ارزیابی اثربخشی سامانه های هوش مصنوعی در کاهش نابرابری های آموزشی دانش آموزان

هدف از این مقاله مروری بررسی و ارزیابی دقیق میزان اثربخشی سامانه های نوین پردازشی در کاهش نابرابری های تحصیلی میان دانش آموزان است. در دهه های اخیر، نظام های آموزشی با چالش های ساختاری فراوانی در توزیع عادلانه فرصت ها روبرو بوده اند که مانع از رشد متوازن جوامع شده است. ورود فناوری های نوین و الگوریتم های یادگیری ماشین، امیدهای تازه ای برای دموکراتیزه کردن آموزش و فراهم آوردن شرایط برابر برای یادگیرندگان در محیط های محروم ایجاد کرده است. سامانه های یادگیری تطبیقی می توانند با تحلیل داده های فردی، مسیرهای آموزشی شخصی سازی شده ای را ارائه دهند که جبران کننده کاستی های محیطی، جغرافیایی و خانوادگی باشد. با این وجود، این فناوری ها به صورت ذاتی خنثی نیستند و در صورت عدم توجه به متغیرهای اجتماعی و فرهنگی، ممکن است خود به عاملی برای تعمیق شکاف های دیجیتال و بازتولید نابرابری های ساختاری تبدیل شوند. در این پژوهش با رویکردی مروری و تحلیلی، متون معتبر علمی مورد بررسی قرار گرفته اند تا ابعاد گوناگون این پدیده روشن شود. نتایج نشان می دهد که اثربخشی این سامانه ها به شدت وابسته به زیرساخت های ارتباطی، سواد فناوری معلمان و شفافیت الگوریتم ها در پردازش داده ها است. در صورتی که توسعه این ابزارها با رویکردی انتقادی و همه جانبه همراه نباشد، فراگیران حاشیه نشین از مزایای آن به طور کامل محروم خواهند ماند. بنابراین، اتخاذ سیاست های حمایتی یکپارچه، بومی سازی محتوا و طراحی پلتفرم های بدون سوگیری، از الزامات بنیادین برای بهره مندی عادلانه از این نوآوری ها به شمار می رود.

کلیدواژه ها:

نابرابری آموزشی ، سامانه های هوشمند ، یادگیری تطبیقی ، شکاف دیجیتال ، عدالت پرورشی.