะผู้ประเมิน’ (Assessor Performance Profile)
  • Draft Executive Summary Report: ใช้ Generative AI สร้างร่างบทสรุปผู้บริหารจากข้อมูลรายงานฉบับเต็ม โดยมีการเรียบเรียงภาษาใหม่ให้กระชับ

ข้อกำหนดความปลอดภัยและบูรณาการ:

  • ระบบทั้งหมดต้องเชื่อมต่อกับระบบ AQA ผ่าน API
  • ต้องมีมาตรการนิรนามข้อมูล (Anonymization/Data Masking) สำหรับข้อมูลส่วนบุคคลที่อ่อนไหวก่อนเข้าสู่กระบวนการ AI
  • ต้องออกแบบตามมาตรฐานความมั่นคงปลอดภัยทางไซเบอร์และ PDPA อย่างเคร่งครัด

เงื่อนไขสัญญา

  • การจ่ายเงิน: แบ่งเป็น 2 งวด
    • งวดที่ 1: จ่าย 40% ของวงเงินสัญญา หลังส่งมอบงานงวดที่ 1 และผ่านการตรวจรับภายใน 90 วัน
    • งวดที่ 2 (งวดสุดท้าย): จ่าย 60% ของวงเงินสัญญา หลังส่งมอบงานงวดที่ 2 และผ่านการตรวจรับภายใน 210 วัน
  • ค่าปรับความล่าช้า: คิดในอัตราร้อยละ 0.1 ของมูลค่าสัญญาต่อวัน
  • ค่าปรับความล่าช้าในช่วงรับประกัน: กรณีผู้รับจ้างไม่สามารถแก้ไขปัญหาในช่วงรับประกัน (1 ปี) จะคิดค่าปรับตามระดับความรุนแรง (Severity):
    • ระดับวิกฤต (Critical): คิดค่าปรับชั่วโมงละ 200 บาท
    • ระดับสูง (High): คิดค่าปรับชั่วโมงละ 100 บาท
    • ระดับต่ำ/ทั่วไป (Low/Normal): คิดค่าปรับวันละ 500 บาท
  • การรับประกัน: รับประกันความชำรุดบกพร่องเป็นเวลา 1 ปี นับจากการตรวจรับงานงวดสุดท้าย
  • ข้อกำหนดการสนับสนุนช่วงรับประกัน: ผู้รับจ้างต้องจัดช่องทางแจ้งปัญหา (Helpdesk/Support) และแก้ไขปัญหาตามระดับความรุนแรงที่กำหนด:
    • ระดับวิกฤต: รับทราบภายใน 1 ชม., แก้ไขภายใน 4-6 ชม. (ตลอด 24 ชม.)
    • ระดับสูง: รับทราบภายใน 2 ชม., แก้ไขภายใน 24 ชม.
    • ระดับต่ำ/ทั่วไป: รับทราบภายใน 1 วันทำการ, แก้ไขภายใน 3 วันทำการ
  • ค่าใช้จ่าย LLM Token: ผู้รับจ้างต้องรับผิดชอบค่าใช้จ่าย LLM Token ทั้งหมด ที่เกิดขึ้น ในระหว่างดำเนินโครงการ จนกว่าจะส่งมอบงานงวดสุดท้าย สมศ. จะรับผิดชอบค่าใช้จ่ายส่วนที่เกิดขึ้น หลังจาก การตรวจรับงานงวดสุดท้ายแล้วเท่านั้น

คำถามที่พบบ่อย (FAQ)

  • Q: ระบบ AI ที่พัฒนาต้องทำงานบนโครงสร้างพื้นฐานแบบใด? สามารถใช้ Public Cloud เช่น AWS, Azure หรือ Google Cloud ได้หรือไม่?

    • A: ไม่ได้ กระบวนการประมวลผล AI และการจัดเก็บข้อมูลทั้งหมด ต้องดำเนินการบนระบบคอมพิวเตอร์แม่ข่ายหรือระบบคลาวด์ภายใต้การกำกับดูแลของ สมศ. เท่านั้น (On-Premise/Private Cloud) ห้ามส่งข้อมูลออกไปประมวลผลยังระบบภายนอกหรือ Public AI Services เพื่อป้องกันความเสี่ยงการรั่วไหลของข้อมูล

  • Q: ผู้รับจ้างต้องรับผิดชอบค่าใช้จ่ายใดบ้างเกี่ยวกับการประมวลผล AI?

    • A: ผู้รับจ้างต้องรับผิดชอบค่าใช้จ่ายในการประมวลผล AI และค่าบริการเรียกใช้งานโมเดลภาษา (LLM Token/API Costs) ทั้งหมดที่เกิดขึ้นในระหว่างดำเนินโครงการ จนกว่าจะส่งมอบงานงวดสุดท้าย สมศ. จะรับผิดชอบค่าใช้จ่ายส่วนที่เกิดขึ้นหลังการตรวจรับงานงวดสุดท้ายแล้ว

  • Q: ระบบต้องรองรับการประเมินระดับการศึกษาใดบ้าง?

    • A: ระบบต้องรองรับการประเมินคุณภาพการศึกษาในระดับการศึกษาปฐมวัย ระดับการศึกษาขั้นพื้นฐาน (ประเภททั่วไปและวัตถุประสงค์พิเศษ) และด้านการอาชีวศึกษา

  • Q: ระบบต้องมีฟังก์ชัน “Human-in-the-loop” อย่างไร?

    • A: ระบบต้องมีกลไกบังคับทางหน้าจอ (UI Constraint) เช่น การล็อกปุ่ม “ถัดไป” จนกว่าผู้ประเมินจะกด “ยืนยัน” หรือ “แก้ไข” ข้อมูลที่ AI วิเคราะห์มา เพื่อรับประกันความรับผิดชอบโดยมนุษย์ในขั้นตอนสำคัญ เช่น การยืนยันแผนการลงพื้นที่และการยืนยันร่างรายงาน

  • Q: ระบบต้องเชื่อมต่อกับระบบอื่นใดบ้าง?

    • A: ระบบต้องเชื่อมต่อกับระบบ AQA ผ่าน API เพื่อยืนยันตัวตนผู้ใช้และดึงข้อมูลพื้นฐาน และต้องออกแบบเพื่อรองรับการเชื่อมโยงข้อมูลกับโครงการพัฒนาศูนย์ความเป็นเลิศ (Data Driven Policy) ของ สมศ.

  • Q: ข้อกำหนดเกี่ยวกับ OCR มีรายละเอียดอย่างไร?

    • A: ระบบ OCR ต้องรองรับภาษาอังกฤษและภาษาไทย (ตัวเลขอารบิกและตัวเลขไทย) ด้วยความแม่นยำตัวอักษรไม่น้อยกว่า 90% เมื่อทดสอบกับเอกสารตัวอย่างจาก สมศ. จำนวนไม่น้อยกว่า 100 หน้าซึ่งครอบคลุมทั้งเอกสารพิมพ์และ Scanned PDF

  • Q: ระบบ Post-assessment ตรวจสอบคุณภาพการเขียนรายงานในด้านใดบ้าง?

    • A: ระบบตรวจสอบสองด้านหลัก: 1) ความเหมาะสมของภาษา (Tone of Voice) เพื่อตรวจจับคำที่ไม่เป็นทางการหรือภาษาพูด 2) ความเป็นปรนัย (Objectivity) เพื่อตรวจสอบว่าการเขียนมีลักษณะเป็นกลางและปราศจากอคติ

  • Q: ระบบมีฟังก์ชันสำหรับการประเมินสมรรถนะผู้ประเมิน (Assessor) หรือไม่?

    • A: มี ระบบต้องวิเคราะห์รูปแบบการให้คะแนน ระยะเวลาการทำงาน และคุณภาพการเขียนรายงานของผู้ประเมินแต่ละคน เพื่อจัดทำเป็น ‘ระเบียนประวัติและสมรรถนะผู้ประเมิน’ (Assessor Performance Profile) สำหรับใช้ในการคัดเลือกผู้ประเมินหรือระบุกลุ่มที่ต้องอบรมเพิ่มเติม

  • Q: การฝึกอบรมสำหรับผู้ประเมินภายนอกจัดในรูปแบบใด?

    • A: จัดในรูปแบบการผลิตสื่อดิจิทัล เช่น คลิปวิดีโอแนะนำการใช้งาน (Video Tutorial) และคู่มือการใช้ออนไลน์ (E-Manual) พร้อมจัดอบรมในรูปแบบออนไลน์ (Webinar) จำนวน 1 ครั้ง ระยะเวลาไม่น้อยกว่า 3 ชั่วโมง

  • Q: ทรัพย์สินทางปัญญาของระบบที่พัฒนาขึ้นเป็นของผู้ใด?

    • A: ทรัพย์สินทางปัญญา ซอร์สโค้ด ฐานข้อมูล รูปแบบรายงาน และเอกสารทั้งหมดที่เกิดขึ้นจากการจ้างตามสัญญานี้ ตกเป็นกรรมสิทธิ์ของ สมศ. เพียงผู้เดียวทันทีที่ส่งมอบงาน ผู้รับจ้างห้ามนำไปเผยแพร่หรือใช้ประโยชน์ทางการพาณิชย์เว้นแต่ได้รับอนุญาตเป็นลายลักษณ์อักษร

เอกสารขอบเขตงาน (TOR) ฉบับเต็ม

ที่ TOR (ฝนข.) 45/2569
วันที่ 6 มีนาคม 2569
รายละเอียดและข้อกำหนด (Terms of Reference : TOR)
โครงการพัฒนาปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนการประเมินคุณภาพภายนอก

