การวิเคราะห์ด้วยโปรแกรมแกรม RTEP
การพัฒนารูปแบบการจัดการเรียนรู้โดยใช้เกมเป็นฐานร่วมกับปัญญาประดิษฐ์เพื่อส่งเสริมทักษะการเคลื่อนไหวของนักเรียนชั้นประถมศึกษาปีที่ 5
1. Introduction
การบูรณาการเกมเป็นฐาน (game-based learning) และเทคโนโลยีปัญญาประดิษฐ์ (AI) ในการจัดการเรียนรู้เพื่อส่งเสริมทักษะการเคลื่อนไหวของนักเรียนประถมศึกษากำลังได้รับความสนใจอย่างมากในงานวิจัยยุคใหม่ งานวิจัยจำนวนมากแสดงให้เห็นว่าโมเดลการเรียนรู้ที่ใช้เกมทั้งแบบดั้งเดิมและดิจิทัล สามารถเพิ่มแรงจูงใจ ความสนุกสนาน และประสิทธิภาพในการพัฒนาทักษะการเคลื่อนไหวขั้นพื้นฐาน เช่น การทรงตัว การประสานงาน และความคล่องแคล่ว นอกจากนี้ เทคโนโลยี AI และ AR/VR ยังช่วยให้เกิดการปรับแต่งกิจกรรมตามศักยภาพของผู้เรียนแต่ละคน ให้ข้อมูลย้อนกลับแบบเรียลไทม์ และเพิ่มโอกาสในการมีส่วนร่วม อย่างไรก็ตาม งานวิจัยยังพบข้อจำกัด เช่น ความเหลื่อมล้ำทางเทคโนโลยี ความพร้อมของครู และความท้าทายด้านจริยธรรม โดยรวมแล้ว หลักฐานสนับสนุนว่าการผสมผสานเกมและ AI สามารถส่งเสริมทักษะการเคลื่อนไหวและผลลัพธ์ทางสังคม-อารมณ์ในเด็กประถมได้อย่างมีนัยสำคัญ
2. Methods
งานวิจัยนี้ได้ค้นคว้าจากฐานข้อมูลกว่า 170 ล้านรายการใน Consensus ซึ่งรวมถึง Semantic Scholar, PubMed, Scopus และแหล่งอื่น ๆ โดยระบุบทความที่เกี่ยวข้องทั้งหมด 373,649 ฉบับ ผ่านกระบวนการคัดกรองหลายขั้นตอนจนได้บทความที่มีคุณภาพสูงสุด 50 ฉบับสำหรับวิเคราะห์เชิงลึก
กลยุทธ์ค้นหาครอบคลุมทั้งคำค้นหลักและคำที่เกี่ยวข้อง เช่น “AI-assisted game-based learning”, “motor skill development”, “elementary education”, “augmented reality”, และ “digital games”.
