یادگیری عمیق در عصر هوش مصنوعی؛ بازتعریف نقش دانش آموز در کلاس های هوشمند

پژوهش حاضر با هدف بررسی چگونگی بازتعریف نقش دانش آموز در کلاس های هوشمند مبتنی بر فناوری های یادگیری عمیق و هوش مصنوعی انجام شده است. ورود هوش مصنوعی به حوزه تعلیم و تربیت، به ویژه شاخه یادگیری عمیق، تحولی پارادایمی در نقش های سنتی معلم و دانش آموز ایجاد کرده است. در این میان، کلاس های هوشمند به بستری برای تغییر ماهیت یادگیری از انتقال محور به خلق محور تبدیل شده اند. مسئله اصلی این است که علی رغم پیشرفت فناوری، هنوز نقش جدید دانش آموز در این محیط ها به درستی تبیین نشده و شکاف میان قابلیت های فناوری و بازتعریف نقش های انسانی وجود دارد. این پژوهش با استفاده از روش کیفی و راهبرد نظریه داده بنیاد، به تحلیل تجارب زیسته ۳۵ نفر از دانش آموزان دوره دوم متوسطه در مدارس هوشمند شهر تهران پرداخته است. داده ها از طریق مصاحبه های نیمه ساختاریافته گردآوری و با روش کدگذاری سه مرحله ای (باز، محوری و انتخابی) تحلیل شدند. یافته ها نشان می دهد نقش دانش آموز در تعامل با سیستم های یادگیری عمیق از یک «مخاطب منفعل» به «عاملیت خلاق» تحول یافته است. این عاملیت در شش مولفه اصلی ظهور یافته است: «تولیدکننده دانش»، «طراح مسیر یادگیری»، «ارزیاب هوشمند»، «همکار الگوریتم»، «مصرف کننده نقاد» و «رهبری کننده یادگیری». همچنین یافته ها حاکی از آن است که فناوری های یادگیری عمیق از طریق شخصی سازی فرایند یادگیری، بازخوردهای لحظه ای و حذف محدودیت های زمانی-مکانی، زمینه ساز پرورش تفکر انتقادی، خلاقیت و خودراهبری در دانش آموزان شده اند. بااین حال، چالش هایی نظیر وابستگی شناختی به سامانه های هوشمند، کاهش تعاملات انسانی و نیاز به سواد الگوریتمی نیز شناسایی شد. بحث پژوهش بر ضرورت تحول در برنامه درسی، روش های تدریس و شایستگی های دیجیتال معلمان برای همراهی با این تغییر نقش تاکید دارد. نتیجه گیری نهایی اینکه عصر یادگیری عمیق، دانش آموز را از مصرف کننده محتوای تولیدشده به مشارکت کننده در خلق دانش و همکار شناختی سیستم های هوشمند تبدیل کرده است و این بازتعریف نیازمند سیاست گذاری آموزشی و بازطراحی الگوهای یاددهی-یادگیری است.

کلیدواژه ها:

یادگیری عمیق ، هوش مصنوعی ، کلاس هوشمند ، نقش دانش آموز ، عاملیت یادگیرنده ، شخصی سازی یادگیری ، سواد الگوریتمی