  1. หลักการและเหตุผล
    สถานการณปจจุบันของการประเมินคุณภาพภายนอกตองเผชิญกับความทาทายในการบริหารจัด การขอมูลปริมาณมหาศาล (Big Data) ซึ่งครอบคลุมทั้งไฟลรายงานการประเมินตนเอง (SAR) ขอมูล สารสนเทศ และเอกสารประกอบจำนวนมากการพึ่งพากระบวนการตรวจสอบโดยมนุษยเพียงอยางเดีย วกอใหเกิดภาวะคอขวด (Operational Bottleneck) ที่สงผลกระทบโดยตรงตอความรวดเร็วและความแมน ยำในการตรวจสอบขอมูลที่มีความซับซอน นอกจากนี้ การขาดเครื่องมือดิจิทัลที่มีประสิทธิภาพในการจัดเก็บ ขอมูลภาคสนามและการตรวจสอบคุณภาพรายงาน ยังเปนอุปสรรคสำคัญที่ทำใหการประเมินผลขาดความ คลองตัว และมีความเสี่ยงที่จะเกิดความคลาดเคลื่อนของมาตรฐานการประเมิน เพื่อยกระดับขีดความสามารถ ขององคกรใหสอดคลองกับนโยบายรัฐบาลดิจิทัล สมศ. จึงมีความจำเปนเรงดวนในการดำเนินโครงการพัฒ นาปญญาประดิษฐ (AI) เพื่อสนับสนุนการประเมินคุณภาพภายนอก โดยมุงเนนการนำเทคโนโลยีปญญาประดิ ษฐมาประยุกตใชในฐานะผูชวยอัจฉริยะ (AI Co-pilot) แบบครบวงจร เริ่มตั้งแตการพัฒนาระบบวิเครา ะหขอมูล (Pre-analysis) เพื่อชวยสกัดสาระสำคัญและชี้เปาประเด็นจาก SAR สนับสนุนการวางแผนของ ผูประเมิน ควบคูไปกับการสรางระบบจัดเก็บขอมูล (E-Form) ที่รองรับทั้งรูปแบบ Onsiteและ Virtual เพื่อ ใหได้ข้อมูลที่เปนระบบ และปดทายดวยกลไกตรวจสอบคุณภาพ รายงานอัตโนมัติ (Post-assessment) ที่ชวยยืนยันความถูกตองเชิงตรรกะและความเหมาะสมของภาษาภายใตมาตรฐานความปลอดภัยขอมูล (AI Security) ที่รัดกุมตามกฎหมาย PDPA เพื่อสรางความเชื่อมั่นในกระบวนการประเมินสูงสุด
    ทั้งนี้ การพัฒนาระบบปญญาประดิษฐดังกลาวไมเพียงแตจะชวยเพิ่มประสิทธิภาพและลดภาระงาน ในกระบวนการประเมินเทานั้น แตยังมีความสอดคลองและเชื่อมโยงโดยตรงกับโครงการพัฒนาศูนยความเปน เลิศดานการประกันคุณภาพที่ใหขอมูลสารสนเทศ เพื่อการยกระดับคุณภาพการศึกษา (Data Driven Policy) ในมิติของการบริหารจัดการขอมูล โดยระบบ AI จะทำหนาที่เปนกลไกสำคัญในการคัดกรอง ตรวจสอบ
    และจัดระเบียบขอมูลดิบใหมีความถูกตองและมีคุณภาพสูง (High Quality Data) กอนจะถูกสงตอไปยัง ศูนยความเปนเลิศฯ เพื่อนำไปสังเคราะหเปนสารสนเทศเชิงลึกสำหรับการยกระดับคุณภาพการศึกษา ซึ่งการบูรณาการระหวางสองโครงการนี้จะเปนรากฐานสำคัญในการขับเคลื่อน สมศ. สูการเปนองคกรดิจิทัล สมรรถนะสูงที่สามารถใชนวัตกรรมขับเคลื่อนคุณภาพการศึกษาของประเทศไดอยางเปนรูปธรรม
  2. วัตถุประสงค์ของโครงการ
    2.1 เพื่อพัฒนาระบบวิเคราะหขอมูล (AI for Pre-analysis) ชวยสกัดสาระสำคัญตรวจสอบความครบ ถวนของหลักฐานใน SAR และชี้เปาประเด็นที่ตองตรวจสอบเพิ่มเพื่อสนับสนุนการวางแผนลงพื้นที่ของผูประ เมินใหรวดเร็วและแมนยำขึ้น
    2.2 เพื่อสราง E-Form ที่เก็บขอมูลจากการลงพื้นที่ทั้งรูปแบบOnsite หรือ Virtual (AI for Assessment)
    2.3 เพื่อสรางกลไกตรวจสอบคุณภาพรายงานอัตโนมัติ(AI for Post-assessment) ทำหนาที่ตรวจ สอบความถูกตองเชิงตรรกะ ความสอดคลองของขอมูล และความเหมาะสมของภาษาในรายงานฉบับสมบูรณ เพื่อใหไดผลการประเมินที่มีมาตรฐานเดียวกัน
    2.4 เพื่อสรางมาตรฐานความปลอดภัยของขอมูลในการใชAI (AI Security & Privacy) ใหสอดคลอง กับ PDPA และปองกันความเสี่ยง Data Breach
  3. ขอบเขตการดำเนินงาน
    3.1 ผูรับจางตองดำเนินการศึกษา วิเคราะหออกแบบสถาปตยกรรมระบบ พัฒนา ติดตั้ง ทดสอบ และปรับปรุงประสิทธิภาพระบบใหสามารถรองรับการใชงานไดจริง มีความเสถียรและมีความมั่นคงปลอดภัย สารสนเทศ (Security) สอดคลองกับพระราชบัญญัติคุมครองขอมูลสวนบุคคล (PDPA) ตามรายละเอียด คุณลักษณะเฉพาะของระบบ (Functional Specifications) ที่กำหนดไวในขอ 4 ครบถวนทุกประการ โดย ครอบคลุมการประเมินคุณภาพการศึกษา การศึกษาปฐมวัย ระดับการศึกษาขั้นพื้นฐาน (ประเภททั่วไปและ วัตถุประสงค์พิเศษ) และด้านการอาชีวศึกษา ทั้งนี้ กระบวนการประมวลผลของระบบปญญาประดิษฐ (AI Processing) และการจัดเก็บขอมูลทั้งหมดตองดำเนินการบนระบบคอมพิวเตอรแมขายหรือระบบคลาวด (Cloud Infrastructure) ภายใตการกำกับดูแลของ สมศ. เทานั้น หามมิใหสงขอมูลออกไปประมวลผลยัง ระบบภายนอกหรือ Public AI Services ที่ไมไดรับอนุญาตเพื่อปองกันความเสี่ยงเรื่องการรั่วไหลของขอมูล และเปนการรักษาความลับของหนวยงาน และระบบที่พัฒนาตองรองรับการแสดงผลบนอุปกรณที่หลากหลาย
    3.2 ผู้รับจ้างต้องรับผิดชอบค่าใช้จ่ายทั้งปวงที่เกี่ยวข้องกับการดำเนินโครงการ จนกว่าคณะ กรรมการตรวจรับพัสดุจะดำเนินการตรวจรับงานงวดสุดท้าย (งวดที่ 2) เสร็จสิ้นสมบูรณ์ โดยให้ครอบคลุมถึง ค่าใช้จ่ายดังต่อไปนี้
    3.2.1 ค่าลิขสิทธิ์ซอฟต์แวร์ (Software License)
    3.2.2 ค่าใช้จ่ายในการเชื่อมโยงต่อข้อมูลผ่านAPI กับระบบ AQA ซึ่งรวมถึงค่าจ้างบุคลากร ค่า พาหนะ และค่าใช้จ่ายอื่นๆ ที่เกี่ยวข้อง โดย สมศ. จะสนับสนุนการประสานงานกับผู้ดูแลระบบ AQA 3.2.3 ค่าใช้จ่ายในการประมวลผลปัญญาประดิษฐ์ (AI Processing) และค่าบริการเรียกใช้งาน โมเดลภาษา (LLM Token / API Costs) ทั้งหมดที่เกิดขึ้นในระหว่างดำเนินโครงการ จนกว่าจะส่งมอบงาน งวดสุดท้าย
    ทั้งนี้ สมศ. จะรับผิดชอบภาระค่าใช้จ่ายด้านค่าบริการAI (LLM Token) เฉพาะส่วนที่เกิดขึ้น หลังจากวันที่คณะกรรมการตรวจรับพัสดุได้มีมติตรวจรับงานงวดสุดท้ายเรียบร้อยแล้วเท่านั้น
    3.3 ผูรับจางตองประสานงานกับผูพัฒนาระบบAQA (Automated QA) และ ผูรับจางโครงการ พัฒนาศูนยความเปนเลิศดานการประกันคุณภาพที่ใหขอมูลสารสนเทศ เพื่อการยกระดับคุณภาพการศึกษา (Data Driven Policy) ของ สมศ. อยางใกลชิด โดย สมศ. จะสนับสนุนการประสานงานกับผู้พัฒนาระบบทั้ง 2 โครงการดังกล่าว เพื่อใหการออกแบบโครงสรางขอมูล (Data Structure) และการเชื่อมโยงขอมูล (Data Integration) ระหวางระบบมีความสมบูรณ ถูกตอง เปนปจจุบัน (Real-time) และสามารถนำไปประมวล ผลตอยอดได ทั้งนี้ ผูรับจางตองตระหนักถึงชวงเวลาการดำเนินงานที่มีความเกี่ยวเนื่องกัน (Project Dependency) โดยตองเตรียมความพรอมของขอมูลและอื่น ๆ ที่เกี่ยวของใหสอดคลองกับแผนการดำเนิน งานของโครงการ Data Driven Policy ดังปรากฏตามแผนภาพการเชื่อมโยงโครงการดานลางนี้

