نقش تعدیل گر تفاوت های فردی (سطح مهارت دیجیتال، سن و جنسیت) در رابطه بین بازخورد هوش مصنوعی و هیجانات تحصیلی

با گسترش روزافزون کاربرد هوش مصنوعی در نظام های آموزشی، بازخورد تولید شده توسط هوش مصنوعی به عنوان یکی از کارکردهای کلیدی این فناوری مورد توجه پژوهشگران قرار گرفته است. با وجود مزایای شناخته شده بازخورد هوش مصنوعی در زمینه سرعت، مقیاس پذیری و عینیت، شواهد فزاینده ای نشان می دهد که واکنش های هیجانی یادگیرندگان به این نوع بازخورد یکسان نیست و تحت تاثیر تفاوت های فردی قرار دارد. این مقاله مروری با هدف بررسی نقش تعدیل گر سه متغیر فردی کلیدی - سطح مهارت دیجیتال، سن و جنسیت - در رابطه بین بازخورد هوش مصنوعی و هیجانات تحصیلی تدوین شده است.یافته های مرور نظام مند نشان می دهد که: (۱) سطح مهارت دیجیتال به طور معناداری رابطه بین بازخورد هوش مصنوعی و هیجانات مثبت (مانند لذت، کنجکاوی، اطمینان) را تعدیل می کند، به طوری که یادگیرندگان با مهارت دیجیتال بالاتر، هیجانات مثبت بیشتری را تجربه می کنند ؛ (۲) سن به عنوان یک متغیر تعدیل گر دوگانه عمل می کند - در حالی که یادگیرندگان جوان تر پذیرش بالاتری از بازخورد هوش مصنوعی نشان می دهند، یادگیرندگان مسن تر تمایل بیشتری به بازخورد انسانی دارند ؛ (۳) جنسیت نیز اثر تعدیل گری دارد، به طوری که زنان به طور معناداری اعتماد به نفس کمتری در استفاده از ابزارهای هوش مصنوعی دارند و هیجانات منفی بیشتری (مانند اضطراب فناوری) را تجربه می کنند .تفاوت های فردی نقش مهمی در تعیین واکنش های هیجانی یادگیرندگان به بازخورد هوش مصنوعی ایفا می کنند. طراحی و پیاده سازی سیستم های بازخورد مبتنی بر هوش مصنوعی باید به این تفاوت های فردی توجه کرده و رویکردهای متناسب با ویژگی های یادگیرندگان را ارائه دهد. این مقاله با ارائه مدل مفهومی یکپارچه از روابط بین متغیرها، دلالت های کاربردی برای توسعه برنامه های سواد هوش مصنوعی و پیشنهادهایی برای پژوهش های آتی ارائه می کند.

کلیدواژه ها:

بازخورد هوش مصنوعی ، هیجانات تحصیلی ، تفاوت های فردی ، مهارت دیجیتال ، سن ، جنسیت