3. Results
3.1 ผลของเกมเป็นฐานต่อทักษะการเคลื่อนไหว
งานวิจัยจำนวนมากพบว่าโมเดลเกมเป็นฐาน ทั้งแบบดั้งเดิมและดิจิทัล ช่วยเพิ่มพูนทักษะพื้นฐาน เช่น การทรงตัว ความยืดหยุ่น การประสานงานมือ-ตา และความแข็งแรง ตัวอย่างเช่น โมเดลเกมแบบวงจร (circuit games) ส่งผลให้คะแนนหลังทดลองสูงกว่ากลุ่มควบคุมอย่างมีนัยสำคัญ เกมแบบ AR/VR ยังช่วยเพิ่มแรงจูงใจและความสนใจในการออกกำลังกาย
3.2 บทบาทของปัญญาประดิษฐ์ (AI)
AI ถูกนำมาใช้เพื่อปรับแต่งกิจกรรมให้เหมาะกับผู้เรียนแต่ละคน ประเมินผลแบบเรียลไทม์ และออกแบบโปรแกรมฝึกเฉพาะบุคคล ครูและนักเรียนเห็นประโยชน์จาก AI ในด้าน feedback ทันที การติดตามผล และแรงจูงใจ
3.3 ผลกระทบต่อแรงจูงใจและผลสัมฤทธิ์ทางสังคม
โมเดลเกมเป็นฐานช่วยเพิ่มแรงจูงใจ ทัศนคติที่ดีต่อวิชาพละศึกษา รวมถึงพัฒนาทักษะทางสังคม เช่น ความร่วมมือ วินัย และ self-efficacy เด็กที่เข้าร่วมโปรแกรมเกมมีคะแนนด้าน motivation สูงขึ้นอย่างมีนัยสำคัญเมื่อเทียบกับกลุ่มควบคุม
3.4 ข้อจำกัดและความท้าทาย
แม้จะมีข้อดี แต่ยังพบข้อจำกัด เช่น ความเหลื่อมล้ำทางเทคโนโลยี ขาดแคลนครูที่ได้รับอบรมด้านเทคโนโลยีใหม่ ๆ ปัญหาความเป็นส่วนตัวของข้อมูล และความแตกต่างในคุณภาพงานวิจัย
4. Discussion
หลักฐานจากงานวิจัยหลากหลายรูปแบบ ทั้ง RCTs, quasi-experimental studies, systematic reviews สนับสนุนว่า โมเดลเกมเป็นฐาน มีประสิทธิภาพสูงในการส่งเสริมทักษะการเคลื่อนไหวขั้นพื้นฐานในเด็กประถมศึกษา โดยเฉพาะเมื่อผสมผสานกับเทคโนโลยีใหม่ ๆ เช่น AR/VR หรือ AI เพื่อปรับแต่งกิจกรรมให้เหมาะสมกับแต่ละบุคคล เพิ่ม feedback แบบทันที และสร้างแรงจูงใจ อย่างไรก็ตาม งานวิจัยเกี่ยวกับ AI ที่เน้นเฉพาะกลุ่มเด็กประถมยังมีจำกัด ส่วนใหญ่เน้นไปที่ครูกับนักศึกษาครูหรือกลุ่มเด็กพิเศษ ดังนั้นยังต้องมีงานวิจัยเพิ่มเติมเพื่อพิสูจน์ผลระยะยาวและขยายไปยังบริบทไทยหรือประเทศกำลังพัฒนา
ข้อควรระวัง ได้แก่ ความเหลื่อมล้ำทางเทคโนโลยี ข้อจำกัดด้านโครงสร้างพื้นฐานโรงเรียน การฝึกอบรมครู รวมถึงปัญหาจริยธรรมเกี่ยวกับข้อมูลส่วนบุคคลของเด็ก คุณภาพหลักฐานโดยรวมอยู่ในระดับกลางถึงสูงสำหรับโมเดลเกมเป็นฐาน แต่สำหรับ AI ยังต้องติดตามผลเพิ่มเติม
Claims and Evidence Table
5. Conclusion
