تاثیر الگوریتم های شخصی سازی محتوای مجازی بر یادگیری خارج از چارچوب برنامه درسی ملی

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 6

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_PSHR-2-9_094

تاریخ نمایه سازی: 18 بهمن 1404

چکیده مقاله:

در دنیای معاصر که فناوری های دیجیتال به بخش جدایی ناپذیری از زندگی روزمره تبدیل شده اند، الگوریتم های شخصی سازی محتوای مجازی در پلتفرم هایی نظیر یوتیوب، تیک تاک، اینستاگرام و آپارات نقش محوری در شکل دهی به تجربیات کاربران ایفا می کنند. این الگوریتم ها با تحلیل دقیق رفتارها، علایق و تاریخچه تعاملات کاربران، محتوای پیشنهادی را به صورت فردی سازی شده ارائه می دهند و بدین ترتیب می توانند فرآیند یادگیری غیررسمی و خودگردان را که خارج از چارچوب رسمی برنامه درسی ملی رخ می دهد، به طور قابل توجهی تحت تاثیر قرار دهند. پژوهش حاضر با هدف بررسی این تاثیر بر یادگیری خارج از برنامه درسی ملی در میان دانش آموزان دوره متوسطه انجام شده است. اهمیت این موضوع از آن روست که برنامه درسی ملی ایران عمدتا بر یادگیری ساختاریافته و رسمی تمرکز دارد، در حالی که فضای مجازی فرصت های گسترده ای برای کسب دانش فراتر از مرزهای رسمی فراهم می آورد و می تواند به عنوان مکملی قدرتمند یا حتی چالشی برای نظام آموزشی رسمی عمل کند.این پژوهش از رویکرد ترکیبی (کمی-کیفی) بهره گرفته است. جامعه آماری شامل تمامی دانش آموزان دوره متوسطه شهر تهران (۱۵۰۰۰ نفر) بوده و نمونه ای به حجم ۳۵۰ نفر از طریق نمونه گیری خوشه ای تصادفی انتخاب شده است. ابزارهای جمع آوری داده ها شامل پرسشنامه محقق ساخته با مقیاس لیکرت پنج درجه ای (با ضریب پایایی Cronbach’s α = ۰.۸۷) و مصاحبه های نیمه ساختاریافته با ۲۰ نفر از شرکت کنندگان بوده است. تحلیل داده های کمی با استفاده از نرم افزار SPSS و آزمون هایی نظیر t مستقل و رگرسیون خطی، و تحلیل داده های کیفی از طریق روش تحلیل تماتیک انجام گرفته است.یافته های اصلی پژوهش نشان داد که مواجهه با الگوریتم های شخصی سازی با افزایش معنادار سطح یادگیری غیررسمی همراه است (t(۳۴۸) = ۵.۴۲, p < ۰.۰۰۱, Cohen’s d = ۰.۵۸). تحلیل رگرسیون نیز حاکی از آن بود که این الگوریتم ها حدود ۴۲ درصد از واریانس یادگیری خارج از چارچوب برنامه درسی را تبیین می کنند (F(۱,۳۴۸) = ۱۲۴.۶, p < ۰.۰۰۱). در بخش کیفی، تم های اصلی استخراج شده شامل «تسهیل دسترسی سریع به محتوای مرتبط»، «افزایش انگیزه درونی و خودگردان» و «خطر ایجاد حباب اطلاعاتی و کاهش تنوع محتوا» بودند.در نهایت، نتایج پژوهش بیانگر تاثیر کلی مثبت الگوریتم های شخصی سازی بر یادگیری غیررسمی است، هرچند با محدودیت هایی همراه است. پیامدهای کاربردی این یافته ها شامل ضرورت گنجاندن آموزش سواد الگوریتمی در برنامه درسی ملی، تقویت نظارت والدین و طراحی سیاست هایی برای تعادل بخشی میان یادگیری رسمی و غیررسمی است. این پژوهش می تواند مبنایی برای سیاست گذاری آموزشی در عصر دیجیتال فراهم آورد.

کلیدواژه ها:

الگوریتم های شخصی سازی ، یادگیری غیررسمی ، فضای مجازی ، برنامه درسی ملی ، شبکه های اجتماعی آموزشی ، یادگیری خودگردان ، محتوای دیجیتال فردی سازی شده

نویسندگان

هومان جهان بین

کارشناسی مشاوره و راهنمایی

ثریا کریمیان

کاردانی مدیریت خانواده