Smart farm system platform integrating the Technology Acceptance Model theory and the Internet of Things

Abstract

This study aimed to develop a smart farm system platform integrating the technology acceptance model theory and the Internet of Things tailored for the Thai agricultural context. The proposed model, named the AI-Augmented Smart Farm Technology Acceptance Model (AI-SFAM), integrates foundational theories—the Unified Theory of Acceptance and Use of Technology (UTAUT), the Theory of Planned Behavior (TPB), and the Information Systems (IS) Success Model. This integration is further augmented with newly developed constructs related to artificial intelligence: Perceived Benefits of AI, Trust in Technology, Data Privacy Concerns, Government Support, and Digital Literacy. A quantitative research methodology was employed, utilizing survey data from a sample of 945 individuals interested in smart farm platforms. Structural Equation Modeling (SEM) was used to test 14 hypotheses. The results indicated that 12 hypotheses (H1, H3-H5, H7-H14) were supported, while two (H2, H6) were rejected. Among the supported hypotheses, System Quality (β=0.362) and Information Quality (β=0.362β) emerged as the most significant predictors of user satisfaction. The structural model's fit indices demonstrated an acceptable level of adequacy, with an SRMR=0.037 and an N F I = 0.924. The findings offer a holistic understanding of the determinants of IoT adoption in smart farming. These insights provide actionable guidelines for the development of platforms featuring real-time irrigation control, optimization of labor and time for farmers, and the application of artificial intelligence for crop data analytics. Consequently, this study makes a significant contribution to fostering the adoption and utilization of modern technologies within the Thai agricultural sector, in alignment with the national Thailand 4.0 policy.

การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาแพลตฟอร์มระบบสมาร์ทฟาร์มโดยการผสมผสานทฤษฎีแบบจำลองการยอมรับเทคโนโลยีอินเทอร์เน็ตของสรรพสิ่งในบริบทของอุตสาหกรรมเกษตรไทย โดยการผสมผสานทฤษฎีรวมของการยอมรับและการใช้เทคโนโลยี (UTAUT) ทฤษฎีพฤติกรรมตามแผน (TPB) และทฤษฎีแบบจำลองความสำเร็จของระบบสารสนเทศ (IS Success Model) เข้ากับปัจจัยเสริมด้านปัญญาประดิษฐ์ที่ได้พัฒนาขึ้นมาใหม่ ได้แก่ การรับรู้ประโยชน์จาก AI ความเชื่อมั่นในเทคโนโลยี ความกังวลเรื่องความเป็นส่วนตัวของข้อมูล การสนับสนุนจากรัฐบาล และความรู้ด้านดิจิทัล จนเกิดเป็นแบบจำลอง AI-Augmented Smart Farm Technology Acceptance Model (AI-SFAM) การวิจัยใช้วิธีการวิจัยเชิงปริมาณด้วยการสำรวจกลุ่มตัวอย่าง 945 คนที่มีความสนใจในการใช้แพลตฟอร์มระบบฟาร์มอัจฉริยะ และใช้การสร้างแบบจำลองสมการโครงสร้างในการทดสอบสมมติฐาน 14 ข้อ ผลการทดสอบสมมติฐานพบว่า 12 สมมติฐานได้รับการยอมรับ (H1, H3-H5, H7-H14) และ 2 สมมติฐานถูกปฏิเสธ (H2, H6) โดยปัจจัยที่มีอิทธิพลสูงสุดต่อความพึงพอใจของผู้ใช้คือ คุณภาพของระบบ (β=0.362) และคุณภาพของข้อมูล (β=0.355) ส่วนค่าดัชนีความกลมกลืนของแบบจำลองโครงสร้างแสดงให้เห็นว่าแพลตฟอร์มระบบสมาร์ทฟาร์มโดยการผสมผสานทฤษฎีแบบจำลองการยอมรับเทคโนโลยีอินเทอร์เน็ตของสรรพสิ่งมีความเหมาะสมในระดับที่ยอมรับได้ โดย SRMR = 0.037 และ NFI = 0.924 ผลการวิจัยให้ความเข้าใจที่ครอบคลุมเกี่ยวกับปัจจัยที่มีอิทธิพลต่อการยอมรับเทคโนโลยีอินเทอร์เน็ตของสรรพสิ่งในระบบฟาร์มอัจฉริยะ และเป็นแนวทางในการพัฒนาแพลตฟอร์มที่สามารถควบคุมการรดน้ำแบบเรียลไทม์ ประหยัดเวลาและแรงงานของเกษตรกร รวมถึงการใช้ปัญญาประดิษฐ์ในการวิเคราะห์ข้อมูลพืช งานวิจัยนี้จึงมีส่วนสำคัญในการส่งเสริมการยอมรับและการใช้เทคโนโลยีสมัยใหม่ในภาคเกษตรไทยให้สอดคล้องกับนโยบาย Thailand 4.0