تحلیل تاثیر هوش مصنوعی بر ارزیابی عملکرد دانش آموزان و بازخورد معلمان در آموزش و پرورش

پژوهش حاضر با هدف تحلیل تاثیر هوش مصنوعی بر ارزیابی عملکرد دانش آموزان و بازخورد معلمان در نظام آموزش و پرورش اجرا شده است. ارزیابی و بازخورد، دو رکن اساسی فرآیند یاددهی-یادگیری هستند که هوش مصنوعی با قابلیت های تحلیلی خود می تواند آنها را از اساس متحول سازد (رحیمی و همکاران، ۱۴۰۱). این پژوهش با رویکرد آمیخته اکتشافی در دو فاز کیفی و کمی انجام شد. در فاز کیفی، با ۱۸ نفر از متخصصان حوزه سنجش و فناوری آموزشی مصاحبه عمیق صورت گرفت و با روش تحلیل مضمون، ابعاد و مولفه های تاثیر هوش مصنوعی بر ارزیابی شناسایی گردید. در فاز کمی، پرسشنامه محقق ساخته بر اساس یافته های کیفی طراحی و روی ۳۸۴ معلم از مقاطع مختلف تحصیلی که تجربه استفاده از سامانه های هوشمند ارزیابی را داشتند، اجرا شد. روایی با تحلیل عاملی تاییدی (CFI=۰/۹۳, RMSEA=۰/۰۵) و پایایی با آلفای کرونباخ (۰/۹۱) تایید گردید. نتایج تحلیل عاملی نشان داد که هوش مصنوعی از شش مسیر اصلی بر ارزیابی و بازخورد تاثیر می گذارد: شخصی سازی ارزیابی، بازخورد آنی و سازنده، کاهش سوگیری ارزیاب، تحلیل عمیق عملکرد، پیش بینی پیشرفت و شناسایی شکاف های یادگیری (Luckin & Holmes, ۲۰۲۰). همچنین ۶۷ درصد معلمان معتقد بودند که هوش مصنوعی کیفیت بازخوردهایشان را بهبود بخشیده، اما ۵۴ درصد نیز نگران «کاهش نقش حرفه ای معلم در قضاوت آموزشی» بودند. یافته ها نشان می دهد که مدل بهینه، تلفیق «هوش مصنوعی تحلیلی» با «قضاوت انسانی» در یک چارچوب «ارزیابی افزوده» است، نه جایگزینی کامل معلم.

کلیدواژه ها:

هوش مصنوعی ، ارزیابی عملکرد ، بازخورد معلم ، سنجش تطبیقی ، تحلیل یادگیری