تاثیر هوش مصنوعی بر بازخورد فوری در فرایند تدریس و انگیزه یادگیری دانش آموزان

پژوهش حاضر با هدف بررسی تاثیر هوش مصنوعی بر بازخورد فوری در فرایند تدریس و انگیزه یادگیری دانش آموزان در مدارس متوسطه شهر تهران، در سال تحصیلی ۱۴۰۴-۱۴۰۳ انجام شد. این مطالعه با رویکرد آمیخته و طرح اکتشافی متوالی، در بخش کیفی با مصاحبه های عمیق با ۱۸ متخصص فناوری آموزشی، ۲۰ معلم و ۱۵ دانش آموز، چهار سازوکار اصلی تاثیر هوش مصنوعی بر بازخورد را شناسایی کرد: (۱) ارائه بازخورد آنی و دقیق، (۲) شخصی سازی بازخورد بر اساس نیازهای فردی، (۳) ارائه بازخورد سازنده و مبتنی بر تحلیل خطا، و (۴) ارائه بازخورد در قالب های متنوع و جذاب. در بخش کمی، ۴۲۰ دانش آموز از ۲۱ مدرسه مجهز به سیستم های هوش مصنوعی، پرسشنامه های کیفیت بازخورد فوری (با پایایی ۹۲/۰)، انگیزش تحصیلی (با پایایی ۸۹/۰) و درگیری تحصیلی (با پایایی ۸۸/۰) را تکمیل کردند و عملکرد تحصیلی آن ها نیز از طریق آزمون های پیشرفت تحصیلی سنجیده شد. یافته ها نشان داد که بین کیفیت بازخورد فوری مبتنی بر هوش مصنوعی و تمامی مولفه های آن با انگیزش و درگیری تحصیلی، همبستگی مثبت و معناداری وجود دارد و قوی ترین رابطه مربوط به شخصی سازی بازخورد با انگیزش درونی (۶۴/۰=r) و درگیری شناختی (۶۰/۰=r) بود. تحلیل رگرسیون چندگانه نشان داد که مولفه های بازخورد فوری در مجموع ۵۰ درصد از واریانس انگیزش و ۴۷ درصد از واریانس درگیری تحصیلی را تبیین می کنند و شخصی سازی بازخورد با ضریب بتای ۳۸/۰ برای انگیزش و ۳۶/۰ برای درگیری، بیشترین سهم را داشت. تحلیل مسیر نیز تاثیر مستقیم و معنادار بازخورد فوری مبتنی بر هوش مصنوعی را بر انگیزش و درگیری تحصیلی از طریق افزایش کیفیت ادراک شده بازخورد تایید کرد. در مجموع، پژوهش بر این نکته تاکید دارد که هوش مصنوعی با فراهم آوردن بازخورد فوری، دقیق، شخصی سازی شده و سازنده، از طریق ایجاد چرخه مثبت یادگیری-بازخورد، می تواند به طور معناداری انگیزش و درگیری تحصیلی دانش آموزان را افزایش دهد و سرمایه گذاری هدفمند در سیستم های بازخورد هوشمند و توانمندسازی معلمان، به عنوان راهبردهای کلیدی پیشنهاد می شود.

کلیدواژه ها:

هوش مصنوعی ، بازخورد فوری ، انگیزه یادگیری ، فرایند تدریس ، شخصی سازی بازخورد