โดยผูรับจางตองใหความรวมมือในการประชุมหารือทางเทคนิค (Technical Workshop) รวมกับทีม งานของโครงการดังกลาว เพื่อกำหนดมาตรฐานการแลกเปลี่ยนขอมูล (Data Exchange Standard) ให แลวเสร็จ ภายในระยะเวลาที่กำหนดในแผนงาน
3.4 ผูรับจางตองจัดใหมีการประชุมเพื่อรายงานความกาวหนาโครงการ (Progress Report Meeting) ปญหา อุปสรรค และแนวทางแกไข รวมกับคณะกรรมการตรวจรับพัสดุและเจาหนาที่ผูรับผิดชอบ โครงกา รอยางนอยเดือนละ 1 ครั้ง หรือตามความจำเปนเรงดวน โดยสามารถดำเนินการไดทั้งรูปแบบการ ประชุม ณ สำนักงาน สมศ. (On-site) หรือการประชุมผานสื่ออิเล็กทรอนิกส (Online) พรอมทั้งจัดทำรายงาน การประชุมและ รายงานความกาวหนาสงให สมศ. ภายใน 3 วันทำการหลังเสร็จสิ้นการประชุม
3.5 ผูรับจางตองดำเนินการถายทอดองคความรูและจัดฝกอบรม โดยรับผิดชอบคาใชจายทั้งสิ้น ไดแกคาวิทยากร คาเอกสาร/สื่อการสอน และคาอาหารวาง (จำนวน 1 มื้อตอรุน เฉพาะกรณีจัดอบรมOn- site) ดังนี้ 3.5.1 การอบรมสำหรับผูใชงาน (เจาหนาที่ สมศ.) ดำเนินการในรูปแบบ Workshop (On-site ณ ที่ทำการ สมศ.) จำนวน 1 รุน ระยะเวลาการอบรมไมนอยกวา 3 ชั่วโมง (ครึ่งวันทำการ) เนื้อหาครอบคลุม ไดแก ภาพรวมกระบวนการทำงานของระบบ (System Workflow) การใชงานเครื่องมือปญญาประดิษฐในการสนับสนุน การปฏิบัติงาน การจัดทำรายงานผลการประเมิน และการใชงานระบบสารสนเทศเพื่อการ ติดตามและ บริหารจัดการโครงการ
3.5.2 การอบรมสำหรับผูดูแลระบบ (System Administrator) ดำเนินการในรูปแบบ Workshop (On-site ณ ที่ทำการ สมศ.) จำนวน 1 รุน ระยะเวลาการอบรมไมนอยกวา 3 ชั่วโมง (ครึ่งวันทำการ) เนื้อหา ครอบคลุมการบริหารจัดการและการตั้งคาระบบ (System Configuration & Management)การดูแลรักษาความ มั่นคงปลอดภัยสารสนเทศ การจัดการสิทธิ์ผูใชงาน (User Management) การสำรองและ กูคืนขอมูล รวมถึงเทคนิค การตรวจสอบและแกไขปญหาการใชงานเบื้องตน
3.5.3 การอบรมสำหรับผูประเมินภายนอก ดำเนินการในรูปแบบการผลิตสื่อการเรียนรูดิจิทัล (Digital Learning Materials) เชน คลิปวิดีโอแนะนำการใชงาน (Video Tutorial) คูมือการใชงานออนไลน (E-Manual) โดยมีการจัดอบรมในรูปแบบออนไลน (Webinar) จำนวน 1 ครั้ง ระยะเวลาไมนอยกวา 3 ชั่วโมง เนื้อหาครอบคลุมการใชงานระบบดิจิทัลและแอปพลิเคชันเพื่อสนับสนุนกระบวนการประเมินคุณภาพภายนอก ตั้งแตขั้นตอนการเตรียมการกอนลงพื้นที่ การเก็บรวบรวมขอมูลระหวางการประเมิน ไปจนถึงการสรุปผลและ จัดทำรายงานผานระบบ
3.6 บรรดาทรัพยสินทางปญญา ซอรสโคด (Source Code) ฐานขอมูล (Database) รูปแบบ รายงาน (Report Layout) และเอกสารทั้งหมดที่เกิดขึ้นจากการจางตามสัญญานี้ ใหตกเปนกรรมสิทธิ์ของ สมศ. เพียง ผูเดียวทันทีที่สงมอบงาน หามมิใหผูรับจางนำไปเผยแพร ทำซ้ำ ดัดแปลง หรือใชประโยชนอื่นใด เพื่อการพาณิ ชย เวนแตจะไดรับอนุญาตเปนลายลักษณอักษรจาก สมศ. แลวเทานั้น
4. รายละเอียดการดำเนินงาน
ส่วนที่ 1 งานพัฒนาระบบผูชวยอัจฉริยะวิเคราะห SAR กอนการลงพื้นที่ (Pre-analysis Stage) 4.1 ระบบตรวจสอบและยืนยันความถูกตองโดยผูประเมินภายนอก (Validation by Assessors) 4.1.1 ระบบตองรองรับการเชื่อมตอกับระบบ AQA ผาน API เพื่อยืนยันตัวตนของผูประเมินภายนอ กกอนเขาใชงานระบบได
4.1.2 ระบบตองบันทึกประวัติการแกไข (Audit Log) วาขอมูลชุดใดมาจาก AI และขอมูลชุดใดถูก แกไขโดยผูประเมินเพื่อใชเปนชุดขอมูล (Verified Dataset) สำหรับการปรับปรุงความแมนยำของโมเดลตอไป
4.2 ระบบนำเขาและจำแนกหมวดหมูขอมูลอัตโนมัติ (SAR Ingestion & Intelligent Segmentation) 4.2.1 ระบบตองรองรับการนำเขาไฟลรายงาน (SAR) ในรูปแบบ PDF ไดทั้งแบบ Text-based และ Image-based (Scanned PDF) โดยรองรับไฟลขนาดใหญ ซึ่งขนาดไฟลโดยเฉลี่ยของการใชงานไม่น้อยกว่า 50 MB ตอไฟล
4.2.2 กรณีเปนไฟลภาพ (Scanned PDF) ระบบตองมีเทคโนโลยี OCR ที่รองรับภาษาอังกฤษ ภาษา ไทยตัวเลขอารบิกและตัวเลขไทย ดวยความแมนยำ (Character Accuracy) ไมนอยกวารอยละ 90 เมื่อเทียบ กับเอกสารตัวอย่างที่ สมศ. จัดเตรียมไว้ให้จำนวนไม่น้อยกว่า 100 หน้าซึ่งครอบคลุมทั้งเอกสารพิมพ์และ Scanned PDF โดยผูรับจางตองเลือกใชเทคโนโลยีการแปลงภาพเปนขอความที่มีประสิทธิภาพสูง
4.2.3 ระบบตองนำเขาไฟล SAR และทำการทำความสะอาดขอมูล (Data Cleaning) เพื่อ แปลงเปน Text Block ที่พรอมสำหรับ AI ประมวลผลและจำแนกเนื้อหา (Segmentation) ตามโครงสรา งมาตรฐานการประเมินของ สมศ. เชน แยกสวนบทสรุปผูบริหาร (Executive Summary) มาตรฐานที่ 1, 2, 3 และ ตัวชี้วัดตาง ๆ ไดโดยอัตโนมัติ
4.2.4 ระบบตองจัดทำดัชนีขอมูล (Indexing) จากเนื้อหาที่จำแนกแลวเพื่อใหสามารถสืบคนยอนกลับ ไปยังตำแหนงหนาเอกสารตนฉบับไดถูกตอง (Page Mapping)
4.3 ระบบสกัดขอมูลบริบทและจัดทำขอมูลโครงสราง (Contextual Data Extraction & Structured Data) 4.3.1 ระบบตองใชโมเดลภาษาขนาดใหญ (Large Language Model: LLM) รวมกับเทคนิค Prompt Engineering ในการอานและสกัดขอมูลสำคัญเชิงบริบท (Key Entities) ออกมาเปนฟลดขอมูล เช่น จำนวนผูเรียน จำนวนครูและบุคลากรระดับคุณภาพที่สถานศึกษาประเมินตนเองวิสัยทัศน/พันธกิจและรายการหลักฐานที่อางถึง ในแตละตัวชี้วัดของ สมศ.
4.3.2 ระบบตองจัดระเบียบขอมูลใหอยูในรูปแบบโครงสราง (Structured Data หรือ JSON Data Object) ที่เปนมาตรฐานเพื่อลดความผิดพลาดจากการคียขอมูลของมนุษยและจัดเก็บลงในฐานขอมูลกลางของระบบAQA สำหรับนำไปใชประมวลผลตอ
4.4 ระบบวิเคราะหชองวางและตรวจสอบความสอดคลองของหลักฐาน (Claims & Evidence Mapping / Gap Analysis)
4.4.1 ระบบตองใชเทคโนโลยีการประมวลผลภาษาธรรมชาติขั้นสูงเพื่อการตรวจสอบหลักฐาน ระบบ ตองมีความสามารถในการทำ Semantic Search เพื่อเปรียบเทียบความสอดคลองระหวาง “ขอสรุปผลการ ดำเนินงาน” (Claims) กับ “รายการหลักฐาน” (Evidence) โดยประยุกตใชเทคนิคการดึงบริบทขอมูล (เชน Retrieval-Augmented Generation: RAG หรือเทคนิคอื่นที่เทียบเทา) เพื่อใหระบบสามารถวิเคราะหขอมูล จากเอกสารจำนวนมากไดอยางแมนยำและตองแสดงที่มาของขอมูล (References) ประกอบการวิเคราะหทุก ครั้ง
4.4.2 ระบบตองมีการวิเคราะหและแจงเตือนกรณีที่พบจุด “นาสงสัย” หรือ “ขาดความสอดคลอง” ตามตรรกะ (Logic) ดังนี้
กรณีที่ 1 (Needs Verification): หากระบบตรวจพบขอความที่เปนขอสรุปผลการดำเนินงาน (Conclusion/Claim) แตไมพบหลักฐานอางอิง (Missing Evidence) หรือจุดเชื่อมโยงไปยังหลักฐานในระบบ กรณีที่ 2 (Misalignment): หากสถานศึกษาประเมินตนเองในระดับสูง (เชน ระดับดีเยี่ยม) แตระบบวิเคราะหแลวพบวาปริมาณหรือความสมบูรณของหลักฐานไมสอดคลองกับเกณฑการประเมินใน ระดับดังกลาว (Insufficient Evidence Support)
4.4.3 ระบบตองแสดงผลการวิเคราะหในรูปแบบการเนนขอความ (Highlight) หรือการแจงเตือน (Flag) ในจุดที่ขอมูลไมสัมพันธกันเพื่อชวยลดเวลาในการอานรายงานของผูประเมิน
4.5 ระบบวางแผนการเก็บรวบรวมหลักฐาน (Predictive Assessment Planning System) 4.5.1 ระบบตองนำผลการวิเคราะหชองวาง (Gap Analysis) มาประมวลผลเพื่อสรางรางแผนการลง ตรวจเยี่ยม (Draft Visit Plan-Onsite/Virtual) โดยระบุเหตุผลประกอบในแตละประเด็น 4.5.2 ระบบตองสรางโจทยหรือคำถามเจาะจง (Probing Questions) ที่มีคุณภาพสูงแทนการ ใชคำถามทั่วไป เพื่อแนะนำผูประเมินไดวาควรสัมภาษณบุคลากรกลุมใดเกี่ยวกับเรื่องอะไรเปนพิเศษ 4.5.3 ระบบตองเปดใหผูประเมินภายนอกเขามาตรวจสอบ ยืนยัน หรือแกไขผลการ วิเคราะหของ AI (Assessor Validation) เพื่อใหมั่นใจในความถูกตองสมบูรณกอนนำขอมูลไปใชงานจริง 4.5.4 ระบบตองมีกลไกบังคับทางหนาจอ (UI Constraint) เชน การล็อกปุม “ถัดไป” จนกวาผูประเมินจะกด “ยืนยัน” (Confirm) หรือ “แกไข” (Edit) ขอมูลที่ AI วิเคราะหมาเพื่อรับประกันความ รับผิดชอบโดยมนุษย (Human-in-the-loop)
4.5.5 ระบบตองสงออกแผนการลงตรวจเยี่ยมที่ผ่านการตรวจสอบจากผู้ประเมินภายนอกแล้วในรูป แบบขอมูลดิจิทัล (JSON List) ที่พรอมสงตอไปยังแอปพลิเคชันอื่นหรือแสดงผลไดทันที
ส่วนที่ 2 งานพัฒนาระบบผูชวยอัจฉริยะสนับสนุนการประเมิน (Assessment Stage) 4.6 ระบบจัดเก็บขอมูลและหลักฐานภาคสนาม (Digital Evidence Collection & Verification) 4.6.1 ระบบตองไดรับการออกแบบ E-Form ในรูปแบบ Web Application ที่รองรับการใชงานบน อุปกรณพกพา (Responsive Design / Tablet-friendly) โดยระบบสามารถเชื่อมตอเพื่อดึงข้อมูล เช่น รหัสสถาน ศึกษา ชื่อสถานศึกษา สังกัดและที่ตั้งจากระบบ AQA
4.6.2 ระบบตองมีฟงกชัน Dynamic Plan Injection ที่สามารถดึง “แผนการลงตรวจเยี่ยม” (Visit Plan Onsite/Virtual) จากชวง Pre-analysis มาแสดงเปนรายการตรวจสอบรายสถานศึกษาไดอัตโนมัติ โดยจำแนก แผนการลงตรวจเยี่ยมของแต่ละสถานศึกษาให้กับผู้ประเมินภายนอกที่ได้รับมอบหมายให้ประเมินสถานศึกษานั้น
4.6.3 ระบบ E-Form ต้องมีฟังก์ชันให้ผู้ประเมินภายนอกบันทึกข้อมูล เช่น จำนวนผู้สอน จำนวนผู้เรียนข้อ ค้นพบจากการตรวจเยี่ยมรายตัวชี้วัด และระบบคำนวณอัตราสวน (Ratio) เช่น ผู้สอนต่อผู้เรียน ห้องเรียนต่อผู้เรียน
4.6.4 ระบบ E-Form ต้องสร้างชิ้นงานให้ผู้ประเมินสามารถทำงานร่วมกันแบบเรียลไทม์(Real-time Collaboration) หรือ การแก้ไขเอกสารร่วมกัน (Co-Authoring) ช่วยให้ผู้ประเมินหลายคนแก้ไขในชิ้นงานเดียวกันได้ เช่น ผู้ประเมิน 2 ท่าน ได้รับมอบหมายให้ประเมินสถานศึกษาเดียวกันจะต้องสามารถปรับแก้ในชิ้นงานเดียวกันได้ ก่อนยืนยันผลการประเมิน
4.6.5 ระบบต้องมีแท็ป (Tabs) สำหรับการเปลี่ยนตัวชี้วัดที่ผู้ประเมินภายนอกจะประเมิน เพื่อให้ผู้ประเมิน สามารถเลือกประเมินหรือตรวจสอบในแต่ละตัวชี้วัดได้
4.6.6 ระบบตองรองรับการจัดเก็บหลักฐาน เชน การพิมพบันทึกขอความ (Note) การอัปโหลด ภาพถาย (Photo)
4.7 ระบบ AI ชวยสังเคราะหผลและยกรางรายงาน (AI-Assisted Synthesis & Reporting) 4.7.1 ระบบตองมีฟงกชัน Real-Time Synthesis โดยใช AI ประมวลผลจากบันทึกที่ผูประเมินเก็บรวบรวม เพื่อ “ยกราง” (Draft) เนื้อหาการประเมินรายตัวชี้วัดพรอมเสนอแนะระดับคะแนน (Scoring Suggestion) ตามเกณฑ Rubric ของ สมศ. เพื่อลดภาระการเขียนรายงานของผูประเมิน
4.7.2 ระบบตองมีระบบแนะนำขอเสนอแนะเจาะจง (Tailor-Made Recommendation Engine) คนหา แนวปฏิบัติที่ดี (Best Practice Database) เพื่อให้ข้อเสนอแนะเพื่อการพัฒนา ข้อเสนอแนะที่ต้องพัฒนาอย่างเร่ง ด่วน (ถ้ามี) ที่เหมาะสมกับบริบทของสถานศึกษานั้น ๆ
4.7.3 ระบบตองเปดใหผูประเมินภายนอกเขามาตรวจสอบ ยืนยัน หรือแกไขผลการวิเคราะหของ AI (Assessor Validation)
4.7.4 ระบบตองมีกลไกควบคุมคุณภาพรายงาน (Instant F-03 Draft Control) โดยปุม “บันทึก” หรือ"สรางรายงาน" จะใชงานไดก็ตอเมื่อผูประเมินภายนอกไดแนบหลักฐานครบถวนตามเกณฑ และระบุระดับ คะแนน ชัดเจนแลวเทานั้น เพื่อปองกันการสงรายงานที่ไมสมบูรณ (Prevention of Empty Scoring)
4.7.5 ระบบต้องสามารถส่งออกร่างรายงานการประกันคุณภาพภายนอกในรูปแบบไฟล์ .PDF และระบบ ตองส่งออกขอมูลใหอยูในรูปแบบโครงสราง (Structured Data หรือ JSON Data Object) ที่เปนมาตรฐาน เพื่อนำ ไปใช้ต่อไป
ส่วนที่ 3 งานพัฒนาระบบผูชวยอัจฉริยะสนับสนุนการตรวจสอบคุณภาพรายงาน (Post-assessment Stage) 4.8 ระบบตรวจสอบความสมเหตุสมผลของผลการประเมิน (Standard Consistency Check in Post assessment Stage)
4.8.1 ระบบตองรองรับการเชื่อมตอกับระบบ AQA ผาน API เพื่อยืนยันตัวตนของเจ้าหน้าที่ และหน่วยกำกับการประเมิน
4.8.2 ระบบตองออกแบบในรูปแบบ Web Application ที่รองรับการใชงานบน อุปกรณพกพา (Responsive Design / Tablet-friendly)
4.8.3 ระบบตองมีฟงกชันที่สามารถดึงขอมูลร่างรายงานการประกันคุณภาพภายนอก ที่อยูในรูปแบบโค รงสรางจากชวง Assessment Stage มาแสดงเปนรายการตรวจสอบรายสถานศึกษาไดอัตโนมัติ 4.8.4 ระบบตองมีRule-Based Logic Engine สำหรับตรวจสอบวาผลการประเมินและขอเสนอแนะสอด คลองกับมาตรฐานและเกณฑที่ สมศ. กำหนดไวหรือไม โดยสามารถปรับเปลี่ยนกฎ (Rules) ไดโดยผูดูแลระบบ 4.8.5 ระบบตองแจงเตือนทันทีหากพบความผิดปกติ (Inconsistency Flag) เชน ผู้ประเมินภายนอกยืนยัน ผลการประกันคุณภาพระดับ 5 แต่พบว่าผลการดำเนินงานไม่สอดคล้องกับเกณฑ์ หรือการระบุแบบอย่างที่ดีไม่ สอดคล้องตามเกณฑ์ หรือคะแนนในฐานขอมูลเปน 5 แตในไฟล PDF เขียนวา 4 หรือ ใหคะแนน “ดีเยี่ยม” แตจำนวน หลักฐานไมถึงเกณฑขั้นต่ำที่กำหนด เป็นต้น
4.8.6 การตรวจสอบตรรกะขอเสนอแนะ (Recommendation Logic):
(1) กรณีไดระดับคุณภาพ 1-2 ตรวจสอบวามี"ขอเสนอแนะเพื่อการปรับปรุงเรงดวน" หรือไม
(2) กรณีไดระดับคุณภาพ 3-4 ตรวจสอบวามี"ขอเสนอแนะเพื่อการพัฒนา" หรือไม
(3) กรณีไดระดับคุณภาพ 5 ตรวจสอบวามี"แบบอยางที่ดี (Best Practice)" หรือไม
4.9 ระบบตรวจสอบคุณภาพการเขียนรายงาน (Writing Quality Auditor)
4.9.1 ระบบตองใชเทคโนโลยีNLP (Natural Language Processing) ประเมินคุณภาพการเขียนรายงาน ฉบับสมบูรณในภาพรวม เพื่อตรวจสอบ “ความเปนมืออาชีพ” (Professionalism)
4.9.2 ระบบตองตรวจสอบองคประกอบสำคัญของงานเขียน ไดแก
(1) ความเหมาะสมของภาษา (Tone of Voice) ตรวจจับคำศัพทที่ไมเปนทางการ ภาษาพูด หรือการใชคำฟุมเฟอย
(2) ความเปนปรนัย (Objectivity) ตรวจสอบวาการเขียนมีลักษณะเปนกลางและปราศจากอคติ 4.9.3 ระบบตองทำหนาที่เปน AI Editor โดยการขีดเสนใต/ไฮไลทคำหรือประโยคที่ควรแกไข และ เสนอ แนะคำศัพทที่เหมาะสมกวา (Word Suggestion) ใหเจาหนาที่พิจารณา
4.10 ระบบประเมินสมรรถนะผูประเมิน (Assessor Evaluation)
4.10.1 ระบบตองวิเคราะหรูปแบบการใหคะแนน (Scoring Pattern) ระยะเวลาการทำงาน และ คุณภาพ การเขียนรายงานของผูประเมินแตละคน เพื่อจัดทำเปน ‘ระเบียนประวัติและสมรรถนะผูประเมิน’ (Assessor Performance Profile) เช่น ความสอดคล้องของการให้คะแนนกับข้อเสนอแนะสำหรับสถานศึกษา
4.10.2 ระบบตองมีฟงกชันใหเจาหนาที่ สมศ. หรือผูใชงานที่เกี่ยวของกับการรีวิวและใหคะแนน (Rating 1- 5 ดาว) หรือบันทึกขอเสนอแนะตอตัวผูประเมิน (Tagging)
4.10.3 ระบบตองจัดเก็บขอมูลเหลานี้ลงในฐานขอมูลAssessment Performance Table เพื่อใช สำหรับ การคัดเลือกผูประเมินที่มีคุณภาพในปถัดไป หรือระบุกลุมเปาหมายที่ตองเขารับการอบรมเพิ่มเติม
4.11 ระบบสรางรางบทสรุปผูบริหารอัตโนมัติ (Draft Executive Summary Report) 4.11.1 ระบบตองใช Generative AI ในการประมวลผล เช่น ขอเสนอแนะ แบบอย่างที่ดี จุดที่ควรพัฒนา จากทุกมาตรฐานในรายงานฉบับเต็ม มาสังเคราะหรวมกัน
4.11.2 ระบบตองสราง “รางบทสรุปผูบริหาร” โดยมีการเรียบเรียงภาษาใหมใหกระชับ สละสลวยและ เขาใจงาย (ไมใชการตัดแปะขอความ)
4.11.3 ระบบตองเปดใหเจาหนาที่สามารถแกไข (Edit) รางบทสรุปนี้ได และสามารถบันทึกกลับเขา ระบบ เพื่อสรางเปนรายงานฉบับสมบูรณ
4.11.4 ระบบต้องสามารถส่งออกรายงานบทสรุปผู้บริหารในรูปแบบไฟล์ .PDF
4.12 ระบบเตรียมขอมูลเพื่อการแสดงผลและเผยแพร (Data Preparation for Visualization & Publishing) 4.12.1 ระบบตองรองรับกระบวนการสถานะเอกสาร (Document Workflow) ตาม Diagram เชน การสงคืนแกไข (Comment for Editing) การยืนยันจากสถานศึกษา (School Agreement) เปนตน 4.12.2 เมื่อรายงานผานการอนุมัติ (Final Approval) ระบบตองทำการ Extract Data ผลการ ประเมิน ทั้งหมดจากรายงานฉบับสมบูรณ ใหอยูในรูปแบบ Structured Data (JSON/CSV) ที่พรอมสำหรับนำ ไปแสดงผล 4.12.3 ระบบตองมีAPI หรือชองทางสงออกขอมูล (Data Export) เพื่อสงขอมูลไปยังระบบ Dashboardหรือระบบเผยแพรผลการประเมิน (Publishing View) ของ สมศ. (เชน Executive View, School View, Public View) ไดโดยอัตโนมัติ โดยไมตองคียขอมูลซ้ำ
5. งบประมาณ
วงเงินงบประมาณ 2,461,800 บาท (สองลานสี่แสนหกหมื่นหนึ่งพันแปดรอยบาทถวน) จากงบลงทุน
(เงินงบประมาณแผนดิน)
6. ระยะเวลาส่งมอบงาน
6.1 สถานที่ส่งมอบ สมศ.
6.2 กำหนดส่งมอบงาน นับถัดจากวันที่ลงนามในสัญญา 210 วัน
6.3 งวดงานและการจายเงิน ผูรับจางจะตองสงมอบงานโดยตองจัดทำเอกสารรายงานในลักษณะสิ่ง พิมพเปนภาษาไทยเวนแตกรณีที่ตองการอธิบายดวยภาษาทางเทคนิค หรือภาษาเฉพาะใหใชภาษาอังกฤษได จำนวน 1 ชุด และ สื่อบันทึกขอมูลในรูปแบบ Flash Drive จำนวน 1 ชุด โดยกำหนดสงมอบงานและการจาย เงินแบงเปน 2 งวด ดังนี้
งวดที่ 1 เบิกจายเงินรอยละ 40 ของวงเงินสัญญาจาง เมื่อผูรับจางไดสงมอบงานแลวเสร็จ ภายใน 90 วัน นับถัดจากวันลงนามในสัญญาและคณะกรรมการตรวจรับพัสดุไดตรวจรับเรียบรอยแลว โดยมีผลงานและเอก สารสงมอบงานดังนี้

