توسعه دستیارهای هوشمند معلم برای مدیریت تکالیف و ارزیابی های اولیه، با قابلیت یادگیری از سبک تدریس معلم

گسترش کاربردهای هوش مصنوعی در آموزش، افق تازه ای برای بازاندیشی در نقش معلم و کیفیت تعاملات آموزشی گشوده است. در سال های اخیر، سامانه های مدیریت یادگیری و ابزارهای ارزیابی الکترونیکی توانسته اند بخشی از بار اجرایی فرایند تدریس را کاهش دهند، اما اغلب این سامانه ها فاقد درک عمیق از سبک تدریس معلم بوده و در نتیجه، بازخوردها و پیشنهادهای آن ها ماهیتی عمومی و غیرشخصی دارد. مقاله حاضر با تمرکز بر توسعه «دستیار هوشمند معلم» تلاش می کند مدلی مفهومی و عملیاتی ارائه دهد که قادر باشد از سبک تدریس معلم یاد بگیرد و مدیریت تکالیف و ارزیابی های اولیه را به شکلی هماهنگ با رویکرد آموزشی او سامان دهد.هدف اصلی پژوهش، طراحی چارچوبی برای تلفیق الگوریتم های یادگیری ماشین با داده های رفتاری و محتوایی کلاس است تا دستیار هوشمند بتواند الگوهای تدریس را استخراج کرده و آن ها را در طراحی تکالیف، پیشنهاد پرسش های تشخیصی و تولید بازخورد به کار گیرد. روش پیشنهادی بر مبنای تحلیل داده های تعاملی کلاس، متن تکالیف، شیوه تصحیح و نوع بازخوردهای پیشین معلم بنا شده است. این داده ها پس از پیش پردازش و استخراج ویژگی، وارد یک مدل ترکیبی شامل یادگیری نظارت شده و مدل های زبانی می شوند تا نمایه ای پویا از سبک تدریس شکل گیرد. سپس این نمایه در فرایند تولید و ارزیابی تکالیف به کار می رود و خروجی ها با معیارهایی چون هم خوانی با رویکرد آموزشی، دقت ارزیابی اولیه و میزان رضایت کاربران سنجیده می شود.نوآوری اصلی مقاله در تمرکز بر «یادگیری از سبک تدریس» به عنوان هسته مرکزی سیستم است. در حالی که بسیاری از دستیارهای آموزشی بر تحلیل عملکرد دانش آموز متمرکزند، مدل پیشنهادی تلاش می کند ابتدا معلم را بشناسد؛ زیرا کیفیت تعاملات آموزشی به شدت وابسته به نگرش، روش ارائه و شیوه بازخورددهی اوست. از این رو، دستیار طراحی شده نه یک سامانه جایگزین، بلکه ابزاری همیار تلقی می شود که با حفظ هویت آموزشی معلم، کارایی مدیریت تکالیف و ارزیابی های اولیه را ارتقا می دهد.انتظار می رود استقرار چنین سیستمی موجب کاهش زمان صرف شده برای امور تکراری، افزایش انسجام در بازخوردها، بهبود تشخیص اولیه سطح یادگیری و تقویت تجربه آموزشی شود. اهمیت این رویکرد در آن است که هوش مصنوعی را از سطح یک ابزار عمومی به سطح یک همکار تطبیق پذیر ارتقا می دهد؛ همکاری که زبان تدریس معلم را می آموزد و در همان چارچوب سخن می گوید.

کلیدواژه ها:

دستیار هوشمند معلم ، یادگیری ماشین ، سبک تدریس ، ارزیابی اولیه ، مدیریت تکالیف ، شخصی سازی آموزشی ، هوش مصنوعی در آموزش