โดยสรุป โมเดลจัดการเรียนรู้โดยใช้เกมเป็นฐานร่วมกับเทคโนโลยีปัญญาประดิษฐ์หรือ AR/VR มีศักยภาพสูงในการส่งเสริมทักษะการเคลื่อนไหว แรงจูงใจ และผลสัมฤทธิ์ทางสังคมในนักเรียนชั้นประถมศึกษา อย่างไรก็ตาม ยังต้องแก้ไขข้อจำกัดด้านโครงสร้างพื้นฐาน เทรนนิ่งครู และศึกษาผลงานระยะยาวเพิ่มเติม
Open Research Questions
อนาคตควรเน้นศึกษาผลงานระยะยาว ผลกระทบเชิงระบบ (systemic impact) ในโรงเรียนไทย หรือประเทศกำลังพัฒนา รวมถึงแนวทางลดช่องว่างด้านเทคนิค-โครงสร้างพื้นฐาน
ชุดที่ 2
เกมเป็นฐานร่วมกับเทคโนโลยี/ปัญญาประดิษฐ์เพื่อพัฒนาทักษะการเคลื่อนไหวของนักเรียนประถม
การวิจัยจำนวนมากยืนยันว่า “การเรียนรู้โดยใช้เกมเป็นฐาน” ช่วยพัฒนาทักษะการเคลื่อนไหวของเด็กประถมได้อย่างมีนัยสำคัญ ทั้งทักษะพื้นฐานแบบเดิน–วิ่ง–กระโดดและทักษะการควบคุมวัตถุ เช่น โยน รับ เตะ ขณะเดียวกัน งานล่าสุดเริ่มผสานเทคโนโลยีดิจิทัลและปัญญาประดิษฐ์ (AI) เพื่อประเมินและปรับกิจกรรมให้เหมาะกับผู้เรียนรายบุคคล
แนวคิดและกลไกสำคัญของ “เกมเป็นฐาน”
- เกมพื้นบ้าน/เกมสนุก ช่วยพัฒนาทั้งทักษะพื้นฐานการเคลื่อนไหว (locomotor) และการประสานงาน (coordination) และยังเสริมแรงจูงใจ ความรับผิดชอบ และทักษะสังคม
- แบบจำลองเกมมักมีองค์ประกอบชัดเจน เช่น จุดประสงค์ ขั้นตอนกิจกรรม ระบบปฏิสัมพันธ์ หลักการตอบสนอง และระบบสนับสนุน
- เกมกลุ่มให้ผลดีกว่าเกมเดี่ยวต่อทักษะการเคลื่อนไหวแบบ “manipulative” โดยเฉพาะเมื่อผสานกับแรงจูงใจในการเรียนรู้ที่สูง
ตัวอย่างลักษณะกิจกรรมและผลลัพธ์
บทบาทของเทคโนโลยีและ AI ร่วมกับเกม
เสริมการเรียนรู้การเคลื่อนไหวโดยตรง
- เกมดิจิทัล AI-FIT ใช้ใบสั่งออกกำลังกายส่วนบุคคลร่วมกับองค์ประกอบเกม ช่วยเพิ่มความยืดหยุ่นและความทนทานของกล้ามเนื้อในเด็กประถมอย่างชัดเจน
- แบบเรียนพลศึกษาผสมผสาน AI (AI-SBL) ใช้ระบบตรวจโหลดการออกกำลังกายและแอปกระโดดเชือก ให้ฟีดแบ็กแบบเรียลไทม์ ผลคือทักษะด้านสมรรถภาพ (เช่น วิ่ง 50 เมตร กระโดดเชือก 1 นาที) และทัศนคติทางกีฬาดีกว่าการสอนแบบเดิมอย่างมีนัยสำคัญ
- การใช้เทคนิค AI ในบทเรียนพลศึกษาช่วยให้ครูประเมินและออกแบบการฝึกได้แม่นยำขึ้น นักเรียนรับฟีดแบ็กทันทีและเห็นประโยชน์ชัดเจน
AI เพื่อประเมิน/ติดตามท่าเคลื่อนไหว
- อัลกอริทึม deep learning แบบ ST-GCN ตรวจจับท่าทาง เช่น ซิทอัพ ได้แม่นยำ (ความถูกต้องราว 88%) ให้ฟีดแบ็กทันที ช่วยแก้ไขท่าและสนับสนุนการสอนแบบแตกต่างรายบุคคล