  1. แผนการดำเนินงานโครงการฉบับสมบูรณ (Project Plan) ที่ระบุตารางเวลา (Timeline) การสงมอบงานแตละระยะชัดเจน

  2. รายงานความกาวหนาโครงการ (Progress Report)

  3. เอกสารแสดงภาพรวม (Solution Architecture) ของกระบวนการประเมินตั้งแตตนจนจบ ที่ใชปญญาประดิษฐ (AI)

  4. เอกสารการออกแบบหนาจอระบบ (User Interface Design) ที่ไดรับการอนุมัติ
    (สวนที่ 1 รายละเอียดดังขอ 4.1-4.5)

  5. เอกสารผลการทดสอบระบบ Unit Test และ System Integration Test

  6. เอกสารผลการทดสอบระบบ User Acceptance Test ที่ลงนามโดยผูใชงาน
    (สวนที่ 1 รายละเอียดดังขอ 4.1-4.5)

  7. ระบบผูชวยอัจฉริยะวิเคราะห SAR กอนการลงพื้นที่ (Pre-analysis Stage’s Production Go Live) ของสวนที่ 1 ที่ติดตั้งและสามารถใชงานไดจริง (สวนที่1 รายละเอียดดังขอ 4.1 - 4.5)
    งวดที่ 2 (งวดสุดทาย) เบิกจายเงินรอยละ 60 ของวงเงินสัญญาจาง เมื่อผูรับจางไดสงมอบงาน แลวเสร็จ ภายใน 210 วัน นับถัดจากวันลงนามในสัญญา และคณะกรรมการตรวจรับพัสดุไดตรวจรับเรียบรอย แลว โดยมีผลงานและเอกสารสงมอบงานดังนี้

  8. ผูรับจางจะตองดำเนินการเปดใชงานระบบนำรอง (Soft Launch) ภายใน 180 วัน นับถัดจากวันลงนามในสัญญา และดำเนินการปรับปรุงระบบจนสมบูรณเพื่อสงมอบในงวดที่ 2 2. รายงานสรุปผลการเปดใชงานระบบนำรอง (Soft Launch Report) ที่แสดงหลักฐาน การเปดใชงานจริงในชวงวันที่ 180 ของสัญญา พรอมสรุปปญหาและการแกไข

  9. ระบบผูชวยอัจฉริยะสนับสนุนการประเมิน (Assessment Stage) (ส่วนที่ 2 รายละเอียด ดังข้อ 4.6 – 4.7) และระบบผู้ช่วยอัจฉริยะสนับสนุนการตรวจสอบคุณภาพรายงาน (Post-assessment Stage) (ส่วนที่ 3 รายละเอียด 4.8 – 4.12) ที่ติดตั้งและสามารถใชงานไดจริง

  10. เอกสารการออกแบบระบบฉบับสมบูรณ (Technical Design Specification) ประกอบดวย Flow การทำงาน, System Interface, ER-Diagram, Data Architecture, Data Model, Data Dictionary และ Data Flow Diagram ทั้งโครงการ

  11. เอกสารโครงสรางสถาปตยกรรมระบบ (Enterprise Architecture) ทั้งโครงการ

  12. เอกสารผลการทดสอบระบบ Unit Test และ System Integration Test

  13. เอกสารผลการทดสอบระบบUser Acceptance Test ทั้งกระบวนการ ฉบับ สมบูรณที่ลงนาม โดยผูทดสอบการใชงาน

  14. รายงานสรุปผลการจัดอบรมผูใชงานและผูดูแลระบบ พรอมรายชื่อผูเขารับการอบรม ภาพถาย และแบบประเมินผลการอบรม

