การวัดความครอบคลุมของหลักสูตรมหาวิทยาลัยตามแนวทางระดับโลก (เช่น CS2023) มักเป็นกระบวนการที่ใช้เวลาและขาดความแม่นยำ งานวิจัยนี้จึงนำเสนอ Pipeline แบบ Human-in-the-loop ที่ใช้ AI ช่วยค้นหาความเชื่อมโยงระหว่างรายวิชากับหน่วยความรู้ในมาตรฐานสากล
จากการทดสอบกับหลักสูตรปริญญาตรีตลอดช่วง 10 ปี พบว่าระบบการค้นหาแบบ Ensemble (Reciprocal-rank-fusion) ให้ผลลัพธ์ดีที่สุด โดยน่าสนใจว่าโมเดลขนาดเล็กบางรุ่นให้ผลดีกว่าโมเดลขนาดใหญ่ที่มี Context ยาวๆ ในงานนี้ ผลการวิเคราะห์แสดงให้เห็นว่าแม้โปรแกรมการศึกษาจะปรับปรุงอย่างต่อเนื่อง แต่ยังมีช่องว่างในด้าน Parallel and Distributed Computing และ Foundations of Programming Languages ที่สถาบันต้องให้ความสำคัญมากขึ้นตามเกณฑ์มาตรฐานใหม่
