مقایسه یادگیری سنتی و یادگیری مبتنی بر هوش مصنوعی

یادگیری سنتی و یادگیری مبتنی بر هوش مصنوعی (AI) دو پارادایم آموزشی متمایز هستند که هر کدام دارای ویژگیها، مزایا و چالشهای خاص خود می باشند. این چکیده به مقایسه این دو رویکرد با استناد به پژوهش های معتبر می پردازد. یادگیری سنتی روش های آموزش کلاسیک مانند تدریس حضوری، استفاده از منابع چاپی و تعامل روبرو بین معلم و یادگیرنده (Hattie, ۲۰۰۹). تمرکز بر ساختارهای ثابت شامل برنامه درسی از پیش تعیین شده و ارزیابی های استاندارد شده (Biggs & Tang, ۲۰۱۱) مزیت تعاملات اجتماعی که به رشد مهارت های ارتباطی و همکاری منجر می شود (Vygotsky, ۱۹۷۸). یادگیری مبتنی بر هوش مصنوعی شخصی سازی آموزش از طریق سیستم های تطبیقی مانند پلتفرم های هوشمند مثل Knewton که محتوا را بر اساس عملکرد یادگیرنده تنظیم می کنند (Luckin et al., ۲۰۱۶). یادگیری خودکار و انعطاف پذیر با استفاده از الگوریتم های یادگیری ماشین و تحلیل داده های آموزشی (Baker & Inventado, ۲۰۱۴) چالش کاهش تعامل انسانی که ممکن است بر مهارت های اجتماعی و عاطفی تاثیر بگذارد (Selwyn, ۲۰۱۹). در حالی که یادگیری سنتی بر تعاملات انسانی و ساختارهای ثابت تاکید دارد، یادگیری مبتنی بر هوش مصنوعی امکان مقیاس پذیری، شخصی سازی و دسترسی گسترده تر را فراهم می کند. ادغام این دو رویکرد می تواند به ایجاد سیستم های آموزشی کارآمد تر بینجامد (Zawacki-Richter et al., ۲۰۱۹)

کلیدواژه ها:

یادگیری ترکیبی ، آموزش هوشمند ، نظام های آموزشی تطبیقی ، فناوری های یادگیری ، تحول دیجیتال در آموزش