- AI ถูกใช้เพื่อให้ฟีดแบ็กและคำแนะนำเฉพาะบุคคลในวิชาทักษะการเคลื่อนไหวของนิสิตครู ส่งผลให้ผลการเรียนดีขึ้นอย่างมีนัยสำคัญ
หลักฐานเชิงประสิทธิผลของ “เกมเป็นฐาน” ต่อทักษะการเคลื่อนไหว ป.5
- การเรียนรู้กระบวนการเคลื่อนไหวพื้นฐานแบบ locomotor ของนักเรียน ป.5 ผ่านเกมพื้นบ้านเชิงรุก ให้ผลดีกว่าการสอนปกติอย่างมีนัยสำคัญจากการทดสอบ T-test ระหว่างกลุ่มทดลอง–ควบคุม
- โมเดลเกมพลศึกษาที่พัฒนาด้วยกระบวนการ R&D/ADDIE มีความเที่ยงตรง–เชื่อมั่นสูง และทำให้คะแนนทักษะการเคลื่อนไหวของนักเรียนประถมเพิ่มขึ้นอย่างมีนัย
- แบบจำลองเกมดั้งเดิมร่วมกับเทคโนโลยีเสริม เช่น AR สามารถเพิ่มทั้งความสนใจและทักษะการเคลื่อนไหวพื้นฐานของเด็กประถมได้
ประเด็นออกแบบที่สำคัญสำหรับรูปแบบ “เกม + AI”
จากงานวิจัยที่ใช้เกมและ AI ในพลศึกษาและการฝึกทักษะการเคลื่อนไหว สามารถสรุปแนวทางออกแบบสำคัญดังนี้
โครงสร้างบทเรียน
- ใช้วงจรออกแบบลักษณะ R&D หรือ ADDIE: วิเคราะห์ผู้เรียน–ออกแบบเกม–พัฒนา–ทดลองใช้–ประเมินผล
- แบ่งกิจกรรมเป็นลำดับระดับทักษะ (ง่าย → ยาก) และเชื่อมโยงกับจุดประสงค์การเคลื่อนไหวเฉพาะ เช่น เดิน–วิ่ง–กระโดด–โยน–รับ
องค์ประกอบเกม
- แบ่งเป็นเกมเดี่ยว/เกมกลุ่ม และให้ความสำคัญกับเกมกลุ่มเพื่อส่งเสริมความร่วมมือ วินัย แรงจูงใจ
- ใช้ความสนุก การแข่งขันเบา ๆ คะแนน/ด่าน เพื่อดึงดูดและรักษาความมีส่วนร่วม
การผสาน AI / เทคโนโลยี
- ใช้เซนเซอร์/กล้องหรือแอปเพื่อเก็บข้อมูลท่าทาง แล้วให้ AI ประมวลผลและส่งฟีดแบ็กทันที (เช่น ระบบโหลดการออกกำลังกาย แอปกระโดดเชือก การรู้จำท่า)
- ให้อัลกอริทึมช่วย “ปรับระดับ” ความยากของแบบฝึกและคำแนะนำให้เหมาะกับแต่ละคน (personalized training)
- สามารถใช้ AR, MR เพื่อเพิ่มความเสมือนจริงและความดื่มด่ำของกิจกรรมการเคลื่อนไหว
การประเมินผล
- ใช้แบบทดสอบทักษะการเคลื่อนไหวก่อน–หลัง เช่น แบบทดสอบ gross motor, locomotor, ทักษะ manipulative
- เก็บข้อมูลด้านแรงจูงใจ ทัศนคติ การมีส่วนร่วมควบคู่กันไป
ข้อดี–ข้อจำกัดที่ควรพิจารณา
ข้อดีหลัก
- พัฒนาทักษะการเคลื่อนไหวพื้นฐานหลายด้านพร้อมกัน (สมรรถภาพ การประสานงาน ทรงตัว ความคล่องตัว)
- เพิ่มแรงจูงใจ ความสนุก ทัศนคติที่ดีต่อพลศึกษา และคุณลักษณะเชิงพฤติกรรม เช่น วินัย ความร่วมมือ
