تاثیر هوش مصنوعی بر روش تدریس اکتشافی و تقویت کنجکاوی دانش آموزان

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 47

فایل این مقاله در 13 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NHLECONF02_1622

تاریخ نمایه سازی: 16 شهریور 1405

چکیده مقاله:

پژوهش حاضر با هدف بررسی تاثیر هوش مصنوعی بر روش تدریس اکتشافی و تقویت کنجکاوی دانش آموزان با استفاده از رویکرد ترکیبی (کیفی-کمی) انجام شد. در بخش کیفی، با استفاده از روش مطالعه پدیدارشناسی و با انجام مصاحبه های نیمه ساختاریافته با ۲۶ نفر از معلمان با تجربه (با بیش از ۱۲ سال سابقه)، متخصصان فناوری آموزشی و برنامه ریزان درسی که با روش نمونه گیری هدفمند و با معیار اشباع نظری انتخاب شدند، داده های مربوط به ادراکات، تجارب و دیدگاه های آنان در مورد تاثیر هوش مصنوعی بر تدریس اکتشافی و کنجکاوی دانش آموزان جمع آوری و با استفاده از روش تحلیل محتوای کیفی و کدگذاری موضوعی تحلیل گردید. در بخش کمی، جامعه آماری شامل تمامی دانش آموزان پسر دوره اول متوسطه شهر اصفهان (۱۲۴۰۰ نفر) بود که از میان آن ها، ۲۵۰ نفر با استفاده از روش نمونه گیری تصادفی خوشه ای چندمرحله ای انتخاب شدند و به پرسشنامه های محقق ساخته ی تدریس اکتشافی مبتنی بر هوش مصنوعی (با ۲۲ گویه و ۴ مولفه، ضریب پایایی ۹۰/۰) و کنجکاوی علمی (با ۲۰ گویه و ۴ مولفه، ضریب پایایی ۸۹/۰) پاسخ دادند. تحلیل داده ها در بخش کیفی با استفاده از کدگذاری باز، محوری و انتخابی و در بخش کمی با استفاده از آزمون های t تک نمونه ای، تحلیل عاملی تاییدی، ضریب همبستگی پیرسون و مدل سازی معادلات ساختاری با رویکرد حداقل مربعات جزئی (PLS) انجام گرفت. یافته های بخش کیفی منجر به شناسایی ۴ مولفه اصلی برای تدریس اکتشافی مبتنی بر هوش مصنوعی شامل شبیه سازی های تعاملی، دستیارهای هوشمند پرسش گر، محیط های یادگیری باز و اکتشافی، و بازخورد اکتشافی و راهنمای هوشمند گردید و ۴ مولفه اصلی برای کنجکاوی دانش آموزان شامل علاقه به کشف مجهولات، پرسش گری فعال، کاوش و آزمایش، و جستجوی چالش های جدید شناسایی شدند. نتایج بخش کمی نشان داد که هوش مصنوعی تاثیر مثبت و معناداری بر تدریس اکتشافی و کنجکاوی دانش آموزان دارد و بین تدریس اکتشافی مبتنی بر هوش مصنوعی با کنجکاوی دانش آموزان (۵۴/۰ = r) رابطه مثبت و معناداری وجود داشت و مدل سازی معادلات ساختاری نشان داد که هوش مصنوعی، هم به طور مستقیم (۴۶/۰ = β) و هم با میانجی گری محیط های یادگیری باز و اکتشافی (۳۴/۰ = β) و شبیه سازی های تعاملی (۳۰/۰ = β)، بر کنجکاوی دانش آموزان تاثیر مثبت و معنادار دارد. بر اساس یافته ها، هوش مصنوعی با فراهم آوردن محیط های یادگیری باز و اکتشافی، شبیه سازی های تعاملی و دستیارهای هوشمند پرسش گر، می تواند به طور قابل توجهی روش تدریس اکتشافی را تقویت کرده و کنجکاوی دانش آموزان را برای کاوش، پرسش گری و کشف مجهولات برانگیزد.

نویسندگان

طاهره بادلی

کارشناسی ارشد تکنولوژی آموزشی، گلستان، گنبدکاووس