نقش هوش مصنوعی در بازتعریف دانش های مدرسان (TPACK): یافته هایی از نظریه داده بنیاد

هدف: پژوهش حاضر با هدف شناسایی ابعاد و مولفه های تدریس اثربخش مبتنی بر هوش مصنوعی در چارچوب مدل دانش محتوایی، پداگوژیکی و فناورانه (TPACK) و بر اساس تجارب اساتید و متخصصان آموزشی انجام شد.روش: این مطالعه با رویکرد کیفی و از روش نظریه داده بنیاد با الگوی اشتراس و کوربین بهره گرفت. داده ها از طریق مصاحبه های نیمه ساختاریافته با ۱۹ نفر از اساتید و متخصصان حوزه آموزش گردآوری شد. تحلیل داده ها طی مراحل کدگذاری باز، محوری و انتخابی صورت گرفت.یافته ها: نتایج نشان داد که ادغام هوش مصنوعی در تدریس، ابعاد مختلف دانش معلم شامل دانش فناورانه (TK)، دانش پداگوژیکی (PK)، دانش محتوایی (CK) و همچنین تعاملات میان بعدی مانند TPK، PCK و TCK را بازتعریف می کند. مولفه هایی چون شخصی سازی یادگیری، تسهیل تعامل آموزشی، بازنمایی مفاهیم دشوار و طراحی فعالیت های خلاقانه با مشارکت انسان و ماشین به عنوان عناصر اصلی تدریس اثربخش شناسایی شدند. علاوه بر این، چالش ها و نگرش های اخلاقی نظیر وابستگی بیش ازحد به فناوری، صحت محتوای تولیدی و ضرورت حفظ تعامل انسانی نیز برجسته شد.نتیجه گیری: یافته ها نشان داد که تحقق تدریس اثربخش با بهره گیری از هوش مصنوعی منوط به سه شرط بنیادین است: توانمندسازی حرفه ای معلمان، هم افزایی فناوری با رویکردهای فعال یادگیری و طراحی چارچوب های اخلاقی و سیاست گذاری شفاف. این پژوهش با توسعه چارچوب TPACK در بافت هوش مصنوعی، ضمن ارائه بینش های نظری، راهبردهای عملی نیز برای ارتقای برنامه های تربیت معلم و سیاست گذاری آموزشی در زیست بوم های هوشمند فراهم می آورد.

کلیدواژه ها:

تدریس اثربخش ، هوش مصنوعی ، نظریه داده بنیاد ، TPACK ، توسعه حرفه ای معلمان