- AI ช่วยให้ฟีดแบ็กแม่นยำ ทันเวลา และออกแบบกิจกรรมเฉพาะบุคคลได้
ข้อจำกัด/ความท้าทาย
- การใช้ AI ต้องคำนึงถึงต้นทุน อุปกรณ์ ความยอมรับของครู และประเด็นความเป็นส่วนตัวของข้อมูล
- งานวิจัยด้าน AI+เกมเพื่อทักษะการเคลื่อนไหวยังค่อนข้างใหม่ หลายชิ้นเป็นบริบทต่างประเทศ ต้องปรับให้สอดคล้องกับหลักสูตรและบริบทไทย
แนวคิดประยุกต์สำหรับหัวข้อวิจัยที่ถามมา (ป.5 เกม + AI เพื่อทักษะการเคลื่อนไหว)
จากภาพรวมงานวิจัย อาจสังเคราะห์แนวทางของ “รูปแบบการจัดการเรียนรู้โดยใช้เกมเป็นฐานร่วมกับปัญญาประดิษฐ์” สำหรับ ป.5 ได้ดังนี้ (เชิงแนวคิด)
กำหนดเป้าหมายทักษะเคลื่อนไหว
- เน้นทักษะ locomotor และ manipulative ที่สอดคล้องกับหลักสูตร ป.5 (เช่น วิ่งเปลี่ยนทิศ กระโดดไกล/สูง โยน–รับ–เตะ)
ออกแบบชุดเกมพื้นบ้าน/เกมทีม
- ใช้โมเดลเกมพลศึกษา/เกมพื้นบ้านแบบ active learning ที่พิสูจน์แล้วว่าพัฒนาทักษะ ป.5 ได้
- แบ่งเกมเป็นด่าน/ระดับเชื่อมกับความยากของทักษะ
ผสาน AI/เทคโนโลยีขั้นต่ำที่จำเป็น
- ใช้แอป/ระบบง่าย ๆ ที่นับจำนวน การจับเวลา หรือประเมินฟอร์มขั้นต้น เพื่อให้ฟีดแบ็กทันที เช่น กระโดดเชือก วิ่ง 50 ม. การโยน–รับ
- สร้างระบบคะแนนหรือ “ภารกิจส่วนบุคคล” จากข้อมูลที่ AI เก็บได้ เพื่อให้แต่ละคนมีเป้าหมายการพัฒนาของตนเอง
กระบวนการเรียนรู้เป็นวงจร
- ก่อนเรียน: วิดีโอ/ไมโครเลิร์นนิงสั้น ๆ แนะนำกติกา–ทักษะ
- ระหว่างเรียน: เล่นเกม (เดี่ยว/กลุ่ม) พร้อมรับฟีดแบ็กจากทั้งครูและระบบ AI
- หลังเรียน: สรุปผลรายบุคคลจากข้อมูลระบบ สะท้อนตนเอง ผ่านแบบฟอร์มสั้น/เกมสะสมเหรียญ
การวิจัยประเมินผลรูปแบบ
- ใช้แบบ quasi-experimental หรือ R&D (ADDIE/Borg & Gall) วัดก่อน–หลัง ระหว่างกลุ่มทดลอง (เกม+AI) กับกลุ่มควบคุม (เกมอย่างเดียว หรือสอนปกติ)
- เก็บทั้งข้อมูลเชิงปริมาณ (คะแนนทักษะ) และเชิงคุณภาพ (ทัศนคติ ความพึงพอใจของนักเรียน/ครู)
Conclusion
งานวิจัยมีความสอดคล้องกันอย่างชัดเจนว่า เกมเป็นฐาน ช่วยพัฒนาทักษะการเคลื่อนไหวของนักเรียนประถม โดยเฉพาะ ป.4–ป.5 และยังเสริมแรงจูงใจ ความร่วมมือ และทัศนคติที่ดีต่อพลศึกษา ในช่วงไม่กี่ปีที่ผ่านมา มีหลักฐานเพิ่มขึ้นว่า การผสาน AI หรือเทคโนโลยีดิจิทัล เข้ากับกิจกรรมเกม ช่วยให้การประเมินแม่นยำขึ้น ให้ฟีดแบ็กทันที และปรับโปรแกรมฝึกให้เหมาะกับแต่ละคน ทำให้ผลต่อทักษะการเคลื่อนไหวและสมรรถภาพทางกายดีขึ้นกว่าการสอนแบบเดิม รูปแบบการจัดการเรียนรู้ที่ใช้ “เกมพื้นบ้าน/เกมพลศึกษา + AI สำหรับฟีดแบ็กและการปรับกิจกรรมเฉพาะบุคคล” จึงมีฐานวิจัยรองรับอย่างดี และเหมาะจะพัฒนาเป็นโมเดลสำหรับนักเรียนชั้นประถมศึกษาปีที่ 5 ในการทำวิจัยหรือพัฒนาหลักสูตรต่อไป
