نقش هوش مصنوعی مولد (Generative AI) در طراحی محیط های یادگیری مجازی برای هنرجویان مهندسی برق و سیستم های قدرت

با توجه به پیچیدگی مفاهیم انتزاعی در مهندسی برق و سیستم های قدرت (مانند دینامیک شبکه، جریان های خطا و پایدارسازی ولتاژ) و نیاز روزافزون به آموزش های عملی و ایمن، این پژوهش با هدف بررسی و تحلیل نقش هوش مصنوعی مولد (Generative AI) در طراحی و ارتقای محیط های یادگیری مجازی (Virtual Learning Environments - VLEs) برای هنرجویان این رشته انجام شده است. هدف اصلی، شناسایی کاربردهای نوین این فناوری در شخصی سازی محتوا، شبیه سازی سناریوهای پیچیده و ارائه بازخوردهای لحظه ای و همچنین ارزیابی چالش های پیش روی ادغام آن در سیستم های آموزشی مهندسی قدرت است. این مطالعه به روش مرور سیستماتیک (Systematic Review) انجام گرفته است. یافته ها نشان داده است که هوش مصنوعی مولد در سه محور اصلی بر محیط های یادگیری مجازی تاثیرگذار است:۱. تولید محتوای پویا و شخصی سازی شده: الگوریتم های مولد قادرند سوالات تمرینی، سناریوهای خرابی فرضی و مستندات فنی را متناسب با سطح دانش هنرجو به صورت خودکار تولید کنند که منجر به افزایش ۳۰ تا ۴۰ درصدی درگیری تحصیلی در مطالعات موردی گزارش شده است.۲. شبیه سازی های واقع گرایانه: استفاده از مدل های مولد برای ایجاد داده های آموزشی غنی و شبیه سازی شرایط نادر (مانند حوادث شبکه یا نوسانات شدید بار) امکان تمرین هنرجویان بر روی رویدادهای کم تکرار اما پرخطر را بدون نیاز به تجهیزات فیزیکی گران قیمت فراهم می کند.۳. دستیاران آموزشی تعاملی: چت بات های مبتنی بر هوش مصنوعی مولد به عنوان توتوریارهای هوشمند عمل کرده و قادر به توضیح مفاهیم پیچیده مدارهای قدرت و تحلیل خطا به زبان طبیعی هستند که بازخورد فوری را برای هنرجویان ممکن می سازد. با این حال، چالش هایی نظیر «توهم داده ها» (Hallucination) در پاسخ های فنی، نیاز به اعتبارسنجی دقیق مهندسی توسط اساتید، و مسائل مربوط به حریم خصوصی داده ها به عنوان موانع اصلی شناسایی شدند. هوش مصنوعی مولد پتانسیل تحول آفرینی در آموزش سیستم های قدرت را داراست و می تواند شکاف بین تئوری و عمل را در محیط های مجازی پر کند. با این حال، جایگزینی کامل انسان با هوش مصنوعی توصیه نمی شود؛ بلکه رویکرد «انسان-در-حلقه» (Human-in-the-loop) که در آن هوش مصنوعی نقش تسهیل گر را ایفا می کند و نظارت اساتید بر دقت فنی محتوا حفظ می گردد، کارآمدترین مدل برای آموزش هنرجویان مهندسی برق است. پیشنهاد می شود آینده پژوهی ها بر توسعه استانداردهای اعتبارسنجی خروجی های مولد در حوزه های فنی مهندسی متمرکز شود.

کلیدواژه ها:

هوش مصنوعی مولد ، یادگیری مجازی ، سیستم های قدرت ، مهندسی برق ، آموزش شخصی سازی شده