  15. คูมือการใชงานระบบ (User Manual) และ คูมือผูดูแลระบบ (Admin Manual) 10. Source Code, ขอมูล (Data), และโมเดล AI (Model Artifacts) ทั้งหมดที่เกี่ยวของ พรอมคูมือการติดตั้งระบบ (Installation Guide) ในรูปแบบไฟลดิจิทัล
    6.4 คาปรับ
    6.4.1 อัตราคาปรับตอวันรอยละ 0.1 ของมูลคาของสัญญาจาง
    6.4.2 อัตราค่าปรับความล่าช้ากรณีผู้รับจ้างไม่สามารถแก้ไขปัญหาในช่วงการรับประกันความชำรุด บกพรองที่กำหนดในข้อ 6.5 ผู้ว่าจ้างจะคิดค่าปรับจนกว่าจะแก้ไขให้ระบบสามารถใช้งานได้ดังเดิมในอัตราดังต่อไปนี้ กรณีข้อ (1) ระดับวิกฤต (Critical Severity) คิดค่าปรับในอัตราชั่วโมงละ 200 บาท
    กรณีข้อ (2) ระดับสูง (High Severity) คิดค่าปรับในอัตราชั่วโมงละ 100 บาท
    กรณีข้อ (3) ระดับต่ำ/ทั่วไป (Low / Normal Severity) คิดค่าปรับเป็นรายวัน ในอัตราวันละ 500 บาท
    6.5 การรับประกัน
    ผูรับจางจะตองรับประกันความชำรุดบกพรอง 1 ป นับจากการตรวจรับงานงวดสุดทาย โดยตลอด ระยะเวลาการรับประกัน ผู้รับจ้างจะต้องจัดให้มีช่องทางสำหรับแจ้งปัญหา (Helpdesk / Support) และจะ ต้องดำเนินการตอบสนองและแก้ไขปัญหาตามระดับความรุนแรง (Severity Levels) โดยไมคิดคาใชจายใดๆ ทุกกรณี ดังต่อไปนี้:
    (1) ระดับวิกฤต (Critical Severity) ระบบงานขัดข้องทั้งหมด (System Down) หรือฟังก์ชันการ ทำงานที่สำคัญที่สุดไม่สามารถทำงานได้ ทำให้ผู้ว่าจ้างไม่สามารถให้บริการหรือปฏิบัติงานตามปกติได้โดยสิ้น เชิง และ/หรือส่งผลกระทบในวงกว้าง ผู้รับจ้างต้องรับทราบและเริ่มดำเนินการตรวจสอบภายใน 1 ชั่วโมง นับ แต่ได้รับแจ้งและผู้รับจ้างต้องแก้ไขระบบให้กลับมาใช้งานได้ตามปกติ ภายใน 4 - 6 ชั่วโมง นับแต่ได้รับแจ้ง (ตลอด 24 ชั่วโมง โดยไม่เว้นวันหยุดราชการ)
    (2) ระดับสูง (High Severity ฟังก์ชันการทำงานหลัก (Core Functions) บางส่วนขัดข้องหรือไม่ สามารถใช้งานได้ ส่งผลกระทบต่อกระบวนการทำงานหลักของผู้ว่าจ้าง แต่ระบบโดยรวมยังสามารถทำงานอื่น ทดแทน หรือมี Workaround ชั่วคราวได้ ผู้รับจ้างต้องรับทราบและเริ่มดำเนินการตรวจสอบภายใน2 ชั่วโมง นับแต่ได้รับแจ้ง และผู้รับจ้างต้องแก้ไขข้อขัดข้องให้แล้วเสร็จ ภายใน 24 ชั่วโมง นับแต่ได้รับแจ้ง
    (3) ระดับต่ำ/ทั่วไป (Low / Normal Severity) ปัญหาเล็กน้อยที่ไม่มีผลกระทบต่อการทำงานหลัก ของระบบ เช่น การปรับแก้ข้อความ (Wording), ความผิดปกติของการแสดงผลหน้าจอ (UI/UX) เล็กน้อย หรือการขอคำปรึกษาการใช้งานทั่วไป ผู้รับจ้างต้องรับทราบและเริ่มดำเนินการตรวจสอบภายใน1 วันทำการ ผู้รับจ้างต้องแก้ไขข้อขัดข้องให้แล้วเสร็จ ภายใน 3 วันทำการ นับแต่ได้รับแจ้ง
    6.6 การสงวนสิทธิ์
    6.6.1 ผูรับจางจะตองจัดการเก็บรักษาขอมูลตาง ๆ ที่เกี่ยวกับการดำเนินงานตามสัญญานี้ ที่ผูรับจางไดรับจาก สมศ. ซึ่งรวมถึงขอมูลตาง ๆ ที่ สมศ. ไดจัดทำขึ้นเนื่องจากการดำเนินงานนี้อยางเปน
    ความลับ โดยผูรับจางตองหามาตรการในการจัดเก็บขอมูลที่เปนความลับ ไมนำไปเผยแพรใหบุคคลใดทราบ เปนอันขาดเวนแตจะไดรับการอนุญาตเปนลายลักษณอักษรจาก สมศ. หากเกิดความเสียหายผูรับจางจะตอง รับผิดชอบคาใชจายที่เกิดขึ้นทั้งหมด
    6.6.2 ผูรับจางตองดำเนินการตามมาตรฐานความมั่นคงปลอดภัยทางไซเบอร (CyberSecurity) และ พ.ร.บ. คุมครองขอมูลสวนบุคคล พ.ศ. 2562 (PDPA) อยางเครงครัด โดยตองมีกระบวนการ นิรนามขอมูล (Anonymization/Data Masking) สำหรับขอมูลสวนบุคคลที่ออนไหว เชน ชื่อนักเรียน หรือ เลขบัตรประชา ชนกอนที่จะสงขอมูลเขาสูกระบวนการประมวลผลของ AIเพื่อปองกันการรั่วไหล รวมทั้งมีการกำหนดสิทธิ์การ เขาถึง (Access Control) อยางรัดกุมตามระดับชั้นความลับของขอมูล

  16. คุณสมบัติผู้เสนอราคา
    7.1 มีความสามารถตามกฎหมาย
    7.2 ไมเปนบุคคลลมละลาย
    7.3 ไมอยูระหวางเลิกกิจการ
    7.4 ไมเปนบุคคลซึ่งอยูระหวางถูกระงับการยื่นขอเสนอหรือทำสัญญากับหนวยงานของรัฐไวชั่วคราว เนื่องจากเปนผูที่ไมผานเกณฑการประเมินผลการปฏิบัติงานของผูประกอบการตามระเบียบที่รัฐมนตรี วาการกระทรวงการคลังกำหนดตามที่ประกาศเผยแพรในระบบเครือขายสารสนเทศของกรมบัญชีกลาง
    7.5 ไมเปนบุคคลซึ่งถูกระบุชื่อไวในบัญชีรายชื่อผูทิ้งงานและไดแจงเวียนชื่อใหเปนผูทิ้งงานของหนวยงา นของรัฐในระบบเครือขายสารสนเทศของกรมบัญชีกลาง ซึ่งรวมถึงนิติบุคคลที่ผูทิ้งงานเปนหุนสวนผูจัดการ กรรมการผูจัดการ ผูบริหาร ผูมีอำนาจในการดำเนินงานในกิจการของนิติบุคคลนั้นดวย
    7.6 มีคุณสมบัติและไมมีลักษณะตองหามตามที่คณะกรรมการนโยบายการจัดซื้อจัดจางและการบริหาร พัสดุภาครัฐกำหนดในราชกิจจานุเบกษา
    7.7 เปนบุคคลธรรมดาหรือนิติบุคคลผูมีอาชีพรับจางงานที่จัดจางดังกลาว
    7.8 ไมเปนผูมีผลประโยชนรวมกันกับผูยื่นขอเสนอรายอื่นที่เขายื่นขอเสนอ หรือไมเปนผูกระทำการ อันเปนการขัดขวางการแขงขันอยางเปนธรรมในการซื้อหรือจางครั้งนี้
    7.9 ไมเปนผูไดรับเอกสิทธิ์หรือความคุมกัน ซึ่งอาจปฏิเสธไมยอมขึ้นศาลไทย เวนแตรัฐบาลของผูยื่นขอเส นอไดมีคำสั่งใหสละเอกสิทธิ์และความคุมกันเชนวานั้น
    7.10 ผูยื่นขอเสนอตองลงทะเบียนในระบบจัดซื้อจัดจางภาครัฐดวยอิเล็กทรอนิกส (Electronic Government Procurement: e - GP) ของกรมบัญชีกลาง
    7.11 ผูยื่นขอเสนอที่ยื่นขอเสนอในรูปแบบของ “กิจการรวมคา” ตองมีคุณสมบัติ ดังนี้
    (1) การกำหนดสัดสวนในการเขารวมคาของคูสัญญากรณีที่ขอตกลงฯ กำหนดใหผูเขารวมคาราย ใดรายหนึ่งเปนผูเขารวมคาหลัก ขอตกลงฯ จะ ตองมีการกำหนดสัดสวนหนาที่ และความรับผิดชอบในปริมาณงาน สิ่งของ หรือมูลคาตามสัญญาของผูเขารวมคา หลักมากกวาผูเขารวมคารายอื่นทุกราย
    (2) กรณีที่ขอตกลงฯ กำหนดใหผูเขารวมคารายใดรายหนึ่งเปนผูเขารวมคาหลัก กิจการรวมคา นั้น ตองใชผลงานของผูเขารวมคาหลักรายเดียวเปนผลงานของกิจการรวมคาที่ยื่นขอเสนอสำหรับขอตกลงฯ ที่ไมไดกำ หนดใหผูเขารวมคารายใดเปนผูเขารวมคาหลัก ผูเขารวมคาทุกรายจะตองมีคุณสมบัติครบถวนตามเงื่อนไขที่ กำหนดไวในเอกสารเชิญชวน
    (3) การยื่นขอเสนอของกิจการรวมคา
    (3.1) กรณีที่ขอตกลงฯ กำหนดใหมีการมอบหมายผูเขารวมคารายใดรายหนึ่ง เปนผูยื่นขอ เสนอในนามกิจการรวมคา การยื่นขอเสนอดังกลาวไมตองมีหนังสือมอบอำนาจสำหรับขอตกลงฯ ที่ไมไดกำ
    หนดใหผูเขารวมคารายใดเปนผูยื่นขอเสนอ ผูเขารวมคาทุก รายจะตองลงลายมือชื่อในหนังสือมอบอำ นาจใหผูเขารวมคารายใดรายหนึ่งเปนผูยื่นขอเสนอในนามกิจการรวมคา
    (3.2) การยื่นขอเสนอดวยวิธีประกวดราคาอิเล็กทรอนิกส (e - bidding) ใหผูเขารวมคาที่ ไดรับมอบหมายหรือมอบอำนาจตามขอ (3.1) ดำเนินการซื้อเอกสารประกวดราคาอิเล็กทรอนิกส กรณีที่มีการ จำหนายเอกสารซื้อหรือจาง
    7.12 ผูยื่นขอเสนอตองลงทะเบียนที่มีขอมูลถูกตองครบถวนในระบบจัดซื้อจัดจางภาครัฐ ดวย อิเล็ก ทรอนิกส (Electronic Government Procurement : e-GP) ของกรมบัญชีกลาง
    7.13 ผูยื่นขอเสนอตองมีมูลคาสุทธิของกิจการ ดังนี้

  17. กรณีผูยื่นขอเสนอเปนนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทยหรือตางประเทศ ซึ่งไดจดทะเบียน เกินกวา 1 ป ตองมีมูลคาสุทธิของกิจการ จากผลตางระหวางสินทรัพยสุทธิหักดวยหนี้สินสุทธิ ที่ปรากฏใน งบแสดงฐานะการเงินที่มีการตรวจรับรองแลว ซึ่งจะตองแสดงคาเปนบวก 1 ปสุดทายกอนวันยื่นขอเสนอ งบแสดงฐานะการเงิน 1 ปสุดทายกอนวันยื่นขอเสนอ หมายถึง งบแสดงฐานะการเงินยอนไป กอนวันที่หนวยงานข องรัฐกำหนดใหเปนวันยื่นขอเสนอ 1 ปปฏิทิน เวนแตกรณีนิติบุคคลที่จัดตั้งขึ้น ตามกฎหมายไทย หากวันยื่นขอเส นอ เปนชวงระยะเวลาที่กรมพัฒนาธุรกิจการคากำหนดใหนิติบุคคล ยื่นงบแสดงฐานะการเงินกับกรมพัฒนาธุรกิจ การคา ซึ่งจะอยู่ในชวงเดือนมกราคม - เดือนพฤษภาคม ของทุกป โดยนิติบุคคลที่เปนผูยื่นขอเสนอนั้นยังอยูในชวง ของการยื่นงบแสดงฐานะการเงินกับกรมพัฒนาธุรกิจการคา คือ ชวงเดือนมกราคม - เดือนพฤษภาคม กรณีนี้ให สามารถยื่นงบแสดงฐานะการเงินยอนไปอีก 1 ป ได