ชุดที่ 3
เกมเป็นฐาน (Game-based Learning) ในการศึกษา: ภาพรวมจากงานวิจัยล่าสุด
การเรียนรู้แบบเกมเป็นฐาน (Game-based Learning: GBL) คือการใช้เกมหรือกลไกของเกมมาช่วยการสอน เพื่อเพิ่มความสนุก การมีส่วนร่วม และผลสัมฤทธิ์ทางการเรียนในทุกระดับการศึกษา ตั้งแต่ประถมจนถึงอุดมศึกษาและอาชีวศึกษา
ผลต่อการเรียนรู้และแรงจูงใจ
- หลายงานทบทวนพบว่า GBL ช่วยเพิ่มผลการเรียน ความเข้าใจแนวคิดยาก ๆ และการประยุกต์ใช้ความรู้จริง ทั้งในประถม มัธยม และมหาวิทยาลัย
- ในคณิตศาสตร์ GBL ช่วยพัฒนาทั้ง ความรู้/ทักษะคำนวณ และด้านเจตคติ เช่น แรงจูงใจ ความสนใจ ความรู้สึกมีส่วนร่วม
- ในวิชาที่ใช้เกมจริง เทียบกับการสอนแบบบรรยาย ความรู้ไม่ด้อยลง แต่แรงจูงใจและความสนุกสูงกว่าอย่างชัดเจน
ตัวอย่างผลลัพธ์ในสาขาต่าง ๆ
รูปแบบเกมและการออกแบบการสอน
- ใช้ได้ทั้งเกมดิจิทัล เกมกระดาน เกมจำลองสถานการณ์ เกมบทบาทสมมติ และเกมปริศนา
- การสอนที่ดีมักแบ่งเป็นช่วง ก่อนเล่น – ระหว่างเล่น – หลังเล่น เช่น อธิบายแนวคิดก่อน เล่นพร้อมการชี้แนะ และสรุป/สะท้อนคิดหลังเล่นเพื่อเชื่อมกับเนื้อหา
- การออกแบบที่มีประสิทธิผลจะเชื่อม “กลไกหลักของเกม” ให้สัมพันธ์โดยตรงกับวัตถุประสงค์การเรียนรู้ ไม่ใช่แค่ใส่คะแนนหรือแบดจ์เฉย ๆ
ข้อดี ข้อจำกัด และความท้าทาย
- ข้อดี: เพิ่มแรงจูงใจ การมีส่วนร่วม ความทรงจำระยะยาว และโอกาสฝึกคิดเชิงวิพากษ์/แก้ปัญหา
- ข้อจำกัด/อุปสรรค: ภาระทางเทคโนโลยี งบประมาณ เวลาออกแบบเกม ทักษะเกมของครู นโยบายโรงเรียน และภาระทางการรู้คิดของผู้เรียน
- งานวิจัยชี้ว่าครูมีบทบาทสำคัญมาก ต้องออกแบบ เลือก และกำกับเกม รวมทั้งได้รับการอบรมด้าน GBL
สรุป
โดยรวม งานวิจัยจำนวนมากเห็นพ้องว่าเกมเป็นฐานช่วยให้ผู้เรียนมีแรงจูงใจและมีส่วนร่วมสูงขึ้น และมักได้ผลสัมฤทธิ์ไม่น้อยกว่าหรือดีกว่าการสอนแบบดั้งเดิม หากออกแบบให้สอดคล้องกับเป้าหมายการเรียนรู้ บทบาทของครู การเตรียมกิจกรรมก่อน-ระหว่าง-หลังเล่น และการจัดการข้อจำกัดด้านทรัพยากรและนโยบาย เป็นกุญแจให้การใช้ GBL ในห้องเรียนได้ผลจริงและยั่งยืน
