«طراحی مدل آموزش ترکیبی مبتنی بر هوش مصنوعی برای عدالت آموزشی در مناطق محروم ایران: مطالعه موردی استان های کمتر توسعه یافته»

نابرابری آموزشی در مناطق محروم ایران، به عنوان یکی از چالش های اساسی نظام آموزشی کشور، دسترسی برابر دانش آموزان به فرصت های یادگیری باکیفیت را به شدت محدود ساخته و چرخه فقر و محرومیت را تداوم می بخشد. این پژوهش با هدف اصلی طراحی یک مدل آموزش ترکیبی مبتنی بر هوش مصنوعی به منظور ارتقای عدالت آموزشی در استان های کمتر توسعه یافته ایران انجام گرفته است. رویکرد پژوهش از نوع ترکیبی (کمی و کیفی) بوده و جامعه آماری آن را معلمان و دانش آموزان مدارس ابتدایی در استان هایی نظیر سیستان و بلوچستان، خوزستان و کهگیلویه و بویراحمد تشکیل می دهند. نمونه گیری به روش تصادفی خوشه ای چندمرحله ای صورت پذیرفت و حجم نمونه شامل ۲۰۰ دانش آموز (۱۰۰ نفر در گروه آزمایش و ۱۰۰ نفر در گروه کنترل) و ۵۰ معلم بود. ابزارهای جمع آوری داده ها عبارت بودند از آزمون های بومی سازی شده پیشرفت بین المللی در خواندن (PIRLS) و روندهای بین المللی ریاضیات و علوم (TIMSS)، پرسشنامه استاندارد دیدگاه معلمان نسبت به فناوری آموزشی، و مصاحبه های نیمه ساختاریافته با ذی نفعان. مداخله پژوهشی در قالب ۱۲ جلسه آموزش ترکیبی (شامل شش جلسه حضوری و شش جلسه مجازی با بهره گیری از سیستم های تطبیقی هوش مصنوعی) اجرا شد. یافته های کمی پژوهش نشان دهنده تفاوت معنادار در عملکرد تحصیلی دانش آموزان گروه آزمایش نسبت به گروه کنترل بود، به طوری که تحلیل کوواریانس اندازه اثر بزرگی (η² > ۰.۱۴) را برای بهبود مهارت های پایه خواندن و ریاضیات گزارش کرد. همچنین، نتایج کیفی حاکی از افزایش قابل توجه انگیزه یادگیری، شخصی سازی موثر محتوا، و جبران نسبی کمبود منابع انسانی از طریق ابزارهای هوشمند بود. در نهایت، مدل پیشنهادی به عنوان الگویی عملی و بومی سازی شده می تواند به کاهش شکاف آموزشی میان مناطق محروم و توسعه یافته کمک شایانی نماید و پیامدهای آن شامل تدوین سیاست های آموزشی مبتنی بر فناوری، تقویت دسترسی برابر به منابع دیجیتال، و پیشبرد اهداف توسعه پایدار در حوزه آموزش کشور است.

کلیدواژه ها:

آموزش ترکیبی ، هوش مصنوعی آموزشی ، عدالت آموزشی ، مناطق محروم ، شخصی سازی یادگیری ، استان های کمتر توسعه یافته ، یادگیری مبتنی بر فناوری