  18. กรณีผูยื่นขอเสนอเปนนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทย ซึ่งยังไมมีการรายงาน งบแสดง ฐานะการเงินกับกรมพัฒนาธุรกิจการคา หรือกรณีผูยื่นขอเสนอเปนนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายตาง ประเทศ ซึ่งยังไมมีการรายงานงบแสดงฐานะการเงิน ใหพิจารณาการกำหนดมูลคาของทุนจดทะเบียน โดยผูยื่น ขอเสนอจะ ตองมีทุนจดทะเบียนที่เรียกชำระมูลคาหุนแลว ณ วันที่ยื่นขอเสนอ ดังนี้
    (1) มูลคาการจัดซื้อจัดจางไมเกิน 1 ลานบาท ไมตองกำหนดทุนจดทะเบียน
    (2) มูลคาการจัดซื้อจัดจางเกิน 1 ลานบาท แตไมเกิน 5 ลานบาท ตองมีทุนจดทะเบียน ไมต่ำกวา 1 ลานบาท

  19. สำหรับการจัดซื้อจัดจางครั้งหนึ่งที่มีวงเงินเกิน 500,000 บาทขึ้นไป กรณีผูยื่นขอเสนอ เปนบุคคลธรรมดาใหพิจารณาจากหนังสือรับรองบัญชีเงินฝากไมเกิน 90 วัน กอนวันยื่นขอเสนอ โดยตองมีเงินฝาก คงเหลือในบัญชีธนาคารเปนมูลคา 1 ใน 4 ของมูลคางบประมาณของโครงการหรือรายการ ที่ยื่นขอเสนอในแตละ ครั้ง และหากเปนผูชนะการจัดซื้อจัดจางหรือเปนผูไดรับการคัดเลือกจะตองแสดง หนังสือรับรองบัญชีเงินฝากที่มี มูลคาดังกลาวอีกครั้งหนึ่งในวันลงนามในสัญญา

  20. กรณีที่ผูยื่นขอเสนอไมมีมูลคาสุทธิของกิจการหรือทุนจดทะเบียน หรือมีแตไมเพียงพอ ที่จะเขายื่นขอเสนอ สามารถดำเนินการไดดังนี้
    (1) กรณีผูยื่นขอเสนอเปนนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทย หรือบุคคลธรรมดา
    ที่ถือสัญชาติไทย ผูยื่นขอเสนอสามารถขอวงเงินสินเชื่อโดยตองมีวงเงินสินเชื่อ 1 ใน 4 ของมูลคางบประมาณ ของโครงการหรือรายการที่ยื่นขอเสนอในแตละครั้ง จะเปนสินเชื่อที่ธนาคารภายในประเทศ หรือบริษัทเงินทุนหรือ บริษัทเงินทุนหลักทรัพยที่ไดรับอนุญาตใหประกอบกิจการเงินทุนเพื่อการพาณิชยและประกอบธุรกิจค้ำประกันตาม ประกาศของธนาคารแหงประเทศไทย ตามรายชื่อบริษัทเงินทุนที่ธนาคารแหงประเทศไทย แจงเวียนใหทราบโดย พิจารณาจากยอดเงินรวมของวงเงินสินเชื่อที่สำนักงานใหญรับรอง หรือที่สำนักงานสาขารับรอง (กรณีไดรับมอบ อำนาจจากสำนักงานใหญ) ซึ่งออกใหแกผูยื่นขอเสนอ นับถึงวันยื่นขอเสนอไมเกิน 90 วัน
    (2) กรณีผูยื่นขอเสนอเปนนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายตางประเทศหรือบุคคลธรรมดา ที่มิไดถือสัญชาติไทย ผูยื่นขอเสนอสามารถขอวงเงินสินเชื่อ โดยตองมีวงเงินสินเชื่อ 1 ใน 4 ของมูลคางบประมาณ
    ของโครงการหรือรายการที่ยื่นขอเสนอในแตละครั้ง จะเปนสินเชื่อที่ธนาคารภายในประเทศ หรือบริษัทเงินทุนหรือ บริษัทเงินทุนหลักทรัพยที่ไดรับอนุญาตใหประกอบกิจการเงินทุน เพื่อการพาณิชยและประกอบธุรกิจค้ำประกัน ตามประกาศของธนาคารแหงประเทศไทย ตามรายชื่อบริษัทเงินทุนที่ธนาคารแหงประเทศไทยแจงเวียนใหทราบ หรือเปนสินเชื่อที่ธนาคารตางประเทศหรือบริษัทเงินทุนหลักทรัพยที่ไดรับอนุญาตใหประกอบกิจการเงินทุนเพื่อกา รพาณิชยและประกอบธุรกิจค้ำประกันตามประกาศของธนาคารกลางตางประเทศนั้น ตามรายชื่อบริษัทที่ธนาคาร กลางตางประเทศนั้นแจงเวียนใหทราบ โดยพิจารณาจากยอดเงินรวมของวงเงินสินเชื่อที่สำนักงานใหญ รับรอง หรือที่สำนักงานสาขารับรอง (กรณีไดรับมอบอำนาจจากสำนักงานใหญ) ซึ่งออกใหแกผูยื่นขอเสนอนับถึงวันยื่น ขอเสนอไมเกิน 90 วัน)

  21. กรณีผูยื่นขอเสนอเปนนิติบุคคลที่จัดตั้งขึ้นตามกฎหมายตางประเทศ หรือบุคคลธรรมดาที่มิ ไดถือสัญชาติไทยตามขอ 2 ขอ 3 และขอ 4 (2) มูลคาจะตองเปนไปตามอัตราแลกเปลี่ยนเงินตรา ตามประกาศที่ ธนาคารแหงประเทศไทยกำหนด ในชวงระหวางวันที่เผยแพรประกาศและเอกสารประกวดราคาในระบบจัดซื้อจัด จางภาครัฐดวยอิเล็กทรอนิกส (e - GP) จนถึงวันเสนอราคาทั้งนี้ผูยื่นขอเสนอจะตองยื่นเอกสารที่แสดงใหเห็นถึง ขอมูลเกี่ยวกับมูลคาสุทธิของกิจการ แลวแตกรณีประกอบกับเอกสารดังกลาวจะตองผานการรับรองตามระเบียบ กระทรวงการตางประเทศวาดวยการ รับรองเอกสาร พ.ศ. 2539 และที่แกไขเพิ่มเติม กำหนด โดยจะตองยื่น เอกสารดังกลาวในวันยื่นขอเสนอ หากผูยื่นขอเสนอมิไดมีการยื่นเอกสารดังกลาวมาพรอมกับการยื่นขอเส นอใหถือวาผูยื่นขอเสนอรายนั้นยื่นเอกสารไมครบ ถวนตามเงื่อนไขที่กำหนดไวในเอกสารประกวดราคา 6. กรณีตามขอ 1 - ขอ 5 ไมใชบังคับกับกรณีดังตอไปนี้
    (6.1) กรณีที่ผูยื่นขอเสนอเปนหนวยงานของรัฐภายในประเทศ
    (6.2) นิติบุคคลที่จัดตั้งขึ้นตามกฎหมายไทยที่อยูระหวางการฟนฟูกิจการตามพระราชบัญญัติ ลมละลาย พ.ศ. 2483 และที่แกไขเพิ่มเติม
    (6.3) งานจางกอสรางที่กรมบัญชีกลางไดขึ้นทะเบียนผูประกอบการงานกอสรางแลว
    และงานจางกอสรางที่หนวยงานของรัฐที่ไดมีการจัดทำบัญชีผูประกอบการงานกอสรางที่มีคุณสมบัติเบื้อง ตนไวแลวกอนวันที่พระราชบัญญัติการจัดซื้อจัดจางฯ มีผลใชบังคับ
    (6.4) การจัดซื้อจัดจางตามมาตรา 56 วรรคหนึ่ง (2) (ข) และ (ค) แหงพระราชบัญญัติ
    การจัดซื้อจัดจางฯ
    (6.5) การซื้ออสังหาริมทรัพยและการเชาอสังหาริมทรัพย
    (6.6) กรณีงานจางบริการหรืองานจางเหมาบริการกับบุคคลธรรมดา เชน จางพนักงานขับ รถ ครูชาวตางชาติ พนักงานเก็บขยะ พนักงานบันทึกขอมูล เปนตน
    7.14 ผูยื่นขอเสนอจะตองมีนโยบายและแนวทางการปองกันการทุจริตในการจัดซื้อจัดจาง 7.15 ผูยื่นขอเสนอจะตองลงนามในขอตกลงคุณธรรม กรณีโครงการจัดซื้อจัดจางที่มีวงเงินตั้งแต 1,000 ลานบาทขึ้นไป
    7.16 ผูยื่นขอเสนอตองมีผลงานเกี่ยวกับการพัฒนาระบบสารสนเทศโดยใชปญญาประดิษฐ (AI) หรือ งานที่เกี่ยวของ ในวงเงินสัญญา จำนวนไมนอยกวา 1,200,000 บาท (หนึ่งลานสองแสนบาทถวน) โดยเปนผลงาน สัญญาเดียวตั้งแตป พ.ศ.2566 ถึงปจจุบัน ซึ่งเปนคูสัญญาโดยตรงกับสวนราชการ หนวยงานตามกฎหมายวาดวย ระเบียบการบริหารราชการสวนทองถิ่น รัฐวิสาหกิจ หรือหนวยงานเอกชนอื่นที่มีความนาเชื่อถือ ไมใชผลงานอัน เกิดจากการรับจางชวง โดยจะตองแนบสำเนาหนังสือรับรองผลงานและสัญญาจาง พรอมรับรองสำเนาถูกตองมา ยื่น ณ วันที่เสนอราคา
    7.17 ผูยื่นขอเสนอจะตองมีทีมบุคลากรที่มีความรู ความสามารถและความเชี่ยวชาญดานการพัฒนา ระบบปญญาประดิษฐ (AI) ทั้งดานการออกแบบ การวิเคราะหและการพัฒนาระบบ โดยบุคลากรตามบัญชีรายชื่อ
    ที่เสนอจะตองเปนพนักงานประจำของผูยื่นขอเสนอ (พรอมแนบหลักฐานแสดงการจางงาน) และมีระดับการศึกษา และประสบการณการทำงานทางดานคอมพิวเตอร/เทคโนโลยีสารสนเทศ ณ วันที่ยื่นขอเสนอ ดังนี้
    ลำดับ
    ตำแหน่ง
    ระดับการ
    ศึกษา
    ไม่ต่ำกว่า
    สาขา
    ประสบการณ์
    ไม่ต่ำกว่า
    1
    หัวหน้าโครงการ
    (Project Manager)
    ป.ตรี
    คอมพิวเตอร์/สารสนเทศหรือ สาขาที่เกี่ยวข้อง(มีประสบการณ์ บริหารโครงการพัฒนาซอฟต์แวร์)
    5 ปี (กรณีป.โทขึ้นไป) หรือ7 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)
    2 ปี
    3
    นักวิเคราะห์และออกแบบ ระบบ(System Analyst)
    ป.ตรี
    คอมพิวเตอร์/สารสนเทศหรือ สาขาที่เกี่ยวข้อง
    5 ปี
    4
    นักพัฒนาระบบ(Software Developer)
    ป.ตรี
    คอมพิวเตอร์/สารสนเทศหรือ สาขาที่เกี่ยวข้อง
    2 ปี
    5
    ผู้ประสานงาน
    ป.ตรี
    ทุกสาขา
    1 ปี

