سوگیری الگوریتمی و عدالت آموزشی در عصر هوش مصنوعی، پیامدهای اجتماعی و راهکارهای سیاستی در ایران
نویسندگان
1 دانشجوی دکتری مهندسی فناوری اطلاعات، گروه مهندسی کامپیوتر و فناوری اطلاعات ، دانشگاه قم، قم، ایران.
2 استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه قم، قم، ایران
doi
10.22091/jrim.2026.14502.1436چکیده
با گسترش کاربرد هوش مصنوعی و بهویژه مدلهای زبانی بزرگ در آموزش، این پرسش مطرح میشود که این فناوریها چگونه میتوانند عدالت آموزشی را تقویت یا تضعیف کنند. هدف این پژوهش، تبیین ابعاد سوگیری الگوریتمی در نظامهای آموزشی و استخراج پیامدهای اجتماعی و راهکارهای سیاستی متناسب با بافت ایران است. پژوهش حاضر کیفی و از نوع تحلیل اسنادی ـ تحلیلی است و با استفاده از تحلیل محتوای نظاممند گزارشهای رسمی، مقالات علمی و مطالعات موردی بینالمللی، براساس چکلیست مفهومی عدالت آموزشی، انجام شده است. چارچوب نظری مطالعه بر نظریه عدالت بهمثابه انصافِ جان راولز و رویکرد قابلیتهای آمارتیا سن استوار است. یافتهها نشان میدهد سوگیری در چهار سطح تعریف مسئله، داده، مدلسازی و تفسیر/ پیادهسازی میتواند نابرابریهای آموزشی را بازتولید کند و در بافت متنوع و دارای شکاف دیجیتال ایران این نابرابریها را تعمیق بخشد. بر این اساس، شش محور سیاستی شامل طراحی عدالتمحور الگوریتمها، پایش تنوع دادهها، آموزش اخلاق الگوریتمی به ذینفعان، شفافیت و پاسخگویی، توسعه مدلهای بومی و کاهش شکاف دیجیتال پیشنهاد میشود. نوآوری مقاله در پیوند دادن نظریههای عدالت با ادبیات سوگیری الگوریتمی و بسط چارچوبی بومی برای سیاستگذاری عدالت آموزشی در عصر هوش مصنوعی در ایران است.