ชุดที่ 4
บอร์ดเกมกับ ADHD ในเด็กและวัยรุ่น: ภาพรวมจากงานวิจัย
งานวิจัยใช้ทั้ง “บอร์ดเกมจริง” และ “เกมดิจิทัลที่มีกลไกแบบบอร์ดเกม/กลยุทธ์” เพื่อช่วยเด็กที่มี ADHD โดยเน้นพัฒนาการทำงานของสมอง (executive functions), อาการทางคลินิก และทักษะสังคม
ผลต่ออาการ ADHD และการทำงานของสมอง
- โปรแกรมฝึกสมองด้วยบอร์ดเกมในเด็ก ADHD พบว่า ความจำระยะสั้นทางภาษา ดีขึ้นและ ปัญหาพฤติกรรมลดลง เมื่อเทียบกลุ่มรอคิวรักษา แม้ผลระยะติดตามจะไม่ชัดเจน
- ทบทวนอย่างเป็นระบบของงานวิจัยเกี่ยวกับบอร์ดเกม 27 การศึกษา พบว่า เกมสามารถลด อาการ ADHD ได้ด้วยขนาดอิทธิพลระดับกลาง–สูง (effect size -0.87 ถึง -0.61)
ตัวอย่างผลลัพธ์จากงานวิจัยที่เกี่ยวข้องกับ ADHD
ทักษะสังคมและพฤติกรรม
- โปรแกรมบอร์ดเกมที่ออกแบบเฉพาะสำหรับเด็กไทยที่ “เสี่ยง ADHD” ชั้นประถมปลาย ทำให้คะแนน ทักษะสังคมของกลุ่มทดลองสูงกว่ากลุ่มควบคุมอย่างมาก (p<0.001)
- รีวิว serious games พบว่า หลายการศึกษารายงานว่าเด็ก ADHD มี ทักษะสังคมดีขึ้น หลังใช้เกมบำบัด และเด็กมองว่าเกมสนุก อยากเล่า/เล่นกับเพื่อน แม้บางครั้งอาจหงุดหงิดเมื่อเล่นไม่ทันเพื่อน
- ทบทวนอีกฉบับพบว่า serious games ช่วยปรับปรุง social communication และ emotional regulation ร่วมกับทักษะด้าน EF อื่น ๆ
- เกมดิจิทัลที่ใช้แบบสอบถาม social skills พบว่าเกมช่วยเพิ่ม การวางแผน/จัดการงานและปฏิสัมพันธ์ทางสังคม ในเด็ก ADHD แม้ผลต่อสมาธิจะไม่ชัด
ข้อจำกัดและข้อควรระวัง
- หลักฐานโดยรวมยังมีจำนวนจำกัด งานหลายชิ้นเป็นกลุ่มตัวอย่างเล็ก หรือไม่มีกลุ่มควบคุมที่เข้มแข็ง
- การรีวิวเตือนว่า แม้บอร์ดเกมอาจเป็น การรักษาเสริม ที่มีประโยชน์ แต่อย่างน้อยในตอนนี้ ยังไม่ควรถูกมองแทนการรักษาหลัก เช่น ยาหรือบำบัดพฤติกรรม
- ความยากของเกมต้อง “พอดี” เพราะถ้ายากไป เด็ก ADHD อาจท้อและเลิกเล่น แต่ถ้าง่ายไปก็เบื่อ ทำให้การมีส่วนร่วมลดลง
สรุป
จากงานวิจัยที่มี บอร์ดเกมและเกมที่มีกลไกคล้ายบอร์ดเกมสามารถช่วย ลดอาการ ADHD บางส่วน, พัฒนาการทำงานของสมอง และเสริม ทักษะสังคม โดยเฉพาะเมื่อออกแบบเป็นโปรแกรมฝึกอย่างเป็นระบบและมีผู้ใหญ่คอยกำกับ อย่างไรก็ตาม หลักฐานยังไม่มากพอให้ใช้แทนการรักษามาตรฐาน แต่สนับสนุนการใช้เป็นเครื่องมือเสริมในการดูแลเด็กที่มี ADHD
