تحلیل نقش هوش مصنوعی مولد، شخصی سازی یادگیری و عاملیت دانش آموز در تحول فرایند تدریس و یادگیری

تحولات شتابان فناوری های هوشمند، فرایند تدریس و یادگیری را از الگوی سنتی انتقال یکسان محتوا به سوی محیط هایی منعطف، تعاملی، داده محور و یادگیرنده محور سوق داده است. در این میان، هوش مصنوعی مولد به دلیل توانایی تولید و بازآفرینی متن، پرسش، مثال، بازخورد، فعالیت و سناریوهای آموزشی، ظرفیت ویژه ای برای بازطراحی تجربه یادگیری دارد. با این حال، اهمیت واقعی این فناوری صرفا در تولید محتوای سریع تر یا خودکارسازی بخشی از فعالیت های معلم خلاصه نمی شود، بلکه در امکان پیوند آن با شخصی سازی یادگیری و تقویت عاملیت دانش آموز نهفته است. شخصی سازی یادگیری به معنای انطباق اهداف، محتوا، سرعت، فعالیت ها، بازخورد و مسیر یادگیری با تفاوت های فردی دانش آموزان است و عاملیت دانش آموز نیز به توانایی او برای هدف گذاری، انتخاب، تصمیم گیری، نظارت، ارزیابی و مشارکت آگاهانه در فرایند یادگیری اشاره دارد. برهم کنش این سه مولفه می تواند ساختار کلاس درس، نقش معلم، شیوه ارزشیابی و رابطه میان یادگیرنده و دانش را دگرگون سازد. بررسی پژوهش های داخلی نشان می دهد که هوش مصنوعی می تواند از طریق تحلیل داده های یادگیری، ارائه بازخورد سریع، تولید محتوای متناسب، پیشنهاد مسیرهای متفاوت یادگیری و ایجاد تعامل مستمر، زمینه تحقق آموزش فردمحور را تقویت کند. در عین حال، استفاده نامناسب از این فناوری ممکن است به وابستگی شناختی، کاهش تلاش ذهنی، پذیرش غیرانتقادی پاسخ های ماشینی، تضعیف استقلال واقعی یادگیرنده و تشدید نابرابری دیجیتال منجر شود. بنابراین، تحول فناورانه زمانی به تحول تربیتی تبدیل می شود که دانش آموز از مصرف کننده پاسخ های تولیدشده به طراح و مدیر بخشی از فرایند یادگیری تبدیل شود و معلم نیز از انتقال دهنده صرف محتوا به طراح محیط یادگیری، تسهیلگر، ناظر و راهبر شناختی تغییر نقش دهد. بر همین اساس، مقاله حاضر با رویکردی تحلیلی، رابطه میان هوش مصنوعی مولد، شخصی سازی یادگیری و عاملیت دانش آموز را بررسی کرده و پیامدهای آن را برای طراحی آموزشی، تعاملات کلاسی، ارزشیابی، نقش معلم، عدالت آموزشی و آینده مدرسه تحلیل می کند.کلمات کلیدی : هوش مصنوعی مولد، شخصی سازی یادگیری، عاملیت دانش آموز، تدریس هوشمند، یادگیری دانش آموزمحور