استفاده از هوش مصنوعی در شخصی سازی یادگیری زبان عربی

پژوهش حاضر با هدف بررسی استفاده از هوش مصنوعی در شخصی سازی یادگیری زبان عربی انجام شده است. این مطالعه از نوع تحقیقات آمیخته (کیفی-کمی) با رویکرد اکتشافی متوالی به اجرا درآمده است. در بخش کیفی، جامعه آماری شامل معلمان و استادان زبان عربی، متخصصان فناوری آموزشی، طراحان آموزشی و کارشناسان هوش مصنوعی فعال در حوزه پردازش زبان طبیعی و کاربردهای آموزشی آن در ایران بود که از میان آن ها با استفاده از روش نمونه گیری هدفمند با حداکثر تنوع، تعداد ۲۵ نفر برای مصاحبه های نیمه ساختاریافته عمیق انتخاب شدند و داده های کیفی با استفاده از روش تحلیل مضمون با رویکرد کلارک و براون (۲۰۰۶) مورد تحلیل قرار گرفتند. در بخش کمی، جامعه آماری شامل کلیه دانش آموزان مقطع متوسطه دوم شهر اصفهان به تعداد ۶۵,۰۰۰ نفر بود که با استفاده از روش نمونه گیری خوشه ای چندمرحله ای، تعداد ۳۸۴ نفر به عنوان نمونه انتخاب شدند و به طور تصادفی در دو گروه آزمایش (۱۹۲ نفر) و کنترل (۱۹۲ نفر) جایدهی شدند. گروه آزمایش به مدت ۱۲ جلسه تحت آموزش با استفاده از سیستم یادگیری انطباق پذیر مبتنی بر هوش مصنوعی (با بهره گیری از نرم افزار شخصی سازی شده عربی) قرار گرفتند و گروه کنترل آموزش سنتی خود را دریافت کردند. داده های کمی با استفاده از آزمون پیشرفت تحصیلی عربی محقق ساخته (با روایی و پایایی تاییدشده، آلفای کرونباخ ۸۷/۰) و پرسشنامه استاندارد انگیزش تحصیلی (والراند و همکاران، ۱۹۹۲) و پرسشنامه خودکارآمدی تحصیلی (موریس، ۲۰۰۱) در دو مرحله پیش آزمون و پس آزمون گردآوری شدند. برای تحلیل داده های کمی، از روش های آمار توصیفی و آمار استنباطی (تحلیل کوواریانس چندمتغیره - MANCOVA و تحلیل کوواریانس تک متغیره - ANCOVA) با بهره گیری از نرم افزار SPSS نسخه ۲۶ استفاده گردید. یافته های بخش کیفی به شناسایی ۵ مضمون اصلی و ۲۲ مضمون فرعی انجامید که مضامین اصلی شامل شخصی سازی محتوا و مسیر یادگیری، ارائه بازخورد هوشمند و به موقع، تحلیل دقیق نقاط قوت و ضعف، افزایش انگیزه و مشارکت و چالش های پیاده سازی بودند. نتایج بخش کمی نشان داد که بین گروه آزمایش و کنترل در متغیرهای پیشرفت تحصیلی عربی، انگیزش تحصیلی و خودکارآمدی تحصیلی تفاوت معناداری وجود دارد و نتایج تحلیل کوواریانس چندمتغیره نشان داد که استفاده از هوش مصنوعی در شخصی سازی یادگیری زبان عربی به طور معناداری بر بهبود هر سه متغیر تاثیر داشته است . بر اساس یافته های پژوهش می توان نتیجه گرفت که استفاده از هوش مصنوعی در شخصی سازی یادگیری زبان عربی، با تطبیق محتوا و مسیر یادگیری با سطح دانش، سرعت یادگیری، سبک یادگیری و علایق هر دانش آموز، ارائه بازخوردهای فوری و هوشمند، و شناسایی دقیق نقاط قوت و ضعف، می تواند به طور قابل توجهی به بهبود پیشرفت تحصیلی، افزایش انگیزش تحصیلی و ارتقای خودکارآمدی دانش آموزان در یادگیری زبان عربی کمک کند و این رویکرد با ایجاد تجارب یادگیری شخصی سازی شده و معنادار، به دانش آموزان کمک می کند تا به جای یادگیری سطحی و حفظ کردن، به یادگیری عمیق و پایدار دست یابند .

کلیدواژه ها:

هوش مصنوعی ، شخصی سازی یادگیری ، زبان عربی ، پیشرفت تحصیلی ، انگیزش تحصیلی ، خودکارآمدی