هوش مصنوعی و توانایی حل مسئله چندمرحله ای در دانش آموزان

حل مسئله چندمرحله ای، به ویژه در حوزه ریاضیات و علوم، یکی از مهارت های بنیادین در نظام های آموزشی است که دانش آموزان اغلب در تسلط بر آن با چالش مواجهند. پژوهش حاضر به بررسی رابطه هوش مصنوعی (AI) با توانایی حل مسئله چندمرحله ای در دانش آموزان می پردازد. یافته های مطالعات اخیر نشان می دهد که سامانه های یادگیری مبتنی بر هوش مصنوعی، از جمله مدل های زبانی بزرگ (LLMs)، با ارائه راهنمایی گام به گام، بازخورد تطبیقی، و شخصی سازی مسیر یادگیری، پتانسیل قابل توجهی در بهبود مهارت های حل مسئله دانش آموزان دارند. با این حال، طراحی آموزشی این ابزارها نقشی تعیین کننده در اثربخشی آن ها ایفا می کند؛ به گونه ای که استفاده نادرست از هوش مصنوعی به عنوان «تکم کننده تمرین» می تواند اثرات معکوس بر یادگیری عمیق داشته باشد. این مقاله با مرور نظام مند مفاهیم اساسی، شواهد تجربی، و چارچوب های نظری، نشان می دهد که هوش مصنوعی زمانی در ارتقای توانایی حل مسئله چندمرحله ای موثر است که به عنوان «داربست شناختی پویا» طراحی شود و دانش آموز را در «تلاش سازنده» برای یافتن راه حل همراهی کند، نه آنکه پاسخ نهایی را در اختیار او قرار دهد.

کلیدواژه ها:

هوش مصنوعی ، حل مسئله ، دانش آموزان.