ارزیابی رویکردهای هم افزای هوش مصنوعی و یادگیری ترکیبی در بهبود فرایند یاددهی–یادگیری در مدارس

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 47

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EPCS04_3076

تاریخ نمایه سازی: 28 مهر 1404

چکیده مقاله:

نظام های آموزشی در مواجهه با چالش های قرن بیست و یکم، نیازمند گذار از الگوهای سنتی و یکپارچه به سمت رویکردهای نوین، انعطاف پذیر و شخصی سازی شده هستند. در این میان، «یادگیری ترکیبی» به عنوان یک مدل ساختاری که آموزش حضوری و آنلاین را تلفیق می کند، و «هوش مصنوعی» به عنوان یک نیروی فنی دگرگون ساز، به طور جداگانه مورد توجه قرار گرفته اند. با این حال، اثربخشی واقعی زمانی محقق می شود که این دو رویکرد در یک «هم افزایی» هدفمند به کار گرفته شوند. این مقاله مروری به ارزیابی رویکردهای هم افزای هوش مصنوعی و یادگیری ترکیبی در بهبود فرایند یاددهی–یادگیری در مدارس می پردازد. مسئله اصلی این است که یادگیری ترکیبی سنتی، اغلب در بخش آنلاین خود، فاقد پویایی و انطباق پذیری است و هوش مصنوعی به تنهایی، خطر انزوای اجتماعی و حذف تعامل انسانی را به همراه دارد. مدل های هم افزا، مانند «کلاس معکوس مبتنی بر هوش مصنوعی» یا «چرخش ایستگاهی هوشمند»، این شکاف را پر می کنند. در این مدل ها، هوش مصنوعی بخش آنلاین یادگیری ترکیبی را از یک مخزن محتوای ایستا به یک مربی شخصی سازی شده، تطبیقی و هوشمند تبدیل می کند که بازخورد آنی ارائه می دهد. در همین حال، بخش حضوری، با استفاده از داده های تحلیلی به دست آمده از هوش مصنوعی، به فضایی برای یادگیری عمیق تر، پروژه های مشترک و تعاملات انسانی معنادار تحت هدایت معلم تبدیل می شود. این مقاله استدلال می کند که این هم افزایی، با بهینه سازی همزمان شخصی سازی و تعامل انسانی، کامل ترین الگو برای ارتقای کیفیت فرایند یاددهی–یادگیری در مدارس امروزی است.

نویسندگان