  22. เกณฑ์การพิจารณา
    ใชเกณฑราคาประกอบเกณฑคุณภาพ (Price Performance) โดยการพิจารณาผลการยื่นขอเสนอ ประกวดราคาอิเล็กทรอนิกสครั้งนี้ สมศ. และจะพิจารณาตัดสินใหคะแนนรวม 100 คะแนน ทั้งนี้ จะพิจารณา เฉพาะผู้ยื่นข้อเสนอที่ได้คะแนนจากเกณฑ์คุณภาพไม่น้อยกว่าร้อยละ 75 (กล่าวคือ ต้องได้คะแนนจากเกณฑ์ คุณภาพตั้งแต่ 52.5 คะแนนขึ้นไป จากคะแนนเต็ม 70 คะแนน) เท่านั้น โดยมีรายละเอียดดังนี้
    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) ผู้ยื่นข้อเสนอจะต้องนำเสนอต้นแบบMock-up ของส่วนที่ 1 ระบบผู้ช่วยอัจฉริยะเพื่อ
การสกัดและตรวจสอบคุณภาพข้อมูลรายงานอัตโนมัติ" ในรูปแบบ Interactive Prototype ที่
สามารถคลิกโต้ตอบได้โดยต้องครอบคลุมฟังก์ชันสำคัญดังนี้
(1) การออกแบบหน้าจอทำงานเปรียบเทียบ (Intelligent Split Screen
Interface): สาธิตการจัดวางองค์ประกอบหน้าจอที่แสดงไฟล์รายงานต้นฉบับ (PDF Viewer) คู่
ขนานไปกับหน้าจอผลการตรวจสอบ (Validation Results) โดยต้องแสดงให้เห็นถึงความ
สะดวกในการใช้งานการใช้พื้นที่หน้าจอที่คุ้มค่าและความสบายตาในการอ่านข้อมูลเปรียบเทียบ
(2) กลไกการเชื่อมโยงข้อมูลและเอกสาร (Interactive Navigation & Mapping):
สาธิตฟังก์ชันการโต้ตอบเมื่อผู้ใช้งานคลิกที่ “ข้อความแจ้งเตือน” หรือ “จุดที่พบข้อผิดพลาด” ใน
ฝั่งผลการตรวจสอบแล้วระบบสามารถสั่งการให้หน้าต่างPDF “เลื่อนไปยังตำแหน่งที่เกี่ยวข้อง”
(Auto-Scroll / Jump to Section) หรือ “ไฮไลท์ข้อความ” (Highlight) ในไฟล์ต้นฉบับได้
อย่างแม่นยำและลื่นไหล
(3) รูปแบบการแจ้งเตือนและการจัดการสถานะ (Visualization of Alerts &
Logic): สาธิตรูปแบบการแสดงผล (Visualization) เมื่อระบบตรวจพบความผิดปกติทั้ง3 รูป
แบบตามขอบเขตงานได้แก่ความผิดปกติของข้อมูล (เช่นรหัสสถานศึกษาไม่ตรง) ความผิดปกติ
ทางตรรกะ (เช่นผลประเมินไม่สอดคล้องกับหลักฐาน) คุณภาพการเขียน (เช่นการใช้ภาษาที่ไม่
เหมาะสม) โดยต้องแสดงให้เห็นว่าผู้ใช้งานสามารถเข้าใจประเภทของความผิดพลาดและวิธีการ
แก้ไขได้อย่างชัดเจน
2.2 ผู้ยื่นข้อเสนอจะต้องนำเสนอผลงานเกี่ยวกับปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนการ ดำเนินงาน (Related Customer References) ซึ่งเป็นผลงานที่ได้รับการตรวจรับงาน เรียบร้อยแล้วตาม TOR ข้อ 7.16 โดยสามารถใช้สัญญาเดียวกันที่มีองค์ประกอบครบถ้วนหรือ ใช้ต่างสัญญากันมายื่นเพื่อประกอบการพิจารณาได้ (15 คะแนน) แบ่งได้ดังนี้

2.2.1 ผลงานด้านการพัฒนาระบบปัญญาประดิษฐ์ (AI), Machine Learning หรือการ วิเคราะห์ข้อมูลขนาดใหญ่ (Big Data Analytics) (9 คะแนน)


2.2.2 ผลงานด้านการประมวลผลภาษาธรรมชาติ (NLP) หรือเทคโนโลยี OCR สำหรับ ภาษาไทยทั้งนี้สามารถเป็นผลงานภายใต้สัญญาเดียวกับข้อ 2.2.1 ได้ (6 คะแนน)
รวม 
100

รายละเอียดรูปแบบการนำเสนอ มีดังนี้

  1. ผูยื่นขอเสนอจะตองจัดทำตัวอยางผลงานเสมือนจริง (Mock up) ยื่นเสนอตอ สมศ. ภายใน 5 วัน ทำการ นับถัดจากวันยื่นขอเสนอผานระบบ e-GP หรือวันที่ สมศ. นัดหมาย ณ สำนักงานรับรองมาตรฐานและ ประเมินคุณภาพการศึกษา (องคการมหาชน) ชั้น 24 อาคารพญาไทพลาซา เลขที่ 128 ถนนพญาไทแขวงทุงพญาไท เขตราชเทวี กรุงเทพฯ 10400 ทั้งนี้ สมศ. จะประสานแจงวันเวลานัดหมายเพื่อใหผูยื่นขอเสนอ มานำเสนอคุณลักษณะ ดานคุณภาพตอไป
  2. ผูยื่นขอเสนอจะตองนำเสนอดวย PowerPoint หรือโปรแกรมนำเสนออื่นๆ ณ สำนักงานรับรองมาตรฐาน และประเมินคุณภาพการศึกษา (องคการมหาชน) หรือผานทางออนไลน (Google Meet) โดยให้เวลาในการนำเสนอ ต่อผู้ยื่นข้อเสนอ 1 ราย รวมทั้งสิ้นไม่เกิน 45 นาที (แบ่งเป็นการนำเสนอรายละเอียดผ่านโปรแกรมนำเสนอและสาธิต ผลงานเสมือนจริง ไม่เกิน 30 นาที และคณะกรรมการซักถาม ไม่เกิน 15 นาที)
    รายละเอียดหลักเกณฑการพิจารณามีดังนี้
  3. เกณฑราคาของผูยื่นขอเสนอ 30 คะแนน (อัตราสวนน้ำหนักรอยละ 30)
  • คะแนนเกณฑราคาประมวลผลโดยระบบการจัดซื้อจัดจางภาครัฐ
  1. เกณฑคุณภาพของผูยื่นขอเสนอ 70 คะแนน (อัตราสวนน้ำหนักรอยละ 70)
  • หลักเกณฑการพิจารณาแบงออกเปน 2 หัวขอ ซึ่งมีรายละเอียดการใหคะแนนตามหลักเกณฑของ ผูยื่นขอเสนอ ดังนี้
    ลำดับ
    หัวข้อในการพิจารณา
    หลักเกณฑ์ในการให้คะแนน
    น้ำหนัก
    คะแนนเต็ม
    2.1 พิจารณาข้อเสนอทางด้านเทคนิค (55 คะแนน)
    2.1.1
    แผนการดำเนินงาน
    ผู้ยื่นข้อเสนอจะต้องจัดทำและนำเสนอแผนการ ดำเนินงานที่มีรายละเอียดและขั้นตอนการดำเนิน งานที่สมบูรณ์ชัดเจนและสอดคล้องกับระยะเวลา ดำเนินโครงการ (210 วัน) ดังนี้
  1. รายละเอียดของแผน (Detail of the Plan) แผนมีรายละเอียดกิจกรรม (Activity) ครบถ้วน สมบูรณ์ครอบคลุมทั้ง3 งวดงานและมีขั้นตอนการ ดำเนินงานที่ชัดเจน
  2. การจัดสรรทรัพยากร (Resource
    Allocation)
    มีการระบุทรัพยากรที่จำเป็นทั้งด้านบุคลากร (PM, AI Engineer, Dev) เครื่องมือที่ใช้และเวลาโดยต้อง มีการจัดสรรทรัพยากรอย่างมีประสิทธิภาพและ เพียงพอ
  3. ความชัดเจนของเป้าหมาย (Clarity of Objectives)
    เป้าหมายในแต่ละขั้นตอนมีความชัดเจนเจาะจง สามารถวัดผลได้ (Deliverables) มีการระบุเกณฑ์ ความสำเร็จที่ชัดเจนและเป็นไปได้ในทางปฏิบัติ
    เกณฑ์พิจารณา
    • (0 คะแนน) ไม่นำเสนอหรือแผนการดำเนินงานมี รายละเอียดที่ไม่ครบถ้วนและไม่ชัดเจนทั้ง 3 ข้อ • (2 คะแนน) แผนการดำเนินงานมีรายละเอียดที่ ครบถ้วนและชัดเจนจำนวน1 ข้อจาก3 ข้อ • (3 คะแนน) แผนการดำเนินงานมีรายละเอียดที่ ครบถ้วนและชัดเจนจำนวน2 ข้อจาก 3 ข้อ • (5 คะแนน) แผนการดำเนินงานมีรายละเอียดที่ ครบถ้วนและชัดเจนครบทั้ง 3 ข้อ
    5 คะแนน
    2.1.2
    การออกแบบการพัฒนาระบบ
    ผู้ยื่นข้อเสนอจะต้องจัดทำและนำเสนอแนวคิดและ เครื่องมือที่ใช้ในการพัฒนาระบบโดยต้องมีการนำ เสนออธิบายถึงหลักการและวิธีการใช้งานที่เกี่ยวข้อง กับโครงการนี้ตาม TOR ดังนี้
  4. กระบวนการพัฒนา (Methodology) ใช้หลักการ Software Development
    Methodology ที่เป็นมาตรฐาน (เช่น Agile, Scrum หรือ Waterfall) ที่เหมาะสมกับการพัฒนา ระบบ AI
  5. การจัดการเวอร์ชัน (Version Control) ใช้เครื่องมือVersion Control ในการ
    พัฒนา เช่น GitHub, GitLab เพื่อช่วย
    จัดการSource Code และส่งเสริมการทำงานร่วม
    10 คะแนน

ลำดับ
หัวข้อในการพิจารณา
หลักเกณฑ์ในการให้คะแนน
น้ำหนัก
คะแนนเต็ม

กันหลายคนได้อย่างมีประสิทธิภาพ

  1. มาตรฐานกระบวนการ (Standard)
    มีมาตรฐานรองรับกระบวนการพัฒนาซอฟต์แวร์ เช่น ISO 29110, ISO 12207, CMMI หรือมาตร ฐานอื่นๆที่เทียบเท่า
    เกณฑ์พิจารณา
    • (0 คะแนน) ไม่นำเสนอหรือออกแบบการพัฒนา ระบบไม่สอดคล้องกับทั้ง 3 ข้อ
    • (3 คะแนน) ออกแบบการพัฒนาระบบอย่าง สอดคล้องครบถ้วนและชัดเจนจำนวน 1 ข้อจาก 3 ข้อ
    • (6 คะแนน) ออกแบบการพัฒนาระบบอย่าง สอดคล้องครบถ้วนและชัดเจนจำนวน 2 ข้อจาก 3 ข้อ
    • (10 คะแนน) ออกแบบการพัฒนาระบบอย่าง สอดคล้องครบถ้วนและชัดเจนทั้ง 3 ข้อ

    2.1.3
    การออกแบบ
    สถาปัตยกรรมระบบ
    ผู้ยื่นข้อเสนอจะต้องจัดทำและนำเสนอ
    สถาปัตยกรรมระบบ โดยต้องมีความสอดคล้องครบ ถ้วนและชัดเจนตามหัวข้อในTOR ข้อ 4.1 - 4.12 ดังนี้

  2. ภาพรวมสถาปัตยกรรม (System
    Architecture)
    ออกแบบภาพรวมสถาปัตยกรรมระบบ
    ได้แก่ Conceptual Diagram และ Logical Design ที่แสดงการทำงานของ AI บน Cloud Infrastructure อย่างครบถ้วน

  3. การไหลของข้อมูล (Data Flow & AI Pipeline)
    ออกแบบกระบวนการนำเข้าข้อมูล (Ingestion), การแปลงข้อมูลด้วย OCR/NLP และการจัดเก็บลง ฐานข้อมูล (Database Design) อย่างชัดเจน 3) การเชื่อมต่อระบบ (Integration)
    ออกแบบวิธีการเชื่อมต่อกับระบบ AQA ผ่าน API และระบบอื่นๆที่เกี่ยวข้องได้ถูกต้องตามหลัก Rest API

