تحول آموزش با هوش مصنوعی: مرور نظام‌مند کاربردها، ظرفیت‌ها و دستاوردها

نویسندگان

1 دانشجوی کارشناسی ارشد تحقیقات آموزشی، گروه روش ها و برنامه ریزی آموزشی و درسی، دانشکده روان شناسی و علوم تربیتی، دانشگاه تهران، تهران، ایران.

2 دانشیار بخش تخصصی پژوهش و سنجش، گروه روشها و برنامه ریزی آموزشی و درسی، دانشکده روان شناسی و علوم تربیتی، دانشگاه تهران، تهران، ایران.

3 دانشجوی کارشناسی ارشد تحقیقات آموزشی، گروه روش‌ها و برنامه‌‌ریزی آموزشی‌ و درسی، دانشکده روان شناسی و علوم‌تربیتی، دانشگاه تهران، تهران.ایران.

doi
10.22091/stim.2025.10570.2083
چکیده

هدف: هوش مصنوعی به‌عنوان فناوری تحوّل‌آفرین عصر حاضر، به‌واسطۀ نقش کلیدی‌اش در بهره‌برداری از کلان‌داده‌ها، به ضرورتی انکارناپذیر در حوزه‌های مختلف بدل شده است. این پژوهش با هدف شناسایی ظرفیت‌ها و دستاوردهای هوش مصنوعی در آموزش، با مرور مطالعات پیشین، به بررسی نقش آن در ارتقای کیفیت، بهره‌وری, و پاسخ‌گویی به انتظارات متنوع آموزشی می‌پردازد. روش: براساس دستورالعمل‌های کیچنهام و دیگران (2009)، در قالب مراحل سه‌گانۀ برنامه‌ریزی، انجام بازبینی، و رواسازی، به مرور نظام‌مند پیشینه پژوهش پرداخته شده است. برای گردآوری داده‌ها، کلیدواژه‌های تخصصی شامل «هوش مصنوعی»، «یادگیری ماشین»، «دستیار هوشمند یا ربات‌ها»، «سیستم خبره»، «شبکه عصبی»، «پردازش زبان طبیعی»، «آموزش»، «سنجش»، «یادگیری»، و «تدریس» در پایگاه‌های داده بین‌المللی نظیر ساینس‌دایرکت، اسپرینگر، آی‌تریپل‌ای اکسپلور، ویلی برخط، اریک، سِج‌ژورنال، و امرالد در بازۀ زمانی 2015 تا 2022 جست‌وجو شد. در مجموع، 57 مقالۀ مرتبط بازیابی شد. ابزار پژوهش فیش برداری بود. تحلیل محتوای قراردادی و به‌طور خاص رویکرد پنج‌مرحله‌ای گرانهایم و لوندمن (2004) برای تحلیل داده‌ها به کار گرفته شد. همچنین، اعتبار یافته‌ها از راه اعتبار بازاندیشانه و اجماع میان محققان تأیید شد. یافته‌ها: در پاسخ به پرسش اول پژوهش، مهمترین کاربردهای هوش مصنوعی در آموزش شامل یادگیری ماشین، شبکه‌های عصبی مصنوعی، پردازش زبان طبیعی، واقعیت مجازی، دستیارهای شخصی هوشمند، یادگیری عمیق، شبکه‌های بیزی، ربات‌ها، داده‌کاوی، تحلیل یادگیری، و عوامل آموزشی هوشمند شناسایی شدند. برای پرسش دوم، ظرفیت‌های هوش مصنوعی در آموزش شامل مقیاس‌پذیری، تکرارپذیری، تحلیل یادگیری، ارتقای کیفیت آموزش، بهبود اثربخشی و کارایی مدرسین و دانش‌آموزان، شخصی‌سازی آموزش، بهبود تجربۀ یادگیری، یادگیری مداوم، تسهیل فرایندهای ارزیابی، آزمون‌های برخط، کاهش بارِ کاری، مدیریت زمان، توسعۀ معلمان، تعاملات درون‌کلاسی، رشد خلاقیت دانش‌آموزان، هوشمندسازی سیستم آموزشی، تحقق عدالت آموزشی، کاهش هزینه‌ها، و آموزش مهارت‌های جدید بود. پرسش سوم نیز دستاوردهای هوش مصنوعی را در سه حوۀه مدیریت، یادگیری، و آموزش خلاصه کرد. نتیجه‌گیری: یافته‌های این مطالعه نشان می‌دهد هوش مصنوعی با کاربردهای متنوع (مانند پردازش زبان طبیعی و یادگیری عمیق)، ظرفیت‌های تحوّل‌ساز (شخصی‌سازی آموزش و کاهش هزینه‌ها)، و دستاوردهای سه‌بُعدی (در مدیریت، یادگیری و آموزش) به‌مثابه موتور محرک نوآوری آموزشی عمل می‌کند. با این حال، تحقق کامل این ظرفیت‌ها و توان بالقوه به پژوهش‌های آینده در زمینۀ ملاحظات اخلاقی، سواد دیجیتال مربیان، پیاده‌سازی در محیط‌های محروم، و استفاده از ارزشیابی تأثیر برای ارزیابی بلندمدت تأثیرات اجتماعی-فرهنگی نیاز دارد. مطالعات آتی می‌توانند با تمرکز بر یکپارچه‌سازی هوش مصنوعی با روان‌شناسی تربیتی و تحوّلات حوزۀ علوم تربیتی، چارچوب‌های میزان‌شدۀ ارزیابی، و راهبردهای کاهش سوگیری الگوریتمی، شکاف‌های موجود در مبانی نظری را پُر کنند. نتایج برآمده از پژوهش حاضر نشان می‌دهد که هوش مصنوعی با فراهم‌سازی ابزارهایی برای شخصی‌سازی یادگیری، بهبود ارزیابی، تسهیل مدیریت آموزشی، و ارتقای مشارکت فراگیران، نقش مؤثری در تحوّل نظام آموزشی ایفا می‌کند. نتایج بیانگر آن است که بهره‌گیری هدفمند از ظرفیت‌های هوش مصنوعی می‌تواند به افزایش کیفیت و کارایی فرایندهای آموزشی منجر شود. بر این اساس، پیشنهاد می‌شود سیاست‌گذاران و مدیران آموزشی با توسعۀ زیرساخت‌های فناورانه و ارتقای سواد دیجیتال معلمان، زمینۀ بهره‌برداری اثربخش از این فناوری را فراهم سازند.