  4. ความมั่นคงปลอดภัย (Security & PDPA) ออกแบบมาตรการความปลอดภัยของข้อมูลและ กระบวนการปกป้องข้อมูลส่วนบุคคล (Data Privacy/Anonymization) ที่สอดคล้องกับ กฎหมาย PDPA
    เกณฑ์พิจารณา
    10 คะแนน

ลำดับ
หัวข้อในการพิจารณา
หลักเกณฑ์ในการให้คะแนน
น้ำหนัก
คะแนนเต็ม

• (0 คะแนน) ไม่นำเสนอหรือออกแบบ

สถาปัตยกรรมระบบไม่เป็นไปตามรายละเอียดทั้ง 4 ข้อ
• (3 คะแนน) ออกแบบสถาปัตยกรรมระบบเป็นไป ตามรายละเอียดจำนวน1 ข้อจาก 4 ข้อ
• (5 คะแนน) ออกแบบสถาปัตยกรรมระบบเป็นไป ตามรายละเอียดจำนวน2 ข้อจาก 4 ข้อ
• (7 คะแนน) ออกแบบสถาปัตยกรรมระบบเป็นไป ตามรายละเอียดจำนวน3 ข้อจาก 4 ข้อ
• (10 คะแนน) ออกแบบสถาปัตยกรรมระบบเป็น ไปตามรายละเอียดครบถ้วนทั้ง 4 ข้อ

2.1.4 
เทคโนโลยีที่จะนำมาใช้

ในโครงการฯ
ผู้ยื่นข้อเสนอจะต้องจัดทำและนำเสนอรายละเอียด ของเทคโนโลยีที่จะนำมาใช้ในโครงการฯ
(เช่นPython, LLM Models, OCR Tools, Web Framework) โดยจะต้องมีความสอดคล้องครบถ้วน และชัดเจนตามTOR ดังนี้

  1. ความเหมาะสมของเทคโนโลยี (Relevance) เทคโนโลยีเหมาะสมกับโจทย์ AI, NLP และOCR รองรับทั้งภาษาไทยและภาษาอังกฤษ สามารถตอบ สนองเป้าหมายโครงการได้ โดยระบุข้อดี ข้อเสียของ เทคโนโลยีที่นำเสนอ
  2. ประสิทธิภาพและความน่าเชื่อถือ (Efficiency) เทคโนโลยีมีประสิทธิภาพสูง (High Performance) และมีความน่าเชื่อถือในการใช้งานระดับEnterprise 3) ความยืดหยุ่นและการขยายตัว (Scalability)
    เทคโนโลยีมีความยืดหยุ่นสูงรองรับปริมาณข้อมูล (Big Data) ที่เพิ่มขึ้นในอนาคตได้
  3. ความคุ้มค่าและลิขสิทธิ์ (Cost & License) เลือกใช้เทคโนโลยีที่มีความคุ้มค่าและมีการบริหาร จัดการลิขสิทธิ์ซอฟต์แวร์ที่ถูกต้อง (ไม่มีค่าใช้จ่าย แฝงในอนาคต)
    เกณฑ์พิจารณา
    • (0 คะแนน) ไม่นำเสนอหรือเทคโนโลยีไม่ สอดคล้องกับทั้ง 4 ข้อ
    • (3 คะแนน) เทคโนโลยีสอดคล้องจำนวน 1 ข้อ จาก 4 ข้อ
    • (5 คะแนน) เทคโนโลยีสอดคล้องจำนวน 2 ข้อ จาก 4 ข้อ
    • (7 คะแนน) เทคโนโลยีสอดคล้องจำนวน 3 ข้อ จาก4 ข้อ
    • (10 คะแนน) เทคโนโลยีสอดคล้องครบถ้วนทั้ง 4 ข้อ
    10 คะแนน

ลำดับ
หัวข้อในการพิจารณา
หลักเกณฑ์ในการให้คะแนน
น้ำหนัก
คะแนนเต็ม
2.1.5
การนำเสนอต้นแบบ
(Proof of Concept & Prototype)
ผู้ยื่นข้อเสนอจะต้องจัดทำและนำเสนอ
ต้นแบบ Mock-up ของ “ระบบผู้ช่วยอัจฉริยะ” ใน รูปแบบ Interactive Prototype ที่สามารถคลิก โต้ตอบได้โดยต้องครอบคลุมฟังก์ชันสำคัญดังนี้ 1) การออกแบบหน้าจอทำงานเปรียบเทียบ (Intelligent Split Screen)
แสดงการจัดวาง PDF Viewer คู่ขนานกับหน้าจอผล ตรวจสอบ (Validation Results) ที่แสดงให้เห็นถึง ความสะดวกการใช้พื้นที่คุ้มค่า
2) กลไกการเชื่อมโยงข้อมูลและเอกสาร
(Interactive Navigation)
สาธิตฟังก์ชันเมื่อคลิก “ข้อความแจ้งเตือน” แล้ว ระบบสามารถAuto-Scroll หรือJump ไปยัง ตำแหน่งที่เกี่ยวข้องในPDF พร้อมHighlight ได้อย่าง แม่นยำ
3) รูปแบบการแจ้งเตือนและการจัดการสถานะ (Visualization of Alerts & Logic)
สาธิตการแสดงผลความผิดปกติครบทั้ง 3 รูปแบบ (ข้อมูล, ตรรกะ, ภาษา) โดยผู้ใช้งานเข้าใจประเภท ความผิดพลาดและรู้วิธีแก้ไขได้ชัดเจน
เกณฑ์พิจารณา
• (0 คะแนน) ไม่มีการนำเสนอหรือนำเสนอเป็น ภาพนิ่ง (Non-interactive) หรือไม่ตรงตามโจทย์ • (5 คะแนน) นำเสนอInteractive Prototype ที่
ครอบคลุมฟังก์ชันหลักจำนวน 1 ข้อจาก 3 ข้อ • (10 คะแนน) นำเสนอInteractive Prototype ที่ ครอบคลุมฟังก์ชันหลักจำนวน 2 ข้อจาก 3 ข้อ • (15 คะแนน) นำเสนอ Interactive Prototype ที่ครอบคลุมฟังก์ชันหลักครบทั้ง 3 ข้อแต่การใช้งาน ยังไม่ลื่นไหลหรือไม่สมบูรณ์
• (20 คะแนน) นำเสนอInteractive Prototype ที่ ครอบคลุมฟังก์ชันหลักครบทั้ง3 ข้อ มีความถูกต้อง แม่นยำและแสดงถึงประสบการณ์ผู้ใช้งาน (UX/UI) ที่ดีเยี่ยม
20 คะแนน
2.2 ผู้ยื่นข้อเสนอจะต้องนำเสนอผลงานเกี่ยวกับปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนการดำเนินงานซึ่งเป็นผลงานที่ได้ 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)
ผู้ยื่นข้อเสนอจะต้องจัดทำและนำเสนอผลงานด้าน การพัฒนาระบบ AI, Machine Learning หรือ Big Data Analytics
เกณฑ์พิจารณา
9 คะแนน

ลำดับ
หัวข้อในการพิจารณา
หลักเกณฑ์ในการให้คะแนน
น้ำหนัก
คะแนนเต็ม

• (9 คะแนน) มีผลงานที่เกี่ยวข้องโดยตรงดำเนิน การแล้วเสร็จ (สัญญาเดียว) และมีหนังสือรับรองผล งานจากหน่วยงานรัฐ/เอกชนที่น่าเชื่อถือ อย่าง น้อย 2 สัญญา

• (6 คะแนน) มีผลงานที่เกี่ยวข้องโดยตรงดำเนิน การแล้วเสร็จ (สัญญาเดียว) และมีหนังสือรับรองผล งานอย่างน้อย 1 สัญญา
• (3 คะแนน) มีผลงานที่เกี่ยวข้องเพียงบางส่วนหรือ เอกสารหลักฐานไม่สมบูรณ์
• (0 คะแนน) ไม่มีผลงานที่เกี่ยวข้องหรือไม่สามารถ แสดงหลักฐานได้

2.2.2 
ผลงานด้านการประมวลผลภาษา ธรรมชาติ (NLP) หรือ

เทคโนโลยี OCR สำหรับภาษาไทย (สามารถเป็นผลงานภายใต้สัญญา เดียวกับข้อ 2.2.1 ได้)
ผู้ยื่นข้อเสนอจะต้องจัดทำและนำเสนอผลงานด้าน การประมวลผลภาษาธรรมชาติ (NLP) หรือ เทคโนโลยี OCR สำหรับภาษาไทย (สามารถเป็น สัญญาเดียวกับข้อ 2.2.1 ได้)
เกณฑ์พิจารณา:
• (6คะแนน) มีผลงานด้านNLP/OCR ภาษาไทย โดยตรงดำเนินการแล้วเสร็จ (สัญญาเดียว) และมี หนังสือรับรองผลงานอย่างน้อย 2 สัญญา • (4 คะแนน) มีผลงานด้านNLP/OCR ภาษาไทย โดยตรงดำเนินการแล้วเสร็จ (สัญญาเดียว) และมี หนังสือรับรองผลงานอย่างน้อย1 สัญญา
• (2 คะแนน) มีผลงานที่เกี่ยวข้องเพียงบางส่วนหรือ เอกสารหลักฐานไม่สมบูรณ์
• (0 คะแนน) ไม่มีผลงานที่เกี่ยวข้องหรือไม่สามารถ แสดงหลักฐานได้
6 คะแนน
รวม
70 คะแนน

เงื่อนไขการพิจารณา

  1. ใหแสดงเอกสารหลักฐานที่ชัดแจงเพื่อนำมาใชในการพิจารณาใหคะแนนในแตละหัวขอ
  2. การคัดลอกขอกำหนดมาวางโดยไมอธิบายชี้แจงเพิ่มเติม ผูเสนอราคาจะไมไดรับคะแนน ในการพิจารณาหัวขอนั้น ๆ
  3. หากผูยื่นขอเสนอรายใดไมสงเอกสารตามหัวขอการพิจารณา จะไมไดรับการพิจารณาใหคะแนนตามหัวขอ นั้น ๆ
  4. สัญญาหรือผลงานที่ยังไมสิ้นสุดโครงการ ไมสามารถนำมาพิจารณาคะแนนได
  1. ผู้รับผิดชอบ
    9.1 ผูรับผิดชอบโครงการ
    งานนวัตกรรมและฐานขอมูล ฝายนวัตกรรมดิจิทัลและขอมูลสารสนเทศ
    โทร. 0 2216 3955 ตอ 170 (สมพล)
    ไปรษณียอิเล็กทรอนิกส : [email protected]
    9.2 คณะกรรมการรางขอบเขตงาน
    9.2.1 นายสมพล จารุธนศักดิ์กูร ประธานกรรมการ
    9.2.2 นางสาวสิรีธร ดีผาย กรรมการ
    9.2.3 นายกันตพัฒน์ จิรเมธสวัสดิ์ กรรมการ
    ลงชื่อ
    (นายสมพล จารุธนศักดิ์กูร)
    ประธานกรรมการ
    06 มี.ค.69 เวลา 16:27:24 Non-PKI Server Sign
    Signature Code : MQAxA-DkAQQ-BFADI-AOABC
    ลงชื่อ
    (นางสาวสิรีธร ดีผาย)
    กรรมการ
    06 มี.ค.69 เวลา 16:42:23 Non-PKI Server Sign
    Signature Code : RQBDA-EUAQg-AyADg-AOQA5
    ลงชื่อ
    (นายกันตพัฒน์ จิรเมธสวัสดิ์)
    กรรมการ
    06 มี.ค.69 เวลา 16:43:04 Non-PKI Server Sign
    Signature Code : QgBGA-EIAMQ-BGADk-AQwBE
    ความเห็นที่ 1
    อนุมัติ ขอให้ดำเนินการด้วยความละเอียดรอบคอบโดยยึดตามระเบียบพัสดุอย่างเคร่งครัด และสามารถดำเนิน การได้ในทางปฏิบัติจริง

(ศาสตราจารย์ ดร.องอาจ นัยพัฒน์)
ผู้อำนวยการ
2026/03/06 เวลา 21:52:42 , Non-PKI Server Sign , Signature Code : OQBDA-DUAMw-A2